检索结果-内蒙古大学图书馆

电子测量与仪器学报 2024年第12期38卷 190-201页

作者：林哲潘慧琳陈丹福州大学电气工程与自动化学院福州350108

针对遮挡目标的机器人抓取存在的遮挡干扰问题,提出了改进的YOLO-CA-SD和语义分割的遮挡目标检测模型及抓取方法,完成多目标及非目标物互相遮挡干扰情况下的抓取。首先,该模型在YOLOv5l中添加坐标注意力,在损失函数基础上考虑检测框匹... 详细信息

针对遮挡目标的机器人抓取存在的遮挡干扰问题,提出了改进的YOLO-CA-SD和语义分割的遮挡目标检测模型及抓取方法,完成多目标及非目标物互相遮挡干扰情况下的抓取。首先,该模型在YOLOv5l中添加坐标注意力,在损失函数基础上考虑检测框匹配方向的问题,增加框之间的角度信息,并对原模型检测部分进行解耦,减少耦合造成的信息丢失。其次,提出了改进的DeeplabV3+目标分割模型,用MobileNetV2替换DeeplabV3+原主干网络,减小模型复杂度,在空洞空间金字塔池化结构中添加CA模块融合像素坐标信息提高分割精度,解决了遮挡干扰问题。最后,利用点云配准得到目标姿态相对于模板姿态的末端旋转角及最优抓取点。在2750张自主构建的常用工具遮挡数据集上进行性能测试,结果表明:改进后的模型在m AP@0.5,m AP@0.5:0.95、60%目标物体遮挡率数据集及60%非目标物体遮挡率数据集上的检测精度分别提高了0.052%、0.968%、6.000%、7.400%。此基础上改进的语义分割模型分割速度和MIOU分别提升了33.45%和0.625%,并且通过ABB IRB1200机械臂实现遮挡目标的抓取实验,验证了该方法的可行性与实用性。

关键词：遮挡目标检测目标抓取 YOLO DeeplabV3+模型点云配准

来源：评论

学校读者我要写书评

暂无评论

基于虚拟力引导的人机协同目标抓取方法

引用

智能系统学报 2021年第4期16卷 683-689页

作者：姜通维姜勇沈阳建筑大学信息与控制工程学院辽宁沈阳110168 中国科学院网络化控制系统重点实验室辽宁沈阳110016 中国科学院沈阳自动化研究所辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110169

针对力反馈遥操作中传统人工势场法无法适应于机械臂整体的避障以及在作业过程中操作者难以控制机械臂到达所需位姿的问题,提出了一种基于虚拟力引导的人机协同目标抓取方法。力反馈设备向操作者提供力觉交互。通过结合人工势场法和虚... 详细信息

针对力反馈遥操作中传统人工势场法无法适应于机械臂整体的避障以及在作业过程中操作者难以控制机械臂到达所需位姿的问题,提出了一种基于虚拟力引导的人机协同目标抓取方法。力反馈设备向操作者提供力觉交互。通过结合人工势场法和虚拟夹具,构建管道形虚拟力场,生成实时虚拟力引导,实现协助操作者完成从端机器人的整体避障任务并在完成避障后引导机器人返回预定义路径并趋近目标点。当进行抓取任务时,构建锥形虚拟力场,实现协助操作者操作机械臂到达目标位置和姿态。此外,提出了一种机器人运动限制方法以降低操作者的操作失误对抓取任务的影响。实验证明,该方法能有效提高目标抓取操作的成功率和操作效率。

关键词：虚拟力引导力反馈运动约束机械臂避障目标抓取主从控制遥操作人机协同

来源：评论

学校读者我要写书评

暂无评论

基于模糊趋近的移动机械臂目标抓取方法

引用

华中科技大学学报（自然科学版） 2013年第S1期41卷 47-50页

作者：焦继乐曹志强赵鹏谭民中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190

提出了一种基于模糊趋近的移动机械臂目标抓取方法.移动机械臂采用Eye-in-Hand方式的CMOS视觉系统,视觉识别双十字的趋近指引标识,将移动平台与其中心点的连线方向和移动平台运动方向的夹角作为模糊控制器的输入,设计双输入单输出模糊... 详细信息

