一种用于机械臂的主动自适应力控装置及其控制方法

    公开(公告)号:CN112605997A

    公开(公告)日:2021-04-06

    申请号:CN202011500561.X

    申请日:2020-12-17

    IPC分类号: B25J9/16 B25J11/00

    摘要: 本发明涉及机器人打磨或者抛光恒力控制技术领域,具体地说是一种用于机械臂的主动自适应力控装置及其控制方法,其特征在于该装置包括控制模块、力传感器、机械臂、通信模块、显示模块和电缸,机械臂与电缸相连接,机械臂上设有力传感器,控制模块分别与力传感器、电缸、显示模块和通信模块相连,控制模块能够输出控制信号并且与其他模块进行信号传递,力传感器能够实时检测电缸与工件表面的接触力,并将其传送到控制模块;显示模块能够实时显示力传感器传送到控制模块的力信号;通信模块能够实现控制模块与PC端之间信息透传,将控制装置的各项参数,通过数据包发送给PC端,具有结构简单、控制效果好、力度控制灵敏、工作稳定等优点。

    一种面向SCARA机械臂的动力学参数辨识方法

    公开(公告)号:CN113172621B

    公开(公告)日:2023-05-09

    申请号:CN202110393184.2

    申请日:2021-04-13

    IPC分类号: B25J9/16 B25J17/02 B25J18/00

    摘要: 本发明涉及本发明提出一种面向SCARA机械臂的动力学参数辨识方法,通过动力学参数辨识对机器人的模型进行校正,从而得到精确的动力学模型用来实现机器人的精准控制。属于系统辨识以及机器人控制领域,该方法包括以下步骤:S1、对机器人进行D‑H建模,获取各轴参数,建立机器人动力学模型并进行线性化;S2、确定最小惯性参数集,得到由观测矩阵、待辨识参数和力矩构成的矩阵方程;S3、设计一条具有良好性质的激励轨迹作用于机器人,测量相关数据并进行降噪处理;S4、将实际测量数据代入差分进化算法中进行动力学参数辨识。本方法收敛速度快,计算成本相对较小,可以一次辨识出全部关节摩擦和其他动力学参数,并且具有较高的辨识精度。

    一种强化学习与模糊避障融合的机械臂路径规划方法

    公开(公告)号:CN113232016A

    公开(公告)日:2021-08-10

    申请号:CN202110393339.2

    申请日:2021-04-13

    IPC分类号: B25J9/16 B25J18/00

    摘要: 本发明属于智能控制领域,具体涉及一种强化学习与模糊避障融合的机械臂路径规划方法,包括以下步骤:在机械臂运动前,采用双目视觉系统的两台相同相机获取环境图片,三维重建构建三维空间立体模型,对空间进行离散化,即将目标转化为点的集合;构建模糊控制避障算法,使用强化学习在先验立体空间模型寻找最优轨迹,在遇到障碍物时启用模糊控制避障算法,躲避障碍物成功后再次进入强化学习算法使机械臂向目标点运动。该方法能够在不同的环境中根据不同的状态规划出可行路径,并且决策时间短、成功率高,能够满足在线规划的实时性要求,克服了传统机械臂路径规划方法实时性差、计算量大的缺点也克服了基于传统强化学习方法难以提高学习效率的缺点。

    一种面向SCARA机械臂的动力学参数辨识方法

    公开(公告)号:CN113172621A

    公开(公告)日:2021-07-27

    申请号:CN202110393184.2

    申请日:2021-04-13

    IPC分类号: B25J9/16 B25J17/02 B25J18/00

    摘要: 本发明涉及本发明提出一种面向SCARA机械臂的动力学参数辨识方法,通过动力学参数辨识对机器人的模型进行校正,从而得到精确的动力学模型用来实现机器人的精准控制。属于系统辨识以及机器人控制领域,该方法包括以下步骤:S1、对机器人进行D‑H建模,获取各轴参数,建立机器人动力学模型并进行线性化;S2、确定最小惯性参数集,得到由观测矩阵、待辨识参数和力矩构成的矩阵方程;S3、设计一条具有良好性质的激励轨迹作用于机器人,测量相关数据并进行降噪处理;S4、将实际测量数据代入差分进化算法中进行动力学参数辨识。本方法收敛速度快,计算成本相对较小,可以一次辨识出全部关节摩擦和其他动力学参数,并且具有较高的辨识精度。