一个先进的工业机器人计算机控制系统——ARCS

随着工业机器人及其应用的不断发展,要求一个强有力的计算机系统来控制它的工作,并具有灵活、方便的机器人编程语言.本文系统地介绍了我们自行设计并实现的一个先进的机器人控制系统——ARCS.该系统主要包括两部分:(1)一个实时多任务的机器人控制软件SVAL系统,该系统支持一种通用性较强的机器人编程语言——SVAL语言.(2)一个支持该软件系统工作的、具有开放式结构的硬件环境.ARCS系统具有良好的实时性、可扩展性及基于外部传感器信号进行控制的能力.由于该系统的开放式结构.使其根据不同要求可方便地增删其功能,并可控制不同类型的机器人.我们已成功地实现对PUMA760机器人的控制,并在其上引入了力觉与接近觉的传感器,采样时间可缩短到16ms.一年多的运行结果证明,该系统稳定可靠,性能良好,现在正向产品转化.

机器人及机器人学中的控制问题

机器人已成为进一步实现制造业、非制造业、军事活动以至家庭服务自动化的重要工具.机器人学则是更综合地研究如何使机器或系统具有“思想、感知或动作功能的一门交叉性新学科”.机器人的发展是波浪式的,经历了多次的曲折.目前工业机器人中除装配机器人外,其他点焊、弧焊、喷漆及搬运机器人,由于应用范围限制,以及工业生产装备更新速度和投资规模的影响,市场日趋饱和.以美国为例.制造商订单1984年达到高峰6046台.至1986年下降至5713台,不过对机器人未来市场大都持乐观态度.但进一步开拓市场.有待于推出适用于各种环境作业的各式各样的机器人.日本东京大学教授认为机器人当前处于又一次高潮的前夜(Nightmare),正是需要大力加强研究开发的时期.我国正在着手建立工业机器人产业,这一情况值得我们注意.本文着重从研究角度来介绍当前机器人及机器人学中的控制问题的现状及主要问题.

角速率陀螺在海洋机器人“海人1号”航向控制中的应用

本文给出“海人1号”航向控制的流体动力学模型、航向控制系统结构,海上实验记录以及角速率陀螺作用原理和分析。这将对从事海洋机器人控制系统的设计研究,有一定的考参值价。

Design and path planning for a remote-brained service robot

This paper presents a novel robot named "TUT03-A" with expert systems, speech interaction, vision systems etc. based on remote-brained approach. The robot is designed to have the brain and body separated. There is a cerebellum in the body. The brain with the expert systems is in charge of decision and the cerebellum control motion of the body. The brain-body. interface has many kinds of structure. It enables a brain to control one or more cerebellums. The brain controls all modules in the system and coordinates their work. The framework of the robot allows us to carry out different kinds of robotics research in an environment that can be shared and inherited over generations. Then we discuss the path planning method for the robot based on ant colony algorithm. The mathematical model is established and the algorithm is achieved with the Starlogo simulating environment. The simulation result shows that it has strong robustness and eligible pathfinding efficiency.

Theoretical and experimental research on time-optimal trajectory planning and control of industrial robots

提出了一种用于工业机器人时间最优轨迹规划及轨迹控制的新方法，它可以确保在关节位移、速度、加速度以及二阶加速度边界值的约束下，机器人手部沿笛卡尔空间中规定路径运动的时间阳短。在这种方法中，所规划的关节轨迹都采用二次多项式加余弦函数的形式，不仅可以保证各关节运动的位移、速度 、加速度连续而且还可以保证各关节运动的二阶加速度连续。采用这种方法，既可以提高机器人的工作效率又可以延长机器人的工作寿命以PUMA560机器人为对象进行了计算机仿真和机器人实验，结果表明这种方法是正确的有效的。它为工业机器人在非线性运动学约束条件下的时间最优轨迹规划及控制问题提供了一种较好的解决方案。

Robust Learning Control for Manipulators with Uncertainty Disturbances Based on Internal Model

In this paper, a disturbance controller is designed for making robotic system behave as a decoupled linear system according to the concept of internal model. Based on the linear system, the paper presents an iterative learning control algorithm to robotic manipulators. A sufficient condition for convergence is provided. The selection of parameter values of the algorithm is simple and easy to meet the convergence condition. The simulation results demonstrate the effectiveness of the algorithm..