关 键 词：

基于 PLC 机器人 本体 设计 论文 DWG 图纸 外文 翻译 文献 综述 开题 报告

资源描述：

基于PLC的机器人本体设计(论文+DWG图纸+外文翻译+文献综述+开题报告),基于,PLC,机器人,本体,设计,论文,DWG,图纸,外文,翻译,文献,综述,开题,报告

内容简介：

机械设计与制造D e c 2 0 0 4 N o 6 M a c h i n e r y D e s i g n M a n u f a e t u r e 7 一 文章编号 ： 1 0 0 1 3 9 9 7 ( 2 0 0 4 ) 0 6 0 0 1 7 0 2 移动机器入的定位算法 李 南 陈家轩吴艳花 ( 兰州理工大学机电学院， 兰州 7 3 0 0 5 0 ) Lo c a l i z a t i o n a l g o r i t h m o f mo v i n g r o b o t L I N a n ，C H E N J i a x u n ，WU Ya n h u a ( L a n z h o u Un i v e r s i t y o f T e c h n o l o g y C o l l e g e o f Me c h a n o e l e c t r o n i c E n g i n e e r i n g ，L a n z h u o 7 3 0 0 5 0 ， C h i n a ) 一一 一 I 【 摘要】 通过对移动机器 人在未 知环境中 的运动分析， 结合多 传感器信息， 提供一种新的移动机器 人 I在未知环境中的定位算法。该算法可根据移动机器人的运动， 不断更新其位置状态， 并能对下一步位置 I状态进行预估计， 然后根据实测传感器信息对预估值进行修正， 获得实际位置状态。 ； 关键词： 移动机器人； 多传感器； 定位算法； 预估计 j 【 A b s t r a c t 】 A n a l y s is t h e m o t i o n o f s n a k e 一 触e r o b o t i n u n k n o w n c o n d i t i o n a n d c o m b i n e t h e i n f o r m a t io n o f m u l t i s e n s o r ，p u t f o r w a r d n k in d of p o s i t i o n a l g o r i t h m of s n a k e l i k e r o b o t i n u n k n o w n c o n d i t i o n a l g o 一 r i t h m m a y u p d a t e c o n t i n u o u s ly p o s i t i o n s t a t e s a n d e s t i ma t e t h e n e x t p o s i t i o n a c c o r d i n g t o t h e m o t i o n of r o b o t T h e n i t c a n c o r r e c t e s t i m a t e v a l u e a n d o b t a i n f a c t u a l p o s i t i o n s t a t e s in t h e f Q 厂 f a c t u a l i n s p e c t i o n s e n s o r s i n 一 i f o r m a t i o n Ke y wo r d s ：M o v i n g r o b o t ；M u l t i s e n s o r ；Lo ca l i z a t i o n a l g o rit h m ；Vi e w e s t i ma t e 、 _ 一 一 l 一 一。 l _ l 一 日 l _l_ 口 L ： _一 目 日 一口 f q 日 _ 日 F 一l _ _ F 日 一 F1 p L_ p 日 日 ： 。 3 _ 二L J _l l - 中图分类号 ： T P 2 4 2 1 6 文献标识码： A 由于科学技术的发展 ， 人类对未知环境的探索欲望越来越 强烈 ， 如航天航空 ， 深水作业， 星际探索等等【 1 1 。因为人在这种 未知环境中作业的危害是很大的，有时会有生命危险 ，所以移 动机器人是在这种环境下的替身f 2 】 。然而 ， 移动机器人不能像 人一样 ，通过对周 围环境的分析来判断 自己目前所出的位置 ， 这对在这种环境下的机器人作业带来 了很大麻烦 。 许多学者和 工程技术人员 针对这个问题进行了大量的研究 ，提出了许多 相关的算法和解决办法 ， 并已有一些在应用上取得了成功 【 3 5 1 。本文在基于多感知器的基础上 ， 提出一种新算法 ， 为解决移 动机器人在未知环境中作业的定位提供了新的解决办法。 1移动机器人多感知器结构 对于移动机器人 ， 要想能判断出 自己在未知环境 中所处的 来稿 日期 ： 2 0 0 40 5 2 1 位置 ， 就需通过多感知器获得大量有用的信息 ， 并对这些有用的 信息进行综合 ，分析和判断。本文所用多感知器机器人的感知 器分布结构如图 1 所示。图中，里程计是用来测量移动机器人 起始位置到当前位置所行驶的距离 ；激光感知器是用来引导移 动机器人向目标位置运动的；视觉传感器和声纳传感器是用来 对周 围环境进行探测和感知，并形成相应 的当前移动机器人所 处的环境的模型， 为定位算法提供所需信息 。 2运动分析 移动机器人在未知环境中的运动模型如图 2 所示。 图中 x o y 为外界环境 ； 第 i 个物体的位置为 ( Y ) ； 为第 i 个物体与 移动机器人前进方 向的夹角 ；0为移动机器人的 自然坐标与外 界环境的交角 ； 为转动偏角 ， 这些参数都是可 以通过移动机器 人 自身所带的传感器获得 。 。 。 。 一 - 。 - 。 。 。 - I - 门开度工况下以最佳动力性换档规律由原地起步连续换档各 换档点车速和加速至 1 0 0 k m h 时的加速时间进行 了计算 ， 结果 如表 1 。 表 l最佳动力性换档规律计算结果 备注 ： 1 2 表示 1 档升 2档 ， 其他类推。 