一、受未知环境约束的位控操作机器人臂阻抗力控制(英文)(论文文献综述)
肖佳栋[1](2020)在《机器人时间最优轨迹规划及力控制方法的研究》文中研究表明机器人磨削作为机器人应用研究的重要领域,在过去的几十年中取得了显着的发展。在大多数应用场合,需要手动示教机器人以获得磨削路径,这种方法非常费力并且无法满足智能制造的需求。如今,随着机器人应用领域的不断扩大,传感器技术的逐渐成熟以及智能算法的发展,使得智能制造成为可能。而如何实现机器人自主、高效的磨削加工是实现智能制造的关键。本文针对如何提高机器人磨削加工中的工作效率和如何实现机器人对待加工毛坯表面的感知以实现自动加工两方面展开研究,主要内容分为以下三个部分:(1)为了提高机器人的磨削效率,研究了机器人的时间最优轨迹规划方法,以缩短辅助行程的运行时间。提出了一种与迭代学习算法相结合的类数值积分的时间最优轨迹规划方法NI-like(numerical integration-like)。在提出的方法中,机器人路径由标量路径坐标表示,并离散化为N个点。假设两个相邻点之间的运动是匀加速运动,因此通过使用匀加速运动方程而不是数值积分来获得满足约束限制的时间最优轨迹。为了提高动力学模型的准确性,考虑了库仑摩擦和粘滞摩擦(大多数研究都忽略了这些因素)。此外,设计了一种迭代学习方法,在每个离散点的动力学模型中添加迭代学习补偿项来解决模型一对象不匹配的问题。(2)为了避免机器人时间最优轨迹规划中模型-对象不匹配的问题,提出了一种无动力学模型的强化学习时间最优轨迹方法。在提出的方法中,我们使用一种改进的SARSA(State-action-return-state-action,状态-动作-回报-状态-动作)算法和两步法来找到时间最优轨迹并确保可行性:首先,使用改进的SARSA算法,通过强化学习智能体和机器人运动学模型的交互来找到满足运动学约束的安全轨迹。之后,使用改进的SARSA通过强化学习智能体与真实世界之间的交互找到时间最优轨迹,并确保实际测量的力矩在最后一次交互时满足给定的力矩约束限制。(3)为了实现机器人对毛坯表面的感知以实现机器人的自主加工,对机器人末端与毛坯接触的力控制方法展开了研究。提出了一种基于自适应迭代学习算法的机器人力/位混合曲面恒力跟踪控制方法。该方法由两部分组成:1)、基于机器人和毛坯表面接触时的阻抗模型设计了迭代学习控制律,在PD反馈控制的基础上通过迭代项克服机器人的未知参数和不确定性,并构建Lyapunov能量函数证明所提出控制律的收敛性;2)、将迭代学习控制律和力/位混合曲面恒力跟踪控制方法结合起来设计了用于毛坯表面轮廓跟踪的控制方法。通过该方法可以自动获得用于毛坯表面磨削加工的机器人初始路径。
任义[2](2017)在《基于视觉反馈的双冗余机械臂自适应控制》文中研究指明先进的仿人型机器人系统通常配置有机器视觉系统和双冗余机械臂来模拟人类行为和任务执行策略。机器视觉系统能实时提供环境信息反馈,而双冗余机械臂则可夹持多种工具完成指定的任务。将丰富的传感信息(视觉信息、机械臂关节位置/速度传感信息、关节力矩及末端6维力/力矩传感信息)进行融合并传递给中央控制器能显着提升双冗余机械臂操作的灵巧性,智能化程度和对未知周围环境及模型不确定性的鲁棒性。在很多应用场景中,双冗余臂系统通常需要夹持多种不同几何形状、不同质量的工具来执行复杂的环境接触控制任务。工具的几何不确定性会导致双臂与工具间的抓取矩阵不确定,进而会导致夹持内力的失控。此外双臂系统通常操作重载工具,如果不对系统动力学不确定性进行合理补偿,系统的各种控制性能将会显着降低。