论文部分内容阅读
我国进入经济体制转型之后,各行各业市场竞争越来越激烈,随着各行业尤其是汽车、电子、食品等行业飞速发展,装配、搬运迫切需要这种以机器视觉与机器人相结合的控制系统以提高生产效率降低生产成本。用机器视觉代替人眼来识别与定位目标,可以避免人眼疲劳这一缺陷且能够24小时不停工作,SCARA机器人由于自身结构特点特别适用于装配及搬运工作环境。基于机器视觉的SCARA机器人快速定位控制系统需要解决以下问题:针对机器视觉的SCARA机器人快速定位控制系统协调一致运行问题建立系统各个部分数学模型,包括建立视觉相机模型、传送带模型、SCARA机器人运动学模型及动力学模型,标定视觉相机的内外参单应矩阵以及视觉坐标系、机器人坐标系与传送带坐标系之间的关系。针对SCARA机器人运动轨迹要求连续平滑时间最优问题,提出一种基于指数函数速度轨迹规划新方法。由执行器工作时的限制条件获取时间增益a,经运动学逆解获得机器人从初始位置到目标位置各关节空间需要运动位移,再由位移偏差求取延时时间Td;最后确定基于指数函数原理的速度轨迹曲线表达式。通过实验仿真,与S形速度轨迹规划方法进行对比分析,结果表明所提出的方法公式简单、计算量小,产生的轨迹连续平滑。以Labview为实验平台,搭建基于机器视觉的SCARA机器人控制系统,完成视觉相机标定,SCARA机器人基坐标系与传送带坐标系之间标定,目标工件位置预测,SCARA机器人运动学正解及逆解,笛卡尔及关节空间轨迹规划等功能,通过NIPCIe-7842R板卡采集视觉相机输出的位置信号与电机编码器反馈信号,输出PWM脉冲控制伺服驱动器与电机,实现整个系统的运行。为解决SCARA机器人在外界干扰和模型不精确情况下仍具有优良的轨迹跟踪性能问题,提出一种基于内模控制原理的SCARA机器人控制器方法。该方法首先运用拉格朗日函数获取SCARA机器人动力学模型,以此为内模控制的估计模型;然后,设计内模控制器Q(S),根据输入信号类型,选择内模滤波器f(S),使系统结构满足稳态误差为零的条件,最后推导求出两种类型输入信号下的SCARA机器人控制律。通过实验仿真与自适应模糊滑模控制方法作比较,发现基于内模原理的控制方法轨迹跟踪精度更高,抗干扰能力更强,并且控制器参数调节简单。基于以上研究本文在以下两方面取得重大研究成果:SCARA机器人PTP轨迹规划方法与SCARA机器人内模控制方法,并通过实验及仿真验证了其算法的可行性。