中文.doc

立式精锻机自动上料机械手手部结构的设计与仿真

收藏

资源目录
跳过导航链接。
立式精锻机自动上料机械手手部结构的设计与仿真.zip
立式精锻机自动上料机械手手部结构的设计与仿真
轴承端盖A4-04.dwg---(点击预览)
论文最终版.doc---(点击预览)
箱体4-11.dwg---(点击预览)
箱体3-10.dwg---(点击预览)
箱体2-09.dwg---(点击预览)
箱体1A1-08.dwg---(点击预览)
端盖A3-03.dwg---(点击预览)
立式精锻机自动上料机械手手部结构的设计与仿真论文2.docx---(点击预览)
活塞杆-06.dwg---(点击预览)
柱塞套-07.dwg---(点击预览)
机械手液压系统.dwg---(点击预览)
总装图 (1).dwg---(点击预览)
开题报告.doc---(点击预览)
回转轴2A4.dwg---(点击预览)
中期检查表.doc---(点击预览)
中期报告 ).docx---(点击预览)
中文.doc---(点击预览)
不通轴承端盖A4.dwg---(点击预览)
不通端盖A3.dwg---(点击预览)
Planning Perception and Action for Cognitive Mobile Manipulators-翻译.pdf---(点击预览)
三维
2.avi
Hex nuts, style 1-Grades AB GB.SLDPRT
Hexagon fit bolts--Product grade A and B GB.SLDPRT
Hexagon head bolts--Product grade C GB.SLDPRT
hexagon head bolts-full thread gb.sldprt
Hexagon socket head cap screws GB.SLDPRT
Rolling bearings 16006 GB 276-94.SLDPRT
Small round nuts GB.SLDPRT
Spring lock washers--Normal type GB.SLDPRT
V型爪.SLDPRT
动片.SLDPRT
回转轴.SLDPRT
夹板.SLDPRT
夹紧油缸壁.SLDPRT
夹紧轴.SLDPRT
套筒.SLDPRT
定片.SLDPRT
弹簧最终.SLDPRT
挡圈.SLDPRT
活塞.SLDPRT
端盖1.SLDPRT
端盖2.SLDPRT
端盖3.SLDPRT
端盖4.SLDPRT
箱体1.SLDPRT
箱体1最终.SLDPRT
箱体2.SLDPRT
箱体3.SLDPRT
箱体4.SLDPRT
箱体4最终.SLDPRT
装配体1.SLDASM
长板.SLDPRT
齿条.sldprt
齿轮.sldprt
压缩包内文档预览:
预览图 预览图 预览图 预览图 预览图 预览图 预览图 预览图 预览图
编号:115472111    类型:共享资源    大小:13.52MB    格式:ZIP    上传时间:2021-02-25 上传人:春*** IP属地:河南
40
积分
关 键 词:
立式 精锻机 自动 机械手 结构 设计 仿真
资源描述:
立式精锻机自动上料机械手手部结构的设计与仿真,立式,精锻机,自动,机械手,结构,设计,仿真
内容简介:
