当前位置:主页 > 科技论文 > 自动化论文 >

基于MEMS传感器的机器人示教空间运动跟踪系统研究

发布时间:2020-12-21 02:25
  随着科学技术的不断进步,机器人技术得到了快速发展,机器人示教技术被用于各个领域,而常用的示教方法仍存在着许多不足之处,包括示教过程繁杂、灵活性差、安全性低等。通过采集人体运动信息,优化数据融合,可弥补常用示教方法存在的不足,提高示教过程效率,保证安全性。本文通过MEMS传感器采集人体手臂运动信息,利用捷联惯性导航技术姿态解算方法,提出了一种多MEMS组合传感器信息融合姿态解算控制策略,分别通过静态和动态仿真测试所改进的姿态控制策略的可行性。采用空间位置算法解算出人体手臂末端在三维空间的位置以及移动轨迹,通过实验验证MEMS传感器对手臂运动信息的采集效果。实验结果表明,采用多MEMS组合传感器能够采集到精确的手臂运动信息,且成本较低,可将此方法应用于机器人示教。首先,通过人体手臂的物理特性,搭建手臂运动学模型,分析各关节运动情况,得到各关节自由度,分析了MEMS传感器的构造原理以及各微传感器的工作原理,阐述了MEMS传感器主要的误差来源,采用中值滤波法对传感器采集的原始数据进行滤波处理,进而提升其采集数据的精度。然后,分析了方向余弦法、欧拉角法和四元数法原理,比较了各方法的优缺点,针对各... 

【文章来源】:江苏科技大学江苏省

【文章页数】:72 页

【学位级别】:硕士

【部分图文】:

基于MEMS传感器的机器人示教空间运动跟踪系统研究


示教方式分类Figure1.1Classificationofrobotteachingmethods

手臂,结构分析,关节


82.1.1人体手臂的剖析上肢带骨和自由上肢骨共同构成了人体手臂骨骼[26];上肢带骨中的锁骨是连接手臂和身躯的重要部分;自由上肢骨主要是指手臂肩部以下各骨骼,包括肱骨、尺骨、桡骨以及腕骨,肩关节连接着手臂上部和肩部,肘关节负责连接着手臂上下部,腕关节作为桥梁连接着手臂下部和腕部,手臂运动是依靠关节和自由上肢骨,手臂主要包括了:骨骼、关节、韧带、肌肉、肌腱、软组织以及皮肤等。上肢的手臂骨骼结构分析如图2.1所示:图2.1手臂结构分析Figure2.1Analysisofarmstructure本文通过建立人体手臂模型分析手臂在空间中的运动情况,分析如下:肩关节为三个自由度,它可以多轴运动,相较于其它关节,它是最灵活的关节,它主要是由肱骨头和关节盂构成。肘关节为二自由度,它与上臂结合可以做更大角度的自转运动,它对于手臂的运动非常重要,同时肘关节约束着手臂的运动范围,它主要包含了桡骨、肱骨下端和尺骨上端。腕关节也为二自由度,它可做旋转运动和屈伸运动。本文在采集人体手臂运动数据时,只需考虑腕关节情况,不需考虑腕关节以下部位的运动情况。2.1.2人体手臂几何模型分析人体手臂各关节之间存在着特定的层次关系,具体而言,上一节关节的活动会带来其下所有部分的位置变动,反之,下一关节的活动却不会对上一关节产生影响。这就形成了手臂各关节之间的层次化结构。手臂各关节的层次关系如图2.2所示:图2.2手臂关节层次图Figure2.2Armjointlevel

