多臂机器人紧耦合系统建模及协同柔顺控制

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:seraph4543
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
多机器人协同是完成复杂作业的重要手段,成为近年来的研究热点。然而当前考虑多为松耦合场景,即每台机械臂依据设定的时间序列独立完成各自的工作,并未考虑其他机械臂的运动情况,难以保证整体工作效率和执行效果。为有效提高复杂作业任务的作业性能,需要将多台机械臂作为一个紧耦合系统考虑,实现实时交互和智能协同。基于此,本文开展了多臂紧耦合系统的运动学建模、协同柔顺控制方法的研究,并研制轻型协作机械臂、建立实验平台,开展典型作业任务的实验验证。结合实际任务场景建立了多臂操作同一目标时形成的紧耦合系统的运动学及操作力模型,并针对典型打磨作业任务提出了一种协同作业轨迹规划方法。以世界坐标系为参考,推导了多臂紧耦合系统与各个单臂之间的关系,采用最小范数法将工件的期望力分配到对应机械臂。进一步地,分析打磨作业的工艺特点,基于此规划多臂协同运动轨迹,包括起始段、工艺段、返回段,实现了多臂规划与工艺规划相互独立。为实现环境参数未知条件下的恒力跟踪,提出一种积分自适应导纳控制方法。将控制律表示为三阶线性系统方程、作业环境等效为弹簧模型,推导了控制误差传递函数,进一步分析了阶跃响应下的控制性能,仿真结果表明了所提出的积分自适应导纳控制方法比传统方法具有更好的性能,不存在稳态误差,克服了非线性离散补偿带来的难题,可方便在频域进行分析,实现参数优化并提高计算精度。进一步地,将所提出的协同轨迹规划和柔顺控制方法编写为软件,并开发了基于ROS的多臂协同控制系统,具备Ether CAT、CANopen、TCP\IP通讯兼容能力,并能同时控制3台机械臂。通过上下位机分离,实现了上位机通用性,可以在实物与Gazebo仿真平台之间任意切换,实现了仿真与实物控制“零”迁移工作量。软件采用Py Qt编写了可视化界面,实现可视化操作,数据实时显示等功能,同时在Gazebo中搭建三臂物理仿真环境,实现了物理仿真和虚拟显示功能。最后,研制了一台轻型协作机械臂并建立了三臂协作实验系统,开展了关键算法验证和多臂协同模拟打磨实验。所验证的机械臂自重9.23kg,负载2kg,采用Ether CAT通讯协议,与采用TCP\IP通讯的UR5机械臂和自制的CANopen通讯协议的机械臂,组成了具有三种通讯协议的三臂实验场景,分别完成等效刚度测评实验,积分自适应导纳控制实验、双臂搬运实验,三臂协同模拟打磨实验。实验表明了多臂紧耦合系统模型、多臂规划算法、积分自适应导纳控制方法的有效性。
其他文献
尽管中国证券市场不断发展,投资者热情不断增加,但是很多个体投资者无法对自己的投资作出系统分析。收益率计算是用户投资分析的重要基础,目前传统收益率计算方法在用户复杂投资场景下存在着收益率跳变、收益与收益率正负不一致等问题。传统的用户投资分析方法提供的维度较少且结果不够直观。另外随着互联网信息平台的迅速崛起,金融新闻在快速增加。新闻中的金融事件可以让用户了解自己投资盈亏波动中的事件因素,从而认识证券市
现如今,互联网的兴起、市场经济的繁荣发展,带来的是企业之间更加激烈的竞争,商业情报已然成为了企业占据优势地位的重中之重。商业情报不仅可以为企业规避风险,还可以为企业提供更准确高效的决策。企业关系作为商业情报的重要部分,已经成为了企业研究竞争对手的重点之一。但是关于企业关系的现有研究不够深入,尤其是分析的数据源单一、研究的关系类型过少,导致得到的企业关系不够详细准确。该课题建立在多源异构数据之上,研
