基于POE模型的工业机器人运动学参数二次辨识方法研究

针对工业机器人在高度制造领域精度不高的问题,本文提出了一种基于POE模型的工业机器人运动学参数二次辨识方法。阐述了基于指数积(Product of exponential,POE)模型的运动学误差模型构建方法,并建立基于POE误差模型的适应度函数;为实现高精度的参数辨识,提出了一种二次辨识方法,先利用改进灰狼优化算法(Improved grey wolf optimizer, IGWO)实现运动学参数误差的粗辨识,初步将Staubli TX60型机器人的平均位置误差和平均姿态误差分别从(0.648mm,0.212°)降低为(0.457mm,0.166°);为进一步提高机器人的精度性能,再通过LM(Levenberg-Marquard)算法进行参数误差的精辨识,最终将Staubli TX60型机器人平均位置误差和平均姿态误差进一步降低为(0.237mm,0.063°),机器人平均位置误差和平均姿态误差分别降低63.4%和70.2%。为了验证上述二次辨识方法的稳定性,随机选取5组辨识数据集和验证数据集进行POE误差模型的参数误差辨识,结果表明提出的二次辨识方法能够稳定、精确地辨识工业机器人运动学参数误差。     

基于模型的四足机器人步态转换控制研究

为了解决基于模型的控制方法在四足机器人步态转换过程中稳定控制问题,本文在仿生学和机构学基础上设计了一款四足机器人样机平台,并推导了机器人单腿运动学模型。在足端可达工作空间内规划了机器人抬腿高度和迈步步长,利用理想的复合摆线轨迹,通过合理控制步态周期,提出了一种过渡段变周期控制方法,实现了步态转换前后定速度控制和变步长控制,保证了步态转换前后速度不变或可变。为了验证所提算法的正确性和稳定性,分别开展了单腿足端轨迹实验和整机步态转换实验。在完成整机运动控制的基础上,对比了基于模型的控制方式和基于中枢模式发生器的控制方式在四足机器人步态转换过程的应用。仿真和实验结果表明,在基于模型的控制算法下,四足机器人可以实现步态的平滑转换,且速度能伴随步长和周期的变化实现调节,满足了不同速度下的行走要求,为四足机器的运动控制提供了参考。     

基于遗传算法的机器人运动学参数误差识别

针对机器人标定过程中误差建模与参数识别方法的繁琐问题,提出通过考虑参数误差的运动学模型直接建立基于相对距离误差的参数误差方程组,并采用混合遗传算法求解方程组的新方法,使得参数误差识别简单易行.算例通过数值仿真,分析了采用不同的测量数据(完整的距离信息或非完整的距离信息)进行参数误差识别的可行性,结果表明,只要获得足够多的测量数据,就可以识别机器人运动学参数误差,这为机器人标定时采用一些非完整的距离测量方法提供了理论支持.     

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。     

基于动力学特性的机器人自适应鲁棒控制算法研究

针对鲁棒控制在串联机器人轨迹跟踪控制性能较差以及自适应控制收敛性能有限、容易出现震荡和发散的现象,为了提高串联机器人的作业精度和效率,本文在辨识机器人模型参数的基础上,考虑机器人动力学及摩擦特性,并将自适应鲁棒控制的积分型的参数估计修改为比例积分型的参数估计,提出了改进自适应鲁棒控制算法。仿真验证表明:本文提出的改进自适应鲁棒控制算法提高了系统的稳态性能以及运动控制性能,实现了较高的轨迹跟踪精确度。     

基于参数辨识的并联机器人误差模型研究

误差模型是保障机器人定位精度的重要前提,本文提出了一种基于参数辨识的并联机器人误差模型验证方法。搭建参数辨识模型以获取机器人实际结构参数,使用偏微分理论建立实际误差模型,并对模型中的误差参数进行定量分析。随后将各误差参数对末端执行器位姿的影响映射到关节输入量上,从而驱动机器人执行误差模型验证实验。以3-PUU并联机器人为对象进行误差分析并开展实验验证,对比激光跟踪仪采集的末端执行器位置数据与误差模型分析结果,结果表明两者之间最大偏差为0.50mm,平均偏差在0.31mm以内,验证了所建误差模型的合理性与正确性。     

串联机器人机械臂工作空间与结构参数研究

工作空间的体积可以反映串联机器人运动灵活程度.研究了一种串联机器人机械臂的工作空间问题.首先,提出机械臂的基本结构,进行简化,得到其运动模型;在此基础上对机械臂进行了运动学分析;然后,采用蒙特卡洛法分析该机械臂的工作空间,得出了机械臂末端的工作空间点云图;提出了自适应划分网格方法,并用该方法计算了该工作空间的体积;最后,分析了机械臂结构参数对工作空间体积的影响,为机械臂的参数优化提供了理论依据.     

