为了提高SCARA机器人在工业场合中的工作精度,对其动力学模型进行分析是有效途径之一。建立机器人拉格朗日动力学方程并进行线性化处理,得到一组关节力矩和待辨识参数的线性表达式。选取有限项傅里叶级数作为激励轨迹模型,并使机器人启停时关节角速度和角加速度为零,确保机器人运行平稳。再将线性表达式中观测矩阵的条件数作为优化指标,并结合MATLAB优化工具箱,获得关节最优激励轨迹系数。最后通过递推最小二乘法获得待辨识参数,并代入关节力矩表达式中,并与实际采集力矩值进行比较,确定两者变化趋势。结果表明:实验能够获得较为理想的效果,经过辨识计算所得关节力矩可用作相关领域的动力学控制。

研究SCARA工业机器人在关节空间内的轨迹跟踪控制问题。实际应用中,系统的未建模特性、关节摩擦间隙和未知负载等因素将引起机器人动力学性能的变化,从而影响其轨迹跟踪控制;并且外界扰动也会增加机器人轨迹跟踪控制的难度。针对上述问题,提出一种基于布谷鸟算法优化的快速连续非奇异终端滑模控制策略。该方法利用布谷鸟算法寻优机制规划机器人的参考轨迹;控制策略在李亚普诺夫稳定性理论的支撑下,采用连续非奇异终端滑模面来补偿与抑制系统的不确定性与外界扰动,引入快速终端滑模趋近律来加快系统的响应速度,并结合Anti-Windup技术来补偿系统中死区等其他非线性因素。通过李亚普诺夫稳定性理论,证明机器人系统的轨迹跟踪误差全局稳定。最后,通过轨迹跟踪试验验证了此方法的有效性。

以SCARA机器人为研究对象,在ADAMS软件中建立SCARA机器人模型,进行仿真。采集SCARA机器人大臂前后端、小臂前后端及底座等容易出现裂纹部位的加速度数据;在MATLAB中运用BP神经网络建立SCARA机器人故障诊断模型,实现利用BP神经网络对SCARA机器人故障进行智能识别与分类。结果表明:BP神经网络的计算结果与期望输出基本一致,验证了其准确性及可靠性。

结合机器视觉技术,通过相机坐标与机器人坐标的转换,研究开发出了一套SCARA机器人跟随抓取物体的系统。该系统在实际的实验检测中得到了初步的成功,通过了相应的误差检测分析,验证了该方案的可行性。

设计了一种新型SCARA机器人传动结构,实现了运动的优化,优点是传动结构简单,重复定位精度高。首先对机器人的传动结构进行优化,然后在确定D-H连杆模型参数的基础上,通过MATLAB机器人工具箱建立机器人的运动模型,计算末端执行器的实际位置。

结合Marlin固件的下位机与基于Python和Processing的上位机之间的通讯,通过欧拉方程解决运动学的正逆解,研究设计出了一套桌面级SCARA机器人的系统。该系统采用快拆式执行机构和磁吸式工作平台,可快速更换组件,以此实现3D打印、激光雕刻、写字、绘画、抓取、装配等桌面级拓展功能。