当前位置:主页 > 科技论文 > 自动化论文 >

基于机器视觉的高速Delta机器人运动控制系统研究与开发

发布时间:2021-03-25 18:52
  随着我国产业结构升级,工业生产线上出现了越来越多的机器人,人们将它们用于替代单调高强度的工作。在电子、汽车、食品、医药等行业的生产流水线上,存在着许多质量轻、体积小的物件需要进行检测、分拣、装配、转移、包装等单调高劳动强度的工作,此时惯性小、速度高的Delta机器人就派上了用场。根据Delta机器人对传送带上的工件分拣作业的工作特点,采用机器视觉技术对工件进行辅助识别定位。首先标定相机内参,进行图像校正。目标物体识别定位的算法采用基于形状模板的匹配方法,以图像金字塔模板匹配搜索策略优化模板匹配算法,提高了匹配速度。利用工业CCD相机以一定频率连续拍摄的方式图像采集,之后运用所开发的检测识别算法检测识别传送带上的工件,提取目标抓取位置的图像像素坐标。进行相机的外参数标定,求解目标抓取位置在机器人坐标系下的实时坐标并将结果传递给轨迹规划算法完成目标工件的抓取作业。在机器人的轨迹规划中,以时间最优为目标函数,采用一种带有参数n的修正梯形加减速控制模式在机器人关节空间进行轨迹规划。实验结果表明:在相同位移和最大加速度的前提下,该轨迹规划方法在行程较小时启停稳定,在行程较大时有较高的运动速度,可... 

【文章来源】:厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】:87 页

【学位级别】:硕士

【部分图文】:

基于机器视觉的高速Delta机器人运动控制系统研究与开发


图1.1?Delta机器人结构图??

位姿,机构,机器人,主动臂


主动臂从/?,?=?0°向下运动时其角度为正;当主动臂从私=0°向上运动时,角度为负,??取值范围为-90°<々,<180°。4&的延长线与虚拟从动杆5,_G之间的夹角为&?,如??图2.3?(a);定义为坐标轴y,?和5,0之间的角度,如图2.3?(b)。由此我们??可以充分的描述每一条运动支链的姿态。??2.1.3?Delta机器人逆向运动学求解??Delta机器人逆向运动学模型的求解是根据机器人末端执行器中心在基坐标??系f巧下的三维坐标尤=卜z|T,求解出机器人3个驱动电机此时分别对应??的旋转角度;爲爲f。Delta机器人逆向运动学模型的建立与求解是在??关节空间中进行Delta机器人轨迹规划和运动控制的基础。只有精确的计算出??Delta机器人各驱动关节旋转角度,并控制驱动电机旋转角至理论值,才能使机??器人准确可靠的控制机器人末端执行器至期望位置。??"xl?H?["?La?J??BiCt=?y?-?0?+?0?(2.3)??虬〇」丄??把式(2.2)带入到式(2.3)可得:??jc?(?R?LacosJ3t?^?jc-cosq:,.?-(i?+Za?-cosfi.')??BiCi?=?y?-?J?A?0?+?0?=?^-sinci:,.-cos^)?(2.4)??j\?U_0」L_iasinA」J?L?Z?+?La-sinA?_??由从动臂长||5,.q||=/6,可得下式:??[x? ̄?cos?a,.?-(R?+?La-?cos?/?,.?)]2?+?[y-?sin?ar(R?+?La-?cos?^?)]2?+?^?^??[z?+?^-sin^.]2^2

