本文關鍵詞：4R桌面機器人運動學和動力學及軌跡規(guī)劃算法研究　出處：《青島科技大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 機器人 運動學 動力學 軌跡規(guī)劃 BP神經(jīng)網(wǎng)絡 動態(tài)規(guī)劃 三次B樣條插值 仿真與實驗

【摘要】：隨著機器人技術的迅猛發(fā)展和市場的迫切需求,我國已將機器人行業(yè)列為“中國制造2025”的重點研究領域。本文以產(chǎn)學研合作為基礎,以Dobot機器人為例,進行功能擴展,二次開發(fā),研發(fā)了一臺教學型四自由度桌面機器人,旨在讓學生更加深刻地認知和了解機器人。在研發(fā)過程中,本文著重對桌面機器人運動學、動力學和軌跡規(guī)劃的算法進行了研究。為了避免解被丟失的可能性和保證角的精度。本文根據(jù)桌面機器人的位姿結構特點,運用D-H法建立了該機器人各關節(jié)坐標系和運動學方程,進行了正逆運動學分析,得到了正逆解表達式,并將雙變量反正切函數(shù)運用到了逆解的表達式中,通過真實數(shù)據(jù)驗證了其正逆解的正確性。同時,對該機器人的微分運動進行了分析,通過構造法得到了桌面機器人的雅可比矩陣。運動學分析為桌面機器人動力學和軌跡規(guī)劃的分析研究打下了堅實的基礎。針對傳統(tǒng)機器人動力學建模方法推導過程復雜,模型求解困難,計算誤差大,且難度隨著機器人自由度數(shù)的增加而迅速增加的問題。本文受到人工智能的啟發(fā),提出新方法,讓機器人自己學會動力學建模。采用關節(jié)變量作為輸入,各關節(jié)所對應的力矩值作為輸出,構建了三層BP神經(jīng)網(wǎng)絡模型來解決桌面機器人動力學逆問題。為了使模型訓練收斂速度更快,更加穩(wěn)定,在訓練中引入了彈性梯度下降算法。運用MATLAB編程,將各關節(jié)所對應的力矩預測值與計算所得實際值進行了對比,達到了誤差精度要求。預測結果表明,桌面機器人力矩主要由2、3關節(jié)承受,其余關節(jié)受力較小,所建立的BP神經(jīng)網(wǎng)絡模型能夠有效的預測桌面機器人在任意姿態(tài)下各關節(jié)所需的力矩值。采用人工智能的方法來解決機器人動力學問題對今后機器人動力學問題的研究具有很大的參考價值。為了尋求最佳運動路徑,解決逆解多重解和機器人運動平穩(wěn)性問題。首先,設計了桌面機器人軌跡規(guī)劃器算法流程圖,并在Solidworks中通過桌面機器人的裝配關系采用示教的方式獲取了起始點和終止點的位置。其次,在笛卡爾空間中利用直線插補算法和調(diào)用逆解公式求出了關節(jié)角序列,并用動態(tài)規(guī)劃算法選出了一組最優(yōu)解序列。最后,針對離散的最優(yōu)解,再利用三次B樣條插值對其進行了連續(xù)化處理。通過實例驗證和MATLAB編程仿真,結果表明,得到了桌面機器人的最佳運動路徑并保證了機器人運動的平穩(wěn)性,也驗證了算法的正確性。為了提高機器人設計效率。本文運用MATLAB GUIDE開發(fā)了機器人分析仿真平臺,該平臺實現(xiàn)了機器人運動學正逆問題、動力學正逆問題、動畫演示和軌跡規(guī)劃等分析仿真功能。并將仿真結果以數(shù)圖的形式輸出,可視化效果高。桌面機器人在運動學分析的基礎之上。利用BP神經(jīng)網(wǎng)絡解決了逆動力學問題。運用直線插補、動態(tài)規(guī)劃和三次B樣條插值算法獲得了最佳運動路徑。通過開發(fā)分析仿真平臺,有效地提高了桌面機器人的設計效率。本文的研究成果可以為機器人的設計和研究提供一種可借鑒的方法。
【學位授予單位】：青島科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP242

【參考文獻】

相關期刊論文 前10條

1 李浩;陳煒;張增峰;張西正;;移動機器人的動力學分析與仿真[J];天津理工大學學報;2016年03期

2 盧月品;;解讀《中國機器人產(chǎn)業(yè)發(fā)展白皮書(2016版)》[J];機器人產(chǎn)業(yè);2016年03期

3 王海;付邦晨;薛彬;楊春來;;六自由度柔性關節(jié)機械臂的動力學分析[J];中國機械工程;2016年08期

4 洪磊;嵇保健;蔡剛洪;沈健;;ABB1410工業(yè)機器人的旋量運動學逆解方法[J];機械設計與制造;2016年04期

5 李慶;謝一首;鄭力新;周凱汀;張裕坤;;STEP-SA1400型機器人運動學建模與仿真[J];微型機與應用;2016年05期

6 喬文剛;丁晉;趙靜思;;3-DOF并聯(lián)機器人動力學建模及仿真分析[J];工具技術;2016年02期

7 高峰;郭為忠;;中國機器人的發(fā)展戰(zhàn)略思考[J];機械工程學報;2016年07期

8 王中雙;鄒鶴;陶洋洋;楊洪瀾;;3-RRC型并聯(lián)機器人動力學分析向量鍵合圖法[J];機械設計與制造;2016年02期

9 徐軍福;;一種實用的六自由度機械臂逆運動學解算與驗證[J];機械工業(yè)標準化與質(zhì)量;2016年01期

10 申浩宇;吳洪濤;陳柏;;多自由度串聯(lián)機器人的高效率反向動力學建模方法[J];中國機械工程;2016年01期

相關博士學位論文 前1條

1 劉松國;六自由度串聯(lián)機器人運動優(yōu)化與軌跡跟蹤控制研究[D];浙江大學;2009年

相關碩士學位論文 前9條

1 李煜卉;工業(yè)機器人通用圖形化編程軟件的設計與實現(xiàn)[D];浙江大學;2016年

2 楊強;Youbot機器人軌跡規(guī)劃研究[D];廣東工業(yè)大學;2015年

3 張舒曼;六自由度工業(yè)機器人軌跡規(guī)劃研究及仿真[D];杭州電子科技大學;2015年

4 丁亞東;工業(yè)機器人動力學參數(shù)辨識[D];南京航空航天大學;2015年

5 楊林;工業(yè)機器人機械設計方法與機器人算法研究[D];五邑大學;2013年

6 顏世周;一種六自由度機器人的開發(fā)與軌跡規(guī)劃算法研究[D];山東理工大學;2009年

7 劉好明;6R關節(jié)型機器人軌跡規(guī)劃算法研究及仿真[D];山東理工大學;2008年

8 金媛媛;機器人逆運動學的模擬退火自適應遺傳算法研究[D];重慶大學;2007年

9 陳雪華;四自由度寫字機器人的基礎研究[D];重慶大學;2005年

，

本文編號：1320113