摘要：为解决工业机器人传动系统中的柔性传动环节常常导致的机械谐振问题,减小手臂在运动中出现振动,研究了基于柔体动力学模型的机器人关节振动抑制的方法。该方法先通过对机器人关节建立柔体动力学模型,从数学表达式中分析其产生振动的原因,利用ABAQUS有限元软件获得关节的振型信息,并基于ABAQUS的振型特点获得力锤激励实验法的测点布置,通过实验获得关节轴的模态信息,并进一步分析共振频率对机器人的控制影响以设计合适的陷波滤波器,从而实现对机器人关节振动的抑制。该方法在机器人第5关节中进行了仿真和控制实验,末端余振幅值的实验说明振幅加速度值从3降至0.5m/s2,停止后电机转子偏移量绝对值从1降至0.5°,体现了陷波滤波器良好的抑制特性。

摘要：针对工业机器人关节柔性引起的末端执行器残余振动问题,提出一种基于控制误差优化输入整形器的振动控制算法。该算法结合零振动二阶微分输入整形器(ZVDD)方程和系统响应时滞时间方程,构建了关于整形器脉冲幅值参数的线性约束方程组;以整形后末端运动过程控制误差和定位误差为优化目标,建立了控制误差代价函数;利用拉格朗日乘子法解出脉冲幅值参数的表达式并进行迭代运算求得最优解;采用预测路径规划来补偿系统时滞时间。实验结果表明:所设计的控制误差优化输入整形器能将机器人J5轴末端残余振动加速度减少至整形前的11.7%,与ZVDD输入整形器相比能减少系统响应时滞时间约88%和最大过程控制误差约60.3%,与CEM输入整形器相比能减少定位误差约53.7%。该算法可以在有效抑制残余振动的基础上,减小传统输入整形器引起的系统响应时滞时间、末端运动过程控制误差和定位误差,对提高工业机器人的定位速度和精度具有一定的参考意义。

摘要：以美国国家仪器公司的视觉开发模块NI Vision为软件支撑和以ABB-IRB120型机器人,摄像机和传送带为硬件基础,对视觉识别与检测系统进行了模块化设计,构建了一个基于单目视觉的工业机器人工件自动识别和智能抓取系统,其中ABB-IRB120型工业机器人作为操作手臂,用CCD相机、运动控制器和工控机搭建了机器人视觉控制平台,通过建立抓取系统的参数化模型给出图像坐标到机器人坐标的转换算法,利用NI Vision中提供的图像处理、模式匹配等方法,在C#环境下进行开发,实现了目标定位和机器人控制两大基本功能,最终控制机器人完成目标工件的抓取。

摘要：为神经振荡器提出了一种高效的FPGA实现方案,介绍了一种改进的分布式算法(DA),以便于最大限度地利用FPGA上的查找表(LUT)资源。整个系统在Matlab/Simulink下采用Altera公司的DSP Builder构建。该方法节约了74%的查找表、75%的寄存器和100%的嵌入式乘法器资源。同时,该方案得到了令人满意的结果,实验结果同仿真结果的相关系数高达0.99。