导读:本文包含了双臂机器人论文开题报告文献综述、选题提纲参考文献，主要关键词:双臂,机器人,阻抗,运动学,体协,桌面,目标。
双臂机器人论文文献综述写法
刘江文,徐敏[1]（2019）在《双臂机器人动力学建模与伺服系统控制》一文中研究指出针对双臂机器人的手臂运动控制问题,研究了其动力学建模与伺服系统控制算法。首先,对其双臂机械结构进行了分析,总结了各个关节对机器人末端位姿的影响,并且简化了动力学方程更利于实现。其次针对简化后的模型参数采用最小二乘法辨识,最后通过仿真和系统实验,验证动力学计算结果的正确性。再次由机器人动力学和电机动力学建立关节转矩模型进行关节转矩力控制;最后讨论了交流永磁同步电机的建模和控制问题。经过验证简化后的模型一方面等效于直流电机便于设计控制器,另一方面可用于机器人关节转矩控制。(本文来源于《机械设计与制造》期刊2019年11期）
张可征,方武,李晨曦[2]（2019）在《基于VR的双臂机器人设计》一文中研究指出在人口老龄化的背景下,护理服务机器人技术的研究具有现实意义。目标是开发具有性价比高、实用性强等特点的服务机器人,为老年人和残障人士的家庭护理带来便捷服务。系统基于Arduino和树莓派开源平台以及VR技术。机器人能够识别物品位置,自主运动到任务品前方,自动夹取任务品,也可通过穿戴式体感设备,远程实时操控机器人。(本文来源于《现代计算机》期刊2019年30期）
王玉梅,杨洪鑫,黄赛帅,陈增昊,崔泽[3]（2019）在《双臂机器人的运动学分析与运动控制》一文中研究指出介绍了一款单臂具有6个自由度的模块化双臂机器人,基于对双臂构型的分析,采用D-H参数法建立了正运动学模型,进一步分析了逆运动学求解方法,搭建了基于EtherCAT总线和TwinCAT主站的双臂机器人运动控制系统,详细介绍了该控制系统的主站和从站的硬件结构、系统配置和控制策略。通过执行单机械臂的直线插补运动实验,验证了运动学分析和运动控制策略的正确性。(本文来源于《工业控制计算机》期刊2019年08期）
李梁,李剑飞,张大伟,王宁飞[4]（2019）在《自由漂浮空间双臂机器人动目标抓捕控制》一文中研究指出针对空间双臂系统捕获移动目标任务,建立了自由漂浮空间双臂机器人系统动力学模型.针对开链追踪过程,利用自适应方法同时实现速度估计和目标追踪的收敛,可保证双臂同时捕获目标,并设计了基于耦合、漂浮模型的反馈控制律;针对闭链对接过程,根据运动约束协调规划双臂的运动,并利用反馈线性化法设计了一种自由浮动空间机器人双臂协调阻抗控制方法,使双臂并联系统的阻抗可以独立配置.仿真结果表明,相比纯追踪,该追踪方法捕获时间更短,轨迹更平直,闭链过程中有效降低了内力,保证了对接的平稳.(本文来源于《北京理工大学学报》期刊2019年06期）
王玉琦[5]（2019）在《空间双臂机器人捕获自旋目标的协调操作柔顺控制研究》一文中研究指出随着太空探索的深入,失效/退役的航天器逐年增加。由于失去姿态控制能力,在系统残余角动量的影响下,失效/退役航天器将出现旋转运动。自旋航天器不仅浪费了宝贵的轨道空间资源,还威胁着其他在轨航天器的安全,故自旋航天器的捕获需求日益迫切。空间双臂机器人可以实现对目标的精确控制与操作,有利于目标航天器的回收。但在捕获过程中,机械臂会与目标发生直接的物理接触,碰撞产生的接触力可能导致机械臂抖动或变形,还可能使目标远离捕获区域,导致捕获操作失败。考虑到目标处于自旋状态,成功捕获目标的关键是利用接触力实现其角速度的衰减。因此,在自旋目标捕获过程中,空间双臂机器人系统需要具备控制接触力的能力,即协调操作柔顺控制能力。