5篇关于轨迹规划的计算机毕业论文

今天分享的是关于轨迹规划的5篇计算机毕业论文范文, 如果你的论文涉及到轨迹规划等主题,本文能够帮助到你

猕猴桃双机械臂采摘平台设计及关键技术

这是一篇关于猕猴桃,采摘机器人,双机械臂,轨迹规划,深度学习的论文, 主要内容为猕猴桃因其独特的营养价值和美味口感在水果市场上受到顾客青睐。中国是全球范围内最大的猕猴桃生产国,同时猕猴桃作为陕西省重要的经济作物,产业规模持续增加。然而猕猴桃果实采收所占用的劳动力成本严重制约了产业的发展。随着我国猕猴桃生产趋向产业化与标准化,急需实现生产过程的自动化和信息化,以便提高采摘效率,保证果实品质并降低劳动强度。果蔬采摘机器人的创新发展旨在克服缺乏劳动力所带来的挑战,针对目前直角坐标构型的采摘机械臂作业灵活性差,且单一数量的机械臂难以满足高效低损采摘要求等问题,本文以棚架式栽培的猕猴桃果园为研究对象,基于多关节机械臂开展了猕猴桃双机械臂采摘平台的设计与关键技术研究。本文主要研究内容和结论如下:(1)猕猴桃双机械臂采摘平台总体方案设计。为了保证双机械臂间采摘区域连续无漏果且采摘面积最大化,以采摘面积最大、公共区域占比最小和覆盖棚架厚度为目标函数进行理论建模,将双机械臂空间布局问题转变为作业空间多目标优化问题,利用粒子群算法求解得到最优双机械臂安装相对位置870 mm、双机械臂安装高度1020 mm和移动平台间歇式前进步距450 mm,解决了双机械臂间采摘区域不连续的问题。同时确定了猕猴桃双机械臂采摘平台的总体方案和工作原理,整机主要由两套视觉系统、两个采摘机械臂、两套末端执行器、控制系统和移动平台组成。(2)果实识别定位与抓取角预测。为了实现猕猴桃果实目标识别和机械手准确定位,以保证两侧夹爪有效行程余量可以适应果实定位误差,并考虑预测合适的抓取角度来引导夹爪安全地接近果实,基于YOLOv4深度学习模型实现猕猴桃果实识别,在果园和实验室环境下测试获得果实识别平均准确率在90%以上,结合深度相机内参矩阵和手眼标定外参矩阵,实现猕猴桃果实坐标转换和定位,室内果实定位误差测量试验结果表明,果实平均水平定位误差为5.0 mm,平均深度定位误差为8.3 mm,满足采摘机械手定位精度要求。末端抓取角度预测是基于GG-CNN2抓取检测模型实现,通过定义抓取构型,制作单果、线性簇和其他簇抓取标签,基于Focal Loss改进损失函数避免网络在背景处或果实边缘处生成最优抓取构型,在果园环境下网络测试结果表明,该模型参数量66.7 k,图像平均计算速度58 ms,抓取检测的平均准确率76.0%;桌面抓取顺序测试结果表明,四果以下的线形簇和四果其他簇有合理的由外及内的预测顺序,五果及以上果实间相邻关系动态变化,不确定性明显。(3)双机械臂运动控制模型设计与仿真。为了高效搭建双机械臂运动控制仿真和真实开发环境,基于机器人操作系统ROS搭建了双机械臂运动控制系统,通过ROS-Move It!模块设计了双机械臂运动控制模型,包括创建了双机械臂URDF描述模型,配置了左臂、右臂和双机械臂三个运动规划组,并创建了双机械臂自碰撞检测矩阵,通过编写双机械臂轨迹控制器搭建了Move It!+Gazebo联合仿真环境。在机械臂关节空间下分别进行了单个规划组避障轨迹规划和双机械臂同步规划组避障轨迹规划,基于联合仿真环境进行了双机械臂作业策略仿真验证,确定了针对两侧空间基于同步规划组的双机械臂同步作业策略和针对共享空间基于单个规划组的双机械臂异步作业策略,更换了基于UR5Kinematics的双机械臂运动学逆解器。(4)猕猴桃双机械臂采摘平台试制与验证试验。为了验证猕猴桃双机械臂采摘空间的适应性及整机作业性能,搭建了与最优采摘空间尺寸相对应的室内棚架环境,完成了双机械臂采摘平台硬件搭建和软件集成。利用ROS Master分布式节点管理机制实现主机、两个机械臂和两个从机的通信任务,配套两套采摘末端的控制硬件,部署了视觉识别定位模型,联合双机械臂标定完成信息转换。基于该平台进行了棚架空间果实位置遍历试验和实验室双机械臂采摘验证试验,试验评价指标包括果实位置遍历成功率、果实采摘成功率和平均单果采摘时间等,果实位置遍历试验结果表明,两个机械臂对棚架空间内果实遍历能力在90%以上,两个机械臂能够遍历除奇异点外所要求的目标果实点,解决了因作业区域不连续造成的果实漏采问题;实验室采摘验证试验结果表明,该平台果实采摘成功率在75%以上,双机械臂在两侧空间同步作业和在共享空间异步作业时平均单果采摘时间分别为5.36 s和8.67 s,验证了该平台双机械臂采摘猕猴桃的作业有效性。

