本文關(guān)鍵詞：移動機器人路徑規(guī)劃和手臂控制

  更多相關(guān)文章： 移動機器人 導航地圖 路徑規(guī)劃 人工蜂群算法 手臂控制

【摘要】：近幾年,移動機器人隨著物流、智能倉儲等行業(yè)的流行而迅猛發(fā)展,對于這類機器人的研究也逐漸熱門化。以第三代服務型倉儲機器人為研究背景,針對移動機器人運動到指定位置接著對指定貨物進行抓取或搬運過程,主要研究內(nèi)容包括兩個方面,其一是移動過程中的導航路徑規(guī)劃問題,另一方面是物體抓取或搬運過程中的控制問題。本課題以Aldebaran公司生產(chǎn)制造的NAO機器人作研究對象,針對上述兩個問題進行研究分析。本課題的研究內(nèi)容如下:首先,NAO機器人導航路徑規(guī)劃研究,包含構(gòu)建導航地圖和尋找最優(yōu)路徑。對于構(gòu)建導航地圖,采用聲吶傳感器探測機器人和周邊障礙物以及終點路標的距離;為了計算檢測的障礙物個數(shù),引入K-means聚類方法,將檢測到的數(shù)據(jù)進行分類處理,并使用自帶攝像頭辨別障礙物或終點路標;通過Q-learning方法進行避障,從而構(gòu)建導航地圖。對于尋找最優(yōu)路徑,綜合模擬退火(Simulated Annealing,SA)和雙向并行搜索策略對傳統(tǒng)的人工蜂群(Artificial Bee Colony,ABC)算法進行改進,并將其應用到NAO機器人離線路徑尋優(yōu)中,最終在構(gòu)建的離線導航地圖中找到最佳路徑。實驗結(jié)果表明,機器人在避障前提下能有效構(gòu)建從初始點到終點的路標導航地圖;利用改進的人工蜂群(Improved Artificial Bee Colony,IABC)可以尋到最佳路徑,優(yōu)點是收斂速率較一般的快,且不易陷于局部最優(yōu)。其次,NAO機器人手臂的動力學建模與控制。本文對NAO機器人右手臂,進行2自由度(Degree of Freedom,DOF)的歐拉-拉格朗日(Euler-Lagrange)建模;在動力學模型的基礎上,分別設計忽略重力項和帶重力補償?shù)臋C器人手臂控制器,并進行了控制系統(tǒng)穩(wěn)定性的分析。控制系統(tǒng)仿真結(jié)果表明帶重力補償?shù)腜D控制器能加快系統(tǒng)的響應速度,有效提高隨動參考輸入下的控制精度。
【學位授予單位】：中原工學院
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP242

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 宋崇生;陳江;柯翔敏;;基于干擾觀測器的柔性關(guān)節(jié)機械臂滑�？刂芠J];計算機仿真;2016年10期

2 林振強;;智能機器人來勢洶洶[J];物流技術(shù)與應用;2016年09期

3 計國君;余木紅;Kim Hua Tan;;大數(shù)據(jù)驅(qū)動下的全渠道供應鏈服務創(chuàng)新決策框架[J];商業(yè)研究;2016年08期

4 李耀文;李群明;段小剛;;五自由度機械臂的動力學建模與模糊滑模控制[J];現(xiàn)代制造工程;2016年06期

5 姜靜;曹松;李宏達;;重力補償?shù)臋C械臂軌跡跟蹤研究[J];沈陽理工大學學報;2016年02期

6 張永妮;;智能機器人避障路徑規(guī)劃算法研究[J];中小企業(yè)管理與科技(上旬刊);2016年02期

7 殷霞紅;倪建軍;吳榴迎;;一種基于改進人工蜂群算法的機器人實時路徑規(guī)劃方法[J];計算機與現(xiàn)代化;2015年03期

8 薛永勝;王Y，

本文編號：1296526