基于自适应趋近律的采摘机器人关节滑模控制研究

利用离散趋近律设计的滑模控制可有效抑制滑模控制中的抖动现象,但其抑制抖动的效果与离散趋近律的设计参数及系统的采样时间有着密切的关系。为此,在分析指数趋近律抖动的基础上,提出了一种自适应滑模控制器,Mat LAB能够进一步的提高基于趋近律的滑模控制器的抖动抑制能力。为了验证本文所提出方法的有效性,在Mat LAB中实现了该算法,并利用其来控制采摘机器人关节的伺服电机。仿真结果表明:本文所提的算法具有较好的位置跟踪能力,进一步地抑制了指数趋近律滑模控制中存在的抖动现象,提高了系统的性能。     

苹果采摘机器人关节灰色滑模变结构控制

针对苹果采摘机器人中存在的不确定性和外部干扰会影响到采摘机器人的工作性能的问题,提出了一种基于灰色理论的滑模控制器,利用灰色GM(0,N)模型对苹果采摘机器人中存在的不确定性和外部干扰进行预测估计并对所设计的滑模控制器进行补偿,以减少不确定性和外部干扰对采摘机器人的工作性能的影响。仿真结果表明:本文所设计的基于灰色理论的滑模控制器能有效地对采摘机器人中存在的不确定性和外部干扰进行预测和补偿,提高了采摘机器人的各关节的位置跟踪能力和抗干扰能力,降低了滑模控制策略中的抖动现象,进一步提高了系统的稳定性和鲁棒性。     

基于RBF网络的果蔬采摘机器人运动轨迹控制研究

为了提高果蔬采摘机器人机械手运动的精确性,提高机器人移动的效率,提出了一种基于遗传算法和RBF网络的机器人运动轨迹控制方法,并对果蔬机器人机械手的活动和整体的移动轨迹进行优化,有效地提高了果蔬采摘机器人的工作精度和作业效率。为了验证设计的采摘机器人的可靠性,在大棚内对机器人的采摘性能进行了测试,包括机器人移动路径规划和机械手路径规划。通过测试发现:使用RBF神经网络算法可以有效地控制机械手在三维空间内的运动;在遗传算法控制下,机器人可以通过较少的计算次数利用神经网络算法搜索得到最优路径,计算精度达到了99%以上。其计算精度及效率高,为高效果蔬采摘机器人的设计提供了较有价值的参考。     

采摘机器人视觉伺服控制系统设计

分析了采摘机器人目标位置与机器人关节角度之间的运动学关系,给出了两者之间的坐标变换公式.根据伺服控制特点,在机器人伺服控制中引入模糊PID控制方法,利用模糊控制策略在线自适应整定PID参数,提高了控制系统的动、静态性能.仿真和实验结果验证了设计的合理性和有效性.     

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。     

基于输入模糊化的农用履带机器人自适应滑模控制

针对农用履带机器人控制系统易受到参数慑动和外部扰动影响的特点,将模糊理论与滑模控制结合起来,提出了基于模糊逻辑的自适应滑模控制,以提高控制精度与稳定性。首先,推演了履带机器人运动学模型,分析了模型的特点。其次,设计了一种含有积分项的滑模面,构建了基于等效控制和切换控制的模糊滑模自适应控制,既保留了滑模控制的快速性和鲁棒性,又很好地抑制了抖振。仿真与实验结果表明,与常规的滑模控制方法相比,该控制不仅对外部扰动及参数摄动具有较强的自适应性和鲁棒性,而且具有动态响应快、跟踪性能好的特点,适用于履带机器人控制系统。     

采摘机器人自适应鲁棒跟踪控制算法设计

针对采摘机器人在中速、高载荷及复杂作业环境下行走控制存在的问题,在分析采摘机器人简化动力模型及其剩余项(不稳定性)在行走控制中的作用和对控制系统影响的基础上,运用李亚普洛夫理论分析简化系统的跟踪误差,提出对野外农田不确定性和扰动具有自适应鲁棒性的稳定跟踪控制算法,计算机仿真和田间实验验证了机器人在中速和高负载下算法的有效性.     

基于视觉导航和RBF的移动采摘机器人路径规划研究

为了提高采摘机器人自主导航和路径规划能力,提出了基于计算机视觉路径规划和RBF神经网络自适应逼近算法的导航方法。使用图像分割、平滑处理和边缘检测技术,根据图像像素灰度值确定了导航线的位置,利用逐行扫描的方法得到了导航离散点。路径规划和跟踪使用RBF神经网络逼近算法,通过逼近误差和权值控制路径跟踪的精度,系统响应的执行端使用液压伺服系统,提高了机器人自主导航的精度。以黄瓜采摘作为研究对象,在日光温室对机器人采摘作业进行了测试,通过测试得到了RBF神经网络的路径跟踪误差曲线。测试结果表明:机器人可以很好地逼近跟踪规划路径,其计算精度较高,跟踪效果较好。     

基于混沌控制的采摘机器人防碰撞系统设计

针对采摘机器人在作业过程中遇到障碍物导致路径规划出现混沌现象的问题,基于混沌控制对采摘机器人防碰撞系统进行设计,并采用模糊自适应控制算法和滑模变结构控制算法结构的方式对系统进行控制。为了验证防碰撞系统的有效性,对采摘机器人进行了防碰撞和采摘仿真试验,结果表明：采摘机器人在作业过程中可以避开障碍物,按照规划路线到达预设位置,完成果蔬的采摘。     

改进A*算法的采摘机器人路径规划与跟踪控制

为提高采摘机器人的工作效率和控制精准度,提出一种基于改进A*算法的路径规划与跟踪控制方法.首先建立移动采摘机器人的动力学模型,然后通过引入人工势场法改进了A*算法的效率,实现了对采摘机器人运动路径的快速规划,最后利用状态观测器估计出系统状态,并设计终端滑模控制律来准确跟踪路径指令,大大提高了控制精度.仿真结果表明:设计...     

