平面柔性并联机器人系统建模与仿真研究

利用运动弹性动力学理论和有限元方法研究了平面柔性并联机器人的动力学建模方法.分析了各运动支链的弹性位移及其耦合关系,提出了柔性并联机器人系统的运动学约束条件和动力学约束条件,综合考虑了构件的分布质量、集中质量、集中转动惯量以及杆件的各种弹性变形的影响,建立了平面柔性并联机器人的动力学模型.以平面3-RRR柔性并联机器人为例,用MAlLAB语言编程进行了仿真计算,并用SAMCEF软件的计算结果验证了模型的准确性.仿真结果表明该动力学模型能正确地反映柔性并联机器人的弹性振动特性,杆件的弹性变形对机器人动平台的位置误差和方向误差具有重要影响.     

平面柔性并联机器人系统建模与仿真研究

利用运动弹性动力学理论和有限元方法研究了平面柔性并联机器人的动力学建模方法。分析了各运动支链的弹性位移及其耦合关系,提出了柔性并联机器人系统的运动学约束条件和动力学约束条件,综合考虑了构件的分布质量、集中质量、集中转动惯量以及杆件的各种弹性变形的影响,建立了平面柔性并联机器人的动力学模型。以平面3-RRR柔性并联机器人为例,用MATLAB语言编程进行了仿真计算,并用SAMCEF软件的计算结果验证了模型的准确性。仿真结果表明该动力学模型能正确地反映柔性并联机器人的弹性振动特性,杆件的弹性变形对机器人动平台的位置误差和方向误差具有重要影响。     

空间柔性双臂机器人系统建模、控制与仿真研究

空间柔性多臂机器人系统是高度非线性，强耦合的动力学系统，其动力学的研究是比较复杂和困难的问题．本文针对极为复杂的空间柔性双臂机器人系统，建立了其系统动力学模型，利用逆动力学控制算法对该动力学模型实现了轨迹跟踪控制，仿真结果表明该方法具有较好的控制效果，分析了在仿真过程中出现的有关数值算法的问题．     

独轮车机器人的动力学建模与非线性控制

为了实现对于独轮车机器人非线性系统的姿态控制.以独轮车机器人车体的俯仰角度、横滚角度和航向角度作为广义坐标,基于拉格朗日定理提出了一种独轮车机器人的非线性动力学模型.并使用MIMO仿射非线性系统描述了该动力学模型.基于MIMO仿射非线性系统的精确线性化理论设计了独轮车机器人的控制算法,实现了对于输入的解耦.基于该动力学模型和控制算法搭建了仿真系统,仿真结果验证了动力学模型的正确性和反馈线性化控制算法的有效性.     

SAMCEF在柔性并联机器人建模与仿真分析中的应用研究

分析了SAMCEF软件的特点,建立了柔性并联机器人的虚拟仿真模型,并进行了仿真分析.介绍了SAMCEF软件的相关模块在柔性并联机器人虚拟仿真中的应用.利用API接口技术开发了自动计算机器人固有频率、系统任一点内力的程序,扩展了SAMCEF软件的功能和用途.以平面3-RRR柔性并联机器人为例,介绍了建模要点和仿真流程.仿真结果表明该模型能正确地反映柔性并联机器人的运动学、动力学特性,杆件的弹性变形对柔性并联机器人的运动学、动力学性能具有重要影响.     

新型6-(P-2P-S)并联机器人逆动力学仿真分析

针对一种新型6-(P-2P-S)并联机器人,介绍了该并联机器人初始正交位姿部分运动解耦的结构特点,推导出广义速度和系统内各刚体运动速度的运动学传递关系.应用拉格朗日方法分别对运动平台、连杆和驱动杆进行动力学计算,建立了该并联机器人的动力学模型.该并联机器人动力学模型是一个多变量、变参数的非线性系统,完整编写了该动力学模型的仿真程序,进行了逆动力学仿真实例分析,研究了驱动力变化规律,验证了该机构部分运动解耦的结构特点,进而为该并联机器人的控制策略研究提供参考.     

