【摘 要】
：
随着产业变革和自动化领域的发展,工业机器人因具有高精度和高效率的特点被广泛应用于码垛、喷涂和医疗等领域中。但工业机器人在狭小空间内工作时,满足Pieper准则工业机器人的关节角度变化和末端位姿变化都会有很大的局限性。本文以一种非Pieper六轴工业机器人为研究对象,对其运动学、轨迹规划和避障规划进行研究。（1）研究了六轴机器人的运动学理论。分析了非Pieper准则六轴机器人的结构特性,分析了轴角、
论文部分内容阅读
随着产业变革和自动化领域的发展,工业机器人因具有高精度和高效率的特点被广泛应用于码垛、喷涂和医疗等领域中。但工业机器人在狭小空间内工作时,满足Pieper准则工业机器人的关节角度变化和末端位姿变化都会有很大的局限性。本文以一种非Pieper六轴工业机器人为研究对象,对其运动学、轨迹规划和避障规划进行研究。（1）研究了六轴机器人的运动学理论。分析了非Pieper准则六轴机器人的结构特性,分析了轴角、旋转矩阵、欧拉角和四元数所描述空间旋转之间的转换方法,得到了机器人连杆之间的齐次变换矩阵。（2）研究了非Pieper六轴工业机器人的运动学模型。应用改进的D-H方法建立了六轴机器人的正运动学模型。由于非Pieper六轴机器人的形态特点,提出了一种基于神经内分泌免疫（Neuroendocrine Immune,NEI）系统的生物细胞优化算法（Biological Cell Optimization Algorithm Based on NEI System,NEI-BCO）对机器人的关节角度迭代优化,从而建立了机器人的逆运动学模型。在Matlab平台上验证了运动学模型的正确性。（3）提出了六轴工业机器人的轨迹规划算法。在关节空间中,针对三次样条插值轨迹中关节加速度曲线在起始点和终止点不为零,关节三阶导数曲线不平滑的问题,提出一种三阶导数连续的改进三次样条插值算法,并通过生物细胞优化算法优化改进三次样条插值的时间间隔。在笛卡尔空间中,研究了直线、圆弧轨迹规划和基于四元数的姿态规划。在Matlab平台完成了关节空间和笛卡尔空间轨迹规划的仿真。（4）提出了六轴工业机器人的避障规划算法。给出了一种球体和凸多面体包络物的碰撞检测方法。针对渐进最优的双向随机树算法（Bidirectional Rapidly-Exploring Random Trees*,Bi-RRT*）的研究,提出了一种结合生物细胞优化算法的改进渐进最优双向随机树算法（NEI-BCO Algorithm and Improved Bi-RRT*Algorithm,BCO-BRRT*）,通过该算法对机器人进行避障规划。在Matlab平台,完成了Bi-RRT*算法和BCO-BRRT*算法避障规划的仿真。结合改进三次样条插值完成了对避障轨迹的平滑处理。本文对非Pieper六轴工业机器人的运动学、轨迹规划和避障规划的研究,为其在复杂环境中高效平稳的运动奠定了基础,对不同构型工业机器人的研究与发展具有重要意义。
其他文献
＜正＞膀胱癌是泌尿系肿瘤中最常见的肿瘤之一,根据肿瘤是否侵犯肌层可分为非肌层浸润性膀胱癌（non-muscle invasive bladder cancer, NMIBC）和肌层浸润性膀胱癌（muscle invasive bladder cancer, MIBC）。对于MIBC,新辅助化疗联合根治性膀胱切除术（radical cystectomy, RC）是标准的治疗方案。但RC存在较高风险,
近年来,随着功能磁共振成像（functional Magnetic Resonance Imaging,fMRI）技术的发展,使得人类可以对人脑的认知活动和功能机制进行深入探索和研究。但是,由于fMRI的成像通常是通过逐层扫描方式获得的,这会造成扫描层之间的时间偏移,从而导致fMRI信号分析的误差。所以,为了解决不同扫描层之间信号不同步的问题,就需对时间层进行矫正（即时间层数据插值）。然而,现有的
