基于扰动卡尔曼滤波的机器人免力矩传感器拖动示教方法

拖动示教技术操作简便且效率高,更符合现代化的柔性生产,而实现工业机器人的拖动示教需要准确地测量外力与控制由外力所引起的关节运动。为了实现免力矩传感器测量操作者施加的外力,设计一种基于扰动卡尔曼滤波的外力观测器。该观测器通过将关节外力矩作为扰动项,并引入广义动量,建立机器人系统的状态空间方程,进而采用卡尔曼滤波算法得到关节外力矩的最优观测值。其中,为了提高外力的估计精度,提出以刚体动力学模型和深度神经网络相结合的方式建立机器人的动力学模型,该方法不仅避免了关节摩擦力矩的复杂建模过程,而且将模型中未建模的因素通过深度神经网络进行补偿。为了实现机器人在拖动示教过程中的牵引控制,将机器人的关节运动与外力矩之间的动态响应关系等效为一个质量阻尼系统,并提出一种自适应阻尼的导纳控制方法,将观测到的外力矩转换成示教运动的期望关节转角,并根据外力矩的变化趋势自适应地调整系统阻尼参数,以改善机器人的示教效果。实验表明,所建立的动力学模型在预测力矩上具有更低的均方根误差,可减小不少于20%的误差;采用所提出的控制方案在六自由度的工业机器人上实现了免力矩传感器的拖动示教,自适应阻尼调整方法能减少约19%的关节...     

前列腺粒子植入机器人可变重力矩补偿研究

针对临床上前列腺粒子植入常用的人体截石位操作方式,计算出一般患者截石位的机器人布局和可操作空间,研制了一种满足临床应用的悬臂关节式前列腺放射性粒子植入机器人.首先,为了改善机器人低速运动平稳性问题,研究了悬臂可变重力矩补偿机制,得到悬臂可变重力矩完全补偿的约束条件;其次,通过合理地配置弹簧的技术参数,设计了合适的大、小臂可变重力矩补偿装置;最后,完成了重力、重力矩补偿分配仿真试验和重力矩补偿性能定量评价试验.试验结果表明:设计的可变重力矩补偿装置能够实现悬臂在任意位置的完全平衡,改善了驱动扭矩幅值的波动,提高了粒子植入机器人操作的稳定性.     

基于UR机器人的直接示教系统研究

随着机器人技术的发展,越来越多的工业机器人被应用于工业生产的各个领域。人机互动是工业机器人发展的一个重要领域,而直接示教是人机互动的一个重要发展方向。直接示教机器人目前还是比较稀少,只有少数的机器人公司研发了直接示教系统,但是只能适用于他们自己的机器人系统,对于目前大部分机器人并不适用。为了拓宽直接示教的应用范围,对普通的机器人也能应用直接示教。大部分的机器人系统都是密闭的,不直接对用户开放,现提出了一种直接示教系统,在不涉及机器人原有系统的基础上实现直接示教,以Universal Robot为研究对象,通过一个力/力矩传感器感知操作者的示教力,数据采集卡收集到力/力矩的电压模拟信号,在上位机进行转换为力/力矩,然后进行力与位置的转换,发送到下位机实现运动,从而完成直接示教。     

模糊逻辑及神经网络动态摩擦和死区补偿的机器人滑模变控制

针对机器人中存在非线性不确性项LuGre动态摩擦和非对称死区的问题,提出采用模糊RBF神经网络及模糊逻辑分别对动态摩擦及死区进行补偿,且实时、自适应训练非线性动态摩擦项及非对称死区项的参数,实现对实际机器人系统准确再现的滑模变鲁棒控制算法,并论证了该算法的Lyapunov稳定性。通过在2自由度机器人上的仿真,证明该算法提高了机器人轨迹跟踪精度、控制力矩及摩擦力矩两者的稳定性。同时发现了该机器人控制力矩的脉冲式补偿误差、摩擦模型中存在类菱形吸引子、缺乏死区补偿将导致控制系统极限环振荡等非线性动力学现象,以及死区逆模型中ε的估计对系统的精度有决定性作用。     

考虑摩擦补偿的SEA弹性体刚度在线估计方法

提出了一种考虑摩擦补偿的串联弹性作动器(SEA)弹性体刚度在线估计方法.该方法利用作动器在适当条件下电机电流补偿摩擦力矩后估计的力矩来实时校准弹性体刚度,以减小弹性体刚度变化带来的力矩估计误差.通过实验定量分析了基于谐波减速器的系统摩擦力矩模型参数.对比弹性模型和电流模型计算力矩的优缺点,分析出当电机角速度在适当范围且负载变化较小的稳定状态时,电流力矩模型补偿摩擦力矩后可准确地计算负载力矩.负载稳定状态时,以电流模型估计力矩,并采用卡尔曼滤波算法对弹性体刚度实时校准.负载不稳定状态时,以弹性模型估计力矩.实验结果表明,本方法能有效克服弹性体刚度变化导致的力矩误差.     

