摘要：为了降低机器人控制系统的研发周期和方便操作人员使用操作,通过对TA6-R5型协作机器人的研究,设计了基于EtherCAT和TwinCAT3的协作机器人控制系统。采用(Denavit-Hartenbery)(D-H)法建立运动学模型,求出正运动学解析解,根据各关节转动角度绝对值之和最小的原则求解出最优逆解,利用MATLAB的Robotics Toolbox验证运动学。利用TwinCAT3搭建控制系统,实现编程控制以及HMI(human machine interface),通过EtherCAT总线的高实时性实现数据控制与反馈。最后,利用同步周期位置模式进行笛卡尔空间轨迹规划,结合TwinCAT Measurement的Scope View图形化工具可观测和验证系统执行情况,结果表明基于EtherCAT和TwinCAT3的协作机器人控制系统可降低控制系统研发周期,提高研发效率。

摘要：Kassow Robots公司在Edge Edition型7轴协作机器人的底部安装了一个微型控制器。5台这样的协作机器人都配用了DC直流电接口,这就可以用蓄电池中的直流电直接驱动这些协作机器人。这种开创性的新技术为协作机器人的应用提供了许许多多的可能性。“强大、快捷且简单”是丹麦Kassow Robotis公司的座右铭。自2018年起,该公司与其大股东博世力士乐携手,不断推出性能更强、速度更快且使用更简便的协作机器人。这些协作机器人编程简单,非技术人员也能轻松操作。此外,这些轻型机器人能轻松融入现有生产环境,即便是在狭小密闭的空间内也不例外。得益于第七轴的设计,这些协作机器人运动灵活,“手腕”能够轻松转弯。

摘要：针对现有机器人控制系统开放性差、研发周期长等缺点,设计了基于EtherCAT和Matlab的协作机器人实时控制系统,利用Matlab搭建机器人控制器,实现正运动学、逆运动学以及轨迹规划,并通过EtherCAT总线的高实时性实现机器人各关节控制与数据反馈。最后利用同步位置模式进行轨迹规划控制,结合Matlab的Scope图像化工具观测和验证系统执行情况。结果表明基于EtherCAT和Matlab的协作机器人控制系统可缩短机器人控制系统研发周期,提高研发效率。

摘要：为了实现协作机器人的控制,对协作机器人进行了控制系统研究,在保证系统鲁棒性和实时性的前提下,提出了在PC机上,构建基于Ubuntu系统下结合ROS,利用CAN通讯的方式,搭建协作机器人的控制系统.最后通过仿真实验和实体机器人控制实验,验证协作机器人控制系统应用效果.实验结果表明,该协作机器人控制系统具备控制协作机器人进行路径规划的基本工作能力,能够很好的建立上下位机的通讯,进行协作机器人控制.同时本控制系统具有模块化、可移植性高、框架清晰、低延时等特点.

摘要：针对模块化串联协作机器人,当腕部3个关节模块集中在机器人末端时,在机器人运行过程中,本体和负载会对前3个关节产生较大的惯性效应,降低机器人的控制效果.为了消除惯性效应对机器人伺服控制系统的影响,提高协作机器人的跟踪精度,加快动态响应的速度,减少超调量并降低稳态误差,在建立协作机器人动力学模型、计算前馈力矩的基础上,提出了一种基于在线辨识算法的惯量前馈控制技术.由于在机器人运行过程中,各关节电机所带负载的转动惯量不断发生变化,为了实时得到转动惯量实际值,在控制系统中引入变遗忘因子最小二乘辨识算法,对各电机所带负载的转动惯量进行在线辨识.考虑到协作机器人关节中的传动机构多由弹性部件组成,将弹性因素加入到控制系统的设计当中,建立了两刚体弹簧系统被控模型.将转动惯量辨识值输入到前馈通道,实时修正动力学模型中的惯性矩阵,输出前馈电流并叠加在伺服系统电流环的输入端,从而实现前馈控制.最后,在Simulink 环境中,基于实验室研制的一种模块化串联协作机器人对该控制技术进行了仿真验证,结果表明:该惯量前馈控制技术能够显著提升机器人控制系统的响应速度与跟踪特性并降低其超调量,验证了该惯量前馈控制技术的可行性与优越性.

