论文部分内容阅读
随着社会发展和技术进步,抓取机器人因其强大的功能性在各领域得到广泛应用,但是在工业自动化大幅进步的背景下,抓取机器人的控制精度要求日益提升,传统控制技术难以满足其精准化要求,精确的末端轨迹跟踪控制技术俨然成为解决问题的核心关键。因此,对抓取机器人关键技术尤其是轨迹跟踪控制技术的研究有利于改善人类生产生活水平,具有十分重要的战略意义和应用价值。本文以抓取机器人为研究平台,以机械臂末端的轨迹跟踪控制技术与视觉抓取技术的结合点为研究方向,围绕抓取机器人控制系统关键技术开展了理论推导、仿真分析、实验验证等研究工作。首先,基于现有的机器人机械本体和柔性机械手设计了一套结合视觉技术的抓取机器人控制系统,搭建了基于TwinCAT3控制器的硬件平台和基于机器人轨迹跟踪控制技术的软件平台,并对控制系统所涉及的双目视觉系统的关键技术进行了原理分析与方法阐述。其次,基于旋量理论建立了抓取机器人的运动学模型,并结合几何法和PadenKahan子问题提出了一种新型逆解算法,实现了对机器人逆运动学模型的精确求解。此外,基于拉格朗日方程和旋量思想建立了抓取机器人的动力学模型,并通过基于Mathematic和ADAMS软件的仿真实验验证了数学模型的准确性,为后续的轨迹跟踪控制算法研究提供了理论依据与模型信息。然后,针对具有高度非线性和强耦合性的多轴机械臂系统,提出了一种基于模糊自整定的鲁棒PD控制策略,引入模糊控制器替代传统PD控制的参数整定过程,实现PD参数的在线自调整功能,并设计鲁棒自适应补偿器,将鲁棒算法和自适应算法相结合以补偿系统的不确定性。通过理论推导和MATLAB数值仿真验证了此控制策略的轨迹跟踪误差收敛速度较快,提高了系统的鲁棒性和学习能力,具备应用在复杂的机械臂控制系统的可行性。最后,基于MATLAB和ADAMS软件设计了抓取机器人系统的联合仿真平台,对机器人的轨迹跟踪控制算法进行了仿真分析,并将该控制算法应用到实际抓取机器人控制系统中,通过机器人的末端定位实验和基于视觉的目标抓取实验验证了控制算法和末端抓取策略的有效性和可行性。