考虑碰撞的冗余串联机器人冲击运动分析与优化

根据操作环境和使用工况的不同,将碰撞问题划分为无约束碰撞问题和有约束碰撞问题,有约束碰撞问题又包括定点碰撞和动点碰撞。首先,基于Lagrange方程建立串联机器人系统的冲击动力学模型,并结合经典碰撞理论与恢复系数方程,推导了碰撞时系统的外部冲量求解模型。其次,针对无约束碰撞问题,在冲击动力学分析的基础上,建立了机器人发生碰撞时的冲击运动映射关系,提出了冲击运动映射矩阵的概念,并以此为基础构造机器人的冲击运动性能评价指标,用以评价系统在外部冲击作用下保持运动稳定性的能力。最后,分析定点碰撞和动点碰撞的已知条件,提出以碰撞时产生的外部冲量最小为目标,对机器人的碰前位姿进行优化,并以平面三连杆机器人为示例,分别进行无约束碰撞和有约束碰撞的冲击运动分析与优化设计。研究结果表明,机器人在处于或接近奇异位型时抵抗外部冲击的能力会显著降低,其结构参数对系统冲击运动性能有较大影响;通过对机器人的碰前位姿进行优化,可有效减小定点碰撞和动点碰撞时所产生的外部冲量,有利于提升系统运行的稳定性和安全性。     

考虑非线性摩擦模型的机器人动力学参数辨识

针对机器人动力学参数辨识的问题,提出了一种基于人工蜂群算法的辨识方法。考虑到关节摩擦特性,引入非线性摩擦模型,推导了机器人动力学模型的非线性形式。设计满足速度、加速度边界条件的五阶傅里叶级数作为激励轨迹来采集实验数据;利用人工蜂群算法,以蜂群为搜索单位,通过群体间的信息交流方式与优胜劣汰机制,对模型中的未知参数进行了辨识。最后,对得到的辨识模型进行了分析与验证,结果表明通过辨识得到关节预测力矩与测量力矩有较高的匹配度,所建立的非线性模型能够更好地描述机器人的动力学特性。     

基于模型预测控制的喷涂机器人协调控制策略

为了能够提高喷涂机器人控制的品质,深入地研究了模型预测控制技术在其中的应用.首先,研究了模型预测控制的数学模型;接着,分析了喷涂机器人的动力学模型;然后,进行了喷涂机器人模型预测控制器的设计;最后,进行了仿真分析,仿真结果表明该方法具有较好的控制效果.     

基于距离误差的机器人参数辨识模型与冗余性分析

为避免机器人运动学参数辨识过程中,测量坐标系与机器人基坐标系之间繁琐的坐标变换,首先利用关节旋量的空间几何特性,提出了基于伴随变换的距离误差模型。其次,针对距离误差模型中可辨识参数的冗余性,通过辨识雅可比矩阵的零空间分析,确定了可辨识参数的数目与误差测量方式之间的关系。确定了绕对应关节旋转的测量方式和相对初始位形的测量方式下可辨识参数的数目。最后,对KUKA youBot机器人的运动学参数辨识进行了实验研究,实验结果验证了距离误差模型的有效性和参数冗余性分析的正确性。     

基于连续灰分区间定标模型的生物炭金属含量LIBS检测

为实现应用激光诱导击穿光谱(LIBS)技术准确检测农业生物炭中主要金属元素含量,并提高检测灵敏度,提出采用高温处理法去除水分、固定碳和有机基体效应的影响。首先获取灰分质量分数在28%～42%范围内具有代表性的66个农业生物炭样品,并选用不同灰分区间间距(14%、7%、3. 5%和2%)对样品集进行划分。当间距设为7%时,样品集的灰分区间被划分为28%～35%(38个样品)和35%～42%(28个样品),对应的高温处理前后各元素含量平均决定系数均大于0. 96。理论上表明,可以利用高温处理后样品光谱信息,并结合原始样品化学信息,构建农业生物炭中主要金属元素含量的连续灰分区间定标模型。通过比较原始样品和高温处理后样品数据集所构建模型的效果,得出高温处理后样品偏最小二乘回归(PLSR)模型的交互验证相对标准偏差明显较低,其预测集的成对T检验显示,LIBS和电感耦合等离子体质谱(ICP-MS)测定结果无显著性差异。结果表明,高温处理结合连续灰分区间定标模型能够实现农业生物炭中主要金属元素的LIBS同步精确定量分析。     

