水果采摘机械臂建模与控制

发布时间：2020-09-09 21:33

　　随着农业规模的扩大和机器人技术的发展,采摘机器人将逐步成为水果采摘的主要工具,它能够提高农业生产效率。机械臂作为采摘机器人的核心部件,能根据视觉信息控制水果的采摘。因此,采摘机械臂的控制算法的研究具有重要的意义。本文以柑橘采摘为例。首先,根据柑橘生长状况给出机械臂相关参数,得到机械臂工作空间与柑橘树冠覆盖范围的关系图,验证了所采用的机械臂参数合理、有效。其次,对机械臂进行运动学方面建模,分别得到关节空间与操作空间在速度、位置等方面的关系,并使用逆运动学分析了模型的准确性,同时根据给定的连杆质量、转动惯量等参数得到了动力学方程,分析了机械臂运动中关节力矩与位置及速度的关系,使得机械臂能够更加精确地对轨迹进行跟踪。对机械臂运动的轨迹进行了规划与验证,对期望轨迹与实际轨迹的误差进行了分析,并采用反馈线性化与PD控制相结合方式对机械臂运动进行控制。仿真结果表明,采用的控制算法能够使机械臂快速跟踪期望轨迹,并按照期望轨迹进行运动,控制精度较高。最后,根据所建立的运动学、动力学模型、规划的期望轨迹及跟踪算法等建立三维仿真模型。仿真结果表明,机械臂能够快速跟踪,并按照期望的轨迹进行运动,整个运动过程平稳。结果表明建立的模型与使用的算法有效。
【学位单位】：南华大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP241;S225.93
【部分图文】：

方框图,运动学正解,逆解,机械臂

对于机械臂的控制算法研究，运动学建模是基础部分。如果运动学建模产误或者不够准确，则会影响到动力学方面的建模，进而影响整个机械臂控制。因此，使用合适的运动学方法建模不仅能避免在运动学方面产生错误，还于机械臂整体控制算法的研究。首先，限于时间以及工作量，本研究暂不考虑末端执行器的机械结构及空用情况，默认果实位置、末端执行器位置及机械臂末端位置等价。运动学包运动学与逆运动学两方面[38-39]。其中，正运动学表示研究在已知各关节参数下获取机械臂末端执行器(即果实)位置，逆运动学表示在已知末端执行器位前提下获取各关节参数。两者都不考虑机械臂在运动过程中力的关系，只对建立坐标系，将关节参数及机械臂末端位置变化情况转化为与时间相关的函。正逆运动学可用关节空间及操作空间相关参数来表示[40]：假定关节空间位量为q ，操作空间位置和朝向向量为 x ，则正运动学所研究的问题可以描述f(q) = ，逆运动学所研究的问题可以描述为 qf( x) = 。方框图表示如下：

机械臂,仿真图,工作空间,空间仿真

图 2.7 机械臂仿真图空间仿真结果如下图：图 2.8 工作空间 2.8 中可知，根据所给定的数据，机械臂工作范围可达 3 米高水平面以及垂直面，可以更加直观地看出其工作空间的准确范所示。

投影图,工作空间,垂直面

图 2.8 工作空间知，根据所给定的数据，机械臂工作范围可以及垂直面，可以更加直观地看出其工作空间0.5 1 1.5 2 2.5 3x/m012300.511.522.53/zmy/m图 2.9 工作空间投影图臂工作空间的水平面投影以及垂直面投影其中

【相似文献】