该文分析高校学生基础信息数据特点，针对本地数据管理不规范、不可追溯、关联性不足等问题，分别对Tableau Prep Builder和Power BI 2种商业BI工具数据预处理功能进行研究分析，提出基于2种BI工具的数据预处理的实现路径，并对2种数据处理方式进行比较。
成像雷达卫星的小型化是近年来合成孔径雷达（Synthetic Aperture Radar,SAR）领域的主要发展趋势之一。小卫星SAR的发展有助于降低SAR系统的成本、提高SAR系统的灵活性,更便于实现雷达卫星组网观测。合理地确定不同工作模式下小卫星SAR的天线尺寸、信号带宽、脉冲重复频率、波位位置等系统工作参数是开展小卫星SAR系统软件仿真乃至实际卫星平台研制的重要基础。在SAR系统参数设计的
航天飞机雷达地形测绘任务（Shuttle Radar Topography Mission,SRTM）获得的高程数据在测绘、遥感、自然灾害监测和国防领域发挥重要作用。通常,数字高程模型（Digital Elevation Model,DEM）基于SRTM数据实现,因此,DEM的精度取决于SRTM数据的精度。然而,SRTM高程数据中存在大量数据缺失,导致DEM精度不高。为了提高DEM的精度,需要对S
无人机（Unmanned Aerial Vehicles,UAV）在世界各国工业、农业、服务业和国防等各个领域得到了广泛的应用。为实现无人机自主精确着陆,无人机着陆地标定位问题已经成为研究的热点和难点。本文针对无人机着陆地标定位过程中遇到着陆地标检测有误、定位精度差,以及着陆地标暂时离开视野又重新返回时无法再次定位的问题,提出了基于主动强化学习的无人机着陆地标定位模型,实现了对无人机着陆地标的精确
当前,气象要素的预测多采用数值模式的方法。此类方法预测结果的准确性依赖于构建的模型的可靠性。但是,气象要素复杂多变,影响因素众多,难以全面、有效地对其进行建模。因此,数值模式预测方法的结果存在一定的误差。另外,数值模式的结果形式单一,仅能定量表示预测结果,缺乏直观的表达。生成对抗网络近年来被广泛应用在预测任务并表现突出。生成对抗网络可以学习数据在时间维度上的发展模式,刻画相邻时刻的数据之间的内在联
互联网技术的发展为人们的生活既带来了便利,也带来了严重的信息过载问题。为解决信息过载问题,个性化推荐系统应运而生。近些年来,深度学习的出现为个性化推荐系统的发展带来了新的契机。作为深度学习领域新兴的算法,生成式对抗网络展现了强大的无监督学习能力,可以很好的解决推荐系统中非线性高维数据分布的拟合问题。同时,生成式对抗网络可以灵活的与其他深度学习模型结合,融合其它模型的优势进行改进。因此本文基于生成式
近年来,随着经济的持续发展和城市化进程的快速推进,大气环境污染问题日益突出。大气环境气态污染物作为大气环境污染的主要成分之一,不仅影响空气质量,给人的身体健康造成极大危害;它所引起的光化学烟雾污染给国家和社会也造成了巨大的损失。因此,开发微型便携、高效可靠的气体传感器可以实时反映大气环境气态污染物的成分和浓度,有助于人们及时预警危险气体并进行有效处理,是确保环境监测、社会安全和人身健康的必要手段。
在过去几十年中,由于现代工业系统规模越来越大,复杂程度越来越高,因此系统运行过程中的安全性与可靠性问题是目前亟需解决的问题,故障诊断技术为解决这些问题提供了可能。网络化控制系统与传统结构系统相比具有成本低、传输速度快、可靠性高等优势。网络传输产生的时变时滞、数据冲突、异步会严重影响故障诊断性能,因此需要发展新的理论和技术解决这些问题。本文旨在研究基于通信协议的网络化控制系统的故障诊断问题。本文主要