近年来机器人产业发展迅猛,机器人被广泛应用于生产生活中。在实际应用中,机器人常需要实时捕捉一些被抛出的物体(以下简称为“抛物”),因此机器人捕捉抛物研究一直是研究热点。针对机器人捕捉抛物时抛物轨迹未知、抛物受到自然风干扰时难以精确捕捉及捕捉成功后的晃动研究等关键问题,论文深入开展了机器人捕捉抛物算法及其末端晃动研究。在机器人捕捉抛物前,首先需精准控制机器人末端位置。论文在分析了六自由度机器人运动学的基础上构建了机器人DH模型。在得到机器人各连杆之间的坐标转换关系后建立了机器人各关节之间的姿态转换关系,得出机器人DH参数并列出机器人DH参数表。最后开展机器人逆运动学求解。采用几何法确定各关节转动角度后通过机器人关节位置反馈系统,使机器人末端到达指定位置。在精确控制机器人末端位置的基础上,论文提出了基于卡尔曼滤波的机器人捕捉轨迹未知抛物的算法。在机器人捕捉轨迹未知抛物时,模拟人捕捉抛物的思想,提出首先通过预测抛物的轨迹,预判机器人出机器人的近似捕捉点,并使机器人提前运动至该点等待;当抛物进入机器人工作空间时再提出基于卡尔曼滤波的捕捉算法,使机器人克服扰动实现精确捕捉。实验结果表明,在采用多组不同的动态轨迹未知抛物进行实验的情况下,机器人可以实现精确的捕捉。在实际应用中,室内环境在门窗打开的情况下,自然风的影响是不可避免的。当抛物质量较轻时,自然风将明显影响其运动轨迹。论文提出了自然风环境下机器人捕捉抛物算法。首先建立自然风环境下抛物运动的状态方程及测量方程,计算出自然风加速度均值并分析其统计特性及概率分布,建立其与标准偏差之间的关系进而求出方差,采用卡尔曼滤波更新控制量并调整方差,获取抛物精确位置。仿真结果表明:采用两组不同均值的自然风干扰,机器人末端可准确跟踪抛物运动轨迹。在机器人成功捕捉抛物后,为确保机器人运行的安全性及稳定性,论文对机器人末端晃动进行了研究。机器人捕捉抛物完成后,其状态将由运动转变为静止,此时机器人的各关节不再转动。但由于机器人系统的惯性,机器人的末端将会产生晃动。论文提出采用加速度传感器分别测量机器人末端X、Y、Z轴方向上加速度.采用梯形数值积分法对加速度数据进行二次积分,将其转换成位移信号,进而获得机器人末端晃动的位移数据,并对其进行了频谱分析,可知机器人在运动速度逐渐降低时,其末端X方向上位移逐渐减小,Y、Z方向上位移逐渐增大。通过本文的研究,提出了一种“先预判,再捕捉”的机器人捕捉轨迹未知抛物的算法,提高了捕捉精度,降低了算法的复杂度。针对自然风环境下机器人捕捉抛物,提出了自然风环境下机器人捕捉抛物算法,有效地提高了自然风环境下机器人捕捉抛物的成功率。同时对机器人捕捉抛物后的末端晃动进行了研究,为机器人的安全运行提高了理论支撑。