手臂,关节,层次


82.1.1人体手臂的剖析上肢带骨和自由上肢骨共同构成了人体手臂骨骼[26];上肢带骨中的锁骨是连接手臂和身躯的重要部分;自由上肢骨主要是指手臂肩部以下各骨骼,包括肱骨、尺骨、桡骨以及腕骨,肩关节连接着手臂上部和肩部,肘关节负责连接着手臂上下部,腕关节作为桥梁连接着手臂下部和腕部,手臂运动是依靠关节和自由上肢骨,手臂主要包括了:骨骼、关节、韧带、肌肉、肌腱、软组织以及皮肤等。上肢的手臂骨骼结构分析如图2.1所示:图2.1手臂结构分析Figure2.1Analysisofarmstructure本文通过建立人体手臂模型分析手臂在空间中的运动情况,分析如下:肩关节为三个自由度,它可以多轴运动,相较于其它关节,它是最灵活的关节,它主要是由肱骨头和关节盂构成。肘关节为二自由度,它与上臂结合可以做更大角度的自转运动,它对于手臂的运动非常重要,同时肘关节约束着手臂的运动范围,它主要包含了桡骨、肱骨下端和尺骨上端。腕关节也为二自由度,它可做旋转运动和屈伸运动。本文在采集人体手臂运动数据时,只需考虑腕关节情况,不需考虑腕关节以下部位的运动情况。2.1.2人体手臂几何模型分析人体手臂各关节之间存在着特定的层次关系,具体而言,上一节关节的活动会带来其下所有部分的位置变动,反之,下一关节的活动却不会对上一关节产生影响。这就形成了手臂各关节之间的层次化结构。手臂各关节的层次关系如图2.2所示:图2.2手臂关节层次图Figure2.2Armjointlevel

【参考文献】:
期刊论文
[1]航天器自适应滑模变结构姿态控制[J]. 王永俊,贾建芳.  电子测量与仪器学报. 2019(09)
[2]MEMS惯性传感器现状与发展趋势[J]. 卞玉民,胡英杰,李博,徐淑静,杨拥军.  计测技术. 2019(04)
[3]基于MEMS传感器的姿态测量应用研究[J]. 边海关.  电子测试. 2019(13)
[4]高精度捷联惯导姿态算法的性能分析[J]. 徐志浩,周召发,徐梓皓,常振军,郭琦.  电光与控制. 2019(07)
[5]四旋翼飞行器的设计与实现[J]. 胡开明,钱敏,傅志坚.  东华理工大学学报(自然科学版). 2019(02)
[6]捷联惯导四元数的四阶龙格库塔姿态算法[J]. 史凯,刘马宝.  探测与控制学报. 2019(03)
[7]基于自适应遗传算法的MEMS加速度计快速标定方法[J]. 高爽,张若愚.  北京航空航天大学学报. 2019(10)
[8]关于惯性导航技术分析[J]. 张志勇.  电子测试. 2019(12)
[9]一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法[J]. 孟秀云,王语嫣.  北京理工大学学报. 2018(06)
[10]MEMS陀螺仪振动特性分析及性能优化[J]. 卢新艳,李博,徐淑静,杨拥军.  微纳电子技术. 2018(07)

硕士论文
[1]用于机器人示教的空间运动跟踪系统的研究与设计[D]. 黄洋.江苏科技大学 2018
[2]基于图像及体感控制机器人的目标识别与跟踪应用研究[D]. 张海亮.西南交通大学 2016
[3]基于工业机器人的直接示教系统研究[D]. 刘昆.中北大学 2016
[4]基于人体运动规律和足部特性的仿人机器人行走运动研究[D]. 陈洋.合肥工业大学 2016
[5]基于MEMS传感器的空间运动跟踪系统的研究与设计[D]. 朱桁序.江苏科技大学 2016
[6]智能空间下基于AHRS的人体动作识别[D]. 张庆宾.山东大学 2014
[7]基于MEMS惯性传感器动作捕捉系统与轨迹追踪的研究设计[D]. 杨波.电子科技大学 2014
[8]基于MEMS多传感器数据融合的惯性组合导航系统算法设计与实现[D]. 胡恩伟.重庆大学 2013
[9]基于MEMS的惯性导航系统研究与设计[D]. 张晓玉.电子科技大学 2012



本文编号:2929007

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2929007.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5a22b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com