绳驱式蛇形机械臂在复杂环境下的运动控制研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:yanhui516
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
绳驱式蛇形机械臂是一种仿生物蛇的连续型机械臂,相比于传统工业机械臂,蛇形机械臂能够灵活的在狭小空间作业,同时绳驱式下驱动和作业臂分离的特点有利于机械臂的抗辐射和水下密封设计。本文针对核电站水池的使用环境设计了能够同时满足抗辐射需求和水下作业环境的蛇形机械臂机器人,这时国内第一次尝试把绳驱式蛇形机械臂应用于核环境水下作业。相比于已有的研究,本文的机械臂更注重在实际环境中的功能、可靠性和使用体验,同时在运动学算法部分有所创新。本文首先设计了一款具有18+1个自由度的绳驱式蛇形臂机器人,该机器人手臂部分具有9个全驱动十字万向关节,每个关节有两个自由度,由27根绳索驱动,机械臂整体安装在线性导轨上。相比于国内研究的其他蛇形机械臂,本机械臂的直径更小并且自由度数目更多,能够适应更狭窄的作业环境和进行更灵活的运动。同时,本文结合了水下动密封特点设计了适用于水下密封的驱动结构。最后,在机械臂末端集成了照明模块、摄像头模块、吸泵模块,使机械臂可以在水下进行视频监控和微小异物处理。在设计方案的基础上,利用传统DH法建立了机械臂的正运动学模型,并以此为依据基于蒙特卡洛方法求解了蛇形关节臂的工作空间。然后为了解决常用的基于雅克比逆解算法求解机械臂运动学逆解的实时性不高的问题,采用了FABRIK算法用于运动学逆解,同时结合了FTL算法和力触控机械笔,提出了一种实用的解决蛇形机械臂在复杂环境运动的低运算量方案。接着,对FTL算法的求解过程提出了改进,并解决了FABRIK算法和FTL算法求解过程中无法对末端姿态进行约束的问题。最后基于以上算法进行了运动仿真以验证算法效果。传统的蛇形机械臂控制需要手动给定目标点,这种方式不够方便、安全和精确,为此本文引入了双目定位技术和手眼标定技术实现了目标区域的三维点云重建,不仅可以方便的完成目标点三维坐标获取,同时使得蛇形臂可以在水下使用两个小型摄像头实现数据采集和测量。最后,本文编写了基于Cloud Compare框架的软件以实现以上算法和操作流程,并进行了相关实验以验证测量效果。最后,建立了蛇形机械臂的电控系统,以及以C#语言WPF框架的上位机控制软件和Twin CAT软PLC的下位机控制软件。相比于已有的研究,在电控方面增加了独立的监控模块以增强设备可靠性,在上位机软件方面为强化人机交互能力以Direct X为基础实现了机械臂实时姿态的3D动画。为了测试算法和基础设计的可靠性,本文搭建了测试平台进行测试,测试结果证明了运动学算法的实用性,同时为机械上的进一步改进提供了思路。
其他文献
由于人民生活水平的逐步提高,对于吃穿住行的选择也变得以舒适、便捷为首要条件,在“行”这一方面,私家车逐渐成为大众出行的交通工具,在国庆等节假日交通流量更是成倍的增长,交通事故的发生也是呈增长的趋势。分析其原因,驾驶员在疲劳和酒后驾驶造成的事故占比最高,其中酒驾行为可以通过酒精含量探测器去管控,而疲劳驾驶更多的是依靠驾驶员自身去管控。因此,设计一款疲劳驾驶检测系统在实际生活中显得尤为重要。本文在完成
在依靠实时着色方式来着色三维场景从而得到着色效果的应用领域中,例如游戏、工业仿真以及建筑设计等领域,通常需要着色效果逼真的图像为用户提供身临其境的感觉。实时着色可采用的光照模型有很多,例如Lambert光照模型、Phong光照模型以及PBR光照模型等。为了使实时着色的效果更加逼真,在实时着色时一般采用PBR光照模型来对三维场景着色,PBR光照模型会对三维场景中模型的材质预先设定,这样在光照计算时会
