一、PUMA机器人逆运动学分析(论文文献综述)
黄起能[1](2021)在《基于倍矢量和倍矩阵的机构运动学分析研究》文中认为对于6自由度串联机械手,其逆运动学分析能否用统一的方法来解决,一直是国内外机器人机构学学者的研究目标。本论文将倍数引入机器人机构运动学的建模中,类比对偶代数在三维空间机构运动建模的表示,通过研究对偶四元数和倍四元数在三维空间刚体变换的关联关系,基于对偶矩阵理论,提出了倍矩阵的新理论。结合四维旋转矩阵,本论文基于倍矩阵新方法提出了一种6自由度串联机械手逆运动学分析的新算法。本论文首先推导了三维空间刚体变换的倍矩阵表示新方法,并给出了三维空间基本变换矩阵的倍矩阵表示,该方法可以将三维空间中的旋转和移动位移统一用四维空间的旋转矩阵表示;接着推导了三维空间刚体变换的四维旋转矩阵、倍四元数和倍矩阵之间的关系,结果表明它们之间可通过线性代数运算或者非线性开方运算进行相互转换;然后基于倍矩阵新方法建立了一般6R串联机械手的运动学方程;最后,对建立的运动学方程进行变量分离,运用线性消元和Sylvester结式消元相结合的方法,推导出该问题的一元高次方程,从而建立了一种基于倍矩阵新理论的一般6R串联机械手逆运动学分析新算法。以上述新算法为基础,将其由求解一般6R串联机械手的逆运动学推广到求解一般1P5R、4R1C、2P4R、3P3R和特殊尺寸6自由度串联机械手的逆运动学分析问题,并对算法应用于不同构型的6自由度串联机械手的适应性问题进行了总结。结论表明本论文提出的倍矩阵新方法对于6自由度串联机械手的逆运动学分析具有良好的通用性,倍矩阵新理论的引入丰富了机器人机构运动学建模的数学方法。
于权伟,李光,肖帆,杨加超,谢楚政[2](2021)在《基于分离-重构技术的6R机器人逆解新方法》文中认为提出一种利用分离-重构技术求6R机器人逆解的新方法。首先利用螺旋理论对机器人进行正向运动学建模,然后利用指数积公式的变换,证明了n自由度机器人的可分离性,以及重构连接的通用几何约束;最后以PUMA-560机器人为例,给出其分离及重新连接的几何约束条件。在满足约束条件的前提下,推导出各个关节角求解公式,最终求得机器人逆运动学解,且实际位姿与目标位姿误差数量级为10-13。所提出的新算法与D-H坐标法相比,计算速度提高了12%,且可避免奇异点的影响。
张瑞阳[3](2020)在《面向冗余机械臂速度层的自适应重复运动规划研究》文中认为在机械工业中,机械臂逆运动学规划是一个重要的研究方向。对于机械臂的逆运动学规划,传统的伪逆方案无法保证机械臂不超出物理约束;传统的二次规划方案需要知道精确的机械臂物理参数。在实际应用中,常会出现由于物理磨损造成的机械臂的物理参数不同于真实值,机械臂关节超出物理约束造成机械臂损坏等现象,上述情况下传统的方案不适用。本文讨论了机械臂逆运动学规划问题,设计了一种基于自适应神经网络的逆运动学方案。对于物理参数未知或者错误的机械臂,该方案能保证机械臂关节不超出物理极限的情况下完成重复运动。本文的主要工作和成果如下:1.针对机械臂的重复运动问题,讨论了一种基于二次规划的重复运动方案,通过最小化机械臂关节角当前值和关节角初始值的差,结合神经动力学法,设计了一种可实现重复运动的性能指标,使得关节角在运动结束后回到初始位置。对于该二次规划,利用拉格朗日法将二次规划转化为线性系统进行求解。实验结果验证了该性能指标实现重复运动的有效性。2.针对未知模型的机械臂轨迹规划问题,讨论了一种基于伪逆的自适应轨迹规划方案,通过递归神经网络寻找适用的机械臂雅克比矩阵,摆脱了对机械臂数学模型的依赖,仅利用输入输出信息便可对模型未知的机械臂进行控制。理论分析和实验结果验证了该方案应对未知模型的可行性。3.为了使未知模型的机械臂在完成重复运动的基础上关节角不超出其物理约束,提出了一种基于自适应神经网络的逆运动学方案。针对机械臂物理约束,在能解决重复运动的二次规划基础上,引入关节角约束,投影神经网络可以求解包含物理约束的二次规划;为应对参数未知,将机械臂的雅克比矩阵分解出与未知参数相关的部分,结合投影神经网络,设计了一种自适应神经网络用于求解。理论分析证明了该方案的可行性,实验结果也充分验证了该方案的优越性。