认知移动机械手知觉和行动的规划安德烈 加舍尔a 斯维特拉娜a 罗纳德 P.A. 彼得里克b 阿洛伊斯 克诺尔aa 德国,慕尼黑,慕尼黑工业大学,富通学院b 英国,爱丁堡,爱丁堡大学,信息科学学院摘要本文提出一个通用的方法来实现感知运动机械手的知觉和操作的规划,相比较于硬编码专用机器人应用,机器人应该能够推断其基本技能以自主解决复杂问题。对于实际场景的抽象问题人类根据他们的经验通过分解为更小的子任务和试探法直观地解决任务,我们把类似的方法应用到感知运动机器人知觉和操作的规划。我们的方法以偶然性规划和运行时传感为基础,集成在我们的“知识卷”中规划框架,称为KVP。在信息采集活动时我们模拟了运行时许多可能发生的结果。结果是,知觉和感觉取决于必要的操作先决条件,而不是硬编码的任务本身。我们展示的是一个真正的移动机械手在视觉和力传感两个场景中的有效性。关键词:机器人任务规划;移动操作1.引言在实际环境中控制移动机械手本质上是一个具有挑战性的任务,因此它通常需要推理出对不确定条件下的感知和行动。为了解决这些困难,我们提出一个能作为机器人知觉和行动之间的中间代码并结合了象征性人工智能进行有效计算的名叫“知识卷”的应用程序以实现机器人的任务规划。KVP方法主要有两个原则使之能特别应用于机器人的知觉和操纵与不确定的或不完全的知识,真实世界几何学,多元机器人和传感器。首先,我们使用规划知识和遥感作为底层象征性的计划系统1,2。相比其他许多现成的计划引擎,PKS运行在能代表已知和未知的信息知识水平,使其能清晰和简洁地模拟在域内的运动,原因在于部分已知的环境是典型的移动操作。第二,与其离散搜索空间,我们表述许多基于先决条件感知和操纵连续卷,特别设置的几何凸多面体3,4。这卷的概念在几何级和象征性的水平作为模拟知觉和行动一个强大的中间表示。我们的方法是最早设置一个介于连续机器人运动和视觉锥细胞之间的凸多面体中介表示,离散象征性运动,建立一个结合几何和符号认知体系结构。在以往的研究中,我们介绍了通用KVP框架4,5,并细节性的描述了集凸多面体容积排量的计算3和规划的突发事件6。这个工作改为集中在一个移动操作方案,其中演示了KVP处理的几个关键特性的方法(见图1),即以传感器行动计划(感知),离散不确定(不完整的知识)和操作。(a) 我们评估一个工厂设置中的一个 (b)行动的几何条件和影响,机器人动武士刀五自由度机械手移动 作的工作空间(红色)和凸多面体 平台的机器人任务规划 的对象边界建模。(蓝色为可移动的物体,灰色为静态障碍物)图1 移动操纵场景1.1相关工作早期认知移动机械手系统工作要追溯到1984年如机器人沙基7。从那时起,这一领域已经取得了重大进展,且认知规划架构已经从不同的研究视角被提出,包括来自人工技能的概率技术8,趋近世界的象征性规划9-11,中继合成12,13,抽检操作计划14,15。一个与我们方法密切相关的贡献是来自于信任空间规划师 Kaelbling和Lozano-Prez8,16,他们模拟信任空间的概率分布状态,使其有强大的应对未知和挑战的能力。与信任区域形成对照的是,我们的工作反而依靠的是离散的知识和设计成不完全信息和传感的结构化环境。此外,尽管Kaelbling和Lozano-Prez使用八叉树代表机器人姿态容积排量,我们使用凸多面体,允许在确定性情况下非常有效的碰撞检测3。在这两种情况下,知觉是制定操作的必要前提,而不是硬编码为一个任务本身。在其他重要的方面我们的工作也不同于Kaelbling Lozano-Prez。特别是我们的方法是新颖的,在规划不完整的信息和传感时应用3D几何容积作为象征性规划和运动规划的基本代表,同时结合现成的多用途的人工智能的支持确定。这允许我们定义几何先决条件和操作行为,涉及到知识的得失,并产生解决交错传感和操纵行为的方案6,是之能成为一个有希望的方案解决移动机械手合并知觉和行动规划的问题。此外,我们可以很容易地集成未来改进新计划引擎,有效利用人工智能社区。最后,我们的工作是展示了移动机械手,两个实验场景执行在一个真正的武士刀机械手移动平台,而不是仅仅在一个模拟的环境。2.方法KVP机器人试图应对固有的困难推理对象征性的行动和几何条件和效果任务规划方法的两个重要的原则,:知识的表示和卷的表示4,5。知识的概念被用来模拟规划者的信任状态的性能,而不是直接代表世界的状态。这种方法是由我们在2.1节描述的知识型象征性规划者(规划知识和传感)1,2来实现的。