刚柔耦合空间闭链机器人轨迹跟踪与振动抑制研究

针对含多变量高维度空间刚柔耦合闭链机器人的轨迹跟踪和振动抑制问题,提出了一种基于前馈补偿的PD控制方法。首先,采用有限元法对柔性空间构件进行离散,基于浮动坐标系描述柔性构件位移场矢量,并根据Lagrange方程建立考虑刚性末端执行器微小位移的刚柔耦合空间并联机器人动力学模型;然后,利用前馈控制对预先求出的含耦合效应的控制力矩进行补偿,提高刚柔耦合控制系统的响应速度及跟踪性能,同时通过PD控制律保证空间闭链机器人的轨迹精度,并对不同末端载荷作用下的轨迹跟踪精度进行分析;最后,与位置PID算法进行了比较。结果表明:与位置PID算法相比,基于控制算法作用下的刚性末端执行器轨迹精度得到提高,其中,X方向误差降低了89.7%,Y方向误差降低了4.3%,Z方向误差降低了12.9%,柔性空间构件产生的振动得到了有效抑制。     

基于悬架刚柔耦合模型的汽车平顺性

基于多体动力学理论,应用机械系统分析软件ADAMS/Car,建立了计及悬架下摆臂、纵向推力杆和横向稳定杆柔性的刚柔耦合整车模型,其中柔性杆件的模态通过有限元分析获得.对车身、下摆臂垂直加速度功率谱密度以及悬架动行程和轮胎动位移进行了分析.并与多刚体模型的仿真结果进行了比较.研究结果表明:与刚体模型相比,刚柔耦合的作用使车身垂直加速度功率谱密度的幅值降低了21.5%,下摆臂垂直加速度功率谱密度的峰值减小71.3%,轮胎动载荷减小约10%,悬架动行程增大15%～20%;刚柔耦合模型之间的差异随车速提高,悬架构件的柔性在汽车平顺性分析中不可忽视.     

基于Jacobian+RBF的3-PTT并联机构末端精确控制方法

为降低并联机构机械误差测量和补偿的难度,实现机构末端的精确控制,本文提出一种基于Jacobian和RBF神经网络相结合的末端误差补偿方法。以一种3-PTT并联机构为研究对象,分析机构正、逆运动学,验证数学模型的正确性。根据运动学模型解算Jacobian,分析机构约束奇异和运动奇异。为验证机构末端误差补偿方法的有效性,设置两种实验条件,分别为是否有丝杠的回程误差补偿和末端受不同负载,并通过激光跟踪仪测定末端位置。实验结果表明,使用本文的误差补偿方法后,机构末端轴向(x轴)、径向(y轴)位置误差均降低90%以上,竖直方向(z轴)位置误差均降低80%以上,证明了本文方法的有效性。     

考虑连杆和关节柔性的工业机器人大臂静动态性能优化

为提高工业机器人整体性能,减小其静动态性能误差,提出一种综合考虑工业机器人连杆和关节柔性的拓扑优化方法。将机器人动力学与拓扑优化相结合,以变密度法(Solid isotropic material with penalization,SIMP)为基础,通过线性加权和法建立工业机器人大臂的多目标拓扑优化函数模型,基于柔性多体动力学理论,利用有限元软件和多体动力学软件建立含关节、连杆柔性的机器人刚柔耦合动力学仿真模型,获得机器人在极限工况下大臂载荷谱,最后,利用层次分析法确定优化目标函数中各子目标的权重系数,并对函数进行求解。优化结果显示,优化后机器人大臂刚度和固有频率都得到提高,并且质量下降18.71%。通过虚拟样机技术重构机器人模型,并对其整体进行分析,结果表明,最大负载作用下,机器人最大变形量从0.208mm降至0.188mm,静态变形量误差减小9.62%;动态定位误差从0.777mm降至0.687mm,定位精度提高11.58%。上述拓扑优化方法为提升工业机器人整体静动态性能提供了有效的理论参考。     

综合关节和杆件柔性的机械臂刚柔耦合建模与仿真

基于Lagrangian方程和转子非线性扭簧模型,建立柔性机械臂刚柔耦合动力学模型;通过假设模态法将物理坐标转换为模态坐标;利用ADAMS建立了虚拟样机,用于求解仅考虑杆件柔性时的运动;在Matlab中编写了Runge-Kutta算法,用于求解综合关节和杆件柔性时的运动。针对重力和驱动力作用下的垂直面摆动,给出了不同末端负载影响下的柔性关节转角和末端变形曲线;分析了关节柔性与杆件柔性之间的耦合关系。结果表明关节柔性不可忽略,关节和杆件柔性耦合作用下的末端振动小于两者的叠加,振型由关节和杆件的柔性确定,但幅值主要受驱动力影响。     