王波[4](2020)在《基于模糊神经网络与旋量理论的6R机械臂运动和动力研究》文中指出当今数字化与智能制造是制造业发展的必然趋势,工业机械臂作为智能工厂的关键,迎来了新一轮的发展机遇。作为现代工业发展的重要基础,工业机械臂的运动精度已经成为衡量一个国家科技和制造水平的重要标志。本文以工业机械臂的一种PUMA560为主要研究对象,分别讨论了6R机械臂的正运动学、逆运动学、动力学、控制方法,主要内容有:首先,基于角轴表示法与DH方法对6R工业机械臂进行了运动学建模,推导出PUMA560正运动学的解,讨论了两种表示方法的区别与联系,利用解析法求出了PUMA560的逆运动学解。以旋量定理为基础得到了空间坐标系中与物体坐标系中末端执行器的速度转换,推导出了用来转换末端执行器速度与关节速度的雅可比矩阵,并利用雅可比矩阵解释了造成奇异位姿的原因,以几个雅可比矩阵推出的量引出了可操作性的概念。其次,提出了一种新逆运动学模型。机械臂腰、肩、肘关节转角由自适应模糊神经系统(ANFIS)求解,腕俯仰、腕摆动、腕旋转关节转角由解析法求解。用此模型得到的解没有姿态误差,但有由ANFIS结构影响的位置误差。以PUMA560为研究对象由实验结果得出,选取SΦ1000mm半球作为训练空间,训练点数为20000个,隶属度函数(MF)的个数为6时,所得的逆解模型效果最好。结果显示平均位置误差为0.158mm,选取合适的工作空间后可将其空间内99.9%的点的位置误差控制在0.5mm内。1000点逆解计算时间为0.082s,而传统的解析法需要3s左右,极大的缩短了计算时间。根据以上特性可以将此模型运用于分拣系统这类实时规划系统中,提高速度、节省计算资源、且误差控制在可接受的范围内。再次,分别讨论了关节空间与笛卡尔空间的轨迹规划问题。在关节空间中主要有五次多项式、梯形速度等方法,还讨论了多段多维的轨迹生成方法,在笛卡尔空间中,利用姿态四元数球形的线性插值解决了旋转的规划问题。最后,以牛顿欧拉方程和拉格朗日方程推导了机械臂的动力学方程。讨论了前馈控制与计算力矩控制的不同,前馈控制方法得到的实际偏差振动幅度大,计算力矩控制方法的误差会随着时间逐渐增大。
何建成[5](2020)在《基于粒子群算法多目标机械臂轨迹规划研究》文中提出随着控制技术与制造技术的进一步发展,工业机器人已成为现代制造业不可或缺的制造装备之一。工业机器人以其高度的通用性、适应性、耐久性和稳定性进一步确立了其在应用领域的优势。现今,机器人不再为实现常规的运动与控制去完成指定的任务,对其运行过程中的精确性、效率性、稳定性提出了更高的要求。机器人轨迹规划作为机器人控制系统研究中的重要部分,一直是研究人员作为提升机器人性能的重点研究方向。本文基于粒子群迭代算法原理与仿真相结合,对机器人轨迹规划展开了相关的研究。主要的研究内容包括以下几个方面:(1)本文以PUMA560型六自由度机器人为研究对象,对机器人机械结构进行了分析,采用D-H参数法建立机械臂的有效数学模型;利用MATLAB软件建立仿真模型,进行正逆运动学运动过程仿真实验。(2)基于逆运动学过程,依据代数法的机理,采用改进的数值计算M程序对逆解进行求解,得到最接近于当前机器人的八组逆解值,且整个程序的求解过程仅为1.5秒,并利用MATLAB软件计算结果验证了M程序计算的正确性,相对误差可控制在0.4%以内。(3)在机器人运行轨迹曲线线性插值方式的选择上,选择高阶多项式曲线建立机器人运行插值轨迹。得到初始与末了均可指定,且运行过程中各点的关节角度、关节角速度和关节角加速度都具有连续性的轨迹。机器人的整个运行轨迹连续且平滑,一定程度上避免了冲击与振动的产生。(4)对关节空间多目标最优轨迹规划方法进行了研究与分析。基于多目标粒子群算法,在考虑多约束条件下,实现机器人运行轨迹多目标(时间、能量消耗、脉动冲击)综合优化。将优化后的结果运用归一化的方法进行数据处理,得到优化后时间性能指标的优化达到了7%、能量消耗性能指标的优化达到了40%、脉动冲击性能指标的优化达到了44%的优化结果。(5)采用ADAMS/View搭建机器人虚拟样模型。导入迭代求优后的轨迹曲线对机器人进行运动学仿真实验。并通过后处理模块ADAMS/PostProcessor验证了多约束条件下多目标轨迹规划迭代算法的正确性。