本文的研究内容来源于航天院外协项目“空间机械臂悬停飞行器捕获控制系统研制”。本文以自由漂浮空间双臂机器人为研究对象,针对自旋目标捕获任务,开展空间双臂机器人动力学建模、不同接触模式下协调操作柔顺控制策略设计、基座姿态无扰控制优化等关键技术研究,并分别通过数值仿真和实验验证相关理论的有效性及实用性。主要研究工作如下:首先,针对机械臂末端与自旋目标之间发生固定接触的情况,研究空间双臂机器人协调操作柔顺控制方法。建立空间双臂机器人动力学模型,通过消除基座加速度项,实现关节运动和基座运动的解耦。结合目标动力学方程,构建空间双臂机器人协调操作系统的统一动力学模型,为基于动力学模型的柔顺控制提供基础。基于统一动力学模型,设计面向目标的空间双臂机器人阻抗控制算法,实现对接触力的精确控制,以保证目标转动的可控衰减。其次,针对机械臂末端与自旋目标之间发生滑动接触的情况,研究空间双臂机器人协调操作柔顺控制方法。基于LuGre模型,建立机械臂和自旋目标之间的摩擦接触动力学模型,完成接触力和相对运动的具体推导,为滑动接触情况下的柔顺控制提供基础。基于统一动力学模型及摩擦接触动力学模型,设计面向目标的空间双臂机器人混合阻抗控制算法,实现对法向正压力和切向摩擦力的解耦,保证空间双臂机器人双臂末端与目标之间具有柔顺性。针对捕获系统参数未确知情况,设计空间双臂机器人RBF网络(径向基神经网络)自适应控制算法,补偿由于系统参数误差引起的控制误差,保证捕获系统在参数未确知情况下的控制精度。然后,面向微重力情况下的目标捕获任务,研究考虑基座姿态无扰的空间双臂机器人柔顺控制优化方法。在不考虑外力的情况下,建立协调操作系统(带操作物)的线动量/角动量守恒方程,通过消除目标运动,构建空间双臂机器人基座运动方程。结合广义雅可比矩阵,完成对广义雅可比矩阵的扩维,同时实现对机械臂末端运动规律的跟踪和基座姿态的调整。建立零空间雅克比矩阵,利用关节自运动特性,采用基于粒子群算法的全局优化方法,在不影响自旋目标捕获操作效果的前提下,实现空间双臂机器人关节驱动力矩的优化。最后,针对空间双臂机器人捕获自旋目标的协调操作柔顺控制方法开展实验研究。改造微重力气浮实验平台,设计滑动接触模式下的空间双臂机器人捕获自旋目标的实验方案。对比分析实验数据,验证所提出相关算法的有效性与实用性。(本文来源于《北京邮电大学》期刊2019-06-01）
刘钱源[6]（2019）在《基于深度强化学习的双臂机器人物体抓取》一文中研究指出近年来,随着机器人技术的不断发展,协作式机器人在生产生活中越来越普及。在一些复杂的应用场景中,双臂协作机器人通常比单臂机器人更有效率,因此逐渐成为研究热点。协同控制是双臂机器人安全工作的基础,主要是指两条机械臂之间避免碰撞、协同运动,这一过程涉及多智能体协同、运动控制、目标感知等领域。为防止机器人的双臂发生碰撞,其控制策略需要避免在运动规划时出现竞争。传统的方法是对机械臂建立精确的数学模型,根据任务特点来规划末端夹持器的运动轨迹,再通过正逆运动学方程得出各个机械臂关节的角度,该方法计算量大、缺乏通用性。而基于深度强化学习的多智能体协同算法为解决这一问题提供了思路,该算法能够自主探索动作空间,减少智能体之间的竞争,增加整体协作能力。因此,本课题旨在运用深度强化学习控制双臂机器人协同运动的同时,提高双臂机器人控制算法的通用性和鲁棒性。本课题的研究内容主要分为算法仿真和实体实验两部分。