一种全向滚动球形机器人的动力学建模与仿真

设计了一种全向滚动球形机器人装置,对其在斜面上的动力学分析与仿真进行了研究。根据机器人所受的非完整约束,建立了其运动学模型。根据机器人的结构特征和Lagrange-Routh方程,建立了其动力学模型,给出了消去未知Lagrange乘子的方法。得到了该球形机器人的完整动力学模型。然后应用MATLAB中的SIMULINK工具和S函数,建立了描述该球形机器人完整动力学方程的仿真模型。结合运动实例进行了机器人的动力学分析和仿真,结果表明了动力学模型的正确性和分析方法的有效性。     

基于安全性目标多足爬壁机器人足力优化分配

针对多足爬壁机器人高空作业时的安全性问题,引入安全系数概念,提出基于安全性多足爬壁机器人足力优化分配方法.在建立关节驱动力和足底接触力转换基础上,推导多足爬壁机器人的动力学模型,确定机器人运动学、动力学约束条件,用粒子群算法求解在能耗最优目标下安全系数与吸盘吸附力的关系.该方法有效减少优化变量数量,同时还反映了机器人安全系数与未知环境(主要指真空吸盘吸附力)的关系,提高了机器人的环境适应能力.最后通过实例验证了该方法的可行性与有效性.     

视觉伺服空间机器人运动硬件仿真研究

对空间机器人操作臂与安装平台之间耦合关系进行了分析,建立了空间机器人各关键部件的模拟器,并组建起硬件仿真试验平台.基于该平台对空间机器人运动控制特性进行了研究,建立了基于视觉反馈的运动规划算法和关节电机闭环控制模型.对仿真过程中的延时环节进行了分析,并采用Smith预估的方法对系统延时进行了补偿.系统自主捕获仿真试验试结果表明,所采用运动控制算法能够稳定收敛于目标,仿真平台能够较好的完成对机器人控制和通讯能力的模拟测试及系统控制算法的验证.     

基于动力学系统移动焊接机器人焊缝跟踪控制

为了解决轮式移动焊接机器人的焊缝跟踪问题,从移动焊接机器人的运动学和动力学模型出发,采用分段运动学到动力学的方法设计焊缝跟踪控制器.控制算法结合积分Backstepping算法和单层神经元网络控制算法,利用单层神经元网络的自学习和自适应能力克服机器人模型参数部分未知和扰动的影响,使跟踪更加快速,平滑.在选定系统Lyapunov函数基础上,证明了所选取的控制力矩输入使系统全局渐进稳定.经MATLAB仿真验证了该控制算法的有效性.     

6-PUS/UPU并联机器人动力学建模及仿真

对提出的一种新型6-PUS/UPU 5自由度并联机器人进行了动力学建模与仿真研究。首先利用凯恩方法对并联机器人进行动力学分析,然后Pro/E软件对并联机器人进行了建模,最后利用Adams系统仿真软件对并联机器人进行了运动学和动力学仿真,并对凯恩动力学模型算出的驱动力与Adams仿真测出的驱动力进行比较,比较结果表明实体模型和动力学模型的准确性,并为优化动力学模型参数提供了有效的方法。     

3-RRRT并联机器人解耦的反演自适应动态滑模控制

针对3-RRRT型搬运机器人提出一种解耦的反演自适应动态滑模控制方法,以提高控制精度和鲁棒稳定性。首先利用非线性补偿方法将系统解耦成线性系统,运用一阶动态滑模设计新的滑模面,然后利用基于李亚普诺夫函数的Backstepping控制设计方法和自适应控制技术,设计了全局渐近稳定的系统控制器,最后利用MATLAB进行了系统控制数值仿真,结果表明,对3-RRRT型并联机器人的这种强耦合的、具有不确定性的非线性系统,采用该解耦的反演自适应动态滑模控制方法,可以达到理想的控制精度,并能保障系统的鲁棒稳定性。     