金轲[6](2020)在《面向零件表面三维重建的机器人视觉系统标定与控制技术研究》文中提出当工业机器人视觉系统用于工件表面三维测量任务时,为了获得较好的测量精度,不仅需要对机器人视觉系统进行标定,还需要对相机进行拍摄位置规划与定位控制,以获得足够多的工件表面关键特征信息。现有的工业机器人视觉测量方案中,相机的拍摄位置需要根据人为经验进行规划,而相机定位通过机器人控制器的开环控制实现。然而,该方案无法保证工件表面的关键特征位于相机视野内,会导致关键特征信息缺失,影响三维重建精度。针对以上问题,本学位论文以面向零件表面三维重建的机器人视觉系统为研究对象,将视觉伺服控制引入到相机拍摄定位过程中,在此基础上,针对系统中的标定与控制技术展开了进一步的研究。主要研究内容如下:针对测量系统中的六自由度工业机器人,基于Denavit–Hartenberg方法建立了机器人正向运动学模型。随后,分别构建了机器人逆运动学求解的解析法和数值法,并对两种逆运动学求解方法进行了仿真实验验证。实验结果验证了逆运动学求解方法的有效性。针对测量系统中的单目相机,建立了相机成像模型,基于张正友标定法进行了相机标定实验。在此基础上,介绍了经典的手眼标定方法。针对传统手眼标定方法的不足,提出了基于差分进化算法的手眼标定方法。随后,搭建了手眼标定实验平台,将本方法与传统方法的标定结果进行对比,实验结果验证了本方法的有效性。基于机器人视觉系统,建立了视觉伺服控制框架。针对实际视觉伺服控制系统存在的时滞效应问题,提出了基于微分求积法的时滞视觉伺服控制方法。随后分别搭建了仿真实验平台和实物实验平台,验证了所述方法的可行性与有效性。搭建了基于机器人视觉系统的三维测量平台,基于视觉伺服控制方法,采集了多视角工件图像。在此基础上,通过三维点云的稀疏重建技术与稠密重建技术,完成零件表面三维重建实验。实验结果验证了本文所述的面向零件表面三维重建的机器人视觉系统标定与控制技术的有效性。
张亚宾[7](2020)在《基于改进双树RRT算法的串联操作臂避障运动规划研究》文中指出在“工业4.0”和“中国制造2025”双重社会背景下,制造业成为立国之本、兴国之器、强国之基。虽然串联机器人操作臂在制造业领域里已经得到广泛的作用,但是传统串联操作臂的避障运动规划严重依赖人工示教,因此存在着工作量大、自动化程度低等问题。本文提出改进双树RRT(Rapid-Exploration Random Tree)算法与Dijkstra算法结合实现串联操作臂的快速避障运动规划,并以Dobot三自由度和PUMA560六自由度操作臂为研究对象,对模型构建与运动学分析、碰撞检测、路径规划以及轨迹规划等内容展开了研究。论文的主要内容如下:首先,通过操作臂正逆运动学方程和Denavit-Hartenberg(D-H)参数法,在MATLAB Robotics Toolbox(机器人工具箱)中构建了Dobot和PUMA560串联操作臂的三维数学模型。基于Monte Carlo(蒙特卡罗)点云法和计算机图形学生成了各自的工作空间模型,并对操作臂和空间障碍物包络模型的干涉关系进行了数学描述。然后,针对传统规划算法运算效率较低的缺点,提出改进双树RRT避障路径规划算法,引入了扩展目标点变更、极致贪婪策略和新的碰撞检测模型改善算法,并利用Dijkstra算法对改进扩展算法得到的规划路径进行二次优化,提高了路径平滑性。在二维和三维场景中对改进算法和传统算法进行仿真对比,结果证明了改进算法在避障路径规划时间和长度上具有优越性。最后,分别在笛卡尔空间和关节空间对两种操作臂进行路径规划,得到操作臂笛卡尔空间坐标路径点和关节空间关节角度路径点信息。为了进一步得到运动轨迹的时间信息,应用三次和五次B样条轨迹规划插补方法,分别对笛卡尔空间路径映射关节角度和关节空间规划关节角度路径点进行插补规划,获得各个关节关于时间的角度、角速度和角加速度曲线,并进行对比分析。通过对操作臂运动建模和仿真结果分析,本文提出的避障运动规划算法具有可行性,对操作臂避障运动控制具有一定的理论意义和实际应用的参考价值。
宋吉[8](2020)在《工业机器人轨迹规划与几何参数标定研究》文中认为随着现代工业、制造业领域智能化程度的不断提升,更加需要工业机器人以快速、高效和高精准度的特点满足产业升级的需求。然而工业机器人在安装、故障检测应用中存在运转速率低、末端工具定位精度差等问题。为了提高机器人的工作效率及末端定位精度,本文对机器人的空间轨迹规划及几何参数标定进行研究,本文主要从以下三个部分展开研究。⑴本文对PUMA-560机械臂构件参数进行建模,根据各关节的连杆参数建立连杆D-H坐标系。通过D-H坐标系建立机械臂运动学方程,详细推导了机器人运动学的正解和逆解。运用MATLAB软件对其运动学仿真分析,并求解方程的正、逆解变换矩阵和雅克比矩阵,验证了所建机器人连杆模型的正确性。