基于单片机和智能监测的采摘机器人调速系统设计

由于采摘机器人的移动非常频繁,因此其速度控制是影响工作效率的主要因素,在机器人的移动过程中会产生较大的惯性和时延,在控制信号的输出和电机响应过程中也会有一定的延迟,采摘机器人的惯性会使采摘机器人不能很好地在预定的果实采摘位置停下。为了解决这个问题,提高机器人的采摘效率,设计了一种新的机器人调速系统。该系统速度由传感器进行采集,通过电机的变频调节实现移动速度的控制。为了使机器人的控制平稳,以STC89C52单片机为控制核心,设计了采摘机器人的闭环控制系统。最后,对采摘机器人的性能进行了测试,通过测试发现:采摘机器人可以准确地识别成熟果实,控制算法运行良好,可靠性高,实现了采摘机器人的自动调速功能。     

直线电机驱动六自由度并联机构动力学特性研究

直线电机驱动的六自由度并联机构可以实现高精度宽频带运动,在惯性单元校准、振动测试等领域具有广阔的应用前景。为了减小直线电机驱动对六自由度并联机构造成的幅值衰减问题,对机构进行动力学前馈控制分析。首先利用牛顿-欧拉法建立并联机构的动力学模型,简化动力学方程获得机构驱动力关系,在实验平台上进行实验,验证动力学模型准确性。利用传统运动学控制系统,结合动力学模型,设计一种动力学前馈控制方法,降低给定轨迹运动误差。实验结果表明,直线电机驱动的六自由度并联机构增加动力学前馈控制后,在沿X、Y、Z轴进行单自由度正弦运动时,运动误差分别下降55.5%、54.2%、59.8%。     

给定速度需求的移动机器人路径跟踪控制与实验

针对轮式移动机器人给定速度需求的非连续路径跟踪控制问题,将其转换为满足速度约束的轨迹规划和轨迹跟踪控制。首先,针对给定速度需求的路径跟踪问题,以运行时间和能量为优化目标,给定的路径和速度为约束条件,采用五次Bezier样条方法优化得到了满足需求的连续光滑轨迹。其次,利用轮式移动人系统的微分平坦特性,采用微分平坦方法设计前馈控制器;然后,将轮式移动机器人运动学模型在前馈控制的平衡点处进行一阶泰勒展开,得到了线性时变的误差模型,并通过定义新的状态变量,设计了具有Lyapunov稳定性的误差反馈控制器。结合前馈控制和反馈控制得到了二自由度轨迹跟踪控制器。同时将泰勒展开的高阶项考虑为有界的扰动输入,在输入到状态稳定性框架下证明了控制系统的鲁棒稳定性;最后,通过Pioneer 3-dx轮式移动机器人进行了实验验证,实验结果表明,提出的算法能够满足给定速度需求的非连续路径的跟踪控制需求。     

柴油机尿素SCR系统氨覆盖率跟踪控制器设计

柴油发动机尿素选择催化还原(Urea-selective catalytic reduction,Urea-SCR)控制系统以尿素的喷射量为控制输入,通过精确控制尾气后处理装置中氨的覆盖率,将尾气中有毒的氮氧化物还原成无毒的氮气和水。针对车载Urea-SCR系统具有非线性,干扰动态难以建模的特点,设计了工程中常用的前馈加反馈结构的2自由度控制系统。前馈控制器部分采用微分平坦方法,根据氨覆盖率的期望值,得到了前馈控制输入;在此基础上,将Urea-SCR系统在前馈控制输入的平衡点处进行泰勒展开,将尿素未转化量的建模动态及参数不确定性等考虑成幅值有界的扰动输入,进而设计了满足H∞性能指标的反馈控制控制器对氨覆盖率进行精确控制。最后,通过在发动机动力学仿真软件en DYNA中FTP75测试循环的仿真实验,验证了算法的跟踪性能和鲁棒性。     

