关键词:
冗余机械臂
重复性运动
关节漂移
动力学神经网络
四自由度
设计参数
摘要:
中国智造2025的提出使得机器人在工业中的应用得到进一步的推广,机械臂是一种在工业生产中广泛应用的机器人,在装配、焊接中均有使用;冗余机械臂是一种特殊的机械臂,相较于普通机械臂其拥有更多的自由度,这也使得其拥有更高的灵活度与适应性;但是也正因为这种灵活性,使得冗余机械臂在执行重复性运动的过程中会产生关节漂移的现象,这会导致机械臂在关节空间中不闭合,最明显的问题就是末端执行器脱离规划轨迹,甚至引发设备损坏。所以,针对冗余机械臂的重复性运动及关节角漂移问题的研究有利于冗余机械臂的进一步发展与使用,针对这一问题,以平面四自由度冗余机械臂为主要对象,本文介绍了冗余机械臂重复性运动的规划方法。首先,本文分析机械臂的正逆运动学方程及各种逆运动学求法。冗余机械臂重复性运动的实现是以逆运动学为基础的,根据规划的末端执行器轨迹求解出各个关节的角速度曲线与角度曲线。机械臂的逆运动学是机械臂运动学研究的重点与难点,而冗余机械臂的逆运动学问题更加复杂。普通机械臂的逆运动学求解方法在解决冗余机械臂的逆运动学问题时存在诸多限制,本文举例介绍了传统逆运动学方法并说明了其求解冗余机械臂的重复性运动的困难。之后,为了突破传统方法求解冗余机械臂逆运动学与重复性运动问题的困难,提出了将冗余机械臂的重复性运动问题转换为二次规划问题,并应用动力学神经网络求解器求解该二次规划问题的方法。该方法将整个重复性运动问题划为一个整体,而不是分为单独的逆运动的集合,具有更好的性能。然后,为了进一步对比各种方法的效果,使用传统方法与动力学神经网络,以平面四自由度冗余机械臂为对象,在Matlab上进行仿真实验,探索动力学神经网络求解冗余机械臂重复性运动的可行性,并与传统方式进行对比。本文使用三种方法来求解平面四自由度冗余机械臂的重复性运动问题并进行仿真。再然后,介绍了冗余机械臂的重复性问题转化为的二次规划问题的重要组成部分——目标函数,本文对比两种目标函数在求解重复性运动上的性能表现;再区别于传统的认知,讨论由目标函数引入的设计参数?对动力学神经网络解决冗余机械臂的重复性运动的性能的影响,提出了由于设计参数?改变导致的动力学神经网络无法求解的问题,并指出问题产生的原因,且提出了设计参数?选取所需要考虑的因素。最后,以步进电机为基础,设计了一个平面四自由度冗余机械臂,使用安装在计算机上的运动控制卡控制该机械臂,按照动力学神经网络求解器求解出来的运动规划进行运动,使用Visual Studio编写MFC程序作为控制程序和人机交互界面,实现平面四自由度冗余机械臂的运动与控制,以便于以后进一步检验动力学神经网络解决冗余机械臂重复性运动问题中的实际效果。