⑵较为深入研究了三次B样条在关节空间下轨迹规划的插值函数,并采用改进遗传算法解决了关节空间下轨迹时间最优的问题。在关节空间分析多项式插值算法、改进B样条算法和遗传算法规划轨迹,运用MATLAB对轨迹进行关节空间规划仿真,对比仿真结果的各关节角度、角速度和角加速度曲线变化可以发现,改进三次B样条插值算法规划出的关节速度轨迹更加平滑,加速度曲线没有明显突变,能够准确有效的经过曲线指定节点。采用改进遗传算法规划的轨迹在一个任务时间周期内有效提高了工作效率,为工程上处理精度相对较高的机械臂作业任务提供了保障。⑶通过机器人末端装配工业相机方式检测出某个位姿下机器人末端在空间中的实际坐标值,该位姿下机器人控制器中的数据与测量值存在偏差,利用该偏差结合机器人的关节方程建立约束,运用遗传算法求解约束条件下的最优几何参数值,标定后新的几何参数驱动控制机器人时,机器人的末端定位精度有效提高,该方法可以为工业生产任务中的末端定位精度研究提供有效基础。
杨忠瑞[9](2020)在《工业机器人的运动学与轨迹规划研究》文中认为随着机器人行业近年来的高速发展,工业机器人已经在多种场合逐渐代替人工进行加工作业,其所能适应的工作任务也越来越多,这就对工业机器人的轨迹规划提出了较高的要求,在实现传统的PTP运动及CP运动外,还应就轨迹的效率、能耗及平滑性等问题进行考虑,提高轨迹性能。因此,本文对工业机器人的轨迹规划进行了深入的研究,提出了以效率与平滑性为目标的多目标优化轨迹规划算法,并利用MATLAB软件进行仿真,验证了算法的有效性。首先,本文对正运动学与逆运动学的求解进行了研究,这是对工业机器人进行轨迹规划前的必要准备工作,并提出一种带有灾变系数的小生境遗传算法用于逆运动学的求解,基于MATLAB软件对PUMA560型工业机器人进行逆运动学实例仿真,验证了算法的有效性。其次,本文通过对国内外轨迹规划研究现状进行分析,对移动型机器人、关节型机器人基于B样条曲线、S样条曲线在关节空间、笛卡尔空间中的轨迹规划的优缺点进行了研究,并对部分类型的轨迹规划给出了仿真实例。最后针对关节型工业机器人的工作效率及工作中产生振动、磨损的问题,本文利用5次非均匀B样条曲线,在关节空间中建立曲线端点的一阶导数与二阶导数均可指定的时间-位置曲线,通过引入NSGA-II优化算法以运行效率最优与振动冲击最小为优化目标对关节型工业机器人运行轨迹进行优化,得到Pareto最优解。对6R型机械臂的仿真结果表明,由5次非均匀B样条曲线构造的轨迹提高了运行效率并减小了关节型工业机器人在运动过程中产生的振动与冲击,使得6R型工业机器人获得更优的工作性能。
汪院林,袁锐波,袁安华[10](2020)在《差分粒子群算法在PUMA机器人逆运动学求解中的应用》文中进行了进一步梳理传统逆运动学求解主要从逆运动学方程出发,基于一定的数学理论推导,不能完全实现计算机程序化,且精度与计算效率较低;为改善这一缺陷,基于机器人正向运动学方程,借助MATLAB工具,使用蒙特卡洛法仿真分析出PUMA560机器人的工作空间,任取一点末端执行器位姿作为逆运动学求解的已知位姿矩阵T,结合差分粒子群仿生智能算法作为逆运动学求解的主要理论算法。将计算出的旋转关节变量θ1~θ6代入正运动学方程,得出末端位姿矩阵■;通过计算分析T与■相关角度误差,两矩阵所对应的位置向量与姿态向量误差精度为0.001数量级,完全满足目前机器人定位要求。基于差分粒子群理论的机器人逆运动学求解方法计算收敛速度更快,能高度实现计算机程序化,误差精度高,提高计算效率。
二、PUMA机器人逆运动学分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、PUMA机器人逆运动学分析(论文提纲范文)
(1)基于倍矢量和倍矩阵的机构运动学分析研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.2 国内外研究现状 |
1.2.1 对偶数、对偶矢量和对偶矩阵国内外研究现状 |
1.2.2 对偶四元数国内外研究现状 |
1.2.3 倍四元数国内外研究现状 |
1.2.4 6自由度串联机械手逆运动学求解的国内外研究现状 |
1.3 本论文的研究内容和结构 |
第二章 倍矩阵新理论 |
2.1 引言 |
2.2 倍矩阵 |
2.2.1 倍矩阵新理论的预备知识 |