基于残差BP神经网络的6自由度机器人视觉标定

基于视觉伺服控制的机器人手眼标定和逆运动学求解一直是视觉伺服领域的核心问题。随着应用场景的逐渐复杂,传统手眼标定方法已无法满足需求;随着网络深度的增加,单一BP神经网络逆运动学求解算法的误差趋于饱和甚至变大,无法进一步提升网络性能。针对以上问题,本文将手眼标定和逆运动学求解融合为拟合目标图像坐标到机器人各关节角之间的映射关系问题,提出了一种残差BP神经网络算法。使用多个残差网络模块的方式加深BP神经网络的深度,残差模块的输入信息可以在网络内跨层传输,较好地解决了因深度增加网络模型容易产生梯度消失而无法提升网络性能的问题;通过6自由度机器人雅可比方程对逆运动学解的空间进行划分,确定了8个独立的区域,基于独立区域方法对训练数据进行处理,从而避免了多自由度机器人逆运动学多解对网络学习的影响,网络训练精度提升了2个数量级,训练速度提高了2倍。在REBot-V-6R型6自由度机器人输送线分拣系统中进行二维平面抓取和三维实物抓取实验,实验结果验证了该方法的准确性。结果表明,该方法比1层BP神经网络、3层BP神经网络、5层BP神经网络的训练精度分别提高了4个数量级、2个数量级、5个数量级,测试精度提高2个数量级;与传统标定方法相比,本文方法节约了逆运动学求解过程的计算成本,抓取位姿精度提高了1个数量级。     

农用机器人转向系统自适应内模控制

针对农用机器人转向系统状态和控制具有复杂、时滞和增益时变的特性,将Adaline神经网络(ANN)与内模控制相结合,提出一种在线调整时滞时间和控制增益的自适应控制方法。建立基于Adaline网络的增益与时滞的辨识算法,即通过反馈误差在线优化,适应性地调整时滞时间和增益,克服参数时变对内模控制和被控对象模型的影响。仿真和试验结果表明,与常规的PID控制方法相比,该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全适用于农用机器人转向系统的控制。     

基于参考轨迹实时修正的机器人轨迹跟踪控制方法

针对动力学不确定性的机器人轨迹跟踪问题,本文提出一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法。将轨迹跟踪中已产生的误差进行累加,实时前馈补偿到参考轨迹上即将被跟踪的点上。给出了该方法的控制框图,由控制框图导出跟踪误差与命令误差之间的关系式。关系式表明只需控制器中的控制算法保证速度误差稳定,即可保证跟踪误差收敛。此外,提高补偿增益的值可以提高误差的收敛速度。分析PD控制律能满足所提方法的收敛条件。给出了所提方法中参数的调节方案。通过仿真和实验验证了该方法的有效性。实验结果表明,各个关节跟踪轨迹1得到的误差绝对值均不大于0.008 7 rad;跟踪轨迹2得到的误差绝对值均不大于0.005 9 rad。     

农业轮式机器人PI鲁棒-滑模控制——基于RBF神经网络

农业轮式机器人机械多体系统朝柔性机器人方向发展,自由度越来越多,对应的结构也变得更加复杂,自动化和智能化水平越来越高,其动力学建模和实时控制难度增大。为提高机器人动力学建模效率,以通用性较强的具有6自由度机械臂的AMR果蔬收获机器人数学模型为研究对象,利用空间算子代数理论建立了轮式机器人O(n)阶效率的运动学和广义动力学模型。同时,利用Elman神经网络求解了机器人逆运动学问题,结合广义动力学模型和逆运动学模型,根据农业轮式机器人的特点,利用神经网络控制理论、PID鲁棒理论和Lyapunov稳定性理论,设计了一种6自由度机械臂的RBF-PI鲁棒-滑模控制算法,对机械臂末端进行心形轨迹实时追踪。最后,通过试验仿真,验证了本文提出的逆运动学理论、广义动力学模型和控制方法的合理性,为农业轮式机器人的研究提供了参考数据。     

