排序方式: 共有28条查询结果,搜索用时 15 毫秒
21.
在线重力补偿下工程机器人自主作业轨迹跟踪性能分析 总被引:1,自引:0,他引:1
工程机器人自主作业时,工程机器人动臂举升、前臂摆动重心上升过程中需要克服自身重力做功,而在工程机器人动臂下降、前臂摆动重心下降过程中,自身重力要参与做功,影响工程机器人的运动速度,进而影响工程机器人自主作业的轨迹跟踪效果。针对这一问题,建立了工程机器人动臂、前臂的动力学模型,探讨采用最小二乘拟合法辨识动力学参数,进行工程机器人动臂、前臂的在线重力补偿,以消除在自主作业过程中重力做功对轨迹跟踪的影响。最后,在工程机器人试验台上进行了试验。试验结果表明,在线重力补偿可有效地补偿工程机器人自主作业过程自身重力,消除工程机器人动臂和前臂在运动过程中重力做功对自主作业轨迹跟踪过程的影响,有利于减小轨迹跟踪误差,提高工程机器人自主作业轨迹跟踪的性能。 相似文献
22.
电液手控器型遥操作机器人力反馈控制策略 总被引:1,自引:1,他引:1
针对现有电动力反馈操纵装置存在刚度小、力效果不明显的问题,设计了电液伺服力反馈手控器。该手控器在水平方向上具有X、Y两个旋转自由度,每个自由度采用单独的伺服阀控液压马达驱动,空间运动互不干涉。综合传统的力反射伺服型和并列型双向伺服控制算法的优点,提出力/位置偏差复合型主从双向控制策略。以液压手控器为主手,四自由度工程机器人为从手,进行主从遥操作力反馈双向伺服试验研究。验证了力/位置偏差复合型控制算法能有效提高系统响应的快速性和稳定性。 相似文献
23.
手控器是主从遥操作系统的关键设备,可以向遥操作系统传送位置、姿态、速度和力等多种信息,同时可以接收从机械手的力/力矩信息,为操作者提供力觉临场感。对基于Stewart平台的6-DOF力反馈手控器进行了总体结构设计,该装置的主体由一个6-DOF Stewart平台、电液比例控制系统及控制与检测系统等组成。介绍了系统的各部分组成、工作原理、结构特点;建立了力反馈系统,分析了实现力觉反馈的原理;推导了平台的运动学逆解、动力学正解;研究了结构尺寸与性能的关系。 相似文献
24.
鉴于OpenPose进行肢体识别复杂度较高,提出基于TfPose完成人体骨架提取,并采用神经网络集成学习方法对吊装指令肢体信号进行识别,完成智能化吊装操作。首先,采用D-H法对吊装机器人进行正运动学分析,确定卷扬机构工作空间范围,并使用共形几何代数方法求解其逆运动学,完成吊装机器人从当前位置运动到目标位置的数学建模;然后,基于TfPose获取人体骨架向量和RGB骨架图,以BP神经网络和InceptionV3网络为基分类器,采用神经网络集成学习方法确定最优化权重,完成吊装指令肢体信号识别;最后,将识别的吊装指令肢体信号通过UDP通信传送给吊装机器人控制模块,以完成吊装操作。实验结果表明,该方法平均肢体识别精度达0. 977,提高了吊装效率。 相似文献
25.
26.
复杂环境下移动机器人轨迹规划由于障碍物放置杂乱且无规律,常常面临避障失败的问题。本文将机器人的轨迹规划归结为优化问题,提出了一种基于优化策略的轨迹规划方法。该方法包括3部分:首先,对优化问题的约束建模,包括机器人的运动学模型、变量极值约束、障碍物避碰模型;然后,建立优化求解策略,通过决策变量区间均分、内置插值点和基于拉格朗日多项式的变量描述方式进行离散化,针对离散化导致的约束失效对变量进行等距时间离散并建立惩罚函数,从而实现有效避障;最后,基于随机分形搜索算法对上述优化模型进行求解。仿真结果表明,本文所述方法可以有效解决移动机器人在复杂环境下的障碍物避碰问题。 相似文献
27.
针对目前装配机器人基于手工的特征检测易受光照条件、背景和遮挡等干扰因素的影响,而基于点云特征检测又依赖模型构建精度,本文采用深度学习的方式,对基于关键点预测的工件视觉定位技术展开研究。首先,采集工件各个角度的深度图像,计算得到工件的位姿信息,选取工件表面的关键点作为数据集。然后,构造工件表面关键点的向量场,与数据集一同进行深度训练,以实现前景点指向关键点的向量场预测。之后,将向量场中各像素指向同一关键点的方向向量每两个划分为一组,取其向量交点生成关键点的假设,并基于RANSAC的投票对所有假设进行评价。使用EPnP求解器计算工件位姿,并生成工件的有向包围盒显示位姿估计结果。最后,通过实验验证了系统估计结果的准确性和鲁棒性。 相似文献
28.