基于前馈补偿的3R机械臂力位混合控制研究

分别采用笛卡尔空间解耦控制法和参考力前馈补偿力控制法对3R机械臂进行了位置控制和力控制的混合控制。首先使用拉格朗日方程推导了3R机械臂关节空间动力学方程,进而利用雅克比矩阵推导了其笛卡尔空间规范化动力学方程,然后基于此模型在MATLAB/Simulink中建立了Sim Mechanics可视化仿真系统,接着采用笛卡尔空间解耦控制法对机械臂进行位置控制。为了减小干扰力对机械臂末端力控制精度的影响,利用一种基于参考力前馈补偿的机械臂力控制算法对其进行力控制。最后通过仿真结果验证了该机械臂力位混合控制算法具有响应速度快、超调量小、稳态精度高等优点,实现预期目标。     

基于A~*与势场法机械臂三维避障路径规划

针对人工势场法在三维避障路径规划的过程中机械臂末端容易陷入局部极小值的缺陷,把A~*算法与人工势场法混合,使机械臂末端跳出局部极小值点进行全局避障路径规划,得到一条从起始点到目标点的最优规划路径。同时,提出用立方体栅格对环境建模,并采用三次B样条曲线对该路径进行平滑优化。仿真实验表明,该方法对于复杂且任意变化的三维障碍物空间环境均有效,验证了所提混合算法在机械臂三维避障路径规划中的可行性与有效性。     

基于力反馈的机械臂关节导纳控制研究

文章提出了一种应用于机械臂关节控制的简化的导纳控制器,它由一对弹簧阻尼系统建模,依靠力反馈产生相应的柔顺行为,通过在机械臂末端安装力传感器,经过相应的求解算法,得到机械臂末端的位置偏差,进而实现相应的柔性运动目标,从而减小接触力并防止在施加静态或动态扰动时对机械臂造成能量损失。     

基于PEST的MODFLOW-HYDRUS耦合模型参数优化

为实现饱和、非饱和带水分运动耦合模型参数的有效率定,以内蒙古河套灌区永联试验区的地下水位、土壤含水率实测数据为基础,选用MODFLOW-HYDRUS耦合模型,采用试错法与PEST优化算法相结合的方法,对水文地质参数和土壤水力参数进行优化。优化结果表明:通过PEST算法进行参数优化后,耦合模型模拟精度有所提高,决定系数提高了2%~35%,纳什系数提高了6%~11.3倍,均方根误差减小了5%~20%,标准化均方根误差减小了5%~20%。其中验证期土壤含水率的各项评价指标提高或减小的幅度均为最大,决定系数、纳什系数、均方根误差和标准化均方根误差变化幅度分别为35%、11.3倍、20%和20%。     

基于改进蚁群算法的机械臂路径规划

针对机械臂在运动过程中的避障问题,提出基于改进蚁群算法对其路径进行规划。首先引入可选节点周围安全因素对蚁群算法中的转移概率进行改进,得到机械臂末端执行器的路径轨迹;其次根据执行器位置,利用伪逆法进行运动学逆解的求解,获得各关节变量;最后进行仿真及利用实物机械臂进行验证,结果表明,与传统的蚁群算法相比,改进的算法在相同的规划环境下具有较快的收敛速度,获得的路径轨迹较为合理,避障效果明显。     

温室穴盘苗并联高速移栽机器人运动误差分析与试验

现有产业化应用的温室穴盘苗移栽机大都为三坐标龙门架式结构,其体积庞大、惯性大、相对刚度低、移栽速度低、柔性作业能力差,无法满足高速剔苗、高速补苗作业要求。针对这些问题设计了一种并联式三平移移栽机器人,阐述了并联移栽机器人主体结构和为其配套设计的5种末端执行器,并统计了这些末端执行器的质量;在ADAMS中建立刚柔耦合动力学模型,选定一条最长对角线轨迹进行仿真;比较了刚性模型理论轨迹与柔性模型实际轨迹的误差,并分析了因动平台质量变化引起的误差变化情况,发现移栽轨迹末段存在振荡问题;最后通过物理样机进行定位精度试验,样机经误差补偿后,平均误差由7.611 mm降低到1.208 mm,其中大部分误差为系统误差。运动试验发现,机构运行平均速度为2 m/s、加速度峰值为20 m/s~2时,满足精度要求;但机构在平均速度3 m/s、加速度峰值30 m/s~2时,误差会扩大,需要进一步改善关节径向支撑力。     