果实收获机器人关节滑模控制系统设计与试验

针对多关节果实收获机器人难以获得精确控制模型以及控制系统的抖振问题,提出基于遗传算法实时动态调整滑模参数的控制策略,设计并制作了基于STM32微控制器和AS5045位置反馈模块及CAN总线通信模块的关节控制系统仿真和试验平台,分别在空载与负载情况下进行了关节电机位置响应试验。结果表明,采用遗传算法动态调整滑模控制器参数能够提高关节控制系统位置跟踪的响应速度,减少外界干扰和负载变化引起的控制系统抖振的幅度与持续时间,具有较强的鲁棒性。由空载和负载试验结果可知,关节6实际试验控制系统的位置跟踪响应时间比理论仿真试验增加了0.5 s,负载时控制系统的位置跟踪响应时间比空载时增加了0.3 s,但负载对系统精度和超调量并无明显影响,系统具有良好的控制效果。     

基于立体视觉的水果采摘机器人系统设计

基于立体视觉建立了水果采摘机器人系统。在图像空间利用Hough变换检测出果实标,并利用随机采样目标上均匀分布多个点的三维坐标信息重建果实球模型,进而获得目标质心的空间位置坐标;通过最小二乘法研究了采摘机器人手眼标定;分析了采摘机器人的轨迹规划。实验结果表明,设计的自动采摘系统可以有效地消除遮挡以及立体视觉匹配失效 等因素的影响,目标定位误差小于8mm,显著地提高了抓取的精度和可靠性。     

除草机器人自适应快速积分终端滑模跟踪控制技术

智能除草机器人在草坪作业时,易受到外界扰动以及系统不确定性的影响,从而导致轨迹跟踪收敛时间长以及跟踪效果差等问题。因此,设计一种面向轨迹跟踪的自适应快速积分终端滑模控制算法。首先,考虑驱动轮动力学特性以及未建模误差、外界干扰、动静摩擦等不确定性因素,建立除草机器人的动力学模型。然后基于所建立的动力学模型,设计自适应快速积分终端滑模控制器。所提出的控制器结合了快速终端滑模、积分滑模和自适应估计技术的优点,能够实现期望的跟踪性能并抑制控制信号抖动。同时,在不需要明确系统不确定性和外界干扰上界的情况下,可以通过所设计自适应估计项进行实时补偿,提高系统的鲁棒性。最后,通过仿真和试验验证了该方法的有效性。试验结果表明,所设计的控制器能够使跟踪误差在有限时间内快速收敛,并且横向误差绝对值不超过0.097 9 m,纵向误差绝对值不超过0.102 6 m,航向角误差绝对值不超过0.057 8 rad,保证除草机器人准确跟踪作业路径,同时具有较强的鲁棒性。     

并联机床伺服系统双自适应模糊滑模控制

以并联机床的单通道对称阀控非对称液压缸为研究对象,提出一种适合该系统的将模糊控制、滑模控制、自适应控制三者有机结合的双自适应模糊滑模控制算法.仿真结果表明,采用所提方法使系统的输出渐进一致地收敛于参考输入信号,解决了对称滑阀控非对称液压缸系统存在的动态性能不对称、系统精度低、稳定性差等问题,可有效快速跟踪变化信号,对有界的干扰和参数摄动具有不变性.与常规PID控制相比,双自适应模糊滑模控制更适合于高阶非线性、强干扰的复杂系统,将此法应用于并联机床的液压控制系统可提高机床控制精度,改善机床动态性能,稳态误差仅为常规PID控制的20％.     

水果采摘机械臂神经网络自适应反演控制研究

针对水果采摘单连杆柔性机器臂系统,提出一种基于RBF神经网络动态面反演自适应控制算法。该算法通过动态面控制技术,有效解决由于反演设计带来系统"计算膨胀问题",并通过RBF神经网络对系统中未知或不确定函数进行逼近,实现神经网络自适应反演控制。最后,通过Lyapunov稳定理论证明闭环系统的一致最终有界。仿真结果验证了该控制器的有效性。     

采摘机器人振荡果实动态识别

提出一种采摘机器人在果实振荡状况下的动态识别方法,解决由于果实振荡影响采摘机器人识别定位时间,进而影响采摘速度和效率的问题。首先对所采集的振荡果实图像进行图像分割,将其分为果实和背景两部分;其次引入帧间差分法、水平最小外接矩形法等对分割图像进行振荡果实动态区域的区域标识,然后对其振荡果实进行识别,当图像中有多个振荡果实时,以距离图像中心最近原则确定采摘振荡目标果实。试验结果表明对实际采摘环境下遇到的多数情况,所提算法都能很好地识别出振荡果实,识别时间少于0.5 s。     

猕猴桃采摘机器人的研究与设计

设计了一种针对规范化种植的猕猴桃采摘机构,它能够在果实成熟期的果实分布平面内对果实进行识别与定位,以夹持和扭转的方式摘取果实,实现果实的自动化采摘。所采用的传动方式简单有效,有利于在实际中推广,也为后续研究提供了基础。