猕猴桃双机械臂采摘平台设计及关键技术

建筑膏料智能喷涂机器人及其路径轨迹规划

这是一篇关于智能喷涂机器人,喷抹一体,SLAM路径规划,轨迹规划,跟踪控制的论文, 主要内容为随着现代城市化高速发展,地上建筑开发趋于饱和,地下建筑为城市建筑开发提供新的维度。地下建筑为达到防水防潮等功能,需要对地下建筑物进行墙体装修喷涂。现阶段,建筑膏料喷涂领域仍然采用传统人工喷涂方式,存在工艺复杂、施工耗时、质量不均和安全隐患等问题。然而世界各地对于建筑新建和维护的需求却在日益增长,低效的人力资源管理和过度依赖工人熟练度更会导致建筑膏料喷涂的质量和生产力大幅度下降。人工喷涂的低效率、低质量和高资源浪费与建筑喷涂日益扩张的需求已然存在极大的矛盾。机器人技术先进、生产效率高且飞速发展,但是,建筑行业最新应用表明:没有专为建筑膏料喷涂开发的适应性机器人。有鉴于此,本文将机器人技术应用于建筑膏料喷涂领域,对机器人喷抹一体、室内规划和复杂工况喷涂轨迹规划展开了研究。具体研究内容如下:(1)设计了基于喷抹一体的喷涂机器人整体架构,并进行了喷抹尺CFD(Computational Fluid Dynamics)仿真。首先对膏料传统喷涂方法总结和分析,对喷涂环境进行整体研究,明确了机器人需要喷抹的简单喷涂环境和需要喷涂的复杂喷涂环境。接着对简单喷抹环境进行拆分,依据机器人整体架构设计简单喷抹环境喷抹方式。同时设计了喷涂机器人的底盘系统、输送系统、升降系统和喷抹一体模型,并分别进行理论研究和仿真验证。针对喷抹一体模型,设计CFD仿真,验证喷抹一体模型的可靠性。最后整合所有结构和模型,设计出智能喷涂机器人的整体三维模型,并验证了整体模型的完整性。(2)以机器人整体三维模型为基础,提出了基于SLAM(Simultaneous Localization and Mapping)的喷涂机器人室内路径规划方法。在SLAM建图前,先将机器人三维模型编写成URDF(Unified Robot Description Format)文件,并验证机器人在ROS(Robot Operating System)中激光雷达、深度相机Kinect和里程计等传感器的感知显示。SLAM建图中使用Cartographer算法进行室内全局建图,完成了建图产生漂移的实时化改进。在室内路径规划中,使用贪心思想将整个建筑平面作为全局地图,单一房间为局部地图,局部地图最优累加从而达到全局最优。对局部SLAM地图进行轮廓提取、直线定位、角点检测与排序、特征点提取等一系列地图处理算法后,获得局部地图中机器人的目标轨迹多坐标点。局部地图在全局地图的位置使用多尺度模板匹配算法计算,而机器人在全局地图的位置使用粒子滤波器进行计算。最后,在全局地图中对比Dijkstra、A*和RRT算法效果后,使用RRT进行全局最优路径规划,并设计局部多目标点轨迹跟踪算法验证局部轨迹的正确性。(3)针对墙壁拐角等复杂喷涂工况,提出了基于六轴机械臂的喷涂轨迹规划和优化控制方法。首先提出了喷枪涂层累积数学模型,通过模型研究和数值模拟,进行墙壁拐角的动态喷涂轨迹优化。接着搭建点云采集系统对复杂喷涂工况点云信息进行采集,完成复杂喷涂环境的三维重建。然后在三维重建基础上,对六轴机械臂进行理论研究,使用人工势场算法进行运动规划。最后,使用Simulink设计机械臂轨迹跟踪控制算法,使用ROS-I和MOVEIT在ROBOGUIDE中进行联合轨迹规划仿真,验证了相关算法的有效性和实用性。