提出了一种基于模糊趋近的移动机械臂目标抓取方法.移动机械臂采用Eye-in-Hand方式的CMOS视觉系统,视觉识别双十字的趋近指引标识,将移动平台与其中心点的连线方向和移动平台运动方向的夹角作为模糊控制器的输入,设计双输入单输出模糊控制器,通过对移动平台运动方向的调整实现移动机械臂对目标的趋近;目标为双黑线环绕的红色圆柱,当目标在机械臂的可操作范围内,移动平台停止运动并基于逆向运动学求解机械臂各关节角,进而实现目标抓取.实验表明了所提方法的有效性.

关键词：移动机械臂 CMOS摄像头视觉处理模糊控制目标趋近目标抓取

来源：评论

学校读者我要写书评

暂无评论

面向机器人操作的目标抓取与参数辨识方法研究

面向机器人操作的目标抓取与参数辨识方法研究

引用

作者：王超哈尔滨工业大学

学位级别：博士

机器人作为未来高新技术、新兴产业发展的重要基础,对推动社会经济发展和提高人类生活水平具有重要现实意义。21世纪以来,随着计算机技术和机器学习技术的迅猛发展,智能机器人技术也实现了快速的发展。近些年来,智能机器人逐渐走进人类... 详细信息

机器人作为未来高新技术、新兴产业发展的重要基础,对推动社会经济发展和提高人类生活水平具有重要现实意义。21世纪以来,随着计算机技术和机器学习技术的迅猛发展,智能机器人技术也实现了快速的发展。近些年来,智能机器人逐渐走进人类的现实生活,特别是在智能制造、农业生产、智慧仓储、商超服务等领域都有应用实例。机器人的作业环境正逐渐由静态结构化场景向动态非结构化场景进行转变,机器人所面向的作业任务也更加多样化和复杂化,这要求机器人必须向更高智能化水平的方向发展。近些年来,具备目标自主识别与灵活操作能力的智能机器人逐渐成为机器人领域研究的热点。机器人对目标的自主抓取与灵巧操作技术,是智能机器人领域迫切需要解决的难题之一,也是本文的主要研究内容。机器人自身不具备感知能力,需要依靠外部传感器来识别目标。本文以视觉传感器作为机器人的“眼睛”,采用深度学习技术协助机器人识别目标的信息。首先,本文提出了一种基于深度学习的轻量级单步学习网络结构。该网络结构以RGB图像作为输入,输出目标的语义标签和6D位姿。其次,本文提出了两种3D建模思路,用于获取日常物体的3D模型。为了满足学习网络的数据需求,本文在虚幻引擎4中搭建了数据生成场景并采用域随机化技术生成合成数据集。最后,通过一系列目标识别实验,包括单目标识别实验、多目标识别实验、目标动态跟踪实验和弱光环境下目标识别实验,验证了所提出网络结构的有效性和准确性。在一些复杂场景中,如光线变化、目标遮挡等场景,机器人依靠视觉对目标位置的识别精度极易降低,从而导致机器人的抓取任务失败。为进一步提高目标的定位精度,本文借鉴人类触觉感知,利用触觉传感器辅助机器人搜索并定位目标。触觉传感器在没有与外部接触时,其输出信号保持恒定而无法协助机器人连续地搜索目标。为解决这一问题,本文提出了一种基于部分可观测马尔科夫决策过程的机器人搜索路径规划方法。该方法将机器人对目标的搜索过程表征为部分可观测马尔科夫决策模型,通过均匀概率分布函数生成虚拟触觉信号,确保决策系统在无实际触觉反馈下仍可以连续地更新系统状态。随后,通过变步长机械手移动策略和“仿真→执行→迭代”目标搜索策略,实现了机器人对目标的搜索和定位过程。最后,通过仿真实验和真机实验对所提方法进行了验证。为了提升目标抓取过程的稳定性,本文提出了一种基于目标参数的机器人抓取方法。首先,建立了机械手-目标的接触力和接触力矩模型,用于辨识目标的质量和质心坐标。其次,利用目标的质量和质心坐标重新计算机械手的抓取力,从而提高抓取过程对抓取位置的包容性。为使机器人可以自主识别目标的在手状态,本文建立了基于摩擦理论的目标状态辨识模型。通过辨识模型辨识目标的在手状态,机器人动态调整机械手的抓取力,避免目标从机械手中滑落。当机器人在有限空间中执行目标操作任务时,机器人容易受到空间大小的限制而无法完成运动规划。为使机器人顺利完成规划空间受限下的操作任务,本文提出了一种基于模型预测控制的目标在手操作方法。通过目标的滑动操作或旋转操作,机器人可以灵活地调整目标的姿态,从而满足受限空间下作业任务对目标姿态的要求。最后,本文搭建了机器人作业实验平台,在商品分拣装箱和商超货架补货两类作业场景下验证了目标信息识别、搜索路径规划、目标参数辨识、目标在手状态辨识和目标在手操作等相关理论方法的有效性。

