chapter11.6-基于RBF神经网络和波变量的双臂协同遥控制_第1页
chapter11.6-基于RBF神经网络和波变量的双臂协同遥控制_第2页
chapter11.6-基于RBF神经网络和波变量的双臂协同遥控制_第3页
chapter11.6-基于RBF神经网络和波变量的双臂协同遥控制_第4页
chapter11.6-基于RBF神经网络和波变量的双臂协同遥控制_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

CHAPTER11机器人遥操作技术2双臂协同控制遥操作系统建模从端控制器设计实验11.6基于RBF神经网络和波变量的双臂协同遥控制11.6基于RBF神经网络和波变量的双臂协同遥控制概述基于TouchX和双臂Baxter机器的

双臂遥操作系统双臂遥操作机器人优点：（1）适用范围更广（2）协作能力更强、可靠性更高（3）可与人类合作完成更复杂任务3（1）阻抗控制算法：实现柔顺控制（2）RBF神经网络：补偿动力学模型的不确定性（3）波变量法：保证通信的稳定性主要方法双臂协同控制遥操作系统建模遥操作系统模型双臂遥操作系统框架

4假设1：机器人的动力学是非线性不确定的，但运动学模型是准确的。在运动过程中，机械臂远离任何奇异点。假设2：远端操作刚性物体时不会受到力的作用而变形。

5

TouchX

R和Baxter机器人右臂的动力学与左臂的情况类似。

6远端物体受力情况分析

7

RBF神经网络8

波变量法9

波形变量通信从端控制器设计

10从端双臂机器人控制闭环逆运动学(clik)方法可用于避免运动奇点和数值漂移，如下图所示。

11

12

当机器人和外物有直接接触时，需要有一定的柔性，这里希望能用控制算法让机械臂表现出期望的柔性。质量-弹簧-阻尼系统实验遥操作系统的结构如图a所示，实验平台如图b所示，主端操作设备采用两个TouchX操纵杆，从端采用机器人工具箱仿真的Baxter双臂机器人。a.基于全局神经网络控制器的波变量校正遥操作控制b.双臂遥操作实验平台设计（1）操作员操作两个TouchX操纵杆来控制两个仿真机械臂协同抓住一个共同的物体。（2）操纵杆TouchX的实时位置信息分别通过通信通道传输到仿真双臂机器人的两个手臂上。（3）由Simulink工具测量的双臂机器人与物体之间的相互作用力，通过通信反馈给主端，最终由操作者双手感知远程交互力。实验步骤双臂神经网络训练过程中权值更新

轨迹跟踪性能a.从端机器人左臂轨迹（虚线）对主端机器人轨迹（实线）的跟踪效果b.从端机器人右臂轨迹（虚线）对主端机器人轨迹（实线）的跟踪效果观察仿真Baxter机器人双臂在存在时变时延的情况下跟踪轨迹，从端左臂和右臂对主端的轨迹跟随效果如图a和图b所示。实验结果表明，遥操作系统具有良好的轨迹跟踪性能。在通讯端存在时变时延情况下，使用波变量与RBF神经网络算法，遥操作系统主端左、右侧的力反馈分别如图a和图b所示。力反馈跟踪性能b.主端机器人右臂力反馈效果a.主端机器人左臂力反馈效果实验结果表明，遥操作系统具有良好

人人文库> 全部分类> 教育资料 > 课件下载

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。

最新文档

评论

0/150

提交评论