一种基于微分进化的采摘机器人运动反解方法

针对传统的采摘机器人运动反解求法的求解过程过于繁琐及自适应性等不足,提出了一种基于微分进化的采摘机器人运动反解求取方法。该方法首先利用采摘机器人运动正解方程构造出求解采摘机器人运动反解的目标函数,然后运用微分进化算法的泛化性和自适应性对该目标函数进行优化处理,从而求解出采摘机器人运动反解。同时,为了分析该方法的性能,还分别对传统的采摘机器人运动反解和基于微分进化的采摘机器人运动反解进行了对比试验,从而验证了该方法的有效性和鲁棒性。     

基于弹性摩擦模型的机器人免力矩传感器拖动示教方法

基于广义动量的外力观测器和导纳控制方案,采用弹性摩擦模型估计关节摩擦力,并对关节起动阶段的摩擦估计值进行规划,实现了免力矩传感器的机器人拖动示教。基于机器人的动力学模型和运动状态,建立了基于广义动量的机器人外力观测器,观测操作者对机器人施加外力。采用导纳控制方案,根据观测的外力生成关节运动轨迹,实现机器人的拖动示教。采用弹性摩擦模型对关节摩擦进行建模,并在模型中引入Stribeck摩擦项,实现关节在低速和静止状态下的摩擦力估计。为解决关节在静止状态下拖动困难的问题,对关节起动阶段的摩擦力估计进行规划,通过短暂增加关节摩擦的估计值以增加关节驱动力矩,从而实现关节的轻松拖动,且起动规划算法不会对机器人关节的其他运动阶段造成影响。实验表明,采用本文控制方案可有效实现免力矩传感器的工业机器人拖动示教。采用起动规划方案可有效增加关节起动外力和缩短关节起动时间,在起动阶段关节可以短暂产生26 N·m以上的估计力矩,相比未使用规划时关节的起动时间至少可减少70%。同时,关节在起动阶段具有一定的抗干扰能力。     

基于离散元的包膜肥料Bonding模型参数标定

包膜肥料是在粒状水溶性肥料表面涂覆半透水性或不透水性物质,养分通过包膜的微孔、缝隙慢慢释放出来,节肥增效作用显著。包膜肥料的养分释放特性与包膜层材料、结构紧密相关,目前常用的排肥器在排施肥料过程中会对肥料颗粒造成不同程度的机械损伤,导致包膜层破坏。为设计适用于包膜肥料无损排施的排肥器,同时缩短研发周期,采用离散元软件中的Bonding模型建立肥料颗粒仿真模型。为提高仿真精度,需对Bonding模型进行参数标定。首先通过单轴压缩试验得到包膜肥料颗粒的实际极限破碎位移和极限破碎载荷,在离散元软件中以此为目标依次通过Placket-Burman试验、Steepest ascent试验和Box-Behnken试验确定最优的Bonding模型参数组合。最优条件下单轴压缩试验表明,极限破碎位移和极限破碎载荷与实际值的相对误差分别为0.222%、0.554%。借助外槽轮排肥器验证所得标定参数组合的可靠性,以肥料颗粒破碎率为指标,得到实际与仿真中肥料颗粒破碎率相对误差不大于11.40%,满足施肥机械设计参数优化需求,可为研究包膜肥料颗粒机械破碎机理、优化设计无损排施的新型排肥器提供参考。     

基于非线性模型预测控制的移动机器人实时路径跟踪

针对移动机器人路径跟踪模型预测控制中,存在线性化预测模型削弱控制器对参考路径曲率突变和航向突变响应能力的问题,从非线性模型预测控制出发,提出了两种实时性优化方案,即减少控制步数或降低控制频率。仿真与实验结果表明,采用减少控制步数或降低控制频率方案优化后,非线性模型预测控制器在每一控制周期内的解算时间小于控制周期;减少控制步数相比降低控制频率或线性化预测模型具有更小的横向误差和航向误差,可以更好地保证控制器在跟踪曲率、航向变化较快的参考路径时的控制精度。因此,相比其他实时性优化方案,减少控制步数更加适用于农用机器人等对灵活性要求较高的移动装备。