关键词：深度学习马尔科夫决策过程目标抓取参数辨识机器人操作

来源：评论

学校读者我要写书评

暂无评论

机器视觉中语义分割及目标抓取的深度学习技术研究

机器视觉中语义分割及目标抓取的深度学习技术研究

引用

作者：白强贵州大学

学位级别：博士

以深度学习为代表的人工智能技术和机器人技术均是全球热门研究领域,更是我国实现从制造大国向制造强国转变的基本条件。我国将智能制造作为提升制造业实力的主攻方向,先后发布了《中国制造2025》、《智能制造发展规划(2016-2020)年》... 详细信息

以深度学习为代表的人工智能技术和机器人技术均是全球热门研究领域,更是我国实现从制造大国向制造强国转变的基本条件。我国将智能制造作为提升制造业实力的主攻方向,先后发布了《中国制造2025》、《智能制造发展规划(2016-2020)年》和《“十四五”智能制造发展规划》征求意见稿,这表明我国对智能制造愈发重视且政策体系愈发完善健全。在此背景下,开展基于机器视觉的机器人智能抓取研究将具有重要意义,不仅促进人工智能和机器人的融合发展,还将助力我国制造业转型升级。本研究在工业和信息化部工业转型升级项目(中药制剂全流程智能制造新模式应用)和国家重点研发计划(航空装备制造产业集聚区域网络协同制造集成技术研究与应用示范)两个项目的支持下,针对目标抓取策略这一抓取核心问题开展研究。以目标检测和语义分割算法为基础,搭建高性能抓取策略预测模型,并在机器人抓取平台上进行应用验证。主要研究内容包括:(1)基于语义分割算法的三角形抓取策略研究。对抓取策略相关研究成果总结后发现基于目标检测算法的矩形抓取策略存在精度低和泛化性差的问题。本文基于Deep Lab V3+在语义分割领域的优异性能,将其改进后用于像素级别的抓取策略生成,并研究了一种与矩形抓取策略完全不同的高稳定性抓取策略——三角形抓取策略。首先将Deep Lab V3+从单语义分割输出模型优化为决定抓取策略的多输出模型;其次对Deep Lab V3+的核心结构——稀疏空间金字塔池化模块进行理论分析并优化改进,使其更适用于抓取策略生成任务;最后,通过与类似研究成果对比发现本文提出的模型架构在抓取策略预测上取得了领先的性能。(2)基于混合模型的矩形抓取策略研究。为提高抓取研究的通用性,本文继续对目前广泛应用的矩形抓取策略开展研究。矩形抓取策略和目标检测算法的识别框较为相似,因此很多研究者直接将目标检测算法迁移至抓取策略研究,这导致模型性能不佳。本文基于卷积神经网络的特征抽取能力和残差网络的信息融合能力,搭建了两者融合的混合模型;另外,针对卷积神经网络结构和残差网络非线性变换进行优化改进;最后,基于优选结构进行超参数调整来进一步提升模型性能。通过与已有研究成果比对发现,改进后的模型无论是在准确率还是稳定性上均有较好的提升。(3)将理论模型部署在机器人平台上进行应用验证。从已有研究成果来看,多数研究只进行了理论分析和模型预测,未进行实际抓取实验,亦或理论与实验之间性能相差较大。本文将训练好的三角形抓取策略预测模型与矩形抓取策略预测模型分别部署在不同的机器人抓取平台上进行应用验证。对比后发现三角形抓取策略由于受力点多因此具有更高的抓取成功率,但抓取速度较慢;矩形抓取策略由于仅有两个受力点,因此抓取成功率低于三角形抓取策略,但速度明显快于前者。