四自由度混联机器人运动学分析与仿真

根据串联机构和并联机构的特点,以两平移一转动并联机构为主体,设计了一种四自由度混联机器人,该机器人动平台自由度为三平移和一转动,同时,在并联机构动平台和虚拟固定平台间增加一辅助支链,该辅助支链具有独立的转动自由度。与具有同样运动特性的并联机构相比,该机器人的工作空间大,转动灵活。分析了该机器人的运动学特征,求出其位置正反解析解,利用运动影响系数对其速度和加速度进行了系统研究,并进行了动态仿真验证。     

五自由度混联机器人逆动力学分析

基于一种具有两转动一移动(2R1T)3自由度的并联机构2RPU/UPR构造了5自由度混联机器人,该5自由度混联机器人具有结构简单、运动学模型简单及模块化程度高的特点。为解决该5自由度混联机器人的动力学问题,首先推导出了并联机构各分支和并联机构动平台独立运动参数之间的3×3速度雅可比方阵;然后求得了并联机构各分支质心速度与动平台质心广义速度之间的速度映射矩阵,并建立了UPR分支和RPU分支的运动学模型,且基于虚功原理建立了并联机构2RPU/UPR的动力学模型;其次运用达朗贝尔原理对并联机构所串联的单自由度摆头进行受力分析,建立单自由度摆头和并联机构动平台之间的力学关系;最后运用Matlab和ADAMS仿真软件,对机器人的理论动力学模型进行了仿真验证,通过所得结果的对比分析验证了理论模型的正确性。     

基于ARM的农用机器人开放式控制器的设计

根据目前农业机器人应用的实际情况,采用开放式结构的思想,设计了基于ARM的农用机器人开放式控制器.在控制器体系结构上采用了分层式和模块化,并分别介绍了各层的特点、任务及其实现方法.由于采用了硬件抽象层和总控模块层,使设备驱动程序和操作系统都具有硬件无关性,并使设计的控制器满足开放式结构的要求,具有可移植性、可扩展性以及硬件设备的可互换性.uCOS-Ⅱ操作系统的使用,使该控制器具有可靠的实时性.     

智能轨迹控制割草机器人设计——基于FPGA神经网络

为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。     

武术飞脚启发作用在采摘机器人智能化设计中的应用

为了提高采摘机器人的智能化水平,基于武术飞脚动作的连续性,参考飞脚动作的前馈特征,在智能化控制系统的设计上引入了神经网络前馈算法和PID控制算法.通过对误差的修正和期望与实际输出结果的反馈,提升了机器人的智能化水平和采摘作业动作的精确性,实现了采摘机器人的类人化设计.为了验证该方法的可行性,模仿生菜采摘机器人的作业环境...     

采摘机器人的研究进展与现状分析

随着新的农业生产模式和新技术的发展与应用,农业机器人将成为农业生产的主力军.采摘机器人作为农业机器人的重要类型,具有很大的发展潜力.为此,在分析采摘机器人特点的基础上,通过对几种典型的采摘机器人的开发与应用介绍,分析了国内外采摘机器人的研究进展与现状;找出采摘机器人发展中存在的主要问题并提出相应的解决途径;指出人机协作思想和开放式结构思想应用于采摘机器人的研究具有实际应用价值.     

基于冗余控制策略的采摘机器人设计

针对采摘控制系统精度较低、采摘效率不高的问题,基于冗余控制策略设计了采摘机器人,主要由传感器模块、远程控制模块、控制器模块、执行器模块和中央控制器组成。从冗余度机器人自运动的角度、构造性能指标和自运动变量,对机器人的运动功能变量进行优化和控制,提高对机器人的关节控制。对采摘机器人进行试验,结果表明:机器人可以完成对果蔬的采摘,且保证果蔬表皮的完整性。     