仿人型机器人的双臂末端通常都配置有诸如仿生假手、灵巧手等通用末端执行器,以使双臂能以不同的抓取姿态或抓取点来抓取不同形状的物体,而任意的抓取姿态以及抓取点却会导致整个机械手臂系统的运动学及本体雅克比矩阵不确定。运动学和动力学不确定性的同时存在将会极大约束双臂系统对未知任务的自适应性和操作灵巧性。鉴于此,本文以哈工大机器人宇航员系统作为平台,从图像处理和伺服跟踪控制两个方面系统性地研究了机器人双目主动视觉方案,同时借助于视觉反馈的工具末端操作点位姿实现了臂-眼协调控制,并提出了多种不确定性条件下的单冗余机械臂自适应多任务跟踪控制及双冗余协调机械臂自适应混合力/位控制,最后利用该实验平台进行了相关的算法验证实验。本文分别从主动视觉系统的图像处理和控制器设计两个方面进行研究以期获得满足实时性要求的目标位姿信息以及平稳无滞后的头部伺服跟踪运动。首先给出了运动目标的视觉位姿检测算法,并采用卡尔曼滤波器结合常加速度运动模型的方案对位姿信号进行预测,以消除视觉处理和通信时延带来的跟踪滞后问题;然后针对凝视控制器的设计问题,对头部3自由度机构的动力学和传动系统中的典型非线性因素,如摩擦和回差等进行了建模,并基于该系统模型设计了能同时处理多种非线性扰动和动力学不确定性的鲁棒自适应控制器,采用了Lyapunov稳定性定理给出了系统的稳定性及跟踪误差收敛性的严格证明。设计了机器人头部跟踪运动小球的仿真,仿真结果验证了所设计的控制器具有高跟踪精度以及平滑的控制力矩等显着优点。为实现冗余机械在多种不确定性条件下的多任务跟踪,本文通过引入多优先级控制架构,合理分配冗余机械臂的多级任务间的关系和优先级,利用主动视觉算法为冗余机械臂系统提供工具操作点的实时位姿信息,分别从任务无关和任务相关的角度设计了基于鲁棒自适应的多优先级控制器,并建立了一套综合利用多任务跟踪误差信息来加速驱动自适应调整过程的策略,采用改进型的奇异鲁棒伪逆算法来处理多任务级间的估计投影雅克比矩阵算法奇异的问题。该控制器无需噪声水平较高的关节加速度信号和任务空间速度信号,同时整合了连续死区思想和过渡整形技术以保证控制力矩的平滑性,从而使得该控制器更加易于工程实现。此外,基于Lyapunov定理给出了该控制器严格的稳定性和多级任务跟踪误差收敛证明。最后使用Simulink/Sim Mechanics 2G对系统进行了建模,通过对比仿真,验证了所提算法的有效性和优越性。该研究内容也为双冗余机械臂自适应混合力/位控制提供了在多种不确定性条件下的冗余度求解方案。从双冗余机械臂协调控制的角度,本文建立了双臂夹持工具系统的完整动力学模型和运动学模型,并对该系统进行了详尽的受力分析;针对工具与环境间接触力无法直接测量的实际问题,根据工具受力分析并结合实际系统可获取的机械臂末端力/力矩信息给出了其估计方法;同时利用多点视觉位姿反馈研究了可自收敛的工具质心位置估计算法,以获得准确的抓取矩阵;结合上述方法,为双冗余机械臂提出了基于鲁棒自适应的混合力/位控制器并基于Lyapunov定理给出了该控制器严格的稳定性和工具末端点位置跟踪误差,接触力跟踪误差及夹持内力跟踪误差的收敛性证明,采用Simulink/Sim Mechanics 2G对系统进行了建模并仿真,分别展示了自由空间跟踪,平面接触力/位跟踪以及曲面接触力/位跟踪等三种应用场景下的与传统双臂混合力/位控制器的对比控制结果,验证了算法在多控制目标下对多种参数不确定性的适应性。为验证本文所提出的双目主动视觉方案及基于视觉信息反馈的自适应控制算法的有效性,利用现有仿人型机器人宇航员系统,设计了静态目标主动视觉测量,动态目标主动视觉伺服跟踪,基于视觉信息反馈的双臂松协调控制,冗余机械臂自适应多任务跟踪控制以及双冗余机械臂自适应混合力/位控制等三组共六个实验项目,有针对性地展示了本文中所提出的双目主动视觉方案,单冗余机械臂自适应多优先级控制算法,双冗余协调机械臂自适应混合力/位控制算法的有效性和实用性。
