基于并行CCD的机械臂位姿控制方法研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:zj280078064
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
在对机械臂进行控制时,通常需要对机械臂进行逆运动学求解,以求得机械臂到达目标位置各关节需要转动的角度。对于多自由度机械臂,传统逆运动学求解方法如雅克比矩阵法、牛顿迭代法等存在计算量大、实时性差等缺陷,解析解法又对机械臂的几何构型有着特殊要求,通用性差。针对有较高实时性要求的多自由度机械臂末端位姿控制问题,本文提出基于并行CCD的机械臂位姿控制方法,首先通过正运动学或位置传感器等手段实时获取机械臂各关节的空间位置坐标,计算出关节和末端执行器以及关节和目标点形成的向量夹角,然后使机械臂各关节在运动过程中实时调整该夹角,从而使该夹角趋近于零,最终使得末端执行器以指定姿态到达目标位置。相较于传统的逆运动学求解方法,本文所提方法具有计算量小、实时性强、通用性好等优势。本文主要研究内容如下:(1)针对机器人逆运动学求解计算量大、实时性差等问题,在CCD算法的基础上,提出基于并行CCD的机械臂位姿控制方法,对所提方法在末端点位控制、末端位姿控制上的原理进行了详细的介绍,提出随机策略以摆脱奇异位置,通过设置关节角度上下限及k-因子变量以添加关节运动约束,结合牛顿迭代法以提升收敛速度。(2)对基于并行CCD的机械臂位姿控制策略进行设计。首先对于末端位置控制问题,提出单任务PID控制策略,然后构造Lyapunov函数对控制的稳定性进行证明并得出控制系统稳定条件。然后针对末端位姿控制问题,采用多目标控制策略,提出基于多目标粒子群的机械臂位姿控制策略,然后对所提控制策略的性能进行对比分析,并讨论了其在x Arm机械臂上的表现。(3)针对本文所提的并行CCD算法设计了仿真实验以及实物实验以验证其优势。在仿真环境中,将本文所提方法与基于雅克比矩阵求解方法进行对比,验证本文所提方法在求解时间上的优越性;通过对六自由度机械臂、十自由度机械臂及移动机械臂进行仿真以验证本文所提方法在不同机械臂上的适用性。在实际环境中,对x Arm机械臂、Jaco机械臂及移动机械臂上进行实验,验证了本文所提方法在实时性、控制精度、适用性以及鲁棒性等方面的优势。
其他文献
情感分析是自然语言和图像视频处理领域研究的热点问题之一,近年来,随着人工智能的发展和大数据时代的到来,博客、微博、论坛等社交媒体,电商平台以及各种新闻网站已经成为人们日常表达情感与获取信息的重要平台,从而也产生了海量的带有个人情感倾向的文本、图片和视频等数据。针对这些数据的研究对提升平台的服务质量、帮助商家更好地进行产品宣传与销售、进行舆情监控以及个性化推荐等具有积极作用。研究者们最早主要关注于对
学位
量子行走是经典随机行走在量子世界的对应。量子行走与经典随机行走相比具有二次加速特性,基于量子行走的算法效率更高。量子纠缠是量子行走除了二次加速特性之外的另一个重要特征,有两个纠缠粒子的量子行走算法可以区分所有的非同构图,而没有纠缠的量子行走算法只能区分其中的一部分。量子行走中纠缠度量和扩散的研究已引起人们的广泛关注。本论文围绕量子行走中纠缠态的制备和度量展开研究,主要做了以下工作:(1)实现了非均
学位
非正交多址(Non-Orthogonal Multiple Access,NOMA)技术的核心思想是在同一个资源块同时为多个用户提供服务。但是由于NOMA接收端串行干扰消除(Successive Interference Canaeller,SIC)解码的特殊性,将用户全部通过NOMA服务会使得接收端的复杂度很高同时解码错误大大增加。因此,有必要将用户分簇/配对,分簇/配对后的用户通过NOMA服务