双闭环控制采摘机器人机械手设计——基于PLC和CAN总线

采用双闭环控制系统,基于PLC运动控制器和CAN总线,提出了一种新的采摘机器人机械手关节分布式控制方案,并采用模块化思想设计了机器人关节电机控制系统、CAN模块及PLC控制器。采摘机器人机械手的关节采用谐波减速器进行调节,利用霍尔传感器和红外线传感器及光电编码器进行图像、转速和障碍物触碰的信号采集,采集信号利用A/D转换器将数据传输给PLC控制器。机械手的执行末端采用CAN总线控制,并利用变频器传递的通信信号,实现了末端执行器的并行控制,使多机械手处于最佳动作状态。最后,在双闭环控制方案的基础上加入了前馈控制环境,利用前馈控制环节可以实现对系统的实时控制,改善了系统的静态性能,实现了机械手对实际采摘位置的有效追踪。实验和仿真模拟表明:位移时间曲线平滑无突变,表明机器人在运行过程中平稳、无振动,机器人工作的可靠性较高,对路径的追踪精度较高。     

采摘机器人实时智能避障系统研究 —基于嵌入式ARM

为简化采摘机器人底层控制系统软硬件设计,提高系统的实时性和可靠性,在处理器的设计上引入了嵌入式微处理器,取代了常规的单片机和PLC方案。提出了基于ARM控制器和源代码开放的Linux操作系统组成的采摘机器人控制系统,对其实时避障功能进行了设计,并模拟采摘机器人作业环境对该方案的可行性进行了测试。结果表明:采摘机器人行使过程中可以躲避障碍物,向目标作业区域移动,成功地实现了实时避障功能,为采摘机器人自主导航系统的开发提供了重要的借鉴。     

随机干扰下电控空气悬架整车车身高度控制研究

为解决随机干扰对空气悬架汽车车身高度动态切换的不良影响,结合空气弹簧模型,建立了随机干扰下的空气悬架车身高度调节系统整车模型。基于单神经元自调整增益算法,设计了神经网络PID自适应高度调节控制器。为检验所设计控制器的性能,搭建了Matlab/Simulink车身高度控制仿真模型,并开发了控制器实物,用于搭建整车试验平台。仿真结果显示所设计的控制器能有效地改善随机干扰下的高度调节过程的震荡,缓解车身俯仰和侧倾,整车试验也验证了仿真结果,提高了车辆舒适性和稳定性。     

遥操作工程机器人p-f力反馈控制方法

结合液压主、从遥操作工程机器人的特殊性,在分析已有控制方法的基础上,应用阀控液压马达和力传感器构成新型液压力伺服控制器,形成p-f结构主动力反馈双向伺服控制系统.代替以位置误差、位置误差的变化率或其组合形成的p-p型被动力反馈控制结构,在工程机器人双向伺服控制系统中应用主动力反馈结构.在空载和弹簧负载情况下,分别进行了力、位置跟随性能实验,实验结果表明.p-f型力反馈控制方法既能保证从手对主手的位置跟随精度,又能使主手准确连续地跟随从手受力情况,改进了遥操作工程机器人力反馈的性能.提高了力反馈透明度.     

四轮转向喷杆喷雾机平移换行导航控制系统设计与试验

针对传统喷杆喷雾机在转弯、换行过程中调头空间有限、转向半径大、易碾压作物等问题，提出了一种可利用车辆平行移动来实现换行作业的控制方法。基于平移换行方式设计了四轮转向喷杆喷雾机的导航控制系统，该控制系统采用RTK(Real time kinematic)定位模块和姿态传感器进行组合导航，以喷雾机位置信息和姿态信息作为输入，在四轮转向运动学模型基础上，结合运动学解算实现了喷杆喷雾机非转弯调头换行的自动导航跟踪控制，根据喷雾作业要求设计了基于有限状态机的自动作业策略。开展了传统PID(Proportion integration differentiation)控制器与单神经元PID控制器的实地对比测试。在常规方形硬质平整地块试验时，搭载常规PID控制器的喷雾机在平移换行过程中的最大跟踪偏差、平均绝对偏差为7.63、4.27 cm,而搭载单神经元PID控制器的喷雾机在平移换行过程中的的最大跟踪偏差、平均绝对偏差为6.48、3.24 cm。在常规方形田间地块试验时，搭载常规PID控制器的喷雾机在平移换行过程中的最大跟踪偏差、平均绝对偏差为11.01、6.66 cm,而搭载单神经元PID控制器的...