示意图,运动学,简化模型,示意图


端执行器的期望运动位置是无效的;当?=〇时,式(2.7)有两个相同的根,此??时机器人有唯一的位姿;当△,.>〇时,方程有2个不同的根,共有3条运动支链,??每条运动支链有2中姿态,因此Delta机器人共有23=8种位姿,如图2.4所示。??结合图解的分析,当△,.>0时,应该从8中构型中选择出|¥|绝对值最小的值??所对应的关节角,此关节角是较优的运动学逆解。??2.1.4?Delta机器人正向运动学求解??并联机器人与串连机器人相比在运动学与动力学方面具有显著的对偶性,因??此其运动学正解的解析建模还没有得到解决[33]。并联机器人运动学正解的数值解??法的一般流程是先根据机器人的约束条件联立非线性方程组,再采用最小二乘法??[34]、消元搜索算法[35]、神经网络算法[36]等数值分析的方法进行求解。数值解法一??般都需要编写程序,设定迭代初值与迭代终止条件进而获得足够精度的数值解。??然而,凡是数值解都需要经过多轮迭代,因此数值解法的实时性在有些场合可能??存在不足;并且DELTA并联机器人的非线性方程组存在多解的特点,因此常常??因为迭代初值的不同选择而陷入不同的局部最优解

【参考文献】:
期刊论文
[1]基于Halcon的贴片电阻方向检测系统[J]. 亢宇欣,谌贵辉,张三炳,陈晓宇,孙彦斌.  包装工程. 2017(23)
[2]基于HALCON的机器人视觉标定[J]. 陈阳光,王磊.  光学仪器. 2016(04)
[3]机器视觉技术发展及其工业应用[J]. 薛峰,陈川.  无线互联科技. 2016(13)
[4]DELTA机器人传送带与视觉的综合标定方法[J]. 杨强,刘冠峰.  机电工程技术. 2015(01)
[5]基于改进遗传算法的机器人时间最优轨迹规划[J]. 李小为,胡立坤,曾宪金.  广西大学学报(自然科学版). 2014(05)
[6]一种并联机器人的运动学建模方法的研究[J]. 刘平安,王铨,廖小东.  机械研究与应用. 2014(01)
[7]基于Canny理论的自适应边缘检测方法研究[J]. 陈丽丽.  科技创业家. 2014(02)
[8]自由曲面均匀喷涂的机器人轨迹规划方法[J]. 缪东晶,王国磊,吴聊,杨向东,陈恳.  清华大学学报(自然科学版). 2013(10)
[9]平面5R并联机器人轨迹规划与运动学仿真及实验[J]. 张立杰,郭志民,李永泉.  机械设计与研究. 2013(01)
[10]Translational zero-disturbance curve and its application to zero-disturbance motion planning of space manipulator system[J]. LIAO YiHuan*, LI DaoKui & TANG GuoJin College of Aerospace and Materials Engineering, National University of Defense Technology, Changsha 410073, China.  Science China(Technological Sciences). 2011(05)

博士论文
[1]Delta高速并联机器人视觉控制技术及视觉标定技术研究[D]. 张文昌.天津大学 2012

硕士论文
[1]基于机器视觉的侧后方目标检测算法及换道预警系统研究[D]. 晏晓娟.江苏大学 2017
[2]面向实时控制的Delta并联机器人动力学计算模型研究[D]. 杜金钊.哈尔滨工业大学 2016
[3]基于形状模板匹配的手机商标检测技术研究[D]. 梅文宝.广东工业大学 2016
[4]基于机器视觉的并联机器人控制系统设计与实现[D]. 林明勇.广东工业大学 2016
[5]基于机器视觉的机器人涂胶质量在线检测技术研究[D]. 王亚运.哈尔滨工业大学 2015
[6]基于机器视觉的DELTA机器人实时控制系统的研究与开发[D]. 殷国亮.江南大学 2015
[7]自由漂浮空间机器人路径规划研究[D]. 王丹.吉林大学 2015
[8]基于机器视觉的微小零件尺寸测量技术研究[D]. 刘国阳.哈尔滨工业大学 2014
[9]基于竞选算法的图像匹配的研究及应用[D]. 陈凯.广东工业大学 2014
[10]硅片传输机器人轨迹规划的研究与实现[D]. 孙强.大连理工大学 2012



本文编号:3100143

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3100143.html


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

版权申明:资料由用户1b90e***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