关键词：目标抓取机器人神经网络机器视觉

来源：评论

学校读者我要写书评

暂无评论

智能机器人目标抓取关键技术研究

智能机器人目标抓取关键技术研究

引用

作者：谢心如哈尔滨工程大学

学位级别：博士

随着越来越多地智能机器人应用于各个领域,抓取操作作为机器人领域中的研究热点,实现机器人的智能抓取对机器人的快速发展和商业落地具有十分重要的意义。目前机器人抓取研究距离实现真正的智能化还有一定的差距,主要存在三个问题:(1)... 详细信息

随着越来越多地智能机器人应用于各个领域,抓取操作作为机器人领域中的研究热点,实现机器人的智能抓取对机器人的快速发展和商业落地具有十分重要的意义。目前机器人抓取研究距离实现真正的智能化还有一定的差距,主要存在三个问题:(1)机器人抓取物体前需要建立精确的系统模型,很多研究中忽略了机器人本身的定位误差,导致机器人抓取物体时的实际位置与期望位置出现偏差;(2)传统的机器人目标抓取方法需要抓取物体的精确几何模型信息,无法用于非结构化的真实场景,在多种未知场景中自主检测、搜索并抓取目标物体是目前智能机器人抓取操作面临的最大难题;(3)由于指尖触觉/力传感器的成本及灵敏度的限制,目前许多机械手不具备灵敏的触觉/力感知能力,而在现实环境中存在的许多物体对抓取力的要求非常高,特别是柔软物体和易碎物体,抓取力过大将损坏抓取物体。为了使智能机器人精确、自主、安全的抓取非结构化环境中的物体,并广泛增加可抓取的物体类型,针对以上三个问题,本文对智能机器人目标抓取的三个关键技术进行了系统的研究,包括:机器人运动学及视觉系统标定方法、基于视觉感知的智能机器人目标检测及抓取方法和基于触觉感知的机械手柔顺抓取控制方法。首先,为了提高智能机器人抓取物体时的末端定位精度,提出了一种低成本易操作的基于直线虚拟约束的机械臂运动学标定方法。利用改进的DH方法建立了机械臂的运动学模型,在基于改进DH方法的误差模型的基础上建立了基于直线约束的运动学误差模型,利用基于图像的视觉控制方法实现了标定位姿的自动对齐。设计了机械臂运动学标定实验系统,机械臂运动学标定实验结果表明该算法有效地提高了机械臂的末端定位精度。此外,研究并实现了机器人视觉系统的建模及标定方法,包括相机建模及标定、“眼在手外”系统标定和“眼在手上”系统标定,得到了精确的机器人视觉系统模型及关系矩阵。其次,为了使智能机器人在非结构化的真实场景中自主检测并抓取目标物体,设计了基于视觉的智能机器人物体抓取系统,研究了基于RGB图像的物体检测算法,实现了对相机采集的RGB数据流的实时检测。研究并实现了深度图像和RGB图像的配准及深度图像修复方法,提高了深度信息的准确性。此外,提出了一种基于检测约束的无旋转目标抓取算法,设计抓取位姿估计算法,直接根据物体检测结果估计目标物体的抓取位姿,在非结构化的真实场景中成功实现了多种类型的目标物体的检测及抓取操作。再次,针对未知场景中目标物体可能被部分或完全遮挡的问题,需要机器人既能检测和抓取目标物体,也要能够抓取或移除无法识别的可抓取物体。本文提出了一种考虑旋转的目标检测及抓取方法:通过两点式对抓取进行表示,考虑了机械手的旋转角度;研究了基于卷积神经网络的抓取位姿生成算法,对输入的深度图像快速有效地生成抓取位姿;设计了未知场景中的目标检测及抓取算法结构。机器人目标抓取实验结果表明,该算法能够有效地在多种未知场景中搜索并抓取目标物体,并且与基于检测约束的无旋转目标抓取算法相比,进一步提高了目标抓取的成功率。最后,为了实现智能机器人对不同特性的物体安全稳定的抓取操作,避免抓取操作对物体的损坏,特别是柔软物体和易碎物体,设计了一种基于水凝胶材料的新型柔性电子皮肤式触觉传感器,该传感器具有灵敏的力感知能力,且成本较低、方便使用,可以直接穿戴在机器人上感知机器人与环境的接触信息。研究了基于触觉传感器的机械手柔顺抓取算法,在机械手抓取物体时控制抓取力。将触觉传感器集成在只能进行位置控制的Kinova KG-3机械手上,进行了基于触觉感知的机械手柔顺抓取控制实验,赋予了机械手抓取柔软易碎物体的能力,成功实现了对葡萄、豆腐、鹌鹑蛋、薯片等易碎易损坏物体安全的抓取操作。