摘要：鉴于传统的串联机器人承载能力有限、精度不高,并联机器人的闭环结构增加了其动力学解算难度且响应速度较慢,都没法满足人机协作的要求,本文提出了一种分数阶导纳控制算法用于实现人机协作,同时提升控制系统的响应性能。设计了逆动力学鲁棒控制,以实现对未知交互力的鲁棒性。将所提的控制算法应用于经典的Stewart并联平台,并对并联平台的响应性能以及跟踪性能进行了多次实验与评估。结果表明,所述的方法使Stewart并联平台在负载任务最重的Z轴平移自由度上对未知交互力的响应速度平均提升51.16%,同时跟踪误差峰值平均降低了50.83%。

摘要：动作泛化是机器人被期望具备的功能,要求机器人不仅能重复人类示教的灵巧动作,还可以根据任务目标生成新动作,在小批量、多种类的生产要求下具有广阔的应用场景.针对面向任务需求快速学习和灵活泛化的目标,设计开发了机器人动作泛化框架.首先,进行少量示教,使用概率运动基元(probabilistic movement primitives,ProMP)构建动作的轨迹分布,以较少参数概括示教信息.其次,使用期望最大(expected maximum,EM)算法迭代估计模型参数,引入先验信息补充模型以保证稳定性.研究先验信息对泛化效果的影响,确定了合适的先验参数;研究傅里叶基函数对周期轨迹的拟合效果,提出轨迹分割与滤波方法以保证拟合精确平滑.利用模型的概率分布性质,将动作的概率范围收缩到特定位置,并进行整条轨迹的时间尺度缩放与空间位置变换,生成符合泛化要求的轨迹.最后,搭建了一个六自由度机器人喷涂场景进行动作泛化实验.结果表明:该框架能够快速生成多种泛化轨迹.单自由度轨迹学习平均消耗1.924 s,轨迹生成平均需0.004 s;六自由度轨迹学习平均消耗35.608 s,轨迹生成平均需0.011s.

摘要：高压带电作业机器人能减轻作业人员的劳动强度,提高了作业效率,最大程度保证了作业人员的安全。协作机器人具有安全可靠、人机协作、操作简便、部署灵活等特点,其在高压带电作业中的应用前景十分广阔。介绍了高压带电系统总体方案的组成,对协作机器人的关键技术包括一体化关节模块的软、硬件设计;轨迹规划的算法;操作系统及其实时性设计进行了详细的阐述。研制的协作机器人进行了一系列性能测试和试验,测试和试验结果表明所设计的协作机器人能满足高压带电操作的各项要求。

摘要：为探索协作机器人动态特性,提高末端定位精度,以库卡LBR轻型类人手臂协作机器人模型为例进行研究。基于RBF神经网络和滑模控制算法设计协作机器人动力学控制策略并分析动态特性和末端位置误差。基于Levenberg-Marquardt非线性阻尼最小二乘算法进行协作机器人参数辨识和误差补偿。ADAMS-Matlab联合仿真结果表明:基于RBF神经网络设计的滑模控制器动态控制效果较好,极限工况末端误差平均约为4.7 mm,主要是重力负载的影响。基于Levenberg-Marquardt非线性阻尼最小二乘算法进行变参数误差补偿后末端平均误差小于0.2 mm,有效提升了位置精度,为协作机器人的控制和误差补偿研究提供了理论基础。

摘要：本文基于东控协作机器臂、咖啡机,融合智文本内容生成-生成式预训练转换器(AIGC-GPT)的大语言生成式模型设计了一款智能咖啡机器人系统,该系统能够实现基于ChatGPT的语音对话,根据语音对话自动化制备咖啡及咖啡拉花。通过Azure认知服务(ACS)技术整合协作机器人和GPT,使咖啡机不再仅仅是一台传统的咖啡制作设备,而是一个集智能、互动、个性化为一体的咖啡制作平台。这种设计包括语音控制的自动咖啡制作与点单、个性化推荐、咖啡品质控制等。这种创新性的融合有望为咖啡业和其他领域带来新的机会,提高用户满意度和创造更具吸引力的咖啡馆体验。