从符号层,我们考虑几何条件和效果的评估使用套凸多面体的表示。这个过程的细节在2.2节给出。之间的联系这两个级别的表示是阐明在2.3节,我们简要描述的认知体系结构和软件实现。在本文的其余部分我们将讨论KVP框架在评价机动操纵和力传感两个任务规划情节中的应用。2.1知识遥感规划KVP中的象征性规划有由多用途的可以构造离散的不确定规划过程知识系统规划者提供1,2。特别的是,过程知识系统可以模拟知识的获取和知识的损失,使其适合表示传感和感知行为。不同于许多规划者,过程知识系统运用“知识水平”推出如何策划知识状态,而不是世界的状态,因为行动是变化的。为此,过程知识系统使用一个扩展基于一个组5个数据库的斯坦福研究院问题解决系统,每个模型有一种特殊的可以解释模态逻辑的知识。不同于那些使用世界模型或者陈述信任空间的规划者,过程知识系统运用一个第一语言受限制的子集,支持函数和运行时变量,来帮助改善其推理和计划生成过程的效率。在这项工作中,我们使用在过程知识系统中的三个可用的数据库:Kf,Kw和Kv,Kf数据库包含已知的被用于模拟物理行为改变世界的影响的事实。更正式地,公式Kf表示“规划师知道”这一事实。第二个数据库Kw模拟运行获取信息时可以返回两个值中的一个的行为影响。规划期间,一个公式Kw代表规划师知道的想法或,然而,实际在执行计划时的二进制值只会变得已知,即当一个物理传感器使用。最后,Kv数据库代表在执行时间知识函数值。因此,Kv能模拟影响感应动作返回一般常量(Kw相比,这只能模型传感器与二进制的结果)。过程知识系统的更多细节,请读者参考之前描述的过程知识系统1,2和它在机器人学中的应用5。2.2建立凸多面体的几何问题除了知识的概念,我们KVP方法的原则基础是代表所有几何对象的想法和机器人臂套凸多面体6。这种数据结构可以消除离散符号和连续的几何规划之间的差距,有效地评估一个范围广泛的几何条件和影响。然而,在一般情况下,任意一个非凸网格,分解成一个小的(或最小)的凸多面体是一个具有挑战性的问题。虽然确切的分解问题是众所周知的NP-hard问题,马和公司最近提出的近似算法18,对于我们的问题实例的类型是足够的效率,即分解场景中的机器人和对象的CAD模型。正如我们先前描述的工作3,6,我们首先应用Garland和Heckbert19的网格简化算法减少过度的CAD模型104-105的惩罚三角形。分层近似凸分解可自动分解这些模型为10凸模型的20个顶点18,在30毫米的精度,并在几秒钟的时间计算。分解是一个迭代的方式进行,搜索“三角形的对偶图的边凹”。搜索是由混合成本的功能为导向,有利于较高的局部凹凸的三角形,高宽比。然后,网格顶点的分层分割为多个凸体。实际分解后,另一个小网格简化可能进一步减少顶点的数目。这种表示的机器人和对象模型在手,我们可以有效地执行所有的几何查询,在一个典型的机器人任务规划方案需要(见图1)。对象或对象和静态机器人之间的碰撞和夹杂物的查询,我们可以直接利用的吉尔伯特约翰逊算法实现20(GJK)。对对象之间的碰撞查询和扫频连续机器人运动量,我们第一次品尝机器人的姿势和计算所涉及的扫过容积在二次收敛速度的凸分解3;一旦扫过容积是可用的,这个问题同样降低了纯凸碰撞检查。作为一个结果,我们的kVp的结构特征的一种非常有效的所有几何查询我们的领域出现的实现。图2 所实现的kVp软件体系结构概述2.3 kVp的认知体系结构我们的kVp的机器人任务规划软件的实现分为几个部分,执行或被称为库函数,如图2所示。首先,机器人和对象的几何量简化和分解过程中的域定义。在这个时候,机器人和对象位置的具体问题的实例是不知道只涉及的所有卷的CAD模型,静态参数(如机器人运动学),和符号域定义的谓词,行动,和目标是使用。在计划的生成时间,PKS规划师搜索动作序列的符号和几何条件的规划师的知识状态,满足,和其执行的状态,实现目标的条件。