基于虚拟现实的工业机器人路径跟踪控制仿真

在机器人路径仿真跟踪的仿真过程中,由于对机器人模型运动角度控制不当,时常出现路径控制仿真结果与既定路径不符的情况。为此,将虚拟现实技术应用到工业机器人路径跟踪控制仿真中。根据工业机器人动力学与运动学分析结果,在选定的虚拟现实软件中构建机器人3D运动模型以及控制环境模型。采用虚拟运动轨迹计算公式,完成机器人路径跟踪模拟控制算法的设计。通过此公式计算结果,监督机器人模型路径跟踪过程,实现对机器人运动角度的控制。至此,基于虚拟现实的工业机器人路径跟踪控制仿真方法设计完成。构建仿真实验环节,通过与其他两种方法对比可知,此方法的路径控制仿真结果与既定路径一致。综上所述,使用虚拟现实技术可有效弥补原有仿真方法的不足。     

基于RBF神经网络的机器人的路径跟踪控制

文章针对双轮移动机器人的路径跟踪问题,提出了基于反演法的运动学控制和滑模动力学控制相结合的控制算法,运动学控制器解决位姿和跟踪速度之间的控制关系,动力学控制器解决机器人的姿态和控制电压之间的控制关系;为了减小传统运动学控制器的跟踪误差、提高路径跟踪控制的特性,采用RBF神经网络对控制器的不确定参数进行在线自适应学习。仿真结果表明,文中提出的基于RBF神经网络自适应算法比传统控制算法具有更优越的跟踪效果。     

基于生物启发的水下机器人路径跟踪控制

针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计基于生物启发的反步路径跟踪控制器,并同传统反步跟踪控制器进行对比分析。仿真结果表明:在较大的初始跟踪误差下,所设计的跟踪控制器可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。     

基于虚拟现实的机器人异地仿真与监控

研究了利用虚拟现实技术对机器人进行仿真、监控和遥操作集成一种理论及方法,分别建立了用于仿真和监控的虚拟机器人.结合实验机器人、微控制器和无线通讯系统等构建了实验系统,分析了机器人运动在虚拟环境中的定位和控制方法,并进行了相关实验.研究和实验工作表明,虚拟现实技术不仅能够作为视频监控和仪表监视方法的有力补充,还能够在遥操作中带来更好的操控体验,并且与视频反馈相比,可以在有限的数据带宽条件下提供更好的辅助效果.     

基于全局PID模糊滑模算法的机器人跟踪控制仿真

为了解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振、在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差和干扰方面具有极高的鲁棒性.     

基于滚动优化原理的类车机器人路径跟踪控制

针对存在非完整约束的类车移动机器人路径跟踪问题,提出了带约束曲线拟合的路径跟踪策略。借鉴预测控制中的滚动优化原理,通过运用微分平坦方法对所规划路径进行轨迹生成,进而完成路径跟踪过程。同时,基于滚动优化原理的跟踪方式也满足了路径跟踪对实时性的要求,移动机器人在遇到未知障碍情况下能够完成主动避障动作。为验证该方法的有效性,文章最后进行了仿真实验,结果表明,类车机器人在满足执行机构约束以及几何约束的条件下,能够成功避开障碍物,并且具有良好的跟踪性能。     

基于虚拟现实的拱泥机器人几何建模及仿真

简单介绍了几何建模中常用的模型，并选择Visual C 6.0和OpenGL作为仿真编程开发的工具，利用CSG的方法建立了拱泥机器人几何模型，创建了拱泥机器人仿真的界面和虚拟海底环境，为拱泥机器人运动学和动力学仿真奠定了基础。     

基于MATLAB虚拟现实工具箱的手臂康复机器人仿真

基于MATLAB虚拟现实工具箱允许MATLAB／Simulink使用虚拟现实的图形技术，使用户直接将仿真结果以虚拟现实的形式显示出来．介绍了虚拟现实的基本概念、V—realm Builder，及建立手臂康复机器人虚拟现实的VRML语言文件，并且在MATLAB和Simulink环境下，对手臂康复机器人进行虚拟现实仿真。仿真结果表明，虚拟模型可以准确地模拟真实康复机器人的特征，为实现对真实机器人的最优控制和设计提供了理论依据。     

基于虚拟现实的双臂机器人运动仿真系统研究

随着机器人行业的快速发展,仿人形双臂机器人得到越来越多的应用。根据Baxter双臂机器人的结构,采用D-H方法建立机器人模型,并推导冗余双臂机器人正运动学,并建立逆运动学方程,导入机器人模型到Unity3D中,设置相应的关节约束。通过在Linux系统中创建Baxter机器人控制服务器,Unity3D与之形成双向通信实现双臂机器人的运动仿真。实验结果表明,通过在PC机上操作方便用户对机器人进行运动仿真和轨迹规划,控制仿真方案良好且可视性强。     

工业机器人实时高精度路径跟踪与轨迹规划

手部路径跟踪和关节轨迹规划是机器人应用领域中一个非常重要的课题.在以往的研究中,往往是通过在设定的路径上增加节点数和路径分段数来提高机器人手部跟踪设定路径的精度,但这种方法会导致在线计算量大幅度增加.针对这一缺陷,提出了一种新的实时高精度路径跟踪与关节轨迹规划方法.该方法通过在设定的手部路径上按一定规则额外选取多个附加节点,使每一轨迹段上的节点数由2个增加到4个,并利用1个3次多项式、1个正弦函数、1个余弦函数以及1个由正弦函数和1次多项式的乘积构成的函数来构造每一段的关节轨迹方程.计算机仿真结果表明,在路径分段数不变、关节轨迹方程总数不变以及计算量不显著增加的前提下,运用该方法能大幅度提高机器人手部跟踪设定路径的精度.     