关键词：目标抓取机械臂标定视觉感知触觉感知柔顺控制

来源：评论

学校读者我要写书评

暂无评论

一种基于混合策略的排爆机器人目标抓取轨迹规划

引用

机床与液压 2015年第21期43卷 86-90页

作者：张云峰马振书孙华刚陆继山军械工程学院河北石家庄050003 军械技术研究所河北石家庄050003

一种时间-脉动最优的混合优化策略被用来对排爆机器人目标抓取的轨迹进行规划,以兼顾机械臂运动过程中的平稳性和效率。采用三次样条曲线连接路径点,对路径点之间的运动时间搜索优化抓取轨迹。结果表明:关节空间的轨迹十分平滑,可以减... 详细信息

一种时间-脉动最优的混合优化策略被用来对排爆机器人目标抓取的轨迹进行规划,以兼顾机械臂运动过程中的平稳性和效率。采用三次样条曲线连接路径点,对路径点之间的运动时间搜索优化抓取轨迹。结果表明:关节空间的轨迹十分平滑,可以减小机械磨损,避免关节速度、加速度的突然变化,控制振动。在工作空间的目标抓取仿真显示,机械臂可以沿着预定路径和策略在预抓取位置调整好姿态,无干涉的接近目标完成抓取任务。

关键词：机械制造自动化排爆机器人轨迹规划混合策略目标抓取

来源：评论

学校读者我要写书评

暂无评论

移动机器人自主导航和目标抓取关键技术研究

移动机器人自主导航和目标抓取关键技术研究

引用

作者：薛秉鑫青岛理工大学

学位级别：硕士

移动机器人作为机器人领域的重要组成部分,其理论和应用研究一直是研究热点课题并受到广泛关注。与工业机器人所处的结构化环境不同,移动机器人的应用环境具有复杂性、动态性和不确定性的特征,移动机器人的自主导航问题成为亟需解决的... 详细信息