王菲[3](2017)在《回转壳体内表面打磨机器人环境探测与控制方法研究》文中研究说明回转壳体内表面打磨机器人应用非常广泛,如固体火箭发动机是战术导弹的最常用动力源,为了保证导弹在飞行过程中推进力稳定,必须对发动机壳体内的隔热层进行打磨,但目前打磨大多依靠人工完成。由于对发动机燃烧室结构的要求,为了保证发动机推力性能,其壳体内壁表面多为非结构环境,人工打磨不但效率低,而且精度无法得到保障。因此,实现自动化打磨非常必要。本文针对固体火箭发动机壳体内隔热层的自动化打磨问题,以4-DOF开放式打磨机器人系统为典型研究对象,重点研究了回转壳体内表面非结构环境的自动探测和打磨控制方法,在理论研究的基础上进行了相关的数值仿真和大量的实验研究,主要研究内容及成果如下:(1)以固体火箭发动机壳体内隔热层的自动化打磨问题为背景,对小开口、细长回转壳体内壁表面的打磨过程及方法进行了分析,研究了打磨机器人的基本结构和控制系统组成,对打磨机器人的任务系统进行了分解与规划。对适应小开口、细长回转壳体内壁表面打磨的一类4-DOF开放式打磨机器人系统的运动学和动力学进行了分析,建立了打磨机器人的模型。(2)提出了基于激光传感器对未知非结构环境表面探测和建模方法。由于固体火箭发动机型号各异,其壳体内壁的结构尺寸都不相同,且由于工艺原因与其设计图纸不完全相符,在打磨作业前,需对其内表面进行探测识别。本文提出了平移法和步行法两种对不确定环境的探测方法,对发动机壳体回转内表面的纵向母线进行测量,得到一系列能够反映曲面起伏、变化的特征点,以这些特征点构成纵向母线的基本信息,由多条纵截线构造出回转壳体的内表面的模型。通过数值仿真研究了探测过程中关键测量参数的选择对探测精度的影响,并在得到特征点信息后采用不同的拟合方法构建环境模型,分析了拟合方法对模型精度的影响。(3)针对由模型误差引起的隔热层打磨过程中存在的机械臂末端与壳体内壁表面发生的反复振荡冲击问题,提出了在力/位置混合控制方法中避免机械臂发生振荡的判据。对打磨过程中的力和位置控制过程进行了研究,分析了控制器参数与打磨力响应的关系,并针对被打磨表面模型存在误差的问题,分析了环境模型误差的大小和变化频率(主要取决于机械臂移动速度与壳体转动速度的合成速度)对控制效果的影响,通过对使机械臂不脱离被打磨表面所应满足条件的研究,提出了避免机械臂末端与壳体内壁表面发生剧烈振荡的判据。并通过仿真研究验证了当控制器参数符合判据时机械臂将不脱离被打磨表面,避免了打磨过程中机械臂与壳体内壁表面间发生反复的振荡冲击。(4)分析了模型误差对打磨力控制过程的影响,在传统阻抗控制方法的基础上引入了基于力和位置信息的模糊预测方法,提出了在阻抗控制方法中使机械臂不发生振荡的判据。采用阻抗力控制和智能控制相结合的控制方法,提出了参考轨迹的模糊预测算法。将由激光探测获得的壳体内表面结构模型应用于参考轨迹的计算,并引入调节因子,根据位置传感器和力传感器的反馈,建立模糊调节规则,通过调节因子对当前控制周期的参考轨迹变化量进行调整,使机械臂在打磨过程中能够适应环境模型的误差和未知的刚度变化。分析了打磨过程中模型误差和被打磨表面刚度变化对机械臂运动的影响,得到了判断机械臂是否脱离被打磨表面的判据。通过仿真研究验证了模糊阻抗控制方法的有效性和判据的正确性。(5)开展了大量的实验研究。采用所提出的环境探测方法对发动机壳体内表面进行了测量和建模,建立了存在一定误差的环境模型,并在此基础上进行力控制实验。