六自由度模块化机器人手臂奇异构型分析

对六自由度模块化机器人手臂工作空间内的奇异构型进行了分析。首先搭建模块化机器人手臂系统,并采用DH法对其进行结构建模,得到正运动学方程;其次,结合机器人手臂的正运动学方程,采用基于机器人连杆速度的方法构造其雅可比矩阵,再基于雅可比矩阵求解机械臂出现奇异状态的所有构型情况,得到所有奇异点并分别给出相应的手臂构型;最后,基于可操作度灵活性指标和最小奇异值灵活性指标应用Robotics工具箱对机械臂的奇异情况进行仿真分析,并考察机械臂处于奇异位型时末端参考点的可操作度椭球情况。仿真结果表明该机械臂共有3种奇异情况,验证了上述机械臂奇异位型分析的正确性,为后续模块化机械臂的轨迹规划研究和奇异点规避研究奠定了基础。     

半对称三平移Delta-CU并联机构运动误差分析与标定

对提出的一种半对称三平移Delta-CU并联机器人机构进行误差建模和实验分析。在规划执行末端运动轨迹的基础上,采用外部直接标定和修正系统输入的方法对机构的运动学误差进行补偿。在外部直接标定的过程中,为降低系数矩阵中的随机测量误差对执行末端坐标精度的影响,利用整体最小二乘法求解坐标变换参数;以误差数据为样本,通过模糊神经网络模型进行训练,并将训练好的模糊神经网络模型用于Delta-CU并联机器人机构的误差值预测。实验表明,模糊神经网络模型能够对Delta-CU并联机器人机构误差进行精准的预测,有利于提高Delta-CU并联机器人机构的补偿精度,可为Delta-CU并联机器人机构误差补偿提供参照。补偿后其绝对位置精度由1.187 mm提高到0.4 mm,重复位置精度由0.037 mm提高到0.018 mm。     

荔枝采摘机械手视觉定位系统设计

建立了基于双目立体视觉的荔枝采摘机械手视觉定位系统.通过对成熟荔枝颜色特征的分析,选取YCbCr颜色模型进行处理,利用Otsu算法结合模糊C均值聚类法(FCM)对荔枝果实和果梗进行了分割,实验结果表明:有效识别果实和果梗的正确率为94.2％.通过计算果实质心与果梗的距离最大值确定荔枝采摘点,利用基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了采摘点的空间定位.通过定位误差分析,采用直线插值法进行定位误差补偿,定位实验结果表明:定位的深度误差小于10 mm,能满足荔枝机械手视觉精确定位的要求.     

串联机器人多模式标定与刚柔耦合误差补偿方法研究

工业串联机器人有着较大的几何误差,还存在着不可忽视的非几何误差,使其在高精度领域的应用受限。本文建立了一种包含几何与柔性误差的完整刚柔耦合位置误差模型,并采用基于预测残差和加权递推平均滤波算法改进的Levenberg-Marquardt算法(M-LMA)辨识耦合误差参数。为了提高测量过程的效率及可靠性,结合测量设备的检测特性与末端执行器的几何特性两种外部约束,提出了一种基于线性递减权重的粒子群算法(LDW-PSOA)的测量位姿智能选取方法。重点提出了一种局部精补偿方法,其可与标定或者全局补偿同时使用,也可直接单独使用。同时,根据机器人自身特性及加工需求,提出了一种基于预测精度与参数数量的模型择优方法,并且制定了一种多模式精度提高策略。此外,将本文所建立的模型及提出的算法集成于Matlab开发平台,实现GUI交互系统。实验结果表明,本文提出的精度提高策略不仅能以多种方式实现机器人高精度定位的性能,且具有高效可靠的测量过程。     

基于腕力传感器的机器人操作臂末端位置误差补偿

针对机器人操作臂夹持工具与环境作用时基于传感器坐标系内的微分运动分析 ,推导出基于工具坐标系的定位误差及基于基坐标系的定位误差补偿 ,并以 PU MA5 60型机器人为例计算了定位误差及其误差补偿     

果蔬采摘机器人机械臂研究现状与展望

农业生产中果蔬采摘是其中的重要环节,且依赖于大量劳动力的参与,采摘机器人的发展与应用将会极大地改善采摘作业的劳动力依赖问题。采摘机械臂是采摘机器人的关键部分,是采摘机器人研究的一大重点。以采摘机械臂自由度进行分类,梳理总结国内外采摘机械臂研究的发展过程和研究现状。针对相同栽培模式下同一果蔬,在采摘机械臂的自由度和构型的选择上缺少标准化方案的问题,提出采摘机械臂研究与农艺的深度结合是未来解决问题的关键。同时,对于刚性本体难适应采摘环境以及关节驱动方式单一的问题,提出采摘机械臂本体的柔性设计以及驱动方式的组合使用将是未来的发展趋势。