移动机器人作为机器人领域的重要组成部分,其理论和应用研究一直是研究热点课题并受到广泛关注。与工业机器人所处的结构化环境不同,移动机器人的应用环境具有复杂性、动态性和不确定性的特征,移动机器人的自主导航问题成为亟需解决的首要问题。另一方面,机器人抓取操作是机器人操作任务中的基本任务,机器人目标抓取研究也引起了众多学者的密切关注。因此,本研究以移动机器人为研究对象,从路径规划、路径跟踪以及目标物识别和抓取位置检测三个方面完成了对移动机器人自主导航和目标抓取的关键技术研究。(1)鉴于基本蝙蝠算法在平衡寻优精度和收敛速度方面存在困难从而限制了其解决全局路径规划的效率,提出了蝙蝠算法与强化学习相结合的混合蝙蝠算法对全局路径规划进行研究。蝙蝠算法的寻优性能由两个参数决定:响度衰减系数和脉冲发射率增强系数。在所提混合蝙蝠算法中,在训练阶段采用Q学习算法学习蝙蝠种群中每个个体的最优参数值,然后在执行阶段应用这些训练好的最优参数值完成全局路径规划任务,从而改善蝙蝠算法的寻优精度和收敛速度。在三种不同的仿真环境中将所提算法与蝙蝠算法和粒子群算法进行了对比分析。仿真结果表明,混合蝙蝠算法具有令人满意的全局路径规划效果,可以作为处理全局路径规划问题的重要选择。(2)在获得规划好的全局最优路径后,需要解决路径跟踪问题,其中,路径跟踪控制性能的好坏将直接决定移动机器人自主导航问题是否可以有效解决。首先建立了两轮差速驱动移动机器人的运动学及动力学模型,并采用反步法设计了移动机器人路径跟踪控制规律,以此来计算控制量的期望值;然后提出了基于灰狼算法优化的PID控制,采用灰狼优化算法对PID控制参数进行自整定以提高控制系统的动态性能;最后仿真和实验结果表明,利用提出的控制算法能够有效稳定地控制移动机器人完成路径跟踪任务。(3)将深度学习方法应用于移动机器人抓取操作任务中,提出了一种多任务卷积神经网络。该网络可以深度挖掘图像中与机器人抓取操作相关的视觉特征,能够同时完成目标物的识别和抓取位置检测任务。实验结果显示,目标物的识别和抓取位置检测两任务之间存在一定的内在联系,多任务网络相比单一任务网络具有更加优越的性能。将多任务卷积神经网络应用于实际移动机器人实验平台,该网络能够成功地对目标物进行识别和抓取位置检测并用以指导移动机器人完成目标抓取操作。

关键词：移动机器人自主导航目标抓取混合蝙蝠算法基于灰狼算法优化的PID控制多任务卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于线特征的水下机器人视觉伺服目标抓取控制研究

基于线特征的水下机器人视觉伺服目标抓取控制研究

引用

作者：徐明浩哈尔滨工程大学

学位级别：硕士

进入21世纪,水下机器人领域取得了突飞猛进的发展。水下机器人作为各国进行深海环境勘探与水下作业的主要技术手段,在人类进行海洋资源利用开发的过程中拥有举足轻重的地位。随着机器人在水下环境中的应用日趋精细复杂,其中大量的工作... 详细信息

进入21世纪,水下机器人领域取得了突飞猛进的发展。水下机器人作为各国进行深海环境勘探与水下作业的主要技术手段,在人类进行海洋资源利用开发的过程中拥有举足轻重的地位。随着机器人在水下环境中的应用日趋精细复杂,其中大量的工作不仅需要水下机器人具有对周围环境进行观测与感知的能力,更需要其具备在非结构化环境中与周围物体进行交互的作业能力。因此,由传统水下机器人搭载多功能机械臂组成的水下机器人-机械臂系统(Underwater Vehicle Manipulator System,UVMS)正逐渐成为海洋智能装备领域的研究热点。对水下目标进行稳定可靠的抓取是UVMS具有与周围环境进行交互能力的重要体现。为实现这一任务,目前UVMS对水下目标进行抓取往往都是通过操作人员在水面控制台进行远程实时遥控的方式完成的。这种遥操作的方法需要专业操作人员在海上长时间进行高强度操作,并强调操作员在回路中的作用,不利于长时间的精细作业和系统智能程度的提升。与UVMS的遥控抓取相比,在回路中引入搭载摄相机的视觉反馈,从而利用视觉反馈信息去引导UVMS完成抓取所形成的视觉伺服自主抓取方案具有反应速度、工作效率和智能化程度的全面优势。为此,本文从UVMS视觉伺服自主抓取的任务出发,主要研究内容如下:1)完成UVMS视觉抓取系统模型的搭建。根据视觉抓取系统所搭载摄像机不同的安装方式,通过分析UVMS的正向运动学以及摄像机的透视投影模型确定摄像机所观察空间物体与其在图像空间中对应位置的关系,同时推导得到一种适用于任意摄像机安装位置的视觉抓取系统通用结构框架,为后续视觉伺服抓取方法的研究奠定了基础。2)针对UVMS视觉伺服自主抓取的运动学控制问题,将线特征在图像空间中使用特征参数进行表示并推导线特征的图像雅可比矩阵,建立图像空间特征运动与UVMS期望运动的关系。基于不同摄相机配置和UVMS冗余自由度的特点提出两种基于线特征的视觉伺服抓取方法,针对摄相机“眼到手”配置建立图像空间误差与艇体期望运动间映射,实现机械臂固定艇体运动状态下的悬浮抓取;针对摄相机“眼在手”配置建立特征误差与UVMS各广义自由度运动间映射,实现艇体和机械臂协调运动状态下的悬浮抓取。同时考虑到抓取过程中可能出现的线特征提取突然中断的情况,提出一种视觉特征暂时消失情况下的抓取策略保证抓取任务正常进行。3)针对视觉伺服自主抓取过程中的动力学控制问题,构建了一种基于时延估计的UVMS运动控制算法。该方法使用时延估计项对UVMS所受到的集总干扰进行实时估计与补偿且对模型精准程度的依赖性较低,文章应用Lyapunov理论对其稳定性进行分析并通过联合仿真实验验证了其控制性能,仿真结果表明了所提出基于线特征的视觉伺服目标抓取控制方法的有效性。