实验结果表明,所提出的探测方法能够测量并建立发动机回转壳体内表面的模型,且当控制器参数符合机械臂不发生振荡的判据时,所提出的力/位混合控制方法和模糊阻抗控制方法在环境模型存在误差时,仍能较好地适应模型的误差,不发生机械臂脱离被打磨表面的现象,使打磨力稳定在其期望值附近,平均误差在20%之内,取得较好的打磨效果。对两种力控制方法的力响应曲线进行对比分析,并通过对不同精度的模型基础上进行的力控制响应曲线的对比分析,研究了模型误差对打磨力控制的影响,验证了所提出控制算法和判据的有效性。
乔兵,陆荣监[4](2003)在《受未知环境约束的位控操作机器人臂阻抗力控制(英文)》文中认为提出了一种面向位控操作机器人臂的阻抗力控制策略 .利用在线力反馈数据对未知约束环境的形状进行估计以获得接触点处的环境切矢和法矢 ,根据该切矢和法矢实时生成目标阻抗模型的虚拟参考运动轨迹 ,在力误差信号的驱动下由目标阻抗模型产生机器人的指令运动轨迹 ,通过跟踪该指令运动轨迹机器人臂能够保持和未知约束环境的接触跟踪并将力误差限制在可接受的范围之内 ,力误差信号的动态行为与目标阻抗模型一致 .为了验证控制策略的未知约束环境跟踪能力和力控制能力 ,以一个三杆平面机器人为例进行了计算机仿真 ,并在Adept 3精密装配机器人上进行了玻璃灯泡表面恒力跟踪的实验研究 ,仿真和实验结果表明文中提出的策略具有很好的未知表面跟踪和力控制能力 .
詹建明[5](2002)在《机器人研磨自由曲面时的作业环境与柔顺控制研究》文中指出针对自由曲面研磨精加工过程,研究了机器人柔顺控制及其作业环境建模的问题,研究内容涉及了机器人作业环境辨识和机器人本体柔顺控制等热点主题。论文取得的主要创新性成果有:应用弹性波的衍射与动应力集中理论,揭示了研磨工具与工件之间的超声弹性接触非连续的物理特性,探明了超声弹性斜角研磨和超声电火花加工的加工机理,通过实验,研究了由机器人控制的研磨过程对加工质量的影响规律,完成了对自由曲面精加工作业的机器人任务描述。论文首次研究了自由曲面研磨精加工的机器人空间轨迹规划方法,利用等距轨迹优化法,推导了机器人关节位移、关节角速度和关节角加速度的求逆公式,构建了基于关节转速控制的研磨机器人运动控制系统。在不改变位置控制器的基础上,提出了研磨机器人的被动结构,以及由此而形成的主-被动结构机器人力外环柔顺控制策略,并由实验证明了该策略的可行性和有效性。推导了研磨机器人的动力学方程,建立了依赖主动力矩伺服电机角加速度和力矩输出控制的机器人主动柔顺控制系统框架,为自由曲面研磨精加工的机器人力/位姿混合控制,提供了新的解决方案。
二、受未知环境约束的位控操作机器人臂阻抗力控制(英文)(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、受未知环境约束的位控操作机器人臂阻抗力控制(英文)(论文提纲范文)
(1)机器人时间最优轨迹规划及力控制方法的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 机器人时间最优轨迹规划方法研究现状 |
1.3 机器人力控制方法研究现状 |
1.4 文章主要研究内容及结构安排 |
第二章 基于动力学模型的机器人时间最优轨迹规划研究 |
2.1 数值积分时间最优轨迹规划的理论基础 |
2.1.1 特定路径下标量参数化 |
2.1.2 系统约束条件及优化目标 |
2.1.3 最大速度限制曲线 |
2.1.4 优化步骤 |
2.2 类数值积分的时间最优轨迹规划算法 |
2.2.1 路径空间离散方法 |
2.2.2 离散最大速度限制曲线求解方法 |
2.2.3 时间最优轨迹规划方法 |