评估几何条件和影响,PKS进行直接的函数调用特定于域的运动规划和碰撞检测等功能。一个有效的象征性的行动和机器人运动路径的顺序产生作为输出。在运行时,机器人运动路径是通过一个简单的轨迹发生器和物理机器人实时控制的内插。千伏峰值也允许运行时检测和分辨率的支链的计划,在力传感方案在3.2节后来证明。3.评价在我们的评价,我们实现了与罗勃提诺的全方位移动平台和武士刀五自由度机械手在移动操作的情况下测试我们的方法,如图1a所示。相比之下,我们简要概括的结果力传感场景从早些时候的工作6,第二个场景显示了另一个有趣的交互之间相互依存的感知和操纵行为。3.1移动操纵场景在移动操作的情况下,一个单一的移动机器人必须移动一块新的一堆n块在保持原有秩序下(见图4)。这项任务是定义在kVp作为移动操纵问题包括抓取,放置,和移动的动作。为PKS规划师象征行动定义在图3(和一些辅助功能略为简洁)。特别是,动作拿起和放下的先决条件,包括机器人接近的位置,并可以通过移动接近行动了。同时,这些行动的前提条件和效果,确保只有一个对象可以在任何一个时间,在机器人的夹持器。谓词是可到达的位置是一个特定于域的属性,通过调用运动规划和碰撞检测库评价实例,提供了象征性的规划和运动控制之间的联系。该域的在实施工作所有细节都由诺金描述21。这一领域的目标的条件是,所有的对象都是放在现场留下的位置在一个特定的顺序栈(见图4)。为了评估,但最低的对象已经放在堆栈(图4),所以在这种情况下,任何解决方案,包括移动所有对象到一个不同的位置(图4B),插入新的对象,并建立堆栈中定义的顺序(图4c)。图3 移动操纵场景:象征性的行动定义表1:移动操作方案的评价,其中n是被堆放在一个给定的顺序。尽管这个问题看似简单的解决了,找到一个正确的计划需要一个系统性的搜索,任何动作的正确顺序的偏差将使目标不可行。这一提法,移动操作的情况下是苏斯曼的异常的一个典型例子22,正确的解决方案不能由一个本地搜索。如表1所示的评价领域,变得不可行,n8,由于一个普通的台式电脑内存有限。我们特意为这个例子来说明KVP目前的限制,并激励我们今后的工作旨在改善我们的规划算法。3.2力传感方案相反,移动操作的情况下,为了证明的感知和操作之间的相互作用,根据我们以前的工作6,我们提出的第二个域。在力传感方案(图5A),柔性机器人有把握,提升能力,和转移的饮料容器并定位在桌子。当一个容器时,机器人可以感觉到它的重量,由此,原因是饮料必须直立为了避免溢出。我们的目标是将所有容器放到第二个桌子上,如果需要机器人可以在这些运动过程中保持其夹立。正式地,域的重要作用被定义如图5b所示。只有当一个对象被确认不会溢漏机器人用行动传递速度快可能不保持直立,。然而,由于这方面的知识,运行时不可用,要建立感应重力的支(分支),记录在PKS Kw的数据库知识建模,这是它一个对象可以溢出,以及不溢漏的情况下一个对象的原因,我们的软件框架(图2)执行行动计划和选择合适的分支遵循基于以前的感知行动的运行结果。这个方案是实现联合阻抗控制和力控制轻七自由度机器人手爪的平行测试,如图5所示。用内转矩传感物体的重量的外力。4.结论在本文中,我们在移动操作领域提出一个应用我们的“知识卷”的机器人任务规划方法(KVP)。特别是,我们描述了为何认知移动机器人对知识的获取和知识流失的原因,我们制定的有符号和几何条件影响的感知和操作行为。我们的kVp的框架用结合的知识层面的规划和凸多面体几何判定评估的方法解决这类问题。致谢作者希望感谢基兰菲舍尔和索伦对他们进行实施和评估的帮助,以及马库斯李凯尔特他的手稿上的评论。由欧盟第七框架计划支持这项研究的部分通过杰姆斯项目。图4 由一个三自由度机械手实现的移动操作场景图5 在力传感的场景中, 如果饮料容器被填满柔性机器人能感觉到,并能保持直立移动的同时防止溢出,除非他们是完全空的或不开。