对 汽车 由原地 起步 按动力 性换 档规律进 行加 速试验 至 l O O k m h的时间 为 1 7 5 秒 。试验 数据和计算数 据的误差 为 6 3 。 计算值 比试验值短。 一是因为一档加速初始阶段传动系 输出的驱动力大于路面 的附着力 ， 计算时按照附着力大小计算 瞬时加速度 ，而汽车的实际驱动力达不到附着力的极 限值 ；二 是在计算时假定换档时完成无动力损失 。 4结论 本文介绍了发动机 、 液力变矩器匹配数学模型 ， 汽车最佳动 力性、最佳燃油经济性换档规律数学模型。计算实例与测试结 果的比较表明， 本文介绍的汽车 自动变速换档规律的数学模型 ， 能够达到预测匹配性能的要求。 参考文献 1 葛安林 车辆 自动变速理论与设计 北京： 机械工业出版社 ， 1 9 9 3 2 余志生 汽车理论 北京： 机械工业出版社， 1 9 9 0 3 徐进军 汽车自动变速传动匹配研究 华南理工大学硕士学位论文 ， 2 00 2 4郑成义 计算方法 广州： 华南理工大学出版社 ， 2 0 0 2 5张志涌等编著 精通 M A T L A B ( 5 3 版) 北京 ： 北京航空航天大学出 版社 ， 2 0 0 0 维普资讯 一1 8 一 机械设计与制造 D e c 2 0 0 4 N o 6 M a c h i n e r y D e s i g n M a n u f a c t u r e 3算法 嘲 卜 ( ) +u ( k ) c o s a ( k )c o s ( o ( k ) +d ( ) ) 1 F = l ， ，( ) + d ( ) c o s a ( k ) s i n ( ( ) + d ( ) ) l a ( 6 ) ( B， = ) ( 8 ) 3 1预估计 1 0一d ( k ) c o s a ( k ) s i n ( o ( k )+ ( ) ) 1 V F = 1 0 1 d ( k ) c o s a ( k ) c o s ( ( ) + ( ) ) l ( 1 1 ) 【0 0 1 J 3 2观 测 V = 【 = 【 ， O h ， 一 1 ( 1 4 ) O_hh0 x = j x ( k ( s ) 一 ( 一 ) ) + ( 一 y ( ) ) 2 一( 一 ( ) ) O y一( i ( ) j +( 一 ， ( ) ) ( 1 6 ) 3 3对 比 对于每一步测量 ， 用一个对 比门来检测测量值是否匹配。 D( k +1 ) = ( k +1 ) s 。 ( ( k+1 ) ( k+1 ) )G 2 ( 1 7 ) 式 中 G 2 为对 比f - I ，即如果测量值满足对 比门，则对比成 功； 如果不满足， 则忽略这一测量值 ， 寻找下一测量值。 3 4纠正 ( k +1 ) =P ( k +1 l k ) V 。 ( k +1 ) ( 1 8 ) 系统状态纠正为 ： ( +1 l k +1 ) = ( +1 l k ) +c cJ ( +1 ) ( +1 ) ( 1 9 ) 则更新状态为协方差矩阵为： P ( k+1 f k+1 ) = P ( k + 1 l k ) 一c c J ( k +1 ) s ( k + 1 ) c cJ ( k +1 ) ( 2 0 ) 4结论 对于在未知环境 中作业 的移动机器人， 感知 自身所处环境 ， 并确定 自身所处未知环境 中的位置是非常重要。本文通过多感 知器获得环境信息及 自身信息 ， 提出一种新的定位算法， 该算法 可根据移动机器人的不断运动来更新其位置状态 ，并可对下一 步状态进行预估计。 参考文献 1 J e a n B o s c o Mb e d e， Xi n h a n Hu a n g，Mi n w a n g F u z z y mo t i o n P l a n n i n g a n mn g Dy n a mi c Ob s t a c l e s Us i n g Ar t i fic i a l P o t e n t i a l F i e l d s f o r Ro b o t Ma n i p u l a t o r s R o b o t i c s a n d A u t o n o m o u s S y s t e m s ： 3 2 ( 2 0 0 0) 6 17 2 2 G GRi g a t o s C S Tz a t e s t a s S G l z a t e s t a s Mo b i l e Ro b o t mo t i o n Co nt ml i n P a rti a l l y Un k o n wn E n v i r o n me n t Us i n g a S l i d i n g- - mo d e F u z z y l o g i c c o n t r o l l e r R o b o t i c s a n d A u t o n o mo u s S y s t e m s ： 3 3( 2 0 0 0) 11 1 3 Ka z u h i k o Ka wa mu r n ，Ta ma r a ERo g e r ，Ki mb e r l y AHa r mb u c h e n ，Du y g u n Er o l t o wa r d s a Hu ma n Ro b ot S ymb i o t i c S y s t e m Ro b o t i c s a n d Co rn p u t e r I n t e g r a t e d Ma n u f a c t u r i n g 1 9( 2 0 0 3 ) 5 5 5 5 6 5 4 Mi c hi e l v a n d e Pa n e Co n t r o l for Si mu l a t e d Hu ma n a n d An t ma l Mo r i o n A n n u a l R e v i e w s i n C o n t r o l 2 4( 2 0 0 0 ) I 8 91 9 9 5 Ma h n a z Ma d d a h Ha mi d S o l t a ni a nZa d e h ， Al i Af z a l i Ku s h a