2.2.4 类数值积分时间最优轨迹规划算法仿真实例 |
2.3 用于时间最优轨迹规划的迭代学习控制方法 |
2.3.1 迭代学习控制方法基本原理 |
2.3.2 用于时间最优轨迹规划的迭代学习控制方法设计 |
2.4 小结 |
第三章 基于强化学习的机器人时间最优轨迹规划方法研究 |
3.1 强化学习方法基本概念和原理 |
3.2 用于时间最优规划问题的改进SARSA算法 |
3.2.1 SARSA算法基本原理 |
3.2.2 用于时间最优轨迹规划的SARSA算法 |
3.2.3 改进SARSA算法 |
3.2.4 智能体与真实环境交互的两步法 |
3.3 算法仿真实例 |
3.4 小结 |
第四章 毛坯表面跟踪的机器人力控制方法研究 |
4.1 机器人沿曲面毛坯表面跟踪的受力分析 |
4.2 用于机器人曲面恒力跟踪的自适应迭代学习控制算法 |
4.2.1 自适应迭代学习控制方法基本原理 |
4.2.2 自适应迭代学习控制器设计 |
4.2.3 收敛性分析 |
4.3 结合迭代学习的力/位混合曲面恒力跟踪控制方法 |
4.4 小结 |
第五章 实验研究与分析 |
5.1 机器人时间最优轨迹规划实验 |
5.1.1 机器人时间最优轨迹规划平台 |
5.1.2 机器人时间最优轨迹规划实验结果 |
5.2 机器人力控制实验 |
5.2.1 机器人力控制实验平台 |
5.2.2 机器人曲面恒力跟踪控制实验 |
5.3 小结 |
总结与展望 |
一、全文总结 |
二、创新点 |
三、未来展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(2)基于视觉反馈的双冗余机械臂自适应控制(论文提纲范文)
摘要 |
ABSTRACT |
符号表 |
第1章 绪论 |
1.1 课题的背景及研究的意义 |
1.2 双目主动视觉发展综述 |
1.3 冗余机械臂控制发展综述 |
1.4 双臂协调控制发展综述 |
1.5 本文主要研究内容 |
第2章 基于头-眼系统的运动目标检测与凝视控制 |
2.1 引言 |
2.2 基于双目主动视觉的运动物体位姿检测 |
2.2.1 位姿检测 |
2.2.2 位姿预测 |
2.3 头部系统的数学模型 |
2.3.1 头部系统的动力学建模 |
2.3.2 回差及摩擦模型 |
2.4 基于鲁棒自适应的高性能头部系统凝视控制 |
2.4.1 逆回差及摩擦补偿 |
2.4.2 鲁棒自适应控制 |
2.4.3 头部控制系统Simulink仿真 |
2.5 本章小结 |
第3章 单冗余机械臂的自适应多任务级控制 |
3.1 引言 |
3.2 冗余机械臂的多优先级控制框架 |
3.2.1 机械臂的动力学及运动学模型 |
3.2.2 基于多优先级逆运动学的冗余度求解 |
3.3 多任务级复合自适应控制器设计 |
3.3.1 任务无关 |
3.3.2 任务相关 |
3.4 多任务跟踪控制的Simulink仿真 |
3.4.1 基于SimMechanics的仿真模型建立 |
3.4.2 RAM控制性能对比分析 |
3.5 本章小结 |
第4章 双冗余机械臂的自适应混合力/位控制 |
4.1 引言 |
4.2 双臂夹持工具的数学模型 |
4.2.1 双臂和工具的动力学及运动学模型 |
4.2.2 双臂系统受力分析 |
4.3 工具质心位置估计 |
4.4 双冗余臂自适应混合力/位控制器设计 |
4.4.1 控制器设计 |
4.4.2 稳定性分析 |
4.5 双冗余臂自适应混合力/位控制仿真 |
4.5.1 基于Simlulink/SimMechanics的双臂及控制系统建模 |