摩擦补偿脉冲特征参数的自适应配置方法

提出了一种摩擦补偿脉冲特征参数的自适应配置方法.依据运动轨迹参数、摩擦力矩、摩擦补偿效果最优值、相关动态特性信息以及伺服控制参数,通过动态迭代过程,精确计算出摩擦补偿脉冲特征参数,并在精密运动平台上进行了摩擦补偿脉冲特征参数的自适应配置实验.结果表明,在不同的工况及运动轨迹条件下,所提出的方法均能够达到较好的摩擦补偿效果,且其误差峰值偏差均小于1μm.     

具有线性位置解的3-CRU并联机器人轨迹跟踪

针对现有单一的线性伺服控制时机器人运动平台的跟踪轨迹精度较差的问题,基于前馈力矩补偿和滑模变结构控制相结合的控制策略,对具有线性位置解的3-CRU并联机器人的轨迹跟踪进行了相关研究．采用拉格朗日方程建立了该机器人的包含建模误差和外部干扰的动力学模型并辨识了机器人的动力学参数,设计了在线性伺服控制基础上前馈力矩补偿与滑模变结构控制相结合的控制策略．通过实验对比,证明采用上述控制策略不仅提高了机器人动平台的轨迹跟踪精度,而且增强了机器人系统的鲁棒性．同时,线性的位置正解方程这一特性使得机器人驱动滑块的位置误差传递到运动平台上不会呈指数型累积增长,从结构上保证了机器人运动平台的轨迹精度．     

可重构模块化机器人示教系统设计

设计一种通用型的可重构模块化机器人示教平台.采用基于开放式、分布式的控制平台,融合示教器人工示教功能和基于传感信息的自主示教功能,对示教系统的逻辑架构、控制策略、软件结构、以及示教运动模式进行分析与设计.该模块化机器人的示教系统既满足人工示教功能要求,又满足自主智能化示教的要求.最后通过对模块化机械臂的HMI人工示教实验和对一种模块化攀爬机器人的自主示教实验,验证了示教系统的可行性及相关关键方法的正确性.     

四足机器人斜坡运动的自适应控制算法

受到自然界中四足动物运动的启发,提出了一种四足机器人对角小跑步态下的坡面运动自适应控制算法.在机器人质心原有运动轨迹上加入横向和纵向偏移补偿量,并采用符号微分策略梯度法对质心偏移补偿量进行自动调整,以减少机体翻转力矩和对角足着地时间差,从而提高机器人运动稳定性.在Webots软件中建立了四足机器人的模型并进行仿真试验,仿真结果表明所提出的算法能够有效提高四足机器人坡面运动的稳定性.      

弧焊机器人用数控焊接变位机示教盒系统的设计与实现

采用微机控制技术,以W78E58单片机为核心,设计实现了弧焊机器人用数控焊接变位机的示教盒示教系统.通过示教盒上的键控和显示功能,使操作者顺利实现对变位机运动的示教控制,并把位置信息反馈给操作者实现人机交互的功能.增强了数控焊接变位机对复杂工件的适应性,可完成优质高效的焊接过程.     

双足机器人变步长步行模式的在线生成方法

双足机器人在进行变步长步行模式行走的过程中,步长的突然改变会导致其行走不稳定.为此提出一种双足机器人步长实时变化的步行模式补偿方法.此方法中运用了时间补偿和零力矩点补偿.通过两者的补偿能够使步行模式的步长在发生变化时,在线修正双足机器人实际状态与目标状态的偏差,以保证其行走的稳定性.双足机器人AFU10的步行实验证明了该方法的有效性.     

一种轻型模块化协作机器人碰撞检测算法

为了实现人与协作机器人的安全协作,提出了一种不增加额外传感器和改变控制系统复杂性的碰撞检测算法.基于动力学模型和动量偏差构造了一个2阶外力矩观测器以实现对关节外力矩实际值的观测,并对观测值进行滤波处理,减小系统采样噪声对观测值的影响.考虑到关节外力矩包含外部碰撞力等效作用在关节上的力矩和谐波减速器产生的关节摩擦力矩,采用Stribeck摩擦模型对观测值中的关节摩擦力矩部分进行辨识,使观测值只受外部碰撞力影响.最后,基于一类轻型模块化协作机器人对该算法进行了仿真与实验,结果表明:观测值能够实时跟随外力矩变化,机器人正常运行时其保持在预设的阈值范围内,发生碰撞时发生突变超出阈值,从而验证了该算法的正确性.     

一种新的重复自适应摩擦补偿方法及其在高精度伺服系统中的应用

针对高精度转台直流力矩电机系统中存在的非线性动态摩擦及周期性波动力矩扰动,为提高转台位置的跟踪精度,提出了一种新的重复自适应摩擦补偿方法,将重复控制机制引入到基于自适应控制的摩擦补偿策略中.电机中摩擦模型采用摩擦参数非一致性变化的LuGre动态模型.该方法的控制律包含一个参数自适应律、等效PD控制律和一个重复控制律.其中,参数自适应律用来估计未知模型参数并予以补偿,而插入的重复控制器用来提高系统运动曲线的跟踪性能.Lyapunov方法证明该补偿方法保证了闭环系统全局稳定性和对期望位置信号的渐近跟踪.最后,通过对高精度伺服系统的仿真研究证明了该改进补偿方法的有效性.     

