针对3-RRRU并联机器人控制精度问题,基于空间矢量法建立运动学正解模型以及误差模型,详细分析了机器人各结构误差源对控制精度的影响。仿真结果表明驱动角度误差分布在0.001°~0.01°时,第一支链的驱动角误差对被控终端的精度影响最大为84.2um;连杆加工误差在0.01mm^0.1mm变化时,靠近动平台的被动杆为0.1mm时对被控终端精度影响最大,其最大误差值为137.2um;静、动平台的外接圆半径加工误差为0.1mm时,机器人终端最大误差为568.4um。因此,对于线性连杆加工误差和角度误差源,连杆加工误差对多支链、多连杆机器人精度的影响高于角度误差,且静、动平台的加工误差对机器人的终端控制精度影响最大,为后续机器人结构的最优化设计提供了理论依据。

分析了并联机器人机构参数标定的一般方法,针对3-R2U2S并联机器人的特征,基于自动协作原理提出了一种新的参数标定法。其原理是把所有引起加工位置误差的影响因素均归结为机器人机构参数的变化,求出包含各种误差源的综合修正杆长影响因子,获得较为精准的机器人运动学反解方程。为校核可靠性,搭建3-R2U2S并联机器人样机标定实验中心,在机器人工作空间内,随机选取50个点进行测试,将其坐标代入修正的运动学反解方程中,求出各支链驱动转角的理论输入值。实验结果表明,理论输入值与实际输入值的偏差控制在允许范围内,验证了运用自动协作法求解修正杆长来建立3-R2U2S并联机器人运动学反解方程的准确性和可靠性。

以典型的3-RSS型Delta并联分拣机器人为研究对象,进行了机器人结构的设计、运动学分析,推导了该机器人工作位置的正逆解方程,采用MATLAB进行了正逆工作位置方程的求解,并对该机器人执行器末端工作空间进行了运动学仿真,得到了并联机器人的工作空间,对Delta并联分拣机器人的运动控制具有较为重要的参考意义。

为充分发挥并联机器人结构稳定、承载能力强、累积误差小、响应快的优点,设计了一种基于直线电动机的3-PSS并联机器人。首先,建立3-PSS并联机器人运动学模型,根据运动学模型建立机器人坐标系,进而对其进行运动学和动力学分析和对末端执行器的运动轨迹进行规划;然后利用Adams对机器人运动学和动力学进行多方面仿真分析,仿真结果表明,此机器人的速度、加速度和位移曲线无拐点,运行平稳,适用于高速生产工作,进一步验证了机器人设计的可行性,为移动输入式机器人结构设计提供依据。

研制了一种基于并联机器人原理、具有精密自校正功能的桁架镜筒.它采用独特的光电检测系统,检测出相距2 m的副镜(动平台)相对于主镜(定平台)沿X、Y轴方向的平移和转角误差,然后采用步进电机驱动六杆伸缩,使其定位精度保持在平移误差0.01mm、转角误差1＂的水平上,从而克服了重力和温度对它的影响.

对一种新型的空间三平移并联机器人机构进行了运动学研究。基于机器人机构的约束方程,求得该机构的位置反解;使用Bezout消元法得到该机构的位置正解的解析解,并通过实例验证了其正确性;建立了三个输出运动参数与三个输入运动参数之间的速度和加速度关系的数学模型,得到机构速度、加速度正反解;通过算例及仿真对所规划的运动轨迹进行验证。

针对人工选矸存在的工作环境恶劣、分选效率低等缺点,设计一种并联SCARA型煤矸石分拣机器人。建立其三维模型,阐述各部分的组成结构与工作原理;采用模型对称简化的求解方法,对分拣机器人进行有限元分析和强度校核;根据分拣机器人的几何特点采用解析法求解其正逆运动学。结果表明:该设计能够满足粒度在300~600 mm之间矸石的分拣,具有较高的安全系数和可靠性,能够应用在煤矸石分选及其他相关行业。

针对传统并联机器人在工作环境中存在抓取不精确、定位与分类识别效率低下的问题,提出一种基于机器视觉与Faster-RCNN神经网络的工件识别检测技术。采用Delta机器人实验平台采集图像,进行图像的预处理操作并将其添加至网络训练集。通过Python3.7-torch1.7搭建深度学习中的Faster R-CNN卷积神经网络,作为基本框架训练工件图像数据集。最后将训练后的卷积神经网络得到的工件检测结果与原实验工件识别系统对比。结果表明:改进后的识别平均精确度比原有识别

针对并联机器人工作空间微小线段间拐角处产生的冲击与振动问题,提出一种基于笛卡尔空间与关节空间相结合的机器人联合空间轨迹规划方法。在笛卡尔空间中采用三次非均匀有理B样条曲线对机器人末端执行器复杂的加工轨迹进行插补。为解决笛卡尔空间微小线段间拐角处的切向不连续导致轨迹突变的问题,基于并联机器人逆运动学模型,将笛卡尔空间轨迹规划算法所得插补点映射到关节空间,采取五次均匀B样条曲线进行第二次轨迹插补,平滑并联机器人

对液压伺服系统来说，此类系统是非线性时变的系统，通常具有大范围的参数变化和大时变负载干扰，对这样的工程应用情况来说，通常的PID控制器较难取得令人满意的动态响应。而对于六自由度并联机器人来说，这个问题进一步突出，主要表现在随着机器人的运动其单个液压缸的负载在较大范围内变化，同时机器人系统的各种参数误差、各种降阶处理以及建模时忽略的动态特性等，又进一步加大了控制的难度。所以在对液压系统的3阶数学模型控制构建了2阶模型参考自适应的控制器，达到满意的控制效果。