建筑业在我国国民经济中发挥着举足轻重的作用,尤其是可以促进社会经济快速发展、改善人民生活水平。我国目前正处于城市化快速发展的重要时期,这为建筑业在工程项目管理方面设置了更高的门槛。在建筑业的项目管理中,进度计划和控制是重要的组成部分。项目管理的第一步是制定项目进度计划,合理的项目进度计划可以很好地平衡项目的成本和施工工期,促进项目的顺利实施。进度控制是项目施工进度计划顺利完成的实施手段,对于项目目
建筑业是我国国民经济高质量发展的支柱产业,但建筑业企业失信现象频出对建筑业高质量平稳可持续发展带来重大影响,与此同时,对失信企业的企业声誉以及竞争力也带来了不良影响。目前业界对建筑业企业信用修复的研究依旧处在初步探索阶段,对建筑业企业信用修复措施的研究尚未形成系统理论与方法,失信企业无法选取有效的自主修复措施。因此本文的研究目的是当建筑业企业发生失信现象时,如何科学地采取有效的信用修复措施,帮助企
建筑业作为与人民生活息息相关的产业,在国民经济中的支柱产业地位也非常稳固。建筑业维持稳定的增速,在疫情期间的经济复苏中发挥了不可替代的作用。然而,建筑业在稳步发展的同时,也面临着一些挑战,利润总量增幅持续放缓,产值利润率连续下降。建筑施工企业要想合理应对这些挑战,就需要在战略上更加有针对性,在管理上更加精细化。建筑施工企业的数量不断增加的同时,建筑施工企业的规模也在不断扩大,实力在不断增强。建筑施
城镇驾驶任务是当前最具有发展前景的领域之一,它具有非常大的商业价值与科研价值。模仿学习是解决该任务的一种主流方法,但是其需要大量带标签的训练数据。同时为了使车辆具有处理极端情况(比如车辆即将发生碰撞)的能力,需要大量极端情况下的训练数据,这需要大量的人力物力且困难重重。但强化学习利用奖励机制让车辆在环境中进行探索学习所以不需要任何带标签的训练数据,并且强化学习能够利用神经网络进行策略和价值估计的拟
当前人工智能领域发展迅速,计算机视觉技术也开始应用于生活中的各个领域,如何将深度学习技术应用于智能监测领域,已成为研究的重点方向。其中,人体行为识别是当前计算机视觉领域的研究热点,其不仅可以在医疗、自动驾驶等领域有所发展,亦可以替代人工来智能识别视频中的行人动作,为提高国家公共场所安全做出贡献。因此,如何提高人体行为识别在公共场所场景下的算法性能是目前计算机视觉领域的研究热点。本文基于CNN-LS
2020年,十四五规划指出,继续坚持房住不炒的定位。现阶段,政府为调控住房供需问题提出租售同权的理念,布局房地产行业的租房租赁市场发展战略。同时,我国租赁住房市场需求广阔。且房地产企业还处在较为传统的存量时代,企业需要从简单粗暴的拿地卖房状态中脱离出来,转型为出售-持有-运营全方位的模式,而在这个过程中,租赁住房类REITs较好的适配了持有-运营的开发经营模式,是一个较为成熟的金融工具。但目前,我
机器阅读理解,作为人工智能的关键研究方向,目前广泛应用在搜索引擎、对话系统等领域,其目的是让机器像人类一样阅读和理解文本内容。在机器阅读理解任务的众多分类中,本文以片段抽取式任务作为研究的目标,即在给定问题和上下文的前提下,要求模型从上下文中找到某一连续片段作为答案。在深度学习的框架下,这类机器阅读理解任务通常包含四个关键阶段(文本表征、特征提取、问题-上下文交互与答案预测)。本文面向特定领域文本
压力传感器在航空航天、压力容器、汽车、油气管道和气象等领域应用极为广泛。但是在核电、冶金、化工、发动机监控等领域对压力传感器耐温性能有着较高要求,扩散硅压力传感器难以适应这些高温工作环境要求,因此高温压力传感器是当前研究的重要方向之一。目前采用硅-蓝宝石、硅-金刚石、4H-Si C和6H-Si C等特殊材料制造的高温MEMS压力传感器,耐温性能较好,但是其制造工艺相对复杂,成本较高。为此,本文设计