航空发动机叶片自动超声检测技术研究

这是一篇关于航空发动机叶片,六轴机械手,轨迹规划,超声检测的论文, 主要内容为航空发动机叶片的质量可靠性和稳定性极其重要,目前这类具有复杂曲面结构的工件的自动超声检测方法主要以工件的三维几何模型来规划检测轨迹,但是,叶片在加工成形的过程中存在回弹现象,导致实际叶片轮廓与最初设计的几何模型存在误差,这为后续的超声检测带来了挑战。针对上述问题,本文针对航空发动机叶片开展三维几何模型重构和规划自动检测轨迹的研究。首先建立了叶片自动超声检测系统坐标系,确定了不同坐标系之间的变换关系。利用机械手夹持线结构光轮廓仪测量叶片轮廓,通过机械手夹持激光轮廓仪在叶片轴线两侧采集两次点云,同时,叶片不断旋转保证其始终处于激光轮廓仪的测量范围,接下来通过数据拼接、旋转平移将采集的点云变换到世界坐标系下,得到准确的叶片三维几何模型。整理后采用数据拟合方法获得曲面轮廓方程,基于曲面上的曲线方程规划加减速扫查轨迹位置,依据拟合曲面的法线规划轨迹姿态,从而满足超声探头到被测叶片表面等距与探头发出的声波始终沿叶片表面法线方向入射。最后对各扫查轨迹点进行多轴运动分解,获得包括六轴机械手和叶片旋转轴在内的各轴轨迹。最后,将六轴机械手与高频超声探头相结合,对叶片实现了自动检测实验。结果表明,通过采集叶片表面轮廓点云进而规划检测轨迹的方法可以有效地实现叶片的自动超声检测,满足声波沿表面法线入射和机械手运动平稳的要求。

智能挖掘机铲斗轨迹规划与控制研究

这是一篇关于智能挖掘机,工作装置,机械臂,轨迹规划,轨迹控制的论文, 主要内容为随着人工智能技术不断发展,智能挖掘机技术开始蓬勃发展。智能挖掘机能大大降低劳动强度,使工地管理更加科学,信息化水平更高。市面上有庞大的普通挖掘机持有量,推出新的智能挖掘机来淘汰普通挖掘机会造成巨大的经济损失,因此针对普通挖掘机进行智能化开发并进行自动挖掘研究有着重要的意义。在此背景下,本文进行了如下研究:首先,对挖掘机工作装置进行运动学建模,为轨迹规划与控制研究建立基础。将挖掘机工作空间分为关节空间、位姿空间与驱动空间,并建立起三者之间的相互转换关系。为了获取运动学信息设计了一套传感器方案从而引入检测空间,并建立四种工作空间转换关系。其次,设计了一种在现有挖掘机上进行智能化开发的方案,整体架构分为智能挖掘机和远程操作终端。设计了一种六自由度机械臂方案对挖掘机的执行机构进行智能化开发。采用非刚性连接的球型夹爪与球型手柄配合来规避挖掘机操作手柄轨迹空间不规则的问题,设计了一种四个空间坐标系拼接成过渡坐标系的方法来实现机械臂目标点的计算,并制定了机械臂的控制逻辑,使其能根据指令控制操作手柄到达指定位置。然后,为了实现智能挖掘机自动挖掘作业,设计了轨迹规划与轨迹控制算法。设计多节点三次多项式插值与两节点五次多项式插值结合的规划方法,得到一次作业循环的完整轨迹。针对路径点过多的问题设计了简化方法,即由两个路径点生成轨迹规划,并设计了多种典型作业场景下的任务规划。针对工作装置的动臂、斗杆及铲斗关节,设计了基于死区补偿的分段PID控制算法进行轨迹控制。针对回转平台存在惯量大、易超调等问题,将其与其余关节解耦,构建带延迟的一阶惯性环节模型,设计了基于参数辨识的多级减速控制算法。最后,采用AMESim软件搭建挖掘机工作装置机械结构及其各自对应的液压回路仿真模型,设计试验对挖掘机动力学特性进行了测试,并结合试验数据对仿真模型进行了标定和验证。搭建AMESim与MATLAB/Simulink联合仿真模型,在联合仿真中验证了轨迹规划与控制算法的有效性,并通过粒子群算法优化轨迹控制算法的参数。最终在试验样机上进行自动挖掘试验,验证了整套系统的有效性。

本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈网，原文地址：https://m.bishedaima.com/lunwen/48775.html