4.5.2 自由空间运动仿真 |
4.5.3 平面接触仿真 |
4.5.4 曲面接触仿真 |
4.6 本章小结 |
第5章 双冗余机械臂的自适应协调控制实验 |
5.1 引言 |
5.2 头部主动视觉测量与凝视控制实验 |
5.2.1 静态目标的主动视觉测量实验 |
5.2.2 动态目标的主动视觉伺服跟踪实验 |
5.2.3 基于主动视觉信息反馈的双臂松协调控制实验 |
5.3 单冗余机械臂自适应多任务跟踪控制实验 |
5.4 双冗余机械臂自适应混合力/位控制实验 |
5.4.1 双冗余机械臂自由空间运动控制实验 |
5.4.2 双冗余机械臂自适应混合力/位控制实验 |
5.5 本章小结 |
结论 |
参考文献 |
附录1 系统运动学/动力学及其线性化 |
附1.1 双目摄像机标定 |
附1.2 头部机构正运动学和动力学模型及其线性化 |
附1.3 头部机构的逆运动学 |
附1.4 基于能量的动力学方程等效变换证明 |
附1.5 三自由度机械臂动力学及运动学模型的线性化 |
附录2 Simulink仿真框图 |
攻读博士学位期间发表的学术论文 |
致谢 |
个人简历 |
(3)回转壳体内表面打磨机器人环境探测与控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.3 国内外研究现状 |
1.3.1 自动化打磨的发展与现状 |
1.3.2 机器人环境探测和建模方法的发展与现状 |
1.3.3 机器人力控制方法的发展与现状 |
1.4 本文的主要研究内容 |
1.5 本章小结 |
第二章 打磨机器人系统的基本结构 |
2.1 引言 |
2.2 机器人机械结构本体 |
2.3 机器人控制系统 |
2.3.1 控制系统硬件 |
2.3.2 控制系统软件 |
2.4 本章小结 |
第三章 打磨机器人系统建模方法研究 |
3.1 引言 |
3.2 打磨机器人的运动学模型 |
3.2.1 隔热层打磨机器人运动学正问题 |
3.2.2 隔热层打磨机器人运动学逆问题 |
3.3 打磨机器人的动力学模型 |
3.3.1 隔热层打磨机器人动力学正问题 |
3.3.2 隔热层打磨机器人动力学逆问题 |
3.4 被打磨表面描述 |
3.5 本章小结 |
第四章 打磨环境的探测与建模方法研究 |
4.1 引言 |
4.2 未知打磨环境的智能激光探测法 |
4.3 平移法 |
4.3.1 平移法探测过程描述 |
4.3.2 平移法仿真分析 |
4.3.3 测量点的基坐标计算 |
4.4 步行法 |
4.4.1 步行法探测过程 |
4.4.2 步行法仿真分析 |
4.5 打磨环境建模 |
4.5.1 二维离散模型 |
4.5.2 三维离散模型 |
4.5.3 连续模型的生成 |
4.5.4 拟合误差分析 |
4.6 本章小结 |
第五章 打磨力控制方法研究 |
5.1 引言 |
5.2 打磨机器人的力/位置混合控制 |
5.2.1 位置控制子系统 |
5.2.2 力控制子系统 |
5.2.3 力/位置混合控制 |
5.2.4 机械臂不脱离受限环境表面的判据 |
5.2.5 稳定性分析 |
5.3 不确定环境下机器人的模糊阻抗控制方法 |
5.3.1 阻抗力控制模型 |
5.3.2 参考轨迹的模糊调整 |
5.3.3 阻抗参数的在线调节 |
5.3.4 模糊阻抗控制策略 |
5.3.5 仿真研究 |
5.3.6 机械臂不脱离受限环境表面的判据 |
5.3.7 稳定性分析 |
5.4 打磨过程中的冲击及抑制方法研究 |
5.5 本章小结 |
第六章 打磨控制实验系统及实验研究 |
6.1 打磨机器人实验系统 |
6.1.1 机器人结构 |