2.2.2 倍矩阵新理论的推导 |
2.2.3 倍矩阵表示与其他空间位移表示之间的关系 |
2.2.4 基本变换矩阵的倍矩阵表示 |
2.3 Sylvester结式消元法 |
2.4 本章小结 |
第三章 具有16解的6自由度串联机械手运动学分析 |
3.1 引言 |
3.2 基于倍矩阵法建立串联机械手运动学数学模型 |
3.3 一般6R串联机械手逆运动学分析 |
3.3.1 6R串联机械手逆运动学新算法综述 |
3.3.2 倍矩阵形式的运动学封闭方程 |
3.3.3 封闭方程组的代数消元求解 |
3.3.4 数值实例 |
3.3.5 基于SolidWorks的6R串联机械手仿真验证 |
3.4 一般1P5R串联机械手逆运动学分析 |
3.4.1 1P5R与6R串联机械手逆运动学新算法之间的差异 |
3.4.2 1P5R串联机械手逆运动学新算法综述 |
3.4.3 1P5R串联机械手建模和代数消元求解 |
3.4.4 数值实例 |
3.4.5 基于SolidWorks的1P5R串联机械手仿真验证 |
3.5 4R1C串联机械手逆运动学算法 |
3.5.1 4R1C串联机械手代数消元求解 |
3.5.2 数值实例 |
3.5.3 基于SolidWorks的4R1C串联机械手仿真验证 |
3.6 本章小结 |
第四章 其他6自由度串联机械手的逆运动学分析 |
4.1 引言 |
4.2 2P4R串联机械手逆运动学算法 |
4.2.1 2P4R串联机械手代数消元求解 |
4.2.2 数值实例 |
4.3 3P3R串联机械手逆运动学算法 |
4.3.1 3P3R串联机械手代数消元求解 |
4.3.2 数值实例 |
4.4 本章小结 |
第五章 特殊尺寸6自由度串联机械手的逆运动学分析 |
5.1 引言 |
5.2 6R喷漆机械手的逆运动学分析 |
5.3 PUMA机械手的逆运动学分析 |
5.4 医用1P5R串联机械手的逆运动学分析 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(2)基于分离-重构技术的6R机器人逆解新方法(论文提纲范文)
1 研究背景 |
2 机器人结构分离 |
2.1 旋量和刚体运动 |
2.2 串联机器人正向运动学的指数积公式 |
2.3 n自由度机器人可分离证明 |
3 6R机器人的结构分离 |
3.1 正向运动学 |
3.2 结构分离 |
4 求逆运动学解 |
4.1 θ1、θ2、θ3和θ6的求解 |
4.2 θ4和θ5的求解 |
5 实验和验证 |
5.1 实验结果 |
5.2 与D-H坐标法比较 |
5.3 奇异性分析 |
5.4 结果讨论 |
6 结论 |
(3)面向冗余机械臂速度层的自适应重复运动规划研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 引言 |
1.1 课题的研究背景及意义 |
1.2 国内外研究现状分析 |
1.3 本文的研究内容 |
第2章 机械臂运动学建模 |
2.1 机械臂运动学相关基础 |
2.1.1 位姿描述 |
2.1.2 坐标变换 |
2.1.3 机械臂D-H法 |
2.1.4 机械臂雅可比矩阵 |
2.2 平面三杆机械臂的运动学模型 |
2.3 PUMA560机械臂的运动学模型 |
2.4 移动机械臂运动学 |
2.5 本章小结 |
第3章 机械臂二次规划方案与自适应方案 |
3.1 基于二次规划的重复运动方案 |
3.1.1 重复运动的性能指标设计及证明 |
3.1.2 二次规划求解 |
3.2 基于伪逆的自适应轨迹规划方案 |
3.2.1 基于伪逆轨迹规划方案 |
3.2.2 基于伪逆自适应轨迹规划方案设计 |
3.2.3 JMA方案理论证明 |
3.3 本章小结 |
第4章 基于自适应神经网络的机械臂逆运动学方案 |
4.1 带物理极限的二次规划 |
4.2 自适应神经网络设计 |
4.3 自适应神经网络理论证明 |
4.4 本章小结 |
第5章 机械臂仿真结果与分析 |
5.1 平面机械臂仿真结果 |
5.1.1 QP方案的仿真结果 |
5.1.2 APNN方案的仿真结果 |
5.2 PUMA560机械臂的仿真结果 |
5.2.1 JMA方案的仿真结果 |
5.2.2 APNN方案的仿真结果 |
5.3 移动机械臂的仿真结果 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间参加的科研项目和成果 |