参考文献1. R. P. A.彼得里克 和F.巴克斯,基于知识型的方法不完整的信息和传感的规划在学报国际会议人工智能规划. 212221, 2002.2. R. P. A.彼得里克 and F.巴克斯, 扩展知识的方法和不完整的信息和遥感计划国际会议论文自动规划和调度. 211, 2004.3. A. Gaschler, R. P. A.彼得里克, T.克罗格, O.哈提卜, and A.克诺尔,机器人的任务和运动规划与凸多面体的建立,机器人学:科学和系统结合的机器人运动规划和人工智能规划的实际应用的研讨会, 2013.4. A. Gaschler, R. P. A.彼得里克, O.哈提卜, and A.克诺尔,知识卷的机器人任务规划方法, 2014.审稿中.5. A. Gaschler, R. P. A.彼得里克, M.茱莉亚尼, M. t里克特, 和 A.克诺尔,一个机器人任务规划方法的知识卷, 电气与电子工程师协会国际智能机器人和系统(IROS),2013.6. A. Gaschler, R. P. A.彼得里克, T.克罗格, A.克诺尔, 和O.哈提卜,机器人任务规划与运行时的意外传感,电气与电子工程师协会国际机器人与自动化相结合(ICRA)车间任务和运动计划, 2013.7. N. J.尼尔森, “机器人沙基” 323年科技。众议员,人工智能中心,国际,四月. 1984.8. L. P. Kaelbling和T. Lozano-Prez,统一的看法,估计移动操作通过信任和行动空间规划,在电气与电子工程师协会机器人与自动化国际会议上, 2012.9. S.康邦, R.阿拉米,和F. Gravot,复杂的运动的混合方法,操作和任务规划,机器人技术研究28(1). 104126, 2009.10. E.普拉库 和 G. D. r海格,以抽样为基础的运动规划与象征、几何和微分约束,电气与电子工程师协会机器人和自动化会议, 2010.11. C. Dornheg, M.吉斯勒, M. Teschner, and B.内贝尔,积分符号和几何规划移动操作,”电气与电子工程师协会安全研讨会安全与救援机器人. 16, 2009.12. H.克雷斯-贾启特 和 G. J.帕帕斯,国防高级研究计划局城市挑战赛自动综合的计划和控制子系统,自动化科学与工程(CASE).电气与电子工程师协会国际会议. 766771, 2008.13. C.-H.成, M. r盖辛格, H.吕斯, C. Buckl,
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
提示  人人文库网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:立式精锻机自动上料机械手手部结构的设计与仿真
链接地址:https://www.renrendoc.com/paper/115472111.html

官方联系方式

2:不支持迅雷下载,请使用浏览器下载   
3:不支持QQ浏览器下载,请用其他浏览器   
4:下载后的文档和图纸-无水印   
5:文档经过压缩,下载后原文更清晰   
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

网站客服QQ:2881952447     

copyright@ 2020-2025  renrendoc.com 人人文库版权所有   联系电话:400-852-1180

备案号:蜀ICP备2022000484号-2       经营许可证: 川B2-20220663       公网安备川公网安备: 51019002004831号

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知人人文库网,我们立即给予删除!