6.1.2 打磨机器人的执行效率分析 |
6.2 打磨环境测量与建模实验 |
6.2.1 激光传感器极限测量范围标定 |
6.2.2 环境探测与拟合 |
6.3 基于力控制策略的打磨实验 |
6.3.1 力传感器标定 |
6.3.2 力/位置混合控制实验 |
6.3.3 阻抗控制 |
6.3.4 力控制效果对比 |
6.4 模型误差对力控制的影响实验 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
附录A 作者简介 |
附录B 攻读博士学位期间发表的学术论文 |
附录C 攻读博士学位期间参加的科研项目和参编的着作 |
(4)受未知环境约束的位控操作机器人臂阻抗力控制(英文)(论文提纲范文)
1 Estimation of Unknown Constraint |
2 Impedance Force Control |
3 On-line Generation of Reference Position Trajectory |
4 Computer Simulation |
5 Experimental Studies |
6 Conclusion |
(5)机器人研磨自由曲面时的作业环境与柔顺控制研究(论文提纲范文)
第一章 绪论 |
1.1 自由曲面精加工技术的研究现状 |
1.2 机器人柔顺控制技术研究的新进展 |
1.2.1 柔顺控制基本策略与任务描述 |
1.2.2 机器人主动柔顺控制技术的研究动态 |
1.2.3 机器人柔顺控制技术的关键问题 |
1.3 本文的主要研究内容及意义 |
第二章 自由曲面的研磨精加工过程与加工机理 |
2.1 自由曲面的机器人精加工系统 |
2.1.1 主运动子系统 |
2.1.2 进给运动子系统 |
2.1.3 检测与控制子系统 |
2.2 研磨机器人的运动学模型和运动变换 |
2.2.1 机器人运动学的指数积公式 |
2.2.2 机器人的运动学正解 |
2.2.3 安装研磨工具后机器人的运动变换 |
2.2.4 研磨工具端部的进给速度计算 |
2.3 超声弹性斜角研磨加工过程与加工机理 |
2.3.1 超声弹性斜角研磨加工的技术构成 |
2.3.2 超声振动对工件表面的力学作用 |
2.3.3 超声弹性斜角研磨的加工机理 |
2.3.4 可控变量对超声弹性斜角研磨加工效果影响规律的实验研究 |
2.4 超声电火花加工过程与加工机理 |
2.4.1 超声弹性接触的非连续性与电火花放电 |
2.4.2 超声电火花放电特性与材料的去除模型 |
2.4.3 超声电火花加工的加工机理 |
2.4.4 可控变量对超声电火花加工效果影响规律的实验研究 |
2.5 本章小结 |
第三章 机器人研磨精加工自由曲面时的轨迹规划与运动控制 |
3.1 加工自由曲面的研磨机器人的自由度数学限度 |
3.1.1 线性子空间的相关数学定义 |
3.1.2 机器人运动空间的线性化 |
3.1.3 研磨工具位姿在机器人运动空间中的表达 |
3.2 自由曲面研磨精加工的工具位姿与运动规划 |
3.2.1 研磨自由曲面时的机器人工具轨迹 |
3.2.2 自由曲面研磨精加工的环切法轨迹规划 |
3.2.3 自由曲面研磨精加工的行切法轨迹规划 |
3.2.4 环切法轨迹规划与行切法轨迹规划的比较 |
3.3 采用行切法轨迹规划的机器人关节位姿与运动逆解 |
3.3.1 行切法轨迹规划的实现 |
3.3.2 行切法研磨精加工的机器人关节逆解及仿真 |
3.3.3 多解、无解与干涉校验 |
3.3.4 研磨精加工时的机器人自由度冗余问题 |
3.4 研磨机器人关节角速度求逆及运动奇异问题 |