关键词：水下机器人-机械臂系统自主作业目标抓取视觉伺服运动控制

来源：评论

学校读者我要写书评

暂无评论

基于多自由度机械臂的目标抓取力控研究

基于多自由度机械臂的目标抓取力控研究

引用

作者：秦晓伟长春理工大学

学位级别：硕士

在众多机械手臂的工作任务中,不仅要求机械臂能够做出理想的空间运动,同时也要求机械手在机械臂运动过程中维持合适的抓取力,而且被抓取对象也不一定是单一的、规则的物体,机械手臂需要适应不同重量、不同形状的被抓取对象,甚至还需要... 详细信息

在众多机械手臂的工作任务中,不仅要求机械臂能够做出理想的空间运动,同时也要求机械手在机械臂运动过程中维持合适的抓取力,而且被抓取对象也不一定是单一的、规则的物体,机械手臂需要适应不同重量、不同形状的被抓取对象,甚至还需要确保易损类目标对象在抓取过程中的安全性。针对上述问题,本文设计实现了六自由度机械臂的运动控制方法,并且提出了一种基于自主搭建机械手的抓取力模糊增量式PID控制算法,提高了机械手臂在实际工作中的抓取力稳定控制。目标抓取系统的环境搭建方面,其主要由六自由度机械臂,机械手小型系统,深度相机三个大部分组成。深度相机采集目标物体的图像并匹配查询预设物体信息库,对比之后获得目标物体的预设重量数据,然后传输到机械手小型系统的控制器中。控制器根据得到的目标物体重量信息计算期望抓取力,传感器实时获取机械手对目标物体的夹持力,闭环控制实时调整机械手的抓取力大小。深度相机获取目标位置信息,通过坐标变换得到机械臂坐标空间中的坐标信息,机械臂规划空间运动轨迹并移动到适合抓取目标物体的位置,最后控制机械手安全稳定的抓取目标物体。六自由度机械臂运动控制方面,首先介绍了ROS平台并对六自由度机械臂建立了URDF模型,然后通过ROS平台下的Move It!实现了对机械臂的运动控制,其中分析了笛卡尔空间中机械臂运动轨迹规划的基本原理,最后通过Rviz可视化操作平台和Python编程实现了六自由度机械臂在关节空间和笛卡尔空间中的自主避障运动。机械手抓取力控制方面,首先介绍分析了增量式PID算法以及模糊控制理论的核心内容,并对自主搭建机械手进行了系统传递函数辨识,然后基于两者的控制思路提出了一种基于自主搭建机械手的抓取力模糊增量式PID控制算法,最后通过MATLAB平台实现了算法的仿真实验。最后,在搭建的实验环境中设计了抓取力控制实验,并且分析总结了本文的工作内容以及在工作中的不足,展望了未来研究的新思路与重点。

关键词：机械手臂目标抓取抓取力控制模糊理论 ROS 增量式PID

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：