在算法仿真部分,提出了 DADDPG(Dual-Arm Deep Deterministic Policy Gradient,DADDPG)算法,为两条机械臂各自分配了一个控制策略,且彼此共享观测值和动作值。机器人通过“奖励协同,惩罚竞争”的训练方式学会了如何完成协作任务,并在本课题搭建的MuJoCo(Multi-Joint Dynamics with Contact,MuJoCo)仿真环境中,验证了算法的有效性。在实体实验部分,本课题设计了基于ROS(Robot Operating System,ROS)的双臂机器人控制架构,使用Kinect相机和Mask-RCNN(Mask Region Convolutional Neural Network,Mask-RCNN)算法进行目标定位,使得机器人成功地抓取了该目标。本文首先介绍了双臂机器人的研究意义,阐述了本课题的研究目的,介绍了国内外强化学习和双臂机器人的研究进展和强化学习的一些基本概念以及算法分类。其次,详细论述了深度强化学习中的两类算法:DQNN(Deep Q-Network,DQN)和DDPG(Deep Deterministic Policy Gradient,DDPG),对比了这两类算法的特点及其适用领域,重点分析了深度强化学习在实际应用中的优化方法。接下来,总结了机器人强化学习中的奖励稀疏和多智能体协同问题,介绍了相应的 HER(Hindsight Experience Replay,HER)和MADDPG(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法,并针对本课题的研究目标提出了新的DRL(Deep Reinforcement Learning,DRL)算法。然后,设计了多个MuJoCo仿真实验,使用了 DADDPG算法进行训练,将训练好的虚拟机器人在MuJoCo中进行测试,验证了该算法的有效性。最后,介绍了本课题使用深度强化学习算法控制双臂实体机器人的实现过程,使用了 ROS将Kinect、两个UR3机械臂、DADDPG算法、Mask-RCNN整合到了一个分布式架构中,降低了各模块之间的耦合性,使双臂机器人成功地完成了抓取物体任务。(本文来源于《山东大学》期刊2019-05-11）
张亚东[7]（2019）在《基于机器视觉的双臂机器人桌面清理算法研究及应用》一文中研究指出随着科技的发展和社会的进步,人们工作压力大,生活节奏快,对于服务型的清理机器人需求量越来越大。在餐厅、咖啡厅、酒店、家庭和企业的桌面清理中多为人工清理,劳动成本高、工作内容枯燥、工作效率低,清理效果主观性强。因此,机器人在清洁领域的应用越来越广泛,但是机器人在桌面清理领域中依然存在桌面灰尘不易检测、清洁度判断标准不统一、机械式全覆盖清理、桌面物品无法有序摆放等问题,造成了清理效率低,资源利用率低等现象。针对以上问题,本文设计出基于机器视觉技术和机器人技术的桌面清理系统,成功实现桌面物品的有序摆放与清理、灰尘检测、清理区域与放置区域规划等功能,主要研究及工作如下:(1)搭建灰尘检测算法研究验证实验平台及桌面清理实验验证平台。(2)标定Baxter机器人左臂末端相机,对相机采集的图像进行HSV颜色空间转换、二值化、形态学闭运算、轮廓提取等处理,用多边形逼近算法和最小外包矩形算法成功获取桌面物品的尺寸大小、中心点位置和旋转角度。(3)设计清理区域与放置区域的规划算法,成功实现桌面物品的有序摆放与灰尘清理。(4)通过图像均衡化与拉普拉斯变换增强灰尘的纹理特征信息解决桌面灰尘特征信息不明显问题,并利用灰度共生矩阵算法提取灰尘纹理特征的参数。