基于嵌入式系統(tǒng)的裝配機械手精確定位控制算法研究.pdf

1、在機器人裝配線上被操作對象的位置往往是不確定的，無法預先指定末端工作位姿，只能根據(jù)其在絕對坐標系中的位姿進行工作，這就要求機器人有較高的絕對定位精度。要滿足機器人精確定位的要求，需對機器人逆運動學及其控制問題和定位誤差補償?shù)葐栴}進行研究。傳統(tǒng)的機器人逆運動學方程求解模型和定位誤差補償模型都是非線性的，求解非常困難，而神經(jīng)網(wǎng)絡以其很強的非線性映射能力得到廣泛研究和應用，本文利用神經(jīng)網(wǎng)絡建立了裝配機械手精確定位相關模型并進行了深入研究，主要

2、研究內(nèi)容如下：
　　 (1)在分析機器人逆運動學問題的基礎上，推導了裝配機械手逆運動學方程，用代數(shù)法反解運動學方程，對運動學參數(shù)在裝配機械手末端定位精度中的影響進行了分析。結(jié)果表明運動變量誤差對定位精度影響很大，基于機器人逆運動學的位置控制模型要有良好的關節(jié)角求解精度。
　　 (2)由于代數(shù)法、幾何法和迭代法等傳統(tǒng)方法在求解機器人逆運動學中遇到困難，設計了一個基于改進代數(shù)算法神經(jīng)網(wǎng)絡的裝配機械手逆運動學模型，由代數(shù)法得到

3、的訓練樣本集在MATLAB上編程進行神經(jīng)網(wǎng)絡訓練和測試，測試結(jié)果表明改進后的算法可以滿足裝配機械手逆運動學方程求解的要求；另外對逆運動學參數(shù)誤差在定位精度中的影響進行了仿真分析。結(jié)果表明神經(jīng)網(wǎng)絡逆運動學模型可以滿足裝配機械手定位精度的要求。
　　 (3)影響裝配機械手定位精度的因素多且為非線性，用參數(shù)辨識方法難以找到理想的數(shù)學模型對其描述。在基于改進代數(shù)算法神經(jīng)網(wǎng)絡的裝配機械手逆運動學模型基礎上提出了基于改進BP算法—LMBP算

4、法神經(jīng)網(wǎng)絡的裝配機械手定位誤差補償模型并進行了分析。仿真結(jié)果表明補償效果明顯。
　　 (4)對基于改進代數(shù)算法神經(jīng)網(wǎng)絡的裝配機械手逆運動學模型和基于LMBP算法的裝配機械手定位誤差補償模型在8位單片機上的實現(xiàn)進行了研究，進行模塊化編程和基于KEIL平臺的仿真實驗。經(jīng)過優(yōu)化調(diào)試，最終結(jié)果為程序占用內(nèi)部ROM空間為4141B，單次運行時間為0.273s，仿真結(jié)果和期望值誤差較小?；谏窠?jīng)網(wǎng)絡的裝配機械手精確定位模型在8位單片機系統(tǒng)中