3.4.1 研磨机器人的工具端速度 |
3.4.2 研磨机器人关节转速的有解条件与运动奇异性 |
3.5 基于关节转速控制的研磨机器人进给运动 |
3.5.1 自由曲面研磨精加工中进给运动的实现 |
3.5.2 直接关节转速驱动的研磨机器人运动控制 |
3.5.3 研磨机器人关节运动控制子系统及其控制器的设计 |
3.6 研磨机器人的运动控制系统优化设计与仿真 |
3.6.1 位置控制过程的实现框架 |
3.6.2 角速度跟踪控制与跟踪过程仿真 |
3.6.3 进给速度前馈补偿与跟踪过程仿真 |
3.6.4 加工轨迹与加工角的跟踪过程仿真 |
3.7 本章小结 |
第四章 研磨机器人的主-被动结构力外环柔顺控制 |
4.1 自由曲面研磨精加工机器人的主-被动结构 |
4.1.1 研磨机器人的主-被动结构 |
4.1.2 研磨机器人的受力与变形 |
4.2 主-被动结构研磨机器人的力外环柔顺控制策略 |
4.2.1 研磨机器人主动部分位置误差的内涵 |
4.2.2 主-被动结构研磨机器人力外环柔顺控制的实现 |
4.2.3 研磨机器人力外环柔顺控制系统模型 |
4.3 主-被动结构力外环柔顺控制系统的结构参数量化 |
4.3.1 研磨机器人系统的刚度系数矩阵K_p |
4.3.2 研磨机器人主动部分的运动误差△_1 |
4.4 力外环柔顺控制的无静差跟踪策略 |
4.4.1 力外环无静差跟踪综合 |
4.4.2 力控制器的设计 |
4.4.3 系统实现无静差跟踪的条件 |
4.4.4 系统对设定力值的跟踪仿真 |
4.5 研磨机器人对自由曲面的研磨精加工实验 |
4.5.1 研磨机器人的作用力实验 |
4.5.2 采用机器人控制的超声弹性斜角研磨加工实验 |
4.5.3 采用机器人控制的超声电火花加工实验 |
4.6 本章小结 |
第五章 采用主动力矩伺服电机驱动的研磨机器人柔顺控制 |
5.1 研磨机器人连杆的加速度和角加速度 |
5.1.1 研磨工具端点的加速度和角加速度 |
5.1.2 研磨机器人连杆的加速度和角加速度 |
5.1.3 研磨机器人连杆角加速度的解耦运算 |
5.2 研磨机器人连杆的动力学方程 |
5.2.1 研磨工具端点的作用力分解 |
5.2.2 研磨机器人的动力学方程 |
5.2.3 研磨机器人关节力矩的求解方程 |
5.3 基于主动力矩伺服电机控制的研磨机器人柔顺控制策略 |
5.3.1 由主动力矩伺服电机驱动的研磨机器人柔顺控制策略 |
5.3.2 主动力矩伺服电机 |
5.3.3 研磨机器人完全主动柔顺控制策略的实现 |
5.4 本章小结 |
第六章 结论 |
参考文献 |
致谢 |
作者在攻读博士学位期间发表的论文 |
作者在攻读博士学位期间参与的课题 |
作者在攻读博士学位期间获得的奖励 |
摘要 |
Abstract |
四、受未知环境约束的位控操作机器人臂阻抗力控制(英文)(论文参考文献)
- [1]机器人时间最优轨迹规划及力控制方法的研究[D]. 肖佳栋. 华南理工大学, 2020
- [2]基于视觉反馈的双冗余机械臂自适应控制[D]. 任义. 哈尔滨工业大学, 2017(01)
- [3]回转壳体内表面打磨机器人环境探测与控制方法研究[D]. 王菲. 东北大学, 2017(06)
- [4]受未知环境约束的位控操作机器人臂阻抗力控制(英文)[J]. 乔兵,陆荣监. Journal of Southeast University(English Edition), 2003(04)
- [5]机器人研磨自由曲面时的作业环境与柔顺控制研究[D]. 詹建明. 吉林大学, 2002(06)