进一步提出一种基于兰氏距离改进的图像相似度算法,解决了灰尘检测时光照变化干扰的问题,提高了灰尘检测在光照变化时的准确度,实现了桌面灰尘的精准检测。(5)在物品的抓取与放置过程中规划Baxter机器人运动路径,实现机器人的双臂协作。有效的减少了桌面物品与机械臂之间的碰撞。设计了不同物品数量的桌面清理模式,规划出机器人抓取、放置以及在清理区域的运动路径并进行相关实验验证。结果显示其清理效果好,提高了机器人在桌面清理领域的灵活性和智能性。本文利用Baxter机器人进行桌面清理,对桌面灰尘检测、桌面清理、机器人路径规划等算法进行验证,实现了机器人的物品检测识别、抓取与放置、清理区域与放置区域规划、清理区域的灰尘检测与灰尘清理等功能的有机统一,完成了机器人对桌面的清理工作。(本文来源于《郑州大学》期刊2019-05-01）
杨冬,李继强,董跃巍,沈永旺[8]（2019）在《冗余双臂机器人实时协调避碰方法研究》一文中研究指出对冗余双臂机器人的实时协调避碰规划进行了分析,提出了一种利用杆间最短距离作为避碰距离指标的避碰方法,利用胶囊体包围壳对机器人进行简化建模,然后计算机器人连杆间的最小距离,另外,为了减小障碍物对机器人动作的影响及降低机器人控制运算量,引入了一个权值函数以实现机器人手臂避碰算法的动态规划,通过调整避障运动幅度,提高机器人的避碰效率,在此基础上确立了一种改进的距离函数法。最后通过仿真验证了改进后的距离函数法的有效性及可靠性。(本文来源于《机械设计与制造》期刊2019年03期）
曲家迪[9]（2019）在《基于视觉的拟人双臂机器人自主协调操作研究》一文中研究指出拟人双臂机器人符合人类对机器“人”的认知,它具有躯干并配置两条像人类一样灵活的冗余机械臂,利用其双臂协调特点既可以代替人类在特殊环境下作业,又可以在日常环境中实现与人类共融。视觉是常见的机器人外部传感器,通过视觉采集复杂环境信息可以提高双臂机器人的环境适应能力。另外,示教学习可以使机器人从人类示教数据中获得操作技能,实现与人协作,动作模仿,进而提高双臂机器人的人机交互能力以及自主学习能力。本论文围绕双臂协调操作展开研究,引入视觉伺服和示教学习方法来提高双臂机器人操作能力,推动双臂机器人智能化发展。重点解决双臂操作中环境和控制模型不确定,双臂协调特征学习等问题。主要研究内容如下:在双臂机器人非对称协调操作中,基本的任务目标是实现两个操作物位姿对齐。在工业装配场合,操作物的位姿信息是已知的,然而在其他多数应用场合下操作物的位姿信息是未知的。本研究提出一种基于图像视觉伺服的双臂自主定位方法来通过手眼协调方式实现操作物位姿对齐。将协调任务分为操作物位姿预对齐和对齐两个阶段。在第一阶段,采用场景摄像机观测双臂末端特征,结合非对称协调约束与射影空间模型,推导视觉空间路径规划算法获得双臂末端特征的期望轨迹,并采用任务函数法进行轨迹跟踪控制实现操作物位姿预对齐。在第二阶段,通过场景和手眼摄像机同时观测操作物位姿特征,建立操作物视觉位姿约束,推导多任务图像雅克比实现操作物位姿对齐。采用双臂机器人平台,通过两个典型双臂非对称协调任务来验证提出方法的有效性。双臂机器人执行对称协调操作时,任务目标是实现操作物的轨迹跟踪。当双臂末端对操作物的抓取位置精确已知时,双臂末端可以驱动操作物实现轨迹跟踪。然而,当操作物抓取位置存在偏差时,将无法实现操作物轨迹跟踪。本研究提出了基于自适应神经网络视觉伺服的双臂自主跟踪方法来实现抓取位置存在偏差情况下的操作物轨迹跟踪,通过径向基函数神经网络补偿由操作物抓取位置导致的图像雅克比不确定量。