(4)基于模糊神经网络与旋量理论的6R机械臂运动和动力研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 背景和研究意义 |
1.2 工业机械臂发展历程 |
1.3 机械臂运动学研究现状 |
1.4 机械臂运动规划研究现状 |
1.5 机械臂动力学及控制研究现状 |
1.6 论文结构安排 |
第二章 6R机械臂的运动学 |
2.1 引言 |
2.2 位置与姿态的表示 |
2.3 齐次变换与旋量变换 |
2.4 6R机械臂正运动学 |
2.5 6R机械臂逆运动学 |
2.6 坐标系间的速度转换 |
2.7 雅可比矩阵的介绍 |
2.8 奇异性与可操作性 |
2.9 本章小结 |
第三章 ANFIS模型及逆运动学模型 |
3.1 引言 |
3.2 ANFIS介绍 |
3.3 6R机械臂结构 |
3.4 逆解模型介绍 |
3.5 PUMA560逆解模型 |
3.6 分析逆解模型及结果 |
3.7 本章小结 |
第四章 路径规划 |
4.1 引言 |
4.2 笛卡尔空间与关节空间 |
4.3 五次多项式轨迹 |
4.4 梯形速度轨迹 |
4.5 多段多维轨迹 |
4.6 笛卡尔空间的运动轨迹 |
4.7 本章小结 |
第五章 6R机械臂的动力学及控制 |
5.1 引言 |
5.2 外力与驱动力矩 |
5.3 广义惯性矩阵 |
5.4 牛顿-欧拉方程 |
5.5 拉格朗日方程 |
5.6 前馈控制与计算力矩控制 |
5.7 本章小结 |
第六章 总结 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(5)基于粒子群算法多目标机械臂轨迹规划研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 工业机器人轨迹规划研究现状 |
1.2.1 时间最优轨迹研究 |
1.2.2 能量最优轨迹研究 |
1.2.3 冲击最优轨迹研究 |
1.3 课题主要研究内容及创新 |
1.4 本章小结 |
第2章 机器人运动学分析及数学模型建立 |
2.1 机器人运动学基础 |
2.1.1 机器人位姿与运动描述 |
2.1.2 机器人坐标系变换 |
2.2 机器人广义连杆建立和齐次变换矩阵 |
2.3 PUMA560机器人运动学的正逆问题 |
2.3.1 PUMA560机器人结构与参数 |
2.3.2 PUMA560机器人运动学分析 |
2.4 基于MATLAB的 PUMA560 机器人运动学模型仿真 |
2.4.1 PUMA560机器人模型创建 |
2.4.2 运动学正向仿真 |
2.4.3 运动学逆向仿真 |
2.5 本章小结 |
第3章 基于粒子群算法迭代寻优的轨迹规划方法 |
3.1 一般优化问题描述 |
3.2 一般优化问题约束处理方式 |
3.3 轨迹规划目标描述 |
3.4 时间、能量、脉动冲击最优轨迹规划 |
3.4.1 粒子群算法的优化原理 |
3.4.2 粒子群算法与其它优化算法对比与分析 |
3.4.3 轨迹插值方式的选择 |
3.4.4 优化目标确立 |
3.4.5 约束项确立 |
3.4.6 优化参数设置 |
3.4.7 迭代求优计算与结果分析 |
3.5 本章小结 |
第4章 基于ADAMS的算法结论仿真验证 |
4.1 ADAMS软件简介 |
4.2 PUMA560机器人模型简化创建 |
4.2.1 模型创建 |
4.2.2 添加约束、角度范围传感器 |
4.3 PUMA560机器人运动参数的仿真实验与结果分析 |
4.3.1 摩擦力添加 |
4.3.2 驱动函数的添加 |
4.3.3 仿真实验与结果分析 |
4.4 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
作者攻读学位期间的科研成果 |
致谢 |
(6)面向零件表面三维重建的机器人视觉系统标定与控制技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题来源 |
1.2 研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 手眼标定技术 |
1.3.2 视觉伺服控制技术 |
1.4 论文内容及结构 |
