-
智能拾取机械臂系统
来源:机械制造 发布日期:2023-10-20
机械臂是一种臂型机器人，随着使用要求的不断提高，传统机械臂不具备自动控制能力的缺点逐渐显现出来。搭建了一套智能拾取机械臂系统，引入机器视觉来引导机械臂的运动规划，搭载视觉传感器对混合场景下需要抓取的目标进行识别分类，并估计目标在三维空间中的位姿，从而引导、移动机械臂靠近目标，完成拾取任务。介绍了智能拾取机械臂系统的整体结构，分析了视觉识别系统和控制系统，并制作了样机。
-
基于GB-APFB-RRT<sup>*</sup>算法的机械臂路径规划
来源:组合机床与自动化加工技术 发布日期:2023-10-20
针对传统机械臂路径规划快速扩展随机树（RRT）算法存在探索能力弱，导向性差，收敛速度慢，耗时长等问题，提出了一种基于人工势场引导的概率偏置双向最优RRT算法（GB-APFB-RRT*）。首先，起末点同时生成双树进行路径搜索，利用目标概率偏置阈值初步确定采样点扩展的方向，再重选父节点重布线，使每次迭代点都为路径代价最小；其次，在新节点的生长方式上引入人工势场思想，控制新节点的生
-
基于改进灰狼算法的机械臂运动学高精度逆解
来源:组合机床与自动化加工技术 发布日期:2023-10-20
为提高串联机械臂逆运动学的求解精度、简化求解难度及增强求解通用性，提出一种适用于各类串联机械臂逆运动学求解的改进群智能算法；根据改进D-H参数法建立机械臂运动学模型，以最小化位姿误差为优化指标建立目标函数，将逆运动学求解问题转化为优化控制问题。通过多种群混沌协同搜索策略、最优学习策略、多重变异扰动策略和跳出局部最优策略4种改进策略提出一种多策略协调改进的灰狼优化(multi strategy co
-
带有输出约束机械臂系统的固定时间控制
来源:组合机床与自动化加工技术 发布日期:2023-10-20
针对具有未知非线性特性和输出约束机械臂的轨迹跟踪控制问题，提出了一种基于径向基神经网络(radial basis function neural network, RBFNN)的事件触发式固定时间控制算法。首先，将障碍Lyapunov函数引入到了反步控制框架中，并利用RBFNN处理系统中的未知非线性特性；其次，为了缓解系统通信压力，设计了事件触发机制以减小控制信号的更新频率。在上述基础上，基于固定
-
机械臂自适应超螺旋积分终端滑模控制
来源:机械科学与技术 发布日期:2023-10-18
针对■-自由度不确定性刚性机械臂动力学系统，提出了一种新的自适应超螺旋积分终端滑模控制方法，以实现机械臂系统的轨迹跟踪控制。首先，给出了一种新型的积分终端滑模面设计，并基于所提出的改进变指数趋近律方案，设计了系统的自适应滑模变结构控制器，以有效地抑制系统的未知不确定性和外界扰动，并保证系统快速到达滑模面，降低系统的抖振。其次，通过构造合适的Lyapunov函数，对机械臂误差系统的收敛性进行了分析。
-
剪叉平台上机械臂的滑模神经网络控制
来源:太原科技大学学报 发布日期:2023-10-15
我国以往隧道灯的拆卸工作都是采用脚手架或高车加人工操作装置来完成，但在高空作业过程中会存在安全隐患，剪叉平台上的研究应该提上日程。考虑到剪叉平台的柔性特性，在平台达到预定的工作位置时，由于剪叉平台产生振动，从而影响机械臂末端跟踪精度。用拉格朗日原理推导了剪叉机构上的机械臂的动力学方程。在滑模控制策略的基础上，设计了新型指数趋近律，提升了机械臂末端轨迹的跟踪速度。针对系统建模过程中存在的建模误差以及
-
基于sEMG信号和BPNN算法的机械臂控制系统设计
来源:机床与液压 发布日期:2023-10-15
为了解决市场康复假肢功能单一、使用效果极差和价格昂贵等缺点，提出一种基于表面肌电信号的机械手控制系统。该系统主要分为两部分：一部分是基于Cortex-M4系列的肌电信号采集、预处理、BP神经网络分类的信号处理系统；另一部分是基于Cortex-M3系列的机械手臂控制系统。信号处理系统发出控制命令无线传输到机械臂，控制6舵机自由度的机械臂，实现6个动作的展示。试验结果证明：该系统能够实现6个动作的自学
-
一种基于工具坐标系的机械臂关节结构参数几何标定方法
来源:装备制造技术 发布日期:2023-10-15
常规的机械臂关节结构参数几何标定方法以运动约束为主，空间点对点的距离误差相对较大，影响几何标定效果。因此，设计一种基于工具坐标系的机械臂关节结构参数几何标定方法。辨识机械臂关节结构参数标定测量姿态，从姿态库中随机选取出若干个标定位姿作为初始位姿，通过变换位姿的方式得到结构参数几何标定位姿组。基于工具坐标系标定关节结构参数几何位姿，根据结构参数几何标定位姿建立工具坐标系，并将机械臂关节的基坐标系作为
-
六自由度工业机械臂运动学分析与避障轨迹规划
来源:自动化应用 发布日期:2023-10-10
作为一种高效率、高精度的工作工具，工业机器人被广泛应用于各种制造业领域，但由于其操作空间有限且受环境因素的影响，在实际工作过程中经常出现问题。因此，本文提出了一种可用于复杂机械加工、装配、搬运等任务的六自由度工业机械臂，分析了其运动学特性，并采用了基于多项式插值的避障轨迹规划方法解决工业机器人工作中的避障问题。
-
深度强化学习的机械臂密集场景多物体抓取方法
来源:计算机工程与应用 发布日期:2023-10-09
机械臂在密集杂乱场景中抓取物体时容易碰撞，需要借助推动分离物体，以获取足够的抓取空间。目前已有的推抓协同方法样本效率和抓取成功率偏低，针对这些问题，提出了一种新的基于DDQN(double deep Q network)的深度强化学习方法能够高效地学习优秀的推抓协同策略，该方法包括可以筛选有效动作的掩码函数（mask function），协助机械臂探索更多有助于抓取的样本，促进模型进行高效率的学习
027-87841330