空间绳系机器人释放动力学与控制仿真研究

空间绳系机器人作为一种新型空间飞行器,为近距离目标捕获提供了一种全新的捕获方式。作为关键技术之一的空间绳系机器人释放动力学与控制目前尚未引起广泛关注。通过建立空间绳系机器人释放动力学模型,研究了绳系机器人稳定释放的控制技术。对非线性释放动力学模型全局反馈线性化,设计了绳系机器人释放的主动学习控制器,控制器根据规则在线学习自整定控制器参数,使绳系机器人沿切向稳定快速释放,解决了绳系机器人沿切向释放不稳定的问题。机器人作为一个独立的控制系统,可完成沿任意方向的释放。数字仿真验证了机器人能够满足释放过程中对主动控制律的要求,说明稳定释放控制策略的有效性。     

目标模拟器的控制误差研究

对耦合效应及重力负载影响目标模拟器控制误差的规律进行了对比研究。首先利用多体理论及有关电机理论建立了目标模拟器的机电系统动力学模型,并提出了一种改进的计算力矩解耦控制方法,然后利用MATLAB中的Simulink对两种控制方法进行了数字仿真,最后通过对仿真结果的比较得出了耦合效应及重力负载对目标模拟器控制误差影响规律的有关结论。     

踝关节康复机器人主动训练柔顺控制研究

为保证踝关节康复机器人能为主动康复训练的患者准确提供任意性质的训练力,以气动肌肉冗余并联驱动踝关节康复机器人为对象,研究无误差力跟踪方法和主动训练柔顺控制策略。建立了踝关节康复机器人的动力学模型,基于阻抗控制理论研究了无误差力跟踪的轨迹规划方法,运用李亚谱诺夫稳定性理论提出了气动肌肉冗余并联驱动的柔顺控制策略,以助力和抗阻两种主动训练模式为例,进行了康复训练控制仿真,结果表明,所提出的力跟踪方法和柔顺控制策略不仅能确保主动训练的安全性,还能为训练提供任意而准确的助力和阻力。     

基于虚拟样机技术的四足步行机的动力学建模与仿真

步行机的能量消耗仿真分析是评估其能量消耗的方法之一,为设计能量消耗少的物理样机及其控制系统提供依据。在分析四足步行机的运动学和拉格朗日动力学方程基础上,采用虚拟样机技术建立了系统的考虑足与地面接触的三维仿真模型,并进行动力学分析和完整对角小跑步态周期中的能量消耗分析,获得步行机的动态特性。以移动能耗率为评价指标,仿真分析步行机在不同步行速度和步态参数下的能量消耗问题,建立步行机的移动能耗率与占地系数间的关系。同时对比分析了硬质地面和松软土壤地面模型的步行机足与地面间力学特性。     

在线估计雅可比矩阵的视觉伺服控制算法

机器人视觉伺服系统是机器人研究领域的一个重要研究方向。以图像为基础的视觉伺服机器人模型中,有许多的不确定性,如机器人动力学模型,运动学模型,摄像机系统以及雅可比矩阵等。多数的视觉伺服系统往往只考虑某一、两个部分,而其它的不确定性依然影响定位目标的精度。在使用了神经网络的控制器中加入卡尔曼滤波,在摄像机与机器人坐标系无标定的情况下,对雅可比矩阵进行实时在线估计,从而提高了视觉伺服系统的精确性。仿真验证了本算法的可行性和有效性。

Abstract：

Robotic visual servo system is an important subject in the field of robots.Image-based visual servo model has a lot of uncertainties,for example,robot dynamics model,robot kinematics model,camera system and Jacobian matrix and so on.Most of visual servo methods always considered one or two aspects,but other uncertainties still affected the accuracy of tracking the target for the robot.Based on the traditional controller with neural network,a new control algorithm was provided in the uncalibrated camera and coordination systems with the Kalman filter that estimated Jacobian matrix on-line,thereby improving the accuracy of the system.Simulation result shows the feasibility and effectiveness of the algorithm.