第二章 机器人运动学建模与仿真 |
2.1 引言 |
2.2 正向运动学建模 |
2.3 机器人雅可比矩阵 |
2.4 逆运动学求解 |
2.4.1 解析方法求解 |
2.4.2 数值方法求解 |
2.5 机器人运动学仿真验证 |
2.6 本章小结 |
第三章 机器人视觉系统标定与实验 |
3.1 引言 |
3.2 单目相机标定 |
3.2.1 单目相机模型 |
3.2.2 张正友标定法 |
3.3 手眼系统标定 |
3.3.1 手眼系统建模 |
3.3.2 基于凸优化的手眼标定方法 |
3.4 基于差分进化算法的手眼标定方法 |
3.5 实验验证 |
3.5.1 单目相机标定实验验证 |
3.5.2 手眼标定实验验证 |
3.6 本章小结 |
第四章 机器人视觉系统的控制与实验 |
4.1 引言 |
4.2 基于位置的视觉伺服控制 |
4.3 基于图像的视觉伺服控制 |
4.3.1 图像雅可比矩阵 |
4.3.2 伺服控制律设计 |
4.4 基于微分求积法的时滞视觉伺服控制 |
4.4.1 时滞视觉伺服系统建模 |
4.4.2 微分求积法 |
4.4.3 参数空间稳定性分析 |
4.4.4 最优PI控制参数设计 |
4.5 控制算法仿真验证 |
4.6 控制算法实验验证 |
4.7 本章小结 |
第五章 零件表面三维重建与实验 |
5.1 引言 |
5.2 图像特征的检测与匹配 |
5.3 稀疏点云三维重建 |
5.4 稠密点云三维重建 |
5.5 表面三维重建实验验证 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 A |
致谢 |
攻读硕士学位期间所取得的研究成果 |
(7)基于改进双树RRT算法的串联操作臂避障运动规划研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究的背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外机器人操作臂发展现状 |
1.3 国内外操作臂运动规划研究现状 |
1.3.1 研究现状 |
1.3.2 算法分析 |
1.3.3 算法设计 |
1.4 本文的主要研究内容 |
2 串联操作臂建模与运动学分析 |
2.1 引言 |
2.2 操作臂数学基础 |
2.2.1 操作臂的构成 |
2.2.2 操作臂位姿描述 |
2.2.3 坐标变换 |
2.3 操作臂建模方法 |
2.4 操作臂正运动学 |
2.4.1 操作臂模型构建 |
2.4.2 操作臂正运动学方程 |
2.4.3 操作臂逆运动学方程 |
2.5 操作臂的工作空间 |
2.5.1 操作臂规划空间 |
2.5.2 空间障碍物的描述 |
2.6 本章小结 |
3 操作臂的避障路径规划 |
3.1 引言 |
3.2 路径规划算法选择 |
3.3 操作臂避障简化模型分析 |
3.4 改进双树RRT算法 |
3.4.1 RRT算法 |
3.4.2 双树RRT算法 |
3.4.3 改进双树RRT算法 |
3.5 路径优化及仿真 |
3.5.1 Dijkstra算法 |
3.5.2 路径平滑处理 |
3.5.3 改进算法三维路径规划仿真 |
3.6 本章小结 |
4 操作臂的避障运动规划 |
4.1 引言 |
4.2 B样条 |
4.2.1 三次B样条 |
4.2.2 五次B样条 |
4.3 操作臂笛卡尔空间运动规划 |
4.3.1 Dobot操作臂笛卡尔空间路径规划 |
4.3.2 Dobot操作臂轨迹规划 |
4.3.3 PUMA560操作臂笛卡尔空间路径规划 |
4.3.4 PUMA560操作臂轨迹规划 |
4.4 操作臂关节空间运动规划 |
4.4.1 Dobot操作臂关节空间路径规划 |
4.4.2 Dobot操作臂轨迹规划 |
4.4.3 PUMA560操作臂关节空间路径规划 |
4.4.4 PUMA560操作臂轨迹规划 |
4.5 规划仿真结果对比分析 |
4.6 本章小结 |
总结与展望 |
参考文献 |
致谢 |
作者简历 |
(8)工业机器人轨迹规划与几何参数标定研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 机械臂轨迹规划研究现状 |
1.3 机器人几何参数标定以及定位精度研究现状 |
1.4 论文的主要工作及各章节安排 |