另外,由于机械臂冗余自由度的存在,双臂对称协调运动会产生关节角度漂移现象,通过对偶神经网络来求解二次规划问题进而优化冗余闭链运动来抑制关节角度漂移。采用双臂机器人平台,通过两个典型的对称协调任务来验证提出方法的有效性。在人机协作任务中机械臂末端需要跟随人类手部的位置与接触力变化。末端执行器与手部之间存在位置约束和力约束,然而这种位置/力约束通常是依靠经验给定的,这使得机械臂难以实现平稳、安全的协调操作。本研究提出基于人臂协作特征学习的人机协作方法,通过观测和学习人类双臂操作数据,获得可变的位置/力约束,也就是人类双臂协作特征。建立人机协调阻抗模型将人臂协作特征应用于机械臂控制中。采用机器人平台,通过机械臂与人类手臂进行协作搬运任务来验证提出方法的有效性。对于双臂协调运动,两个机械臂末端服从位姿协调约束,双臂关节空间服从运动学约束。然而这两种约束通常依靠经验给定的,这使得双臂机器人在笛卡儿空间难以实现平稳地协调运动,在关节空间难以实现自然地运动。本研究提出了基于人臂协调特征的拟人双臂运动方法。使用体感摄像机获取人类双臂运动数据,采用基于深度卷积神经网络的人臂末端姿态估计方法获得人臂示教数据。采用主成分分析将示教数据映射到特征空间,建立学习模型对人类双臂的臂内和臂间协调特征进行提取。将协调特征进行相似性测量,并建立特征空间冗余机械臂运动学约束以及双臂协调约束,推导双臂拟人协调运动方程重建双臂拟人协调运动。采用双臂机器人平台,通过双臂模拟倾倒和模拟搬运等两类实验任务来验证提出方法的有效性。(本文来源于《哈尔滨工业大学》期刊2019-03-01）
江一鸣[10]（2019）在《双臂机器人系统模型辨识及协同控制理论研究》一文中研究指出近年来,在工业界和学术界的广泛研究和推动下,机器人技术作为最受期待的技术之一得到快速发展。双臂或多臂机器人协调控制是机器人研究的重要方向内容,也是亟需解决的关键问题。而精确、有效的机器人模型是实现双臂机器人灵巧、柔顺和协调操作的必要条件。通过机器人运动学的精确建模,可以实现机器人末端执行器到机器人关节空间运动的有效转换,在机器人力/位置控制、计算力矩控制、阻抗控制等先进控制中得到应用。本课题一方面基于Denavit–Hartenberg(DH)方法和牛顿-欧拉方法,建立Baxter机器人运动学模型和动力学模型,研究参数未知下情况下机器人的运动学和动力学模型参数辨识问题。另一方面,基于机器人的运动学、动力学建模方法,研究双臂刚性抓取物体的控制问题,并重点解决如下关键问题:利用有限时间收敛参数辨识器和模型降阶方法解决牛顿欧拉回归矩阵非满秩问题,实现对动力学参数真实值的有效估计。利用障碍李雅普诺夫函数设计双臂机器人控制器,实现双臂机器人的预设瞬态性能控制。利用切换函数设计神经网络切换控制器,将传统神经网络的半全局稳定拓展为全局稳定。本课题将针对双臂机器人协调控制存在的问题,对控制过程中运动学和动力学建模、未知模型参数、模型不确定性和协调控制等问题开展研究,建立准确的机器人系统模型,开发稳定而高效的协调控制技术,实现安全、高效的双臂机器人协调控制。具体来说,本课题主要包括如下叁个方面的研究内容。一、精确有效的机器人系统参数对鲁棒、稳定的机器人控制具有十分重要的作用。我们首先基于Newton-Euler方法与DH方法分别建立机械臂动力学与运动学模型,并针对机械臂系统参数未知情况,设计一种有限时间收敛的参数估计算法,使辨识参数可以快速收敛到真实值。考虑到Newton-Euler动力学回归矩阵存在非满秩的情况下会导致参数估计不满足持续激励条件。