学位
随着CT影像技术在现代医学诊断和治疗过程中的应用越来越广泛,CT检查中潜在的辐射风险也引起了人们的广泛关注,过量的辐射容易诱发白血病以及癌症等疾病,因此,降低CT扫描过程中的辐射剂量刻不容缓。使用间隔一定角度扫描的稀疏采样方法可以获得辐射剂量低的稀疏角度CT图像,但是获得的稀疏角度CT图像中存在伪影,降低了图像的质量,影响医生的诊断。本文以去除稀疏角度CT图像中的伪影和增强CT图像细节为目标,构建
学位
随着服务机器人在家庭环境中的广泛使用,如何让机器人有效地学习复杂操作技能是机器人操作技能学习领域的研究重点。本文基于行为树和强化学习针对家庭环境中的开门放置药瓶复杂操作技能,从模仿学习和强化学习两种角度开展研究。论文主要研究内容如下:(1)结合软硬件建立了服务机械臂操作实验系统和技能学习框架。操作实验系统通过ROS将系统软硬件进行连接,完成了Kinecct V2相机与Kinova Jaco2机械臂
学位
大数据时代,随着计算机技术和人工智能技术的快速发展,在世界范围内有越来越多的数据被记录、存储和使用。大量数据伴随着互联网的广泛应用,促进了科技的进步,给人们生活带来了便利。随着数据分析技术的发展和各式各样数据挖掘算法的提出,数据的传播和共享越来越频繁。文本、语音以及图像等多样化数据更为广泛的传播,使得人们隐私受到严重威胁,数据隐私保护成为越来越严峻的问题。如何在保护数据隐私的同时还要保留数据一定程
学位
中共中央、国务院于2020年10月印发的《深化新时代教育评价改革总体方案》中提到“坚持科学有效,改进结果评价,强化过程评价,探索增值评价,健全综合评价,充分利用信息技术,提高教育评价的科学性、专业性、客观性。”,充分说明改革教学评价体系是建设新时代高等院校高质量教学发展的关键。提高教学评价体系的科学性、准确性是目前亟需解决的重要课题。本文的研究旨在利用高校学生评教数据和数据挖掘中的相关算法实现评教
学位
机械臂在工业和服务领域有着广泛的应用,抓取是机械臂的重要技能,也是机器人学习领域的研究热点。基于深度强化学习的抓取方法能够通过自主学习完成端到端抓取,但此类方法存在学习效率低的问题。针对深度强化学习在机械臂抓取中存在的问题,本文提出了一种基于强化学习与元学习的机械臂抓取方法,从增加正向奖励、学习归纳偏置、降低任务复杂度三个方面提高学习效率。本文主要研究内容如下:(1)利用深度确定性策略梯度算法(D
学位
软件仿冒自互联网时代开始以来就广泛存在,Android系统凭借其开放性、普及性等特点,吸引了大量的用户群体,建立起庞大的应用生态环境,其中不仅包含各种良性应用,也充斥着大量仿冒应用。得益于前人广泛的研究,移动应用业界对各类仿冒应用已具备充分的理解,衍生出了对应的检测机制与防护措施,能够有效减少仿冒应用对用户财产的侵害。然而,近年来混淆等技术的普及使得仿冒应用难以被传统的检测方法检测,开发出高效、自
学位
随着科学技术发展与应用,多智能体系统被广泛的应用于日常生活当中。Euler-Lagrange系统属于多智能体系统中一类较为复杂的非线性网络系统,并广泛应用于无人机编队控制,机器人编队控制等等。对Euler-Lagrange系统的研究有着非常重要的意义和价值。网络攻击在许多系统中都是一个无法避免的问题,网络攻击可能会使多智能体系统的通信信息被窃取篡改,进而导致多智能体系统性能下降,甚至完不成预期任务
学位