第2章 机械臂运动学原理研究 |
2.1 引言 |
2.2 机械臂位姿描述及齐次变换 |
2.2.1 机械臂空间位姿描述 |
2.2.2 空间坐标的齐次变换 |
2.2.3 空间机器人雅可比矩阵 |
2.3 机器人建模方法 |
2.4 工业机器人运动学分析 |
2.4.1 正运动学分析 |
2.4.2 逆运动学分析 |
2.5 工业机器人运动学仿真分析 |
2.6 本章小结 |
第3章 工业机器人轨迹规划研究 |
3.1 引言 |
3.2 工业机器人关节空间轨迹规划 |
3.3 五次多项式插值轨迹规划 |
3.3.1 五次多项式插值算法 |
3.3.2 五次多项式轨迹规划仿真 |
3.4 三次B样条曲线算法轨迹规划 |
3.4.1 改进B样条曲线基本性质 |
3.4.2 改进B样条曲线轨迹规划仿真 |
3.5 遗传算法的轨迹规划 |
3.5.1 遗传算法的基本原理 |
3.5.2 基于改进遗传算法的时间最优轨迹规划 |
3.5.3 实验仿真与分析 |
3.6 本章小结 |
第4章 基于遗传算法的机械臂参数标定 |
4.1 引言 |
4.2 视觉检测系统标定 |
4.3 基于空间位置约束法的机器人末端位置测量 |
4.4 遗传算法标定几何参数 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文目录 |
(9)工业机器人的运动学与轨迹规划研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外发展与研究现状 |
1.2.1 工业机器人发展与研究现状 |
1.2.2 运动学研究现状 |
1.2.3 轨迹规划研究现状 |
1.3 本文研究内容与结构安排 |
1.3.1 本文研究内容 |
1.3.2 本文结构安排 |
2.工业机器人运动学研究 |
2.1 工业机器人正运动学 |
2.2 工业机器人逆运动学 |
2.2.1 优化模型建立 |
2.2.2 逆运动学求解算法的选用 |
2.2.3 遗传算法的实现步骤 |
2.2.4 带有小生境技术的遗传算法 |
2.3 逆运动学实例仿真 |
2.3.1 PUMA560机器人参数介绍 |
2.3.2 逆运动学仿真实例 |
2.4 小结 |
3 机器人的轨迹规划研究 |
3.1 移动机器人的轨迹规划 |
3.2 关节型机器人的轨迹规划 |
4 基于5次NURBS曲线的机器人轨迹规划研究 |
4.1 引言 |
4.2 多目标最优轨迹的问题描述 |
4.3 轨迹曲线表达式的矩阵表达 |
4.4 基于B样条曲线的轨迹控制点反求 |
4.5 多目标优化问题的实现及优化算法的设计 |
4.6 轨迹规划实例仿真 |
4.6.1 仿真条件与约束设置 |
4.6.2 轨迹规划仿真测试 |
5 总结与展望 |
5.1 全文总结 |
5.2 课题展望 |
参考文献 |
附录A 带有灾变系数的小生境遗传算法MATLAB实现代码 |
附录B NSGA-II算法MATLAB主程序实现代码 |
攻读硕士学位期间发表论文及科研成果 |
致谢 |
四、PUMA机器人逆运动学分析(论文参考文献)
- [1]基于倍矢量和倍矩阵的机构运动学分析研究[D]. 黄起能. 北京邮电大学, 2021(01)
- [2]基于分离-重构技术的6R机器人逆解新方法[J]. 于权伟,李光,肖帆,杨加超,谢楚政. 湖南工业大学学报, 2021(02)
- [3]面向冗余机械臂速度层的自适应重复运动规划研究[D]. 张瑞阳. 浙江科技学院, 2020(03)
- [4]基于模糊神经网络与旋量理论的6R机械臂运动和动力研究[D]. 王波. 太原理工大学, 2020(07)
- [5]基于粒子群算法多目标机械臂轨迹规划研究[D]. 何建成. 南华大学, 2020(01)
- [6]面向零件表面三维重建的机器人视觉系统标定与控制技术研究[D]. 金轲. 上海交通大学, 2020
- [7]基于改进双树RRT算法的串联操作臂避障运动规划研究[D]. 张亚宾. 河南工业大学, 2020(01)
- [8]工业机器人轨迹规划与几何参数标定研究[D]. 宋吉. 兰州理工大学, 2020(12)
- [9]工业机器人的运动学与轨迹规划研究[D]. 杨忠瑞. 西华大学, 2020(01)
- [10]差分粒子群算法在PUMA机器人逆运动学求解中的应用[J]. 汪院林,袁锐波,袁安华. 软件导刊, 2020(04)