基于Lyapunov稳定性的爬壁机器人路径跟踪双环滑模控制

针对爬壁机器人路径跟踪控制问题,提出一种双环滑模控制算法。该算法是以建立的爬壁机器人运动学模型为基础,设路径跟踪偏差信息为滑模切换函数,结合backstepping思想设计了控制率,通过Lyapunov函数验证其稳定性,实现了外环位置和内环姿态的准确跟踪。对于环境的不确定性,采用提高内环增益大于外环的方法解决。将设计的双环滑模控制器与一般滑模控制进行轨迹跟踪仿真比较,并对直线轨迹跟踪进行了实验验证,结果表明:本文设计的路径控制器能较快达到零误差跟踪,整个控制过程和过渡过程准确且平滑,所以该算法可有效提升爬壁机器人工作水平。     

基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制

针对六自由度工业机器人系统,结合时延估计控制和鲁棒H∞控制的优点,提出了一种鲁棒H∞时延估计跟踪控制算法.该算法不需要机器人的复杂动力学模型,避免了机器人逆动力学的在线实时计算;采用时延估计在线获得机器人系统的未知动力学和外界干扰,并对控制过程加以补偿;通过引入L2增益控制,可实现对时延估计误差的L2干扰抑制,从而进一步提高了系统的鲁棒性.同时,利用Lyapunov函数和Riccati不等式保证了闭环系统的渐近稳定性和H∞鲁棒性能.该算法计算简单,结构固定,鲁棒性强,易于实现.文中还通过二自由度机器人的仿真实验证明了该算法是有效的.     

基于虚拟现实下并联机器人仿真系统开发的研究

虚拟现实是建立交互,构建一个虚拟环境,以此为前提,设计并联机器人的仿真系统,是根据机器人的运动学仿真,完成仿真系统的设计。该系统设计后,可把并联机器人放到一个三维空间内,机器人在这个空间内根据指令做出相应的动作。     

基于虚拟现实技术的网络控制机器人系统研究

遥操作机器人的特点决定了其与虚拟现实的特殊关系,虚拟现实技术为机器人领域提供了强有力的技术手段.本文阐述了遥操作机器人和虚拟现实技术的基本内容,研究现状和技术特点,并指出了研究基于虚拟现实技术的遥操作机器人系统的必要性.     

工业机器人伺服控制系统建模及仿真

基于工业机器人伺服控制系统原理,研究了永磁同步电机的位置、转速、电流三闭环伺服控制系统。首先阐述了系统的结构,分析了永磁同步电机的动态数学模型,其次研究了伺服系统矢量控制和空间矢量脉宽调制的机理,最后依据结构及原理在Matlab/Simulink中对系统进行建模和仿真。仿真结果表明,工业机器人伺服系统在转速、电流内环的辅助下,位置环具有良好的位置跟随性能,系统仿真模型为研究高性能工业机器人奠定了基础。     

基于模糊免疫PID的驾驶机器人车辆路径及速度跟踪控制

为了实现装备驾驶机器人车辆的路径及速度跟踪控制,提出了1种基于模糊免疫比例积分微分(PID)的控制方法。通过比较车辆实际行驶路径与期望路径的侧向偏差,模糊免疫比例路径跟踪控制器控制转向机械手操纵方向盘。通过计算期望车速与实际车速的偏差,模糊免疫PID速度跟踪控制器控制制动/油门机械腿分别操纵制动/油门踏板。通过引入车速反馈不断更新汽车的侧向加速度增益,实现了车辆转向控制与纵向车速控制的解耦。Carsim/Simulink软件的联合仿真结果显示,车辆路径跟踪和车速跟踪的最大误差分别为0.28 m和1 km/h。     

基于改进导航圆算法的光伏阵列清扫机器人路径跟踪控制

为解决光伏阵列清扫机器人行进时易受组件间边框和光滑组件表面的影响,出现偏移原轨迹的问题,首先给出针对光伏阵列清扫机器人的运动学模型和超宽带定位系统,之后通过仿真分析原导航圆算法机器人调节距离较长的问题,提出一种基于改进导航圆算法的光伏阵列清扫机器人路径跟踪算法,对原导航圆算法的纠偏角重新修正,然后对修正后的纠偏角进行调...     

工业机器人自动磨抛仿真控制的研究

介绍了自动磨抛工业机器人仿真控制的主要组成。采用了视觉系统控制,示教和轨迹控制的理论,实现了工业机器人和自动磨抛系统自身快速、柔性配合。提高了生产效率。     

基于DRNN的机器人轨迹跟踪自适应控制

针对模型未知和动力学非线性机器人轨迹跟踪,提出了一种基于分布式动态回归神经网络（ＤＲＮＮ）的自适应控制方法．该方法在ＰＤ动态反馈控制的基础上,引入神经网络辨识器（ＮＮＩ）在线逼近对象的非线性动力学,并设计出神经网络自适应控制器（ＮＮＣ）来补偿机器人动力学非线性造成的误差．仿真结果表明该控制方案具有良好的跟踪性能和较强的鲁棒性．     

基于ArcGIS的农用机器人定位及路径跟踪

为了实时获取农用机器人在农田中的精确位置,并跟踪其运行路径,设计了基于ArcGIS的农用机器人定位及路径跟踪系统。利用3G网络实现机器人与服务器之间的通信,运用ArcGIS Engine组件处理空间数据、显示机器人的运行路径,并存储机器人在运行过程中的位置信息。系统采用Visual C#.NET编程实现,实验结果证明本系统精确可靠。