移动机器人路径规划和手臂控制

发布时间：2017-12-16 15:20

  本文关键词：移动机器人路径规划和手臂控制

  更多相关文章： 移动机器人 导航地图 路径规划 人工蜂群算法 手臂控制

【摘要】：近几年,移动机器人随着物流、智能仓储等行业的流行而迅猛发展,对于这类机器人的研究也逐渐热门化。以第三代服务型仓储机器人为研究背景,针对移动机器人运动到指定位置接着对指定货物进行抓取或搬运过程,主要研究内容包括两个方面,其一是移动过程中的导航路径规划问题,另一方面是物体抓取或搬运过程中的控制问题。本课题以Aldebaran公司生产制造的NAO机器人作研究对象,针对上述两个问题进行研究分析。本课题的研究内容如下:首先,NAO机器人导航路径规划研究,包含构建导航地图和寻找最优路径。对于构建导航地图,采用声呐传感器探测机器人和周边障碍物以及终点路标的距离;为了计算检测的障碍物个数,引入K-means聚类方法,将检测到的数据进行分类处理,并使用自带摄像头辨别障碍物或终点路标;通过Q-learning方法进行避障,从而构建导航地图。对于寻找最优路径,综合模拟退火(Simulated Annealing,SA)和双向并行搜索策略对传统的人工蜂群(Artificial Bee Colony,ABC)算法进行改进,并将其应用到NAO机器人离线路径寻优中,最终在构建的离线导航地图中找到最佳路径。实验结果表明,机器人在避障前提下能有效构建从初始点到终点的路标导航地图;利用改进的人工蜂群(Improved Artificial Bee Colony,IABC)可以寻到最佳路径,优点是收敛速率较一般的快,且不易陷于局部最优。其次,NAO机器人手臂的动力学建模与控制。本文对NAO机器人右手臂,进行2自由度(Degree of Freedom,DOF)的欧拉-拉格朗日(Euler-Lagrange)建模;在动力学模型的基础上,分别设计忽略重力项和带重力补偿的机器人手臂控制器,并进行了控制系统稳定性的分析。控制系统仿真结果表明带重力补偿的PD控制器能加快系统的响应速度,有效提高随动参考输入下的控制精度。
【学位授予单位】：中原工学院
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP242

【参考文献】

中国期刊全文数据库 前10条

1 宋崇生;陈江;柯翔敏;;基于干扰观测器的柔性关节机械臂滑模控制[J];计算机仿真;2016年10期

2 林振强;;智能机器人来势汹汹[J];物流技术与应用;2016年09期

3 计国君;余木红;Kim Hua Tan;;大数据驱动下的全渠道供应链服务创新决策框架[J];商业研究;2016年08期

4 李耀文;李群明;段小刚;;五自由度机械臂的动力学建模与模糊滑模控制[J];现代制造工程;2016年06期

5 姜静;曹松;李宏达;;重力补偿的机械臂轨迹跟踪研究[J];沈阳理工大学学报;2016年02期

6 张永妮;;智能机器人避障路径规划算法研究[J];中小企业管理与科技(上旬刊);2016年02期

7 殷霞红;倪建军;吴榴迎;;一种基于改进人工蜂群算法的机器人实时路径规划方法[J];计算机与现代化;2015年03期

8 薛永胜;王Y，

本文编号：1296526