基于自适应多模型kalman滤波的六关节机器人直线输送带轨迹跟随算法研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:cutexsh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现在很多工业现场都引进了工业机器人以实现不同程度的自动化,但是固定平台的轮廓加工工艺存在无法满足工艺要求或者效率过低的问题,亟需有更好的解决方案。为了弥补固定加工方案造成的效率较低和无法满足工艺要求的问题,本课题要靠自行研发来满足这一需求。轨迹跟踪常常在各种实况中应用,如抓取、分拣等。跟踪功能可以极大地提高工作效率,优化生产线的整体结构。通过编码器从直线输送带上获得位移和速度信息,使用匀加速运动和匀减速运动两个运动模型来模拟和预测直线输送带的运动规律,用马尔可夫概率链理论计算两个模型的实际概率并完成概率转换,使用自适应多模型卡尔曼滤波器将两个运动模型混合,最终进行混合预测。完成算法实现和仿真,并分析对比验证的结果,验证了精度的提高。从IMICNC的插补器获得插补之后、逆运动学解之前的加工执行坐标增量,并将该增量与滤波器预测计算得出的位移增量叠加,再进行逆运动学解,最终传递到伺服驱动器,从而完成轮廓跟踪控制的功能。在完成实验平台的搭建和软件的编写后,轮廓跟踪控制系统经过了功能验证实验的验证。
其他文献
自人类出现至今,灵活的手腕和灵巧的双手在人类的生产和生活中发挥着极其重要的作用。人手极强的灵巧操作能力是手腕和双手相互配合的结果,其中任一环节受损都会使人手的功能受到极大的限制。目前,全球范围内,数以百万计的手部截肢患者正在忍受着丧失正常生活能力的痛苦。因此,如何设计出一种能够供截肢患者日常使用的仿人机器人灵巧手是当前国内外学者研究的热点。然而,现有的灵巧手仍然存在着如下三个方面的问题:(1)假手
铣削加工是常用的加工方式,当切削参数选择不当时容易发生颤振,严重影响工件的表面质量和加工效率。若能对铣削状态进行检测,以便及时采取措施抑制颤振,则可以避免造成更大的损失。针对这一问题,本文从试验设计、信号分析、特征识别和软件开发几个方面,进行了以下研究:基于铣削动力学模型,通过求解动力学方程,绘制了稳定性叶瓣图,并据此设计了不同加工参数的铣削试验。采集振动加速度信号,建立了不同铣削状态的数据样本集
视频中包含的信息丰富复杂,对视频分析技术的探索和研究得到了各界的高度关注。由于深度学习技术的迅猛发展,深度网络在视频分析中的性能相较于传统机器学习模型有显著的提升,而在视频分析中得到广泛应用。时序行为检测是视频分析工作中基础且具有难度的一项任务,对基于深度学习的检测任务和视频理解工作的发展都具有很大的推动意义。论文针对时序行为检测任务,以典型的端到端时序行为检测模型为基础,在时序多尺度结构、光流特
回转运动部件是数控机床中的主要部件,其工作状态的好坏能够直接影响整台机床生产加工的质量、机床使用寿命及生产事故发生几率。机械故障诊断技术已经从过于依赖专家知识的传统方法发展到基于数据的人工智能现代方法,极大的提升了故障诊断过程的精准率和诊断模型的鲁棒性与普适性,同时也引入了模型的泛化性能依赖于数据的数量及其质量的新问题。论文基于较少数据量的场景,分析了信号的不同特征空间对故障信息表征的好坏情况,并
现有的消防水炮供水压力在1MPa左右,依赖大流量提高射程,对大容量水源需求较大,并且由于火灾发生的不确定性,仅凭人工往往不能及时消防灭火,为了减小消防场所对流量的需求以及能够自动消防灭火,本文设计了一种智能高压消防水炮,针对零部件结构设计、软件设计、射流轨迹预测和系统动态性能等关键技术问题开展了理论研究,并进行了相关仿真,为样机研制奠定了基础。本文首先在传统消防水炮的基础上,进行了高压消防水炮的结
随着广大研究者对机器人相关技术研究的不断深入,越来越多配有视觉系统的机器人被应用于工业领域,如自动抓取、自动装配。相机作为机器人的眼睛,对机器人来说至关重要。随着机器视觉的发展,三维重建技术已经成为机器视觉的重要研究方向。因此如何快速而准确地获取被测物体的三维信息,并根据获得的三维信息重建被测物体获取物体的点云数据,成为了一项重要且有难度的研究课题。首先,本课题对DLP双目立体视觉系统的构建进行了
随着工业自动化和人机交互智能化发展,工业机器人作为典型的智能装备,广泛应用于3C、加工、汽车等行业。针对机器人工作站搭建成本高、运动控制复杂、编程困难等问题,本文结合实际生产中的跟随与码垛需求,通过建立机器人工作站虚拟模型、设计工业机器人运动仿真算法和工艺、构建指令编程及译码系统,实现了能够实时模拟工业机器人实体运动的工业机器人工作站可视化平台。针对工业机器人模型结构复杂、零件繁多的特点,通过提取
近年来,图神经网络(Graph Neural Network,GNN)相关研究领域逐渐火热,与深度学习的结合为可推理性、可解释性和模型效果带来了巨大提升。推荐领域也逐步开始采纳GNN类方法解决面临的挑战。GNN可以自然地整合节点信息和拓扑结构,已被证明在图上有着很强大的学习能力。电商场景中,用户,商品,以及两者之间的行为可以用一张二部图来表示。预测用户未来的行为,转化为预测二部图中用户-商品边的概
建筑能耗已经成为我国能耗总体的重要部分,在建筑相关设备中,维持室内空气品质及热舒适环境的建筑空调系统的全年能耗占据了建筑总能耗的一半左右。而针对建筑空调系统的精确能耗预测能充分挖掘系统的节能潜力,为建筑空调系统故障检测与诊断、运行策略控制优化等技术提供可靠依据。本文运用数据驱动技术,将能耗预测问题转化成序列决策问题,提出了一种基于深度强化学习的建筑空调系统能耗预测新方法。本文主要探究了深度强化学习
由于恐怖份子携带危险物品危害社会治安的情况屡屡发生,使得人体安检目前在世界各国备受重视。通过主动毫米波图像进行人体是否携带有隐匿危险物品的检测方式能够较好地对人体进行检测,但使用人工对图像检测仍然存在被检测人员的隐私泄露以及检测人员的视觉疲劳等多方面问题。而基于深度学习的目标检测方法能够实现自动化的学习目标特征,端到端的进行人体检测。因此本文将针对所使用的主动毫米波图像数据集的特点,对其相应的隐匿