我们采用一种模型降阶方法保证回归矩阵的满秩性,从而实现机器人动力学参数的有效估计。通过辅助滤波矩阵设计、有限时间收敛辨识等算法设计机器人系统辨识器,实现快速、精确的系统参数辨识。二、当双臂抓取和操作物体时,精确的瞬态控制可以提高机械臂的控制性能,使得被抓取物体不被破坏。在本文中,我们针对双臂机器人系统动态未知情况,提出了一种预设性能的双臂机器人跟踪控制方法,通过设计瞬态和稳态约束函数,利用误差转换将该瞬态函数集成到控制器中来严格保证期望的瞬态性能,将双臂机器人瞬态响应和稳态响应限定在期望的范围。另一方面,为了解决系统动力学模型未知情况下的双臂机器人控制问题,我们利用神经网络的万能逼近特性来学习双臂机器人的未知动态。然而如何确定神经网络紧集的大小仍然是一个难题。为了解决这一问题,我们尝试将神经网络控制由半全局稳定拓展为全局一致最终有界稳定,利用切换函数设计神经网络切换控制器,实现未知动态下全局稳定的双臂机器人控制。叁、在双臂机器人抓取物体时,双臂与物体之间存在强非线性及力耦合。在这一条件下,考虑未知运动学参数及动力学特性的双臂机器人控制是一个具有挑战的课题。为解决这一问题,我们提出了雅可比矩阵逼近方法解决未知运动学参数的控制问题,同时构造去一种中心化的自适应模糊逻辑系统补偿未知双机械臂-物体动力学特性。为了保证估计参数在有限时间内收敛到真实值,构造了一种有限时间收敛的自适应参数估计框架,使得被估计参数可以快速收敛到一个以真值为中心的小邻域内。同时为进一步放松对持续激励条件的要求,采用一种部分持续激励条件,并证明基于高斯基函数的模糊隶属度函数满足这一条件,保证模糊系统权值的收敛性,使得设计者可以直接使用已经训练好的权值参数而不需要重新训练。(本文来源于《华南理工大学》期刊2019-03-01）
双臂机器人论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在人口老龄化的背景下,护理服务机器人技术的研究具有现实意义。目标是开发具有性价比高、实用性强等特点的服务机器人,为老年人和残障人士的家庭护理带来便捷服务。系统基于Arduino和树莓派开源平台以及VR技术。机器人能够识别物品位置,自主运动到任务品前方,自动夹取任务品,也可通过穿戴式体感设备,远程实时操控机器人。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双臂机器人论文参考文献
[1].刘江文,徐敏.双臂机器人动力学建模与伺服系统控制[J].机械设计与制造.2019
[2].张可征,方武,李晨曦.基于VR的双臂机器人设计[J].现代计算机.2019
[3].王玉梅,杨洪鑫,黄赛帅,陈增昊,崔泽.双臂机器人的运动学分析与运动控制[J].工业控制计算机.2019
[4].李梁,李剑飞,张大伟,王宁飞.自由漂浮空间双臂机器人动目标抓捕控制[J].北京理工大学学报.2019
[5].王玉琦.空间双臂机器人捕获自旋目标的协调操作柔顺控制研究[D].北京邮电大学.2019
[6].刘钱源.基于深度强化学习的双臂机器人物体抓取[D].山东大学.2019
[7].张亚东.基于机器视觉的双臂机器人桌面清理算法研究及应用[D].郑州大学.2019
[8].杨冬,李继强,董跃巍,沈永旺.冗余双臂机器人实时协调避碰方法研究[J].机械设计与制造.2019
[9].曲家迪.基于视觉的拟人双臂机器人自主协调操作研究[D].哈尔滨工业大学.2019
[10].江一鸣.双臂机器人系统模型辨识及协同控制理论研究[D].华南理工大学.2019