作为计算机视觉领域内的主要研究方向之一,目标检测的核心目的是对每张输入图像的待检测目标进行分类和定位。自2011年以来,在深度学习的辅助下,目标检测任务在医学影像、军事运用、信息挖掘等领域取得了诸多成果。然而基于卷积神经网络的目标检测技术依旧存在诸多问题。首先现阶段常见的轻量化方法忽略了特征集合自身的特点;其次,不同尺寸的目标的检测精度参差不一,检测效果处于劣势的小目标对整体精度的测算带来很多负面
当前,人们对于对流初生短临预报的需求日益增长,随着深度学习技术的不断深入发展也使得利用深度学习方法进行对流初生短临预报成为了可能。虽然我国近几年在灾害性天气中的预报取得了长足的进展,但传统的数值天气预报方法在对流初生短临预报上仍面临较大的挑战。在本论文中,针对对流初生短临预报问题,我们尝试使用深度学习的方法提升预报模型的时效性和准确性。本论文依托中国电子科技集团公司第十四研究所所控横向项目开展工作
随着经济的增长,中国的汽车总数逐年增加,这大大增加了交通事故和交通堵塞的可能性。无人驾驶作为一种新的研究领域,期望能优化由汽车带来的一系列交通问题。无人驾驶的研究是复杂且长期的,它包含了多个方面的研究,信息采集就是其中的一个。信息采集包含了对道路中各种关键信息的检测,包括车道线、红绿灯、交通标志等。本论文以无人驾驶领域中的交通标志检测为研究课题,重点研究了基于YOLO v3改进算法的交通标志检测、
人体语义分割是一种精细的语义分割任务,其目的是在像素级尺度上识别人类图像的组成部分(如身体部位和衣服)。理解人类图像的内容,对电子商务、人机交互、图像编辑和虚拟现实等一些潜在的应用很有应用价值。目前,随着基于语义分割的全卷积神经网络的发展,人体语义分割取得了重大进展。人体语义分割与一般的图像分割相比,其难点主要有以下几个方面:首先,人体语义分割在实例场景下的数据比较复杂,涉及到多种场景,例如多人或
随着通信技术的发展,辐射源个体识别在很多领域具有广泛应用,例如电子信息对抗、频谱管理、生命科学和故障诊断等领域。然而现在的辐射源个体往往具备多种调制方式、中心频率、传输速率等特点,这将给辐射源识别带来极大挑战。在辐射源个体之间无明显差异的场景下,基于传统机器学习的辐射源个体识别算法准确率往往不够理想,而且其复杂度比较高、识别时间长,导致其很难满足现代的实际工程需要。为了解决以上问题,本文主要采用基
为让机器人在工作环境中自主地移动,定位和绘制环境地图这两项基础功能便是不可或缺的。经多年发展,基于视觉的同时定位和制图(Visual Simultaneous Localization and Mapping,VSLAM)已经有比较成熟的框架,且能为机器人提供基本的环境感知能力。SLAM(Simultaneous Localization and Mapping,SLAM)系统框架的前端是整个框架
随着新能源汽车扶持政策的持续发布,如今有越来越多的高校和企业活跃在新能源汽车市场。当前我国新能源汽车正在迈向中高级阶段,有着重解决汽车本身充电、续航、安全性等基础技术问题,转向关注与其他高技术行业的协同,充分挖掘新能源汽车的潜能。本课题以故障预测和健康管理(PHM)技术为核心思想,设计了一套结合机器学习和UDS(Unified Diagnostic Services)诊断的车载同步电机的故障诊断系
随着互联网的飞速发展,网民数量爆炸式增长,web应用系统面临巨大的负载压力,负载的波动性也更加显著,传统固定集群规模的web系统难以保证良好的服务质量。结合云服务的动态资源申请,弹性web系统利用能够根据当前负载水平自动增减硬件资源,动态调整系统集群规模,始终保持良好的服务质量,因此,弹性伸缩web系统成为互联网技术领域的重要研究方向。随着技术的迭代,微服务架构和容器技术成为当前web系统主流的软