基于改进LuGre摩擦模型的机器人关节模糊自适应反步控制

为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影响.引入正切障碍李雅普诺夫（Lyapunov）函数对输出信号进行约束,使误差被限制在给定范围之内.利用双曲正弦函数跟踪微分器解决了虚拟输入微分引起的“微分爆炸”和一阶滤波器精度差问题,将自适应控制方法与反步控制理论相结合,提出了一种带摩擦补偿的模糊自适应反步控制方法.利用Lyapunov判据证明了闭环系统的所有误差最终一致有界,并通过仿真得出本文所提出的控制方法相比于传统PID与神经网络动态面控制（Radial Basis Function Dynamic Surface Control,RBFDSC）,位置跟踪误差分别提高了近7.5%和3%;当LuGre模型参数变化时,自适应算法也可以精确对摩擦力进行跟踪补偿,从而验证了本文所提出的控制策略的有效性和鲁棒性.     

基于修正的REMUS水下机器人模型的运动仿真

将Timothy Prestero提出的REMUS水下机器人的数学模型进行修正之后应用到某水下机器人上,结合某水下机器人的各水动力系数和参数进行运动仿真.原REMUS模型中的舵力(矩)和螺旋桨推力(矩)是通过相关艇体水动力系数来表征的,而修正的模型使用升力系数和阻力系数来得到舵力和力矩,使用插值的方法来得到螺旋桨的推力和力矩.基于此修正的REMUS模型,进行水平面直航运动、垂直面纯下潜运动、全回转运动、水平面Z型运动、垂直面梯形运动以及定常螺旋下潜运动的仿真和分析,以验证将此修正的REMUS模型应用于某水下机器人上的可行性.     

驾驶机器人车辆多新息动态转向力矩补偿

为了减小驾驶机器人车辆长期自动驾驶过程中转向性能下降带来的影响,提出了一种基于多新息的驾驶机器人车辆动态转向力矩补偿方法。构建了车辆动力学模型和驾驶机器人车辆动力学模型;建立了以路径曲率及车速为输入、方向盘转向角为输出的驾驶机器人车辆转向性能离线自学习模型;建立了以方向盘角速度、角加速度及车轮转角为输入,转向机械手驱动力矩为输出的受控自回归在线辨识模型,并运用遗忘因子多新息最小二乘方法进行参数辨识,将迭代计算过程中的标量新息扩展为向量新息,提高了驾驶机器人车辆转向性能参数的辨识精度;驾驶机器人车辆自动驾驶过程中,利用离线自学习模型和转向机械手动力学方程计算出转向电机输出力矩,加上反馈回来的驱动力矩误差,实现对驾驶机器人车辆转向力矩的在线动态补偿。仿真与试验结果对比表明:所提方法辨识的转向力矩误差在0.1N·m以内,跟踪目标路径的横向位移偏差小于0.2m;所提方法有效减小了驾驶机器人车辆转向性能下降造成的影响。     

基于降维插补算法的机器人控制系统

将五维插补的问题转换为五个二维插补的计算方法,设计五自由度机器人的5个关节坐标联动,从而简化了其运动轨迹的控制.五自由度机器人控制系统能通过手动示教方式,引导机器人运动,以确定和定义空间点的位置坐标,同时可采用系统自定义的机器人语言进行编译,使机器人单步或连续自动运行.     

基于MotoSim EG的安川机器人虚拟示教仿真

工业机器人的示教分为在线示教与虚拟示教两种,文中给出了应用MotoSim EG软件实现安川工业机器人的虚拟示教过程。在机器人及其环境物建模的基础上,完成了机器人工件搬运的示教与编程,进而生成了INFORM III格式的机器人程序代码,通过将程序下载至机器人控制器,验证了虚拟仿真建模的精度与示教程序的可行性。实践应用表明:应用仿真软件能达到预期效果,与现场操作相比具有直观安全、成本低、效率高等优点。     

基于高斯处理的触觉显示机器人摩擦力矩的动力学建模方法

通过建立准确的动力学模型可以显著地改善触觉显示机器人的控制性能.但由于其关节处的非线性动态摩擦特性,传统建模方法精度较低.针对此问题,采用高斯处理算法,准确建立了高度非线性的触觉显示机器人摩擦力矩动力学模型.单自由度的触觉显示机器人实验结果表明,其精度得到显著提高.     

MOTOMAN示教编程方法

探讨了MOTOMAN工业机器人的两种示教方法(直接示教、离线示教)以及编程语言，并且通过书写汉字实例验证了MOTOMAN工业机器人的在线示教编程方法。