基于STM32的六足机器人运动控制系统研究

本文主要研究基于STM32的六足机器人运动控制系统,通过建立六足机器人的运动学模型,对摆动腿和支撑腿进行运动学分析,并按照六足机器人典型步态,进行步态运动规划。同时,根据六足机器人的运动学和步态分析结果,设计了基于18个舵机协调运动的六足机器人运动控制系统,实现远程监控和机器人的直线路径、转弯步态的规划和控制等功能。     

基于Arduino和蓝牙技术的六足机器人控制系统设计

设计了一种基于Arduino mega 2560、舵机驱动板和Torobot蓝牙模块的仿生六足机器人控制系统,该控制系统以手机作为命令发送端,Arduino mega 2560和Torobot蓝牙模块作为硬件基础,利用Arduino IDE编程语言编写六足机器人运动控制程序,手机和蓝牙模块之间通过Bluetooth.spp软件发送控制指令并返回命令状态,从而实现六足机器人各种步态的控制。该六足机器人控制系统具备结构简单、操作方便等特点,利用手机便可以控制六足机器人的前进、后退和转弯等多种运动形态,并通过实验证明了设计的有效性。     

六足机器人动力学仿真研究

针对在崎岖路面行走的六足机器人,本文利用Adams软件建立其刚体动力学模型,模拟运动过程中的动力学变化,分析不同工况对六足机器人关节驱动力矩的影响,得到前腿、中腿的髋关节、膝关节和踝关节的形状相似性,明确落地等因素对关节的影响,为六足机器人的后续研究提供一定依据。     

工业机器人视觉引导关键技术研究

工业机器人专业性强,被广泛应用于工业领域。得益于机器视觉技术的快速发展,机器人控制引导技术功能也日趋完善。但是,其研究过程复杂,涉及的专业技术内容较多,对研究人员提出了极高的要求。本文主要论述工业机器人视觉引导系统构成及标定,并以此为载体对目标物体进行识别及定位跟踪,以期达到良好的系统应用效果。     

基于众为兴AR6520机器人与AVS视觉定位的不同工件分拣系统研究

本文通过众为兴AR6520四轴机器人与AVS视觉定位系统,以以太网通信的方式,利用ADTVision视觉软件对不同图形标注的工件进行识别,并用机器人进行静态抓取分拣。     

基于高性能单片机的智能物流小车研究与设计

本项目是基于恩智浦K66单片机和OpenMV可编程摄像头,采用C语言和Python语言编程的一款智能物流小车。其间根据小车作业需求,对小车的机械结构和硬件电路进行了设计。首先利用OpenMV摄像头模块识别不同颜色物体,再通过单片机控制机械手抓取物体,最后通过摄像头图像识别使小车按照黑色引导线循迹行驶到指定位置完成作业。本文可以给学习自动化控制、人工智能、电子设计知识以及参加相关竞赛的学生提供参考。     

智能机器人语音交互专利技术分析

语言是人类最自然便捷的沟通手段,是人类之间进行交流的重要表达方式。语音交互技术在智能机器人的应用,主要是通过语音输入设备输入语音,再通过相应的软件、程序等使计算机分辨出人类语音的内容,实现人与计算机之间的交互。基于语音的机器人交互技术,主要包括语音采集、语音识别、语音合成等关键技术环节。因此,本文从语音采集、语音合成、语音识别三个分支通过历年申请量、区域分布、技术活跃度、主要申请人以及技术演进等角度,对智能机器人语音交互的专利进行了梳理,以期对智能机器人语音交互专利进行深入分析,为机器人语音交互技术领域提供技术发展方向和专利布局指导。     

基于OpenMV的零件缺陷检测系设计

本文以轴对称零件为研究对象,设计了一套以OpenMV视觉模块为核心的在线零件检测系统。该系统以最小转动惯量求解二维图像对称轴为核心算法,结合STM32单片机控制系统,可实现零件对称轴长度的测量,并以此对尺寸不合格产品进行筛选。     

四足机器人结构设计及步态仿真研究

【目的】为提高四足机器人在复杂地面行走时的稳定性,对四足机器人结构进行设计,并对其步态进行仿真。【方法】基于哺乳动物的腿部结构,在SOLIDWORKS软件中构建四足机器人的三维模型,使用D-H模型法构建出腿部结构的运动学模型,通过运动学分析,得到四足机器人的足端运动轨迹图,并以Walk步态在V-REP仿真软件中进行仿真分析。【结果】本研究设计出一种结构简单、具有十二自由度的四足机器人。【结论】仿真结果证明,该机器人的机构设计有效,能实现稳步行走。本研究的研究成果为该类机器人的设计提供依据。     

基于ROS和EtherCAT的视觉伺服7DOF机械臂仿真研究

将视觉传感器构建到机械臂一侧的视觉伺服系统是7自由度机械臂实现物体抓取和移动的有效方法,但此方法存在着对目标识别定位速度慢和末端执行器轨迹规划难的问题。因此,设计并实现了基于机器人操作系统(Robot Operating System,ROS)和EtherCAT的视觉伺服7自由度机械臂仿真平台。在ROS系统上,利用颜色机器视觉(Color Machine Vision,CMVision)算法实现了抓取目标的快速识别和定位;基于机械臂的D-H模型,求解得到逆运动方程,规划机械臂的轨迹,并应用比例、积分、微分(Proportion,Integration,Differentiation,PID)算法进行控制;在Linux上构建实时内核,利用EtherCAT技术实现了机械臂末端执行器的快速准确移动控制。测试结果表明,该平台能够实现目标的快速识别、定位和抓取,具备良好的稳定性和可操作性。