基于超冗余度机械臂动力学的时间最优轨迹规划

基于超冗余度机械臂的动力学方程 ,提出了一种超冗余度机械臂同时受速度和力矩约束的时间最优轨迹规划方法 .它首先采用 B样条曲线拟合无碰撞离散路径 ,得到由伪位移参数 s表示的超冗余度机械臂连续、光滑运动路径 ,然后对动力学方程和约束方程进行数学变换 ,得到由 s表示的动力学方程和约束方程 ,最后以 s和伪速度 s· 分别作为动态规划的阶段变量和状态变量 ,对超冗余度机械臂进行时间最优轨迹规划 .仿真结果表明 ,所给出的时间最优轨迹规划算法是正确的 ,所采取的解决方法是可行的

空间冗余度机器人最小关节力矩的轨迹规划

许多工程机械的工作装置属于冗余度机器人的范畴 ,该类机械施工控制自动化所涉及到的轨迹规划问题 ,一直受到人们的重视·采用冗余度机器人运动学的最小关节力矩法 ,对空间4R冗余度机器人的关节轨迹的运动规划进行了分析仿真·实验表明该方法实际可行 ,运动学和动力学的工作特性良好·

基于加速度传感器反馈控制的谐波驱动系统的研究

在机器人驱动中经常采用谐波传动。但谐波减速器的柔性、非线性摩擦、随速度波动、低阻尼等因素会给负载端带来振动 ,导致工作端的轨迹跟踪精度不高。为了抑制其振动 ,实现高精度轨迹跟踪控制 ,提出利用加速度传感器反馈控制来抑制负载端的振动、力矩干扰和动力学效应 ,提高其响应性能。理论分析和实验结果证实了提出方法的可行性。

直接驱动机器人关节加速度反馈解耦控制

以利用线加速度传感器实际测量转动关节的加速度为基础 ,分析了机器人关节加速度反馈控制的开环模型 ,以及影响其闭环稳定性的主要因素 ;提出了闭环控制策略的设计准则 .在一台三自由度直接驱动机器人上的实验结果证明了该文分析的正确性 ,与不具备加速度反馈控制时的实验结果相比较 ,显示出这种方法的有效性

机器人力装配操作的顺应综合与实验验证

本文提出并实现了一种机器人装配顺应综合方法。装配操作过程可以表示为一列离散的几何接触状态的改变和转移。通过对不确定性下所有机器人形位进行仿真，得到每一接触形式对应的静态接触力特征。由对基本接触元的分析，求解实现接触状态转换的机器人运动方向，构成顺应的力－错误修复运动方向映射，为规划泊装配运动实现顺应。并在ＰＵＭＡ５６２机器人完成了一类简单装配实验对本文方法进行了验证。

谐波驱动系统的特性及控制策略研究

谐波传动有很多优点，在机器人驱动中经常被使用．但谐波传动也有一些缺点，如柔性等因素影响负载端轨迹跟踪精度．本文系统地分析了谐波传动系统的动力学特性，建立了包括电机转子惯量在内的动力学模型，疽对系统进行全面实验研究的基础上总结出谐波传动系统中存在的问题，采用相应的基于传感器的控制策略克服存在的问题，提高系统的响应性能．从理论分析和实验结果证实了提出方法的可行性。

机器人机械手的鲁棒性稳定跟踪控制

为工业机器人机械手提出了一种稳定跟踪控制法．这种控制方法由前馈控制器、反馈控制器组成．前馈控制根据期望轨线用计算力矩法得到；反馈控制由线性ＰＩＤ控制项和非线性ＰＤ控制项组成，这种控制方法能使跟踪误差逐渐趋近于零．最后，给出了ＰＵＭＡ５６０机器人的计算机仿真实验验证此控制方法的有效性

基于运动速度的机器人学习控制

为了使机器人跟踪给定的期望轨线，提出了一种新的基于机器人运动重复性的学习控制法．在这种方法中机器人通过重复试验得到期望运动，这种控制法的优点：一是对于在期望运动附近非线性机器人动力学的近似表达式的线性时变机械系统产生期望运动的输入力矩可不由估计机器人动力学的物理参数形成；二是可以适当的选择位置、速度和加速度反馈增益矩阵，从而加快误差收敛速度；三是加入了加速度反馈，减少了速度反馈，减少了重复试验的次数．这是因为在每次试验的初始时刻不存在位置和速度误差，但存在加速度误差．另外，这种控制法的有效性通过ＰＵＭＡ５６２机器人的前三个关节的计算机仿真结果得到验证。

基于动力学约束的机械臂最优关节轨迹规划

本文提出了基于机械臂关节驱动力矩约束方程规划其关节最优运动轨迹的一种有效方法.该方法运用矩阵范数理论简化机械臂的动力学约束方程;在机械臂的关节空间内采用归一化的无因次量运用非线性规划法优化其运动轨迹.将所规划的无因次量轨迹方程作为机械臂产生实际运动轨迹的发生器,通过给定机械臂各运动段的起始和终止关节坐标,由系统的动力学约束方程计算出整个运动段所允许的最短运行时间,即生成所期望的运动轨迹.本文的轨迹规划方法计算效率高,可用于在线轨迹规划,文中通过算例证实了该方法的实用性.

工业机器人机械手的小脑模型自适应控制

本文为动力学控制工业机器人机械手提出一种综合控制算法。该控制算法,利用小脑模型算术计算机模块模拟机器人机械手的动力学方程并计算实现期望运动所需力矩作为前馈力矩控制项;利用自适应控制器实现反馈控制,以消除由输入扰动和参数变化而引起的机器人机械手运动误差。这种控制方法在时间上是有效的,且很适合于定点实现。控制方法的有效性通过四自由度的直接驱动机器人前两个关节的计算机仿真实验得到验证。