CN108555904B - 一种表面改性机器人操作性能的优化方法 - Google Patents

一种表面改性机器人操作性能的优化方法 Download PDF

Info

Publication number
CN108555904B
CN108555904B CN201810021949.8A CN201810021949A CN108555904B CN 108555904 B CN108555904 B CN 108555904B CN 201810021949 A CN201810021949 A CN 201810021949A CN 108555904 B CN108555904 B CN 108555904B
Authority
CN
China
Prior art keywords
robot
surface modification
modification robot
evaluation index
operability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810021949.8A
Other languages
English (en)
Other versions
CN108555904A (zh
Inventor
温贻芳
杨扬
徐朋
丁琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Vocational Institute of Industrial Technology
Original Assignee
Suzhou Vocational Institute of Industrial Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Vocational Institute of Industrial Technology filed Critical Suzhou Vocational Institute of Industrial Technology
Priority to CN201810021949.8A priority Critical patent/CN108555904B/zh
Publication of CN108555904A publication Critical patent/CN108555904A/zh
Application granted granted Critical
Publication of CN108555904B publication Critical patent/CN108555904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Numerical Control (AREA)

Abstract

本发明公开了一种表面改性机器人操作性能的优化方法，依次执行，S1：建立表面改性机器人的工作模型；S2：根据表面改性机器人的工作模型建立表面改性机器人初始状态时的运动旋量模型，并确定表面改性机器人的末端工具在工作过程中的瞬时速度与表面改性机器人的关节瞬时速度的函数关系式；S3：构建表面改性机器人操作性能的复合评价指标；S4：通过Adaboost算法获得复合评价指标的最优权系数；S5：将最优权系数数值代入复合评价指标，之后以复合评价指标为度量指标对表面改性机器人进行仿真分析。

Description

一种表面改性机器人操作性能的优化方法
技术领域
本发明涉及表面改性机器人对材料表面改性的领域，尤其涉及一种表面改性机器人操作性能的优化方法。
背景技术
表面改性机器人在工作过程中一个显著特点就是拥有很好的灵活性，可以适应非常复杂的工作环境及应对不同的操作任务要求。为了能使表面改性机器人以更好的操作性能完成表面改性任务，对机器人操作性能指标的研究是非常必要的。表面改性机器人的操作性能指标一般有雅可比矩阵条件数、可操作度等度量指标。条件数的物理意义是机器人雅可比矩阵在各个运动方向上的变换均一性，条件数越小，机器人在各个运动方向上的能力就越一致，灵活性越好，速度也越均匀。可操作度的物理意义表示了机器人在各个方向上运动能力的大小，可操作度数值越大则机器人运动能力就越强。单一的追求条件数或者可操作度指标的优化会导致表面改性机器人整体操作性能的下降。因此，有必要提出一种综合条件数和可操作度指标的表面改性机器人操作性能的优化方法。
发明内容
本发明要解决的技术问题是提供一种表面改性机器人操作性能的优化方法，该方法在条件数和可操作度性能指标基础上通过加权来形成新的复合性能指标，在满足可操作度前提下使条件数不至于过大，从而使表面改性机器人具有更灵活的操作性能。
为解决上述问题，本发明的技术方案为：
一种表面改性机器人操作性能的优化方法，依次执行下列步骤，
S1：建立所述表面改性机器人的工作模型；
S2：根据所述表面改性机器人的工作模型建立所述表面改性机器人初始状态时的运动旋量模型，并确定所述表面改性机器人的末端工具在工作过程中的瞬时速度与所述表面改性机器人的关节瞬时速度的函数关系式；
S3：构建所述表面改性机器人操作性能的复合评价指标；
S4：通过Adaboost算法获得所述复合评价指标的最优权系数；
S5：将所述最优权系数数值代入所述复合评价指标，之后以所述复合评价指标为度量指标对所述表面改性机器人进行仿真分析。
根据本发明一实施例，所述步骤S2中所述表面改性机器人的末端工具在工作过程中的瞬时速度与所述表面改性机器人的关节瞬时速度的函数关系式为：
Figure BDA0001543825370000021
其中，gst(θ)代表从运动学正解；J(θ)为所述表面改性机器人的雅可比矩阵。
根据本发明一实施例，所述步骤S3中的所述复合评价指标基于所述表面改性机器人的雅可比矩阵的条件数和可操作度的复合评价指标为：γNew＝w1γ1+w2γ2；
其中，1.2≤δ≤5，w1、w2分别代表加权系数，γ1和γ2定义为虚拟灵活性指标，γ1＝δk，γ2＝δω，k和ω分别表示雅可比矩阵的条件数和可操作度。
根据本发明一实施例，所述可操作度为基于所述末端工具速度的可操作度，如下式：
ω＝(v(JJT)-1v)-1，其中，v表示所述末端工具的速度。
根据本发明一实施例，所述步骤S4中以所述条件数和所述可操作度作为迭代条件，使用Adaboost算法获得所述最优权系数。
本发明由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
本发明提供的表面改性机器人操作性能的优化方法，在条件数和可操作度性能指标基础上通过加权来形成新的复合性能指标，利用Adaboost算法对复合评价指标的加权系数进行了确定，在满足可操作度前提下使条件数不至于过大，从而使表面改性机器人具有更灵活的操作性能。
附图说明
图1为本发明的表面改性机器人操作性能的优化方法的流程框图；
图2为表面改性机器人的工作模型；
图3为图2所示表面改性机器人初始状态时的运动旋量模型；
图4为加权系数w1的迭代优化图；
图5为加权系数w2的迭代优化图；
图6为条件数仿真分析图；
图7为可操作度仿真分析图。
具体实施方式
以下结合附图和具体实施例对本发明提出的一种表面改性机器人操作性能的优化方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明的实施例。
参看图1，一种表面改性机器人操作性能的优化方法，依次执行下列步骤，
S1：建立表面改性机器人的工作模型；
参看图2，本发明的表面改性机器人模型，例如可以由六自由度机械手1、单自由度滑轨2、等离子喷枪3以及旋转壳体4组成。
S2：根据表面改性机器人的工作模型建立表面改性机器人初始状态时的运动旋量模型，并确定表面改性机器人的末端工具在工作过程中的瞬时速度与表面改性机器人的关节瞬时速度的函数关系式；
根据表面改性机器人的工作模型建立表面改性机器人在初始工作状态时的运动旋量模型，如图3所示。用{S}表示惯性坐标系；{T}表示工具坐标系；a1～a6分别为机械手的尺寸参数；d1为关节变量值；r1～r5为各自轴线上的点；ξ1～ξ7为各自轴线上的单位运动旋量。设表面改性机器人的基坐标系为{S}，末端工具坐标系表示为{T}。设gst(θ)代表运动学正解，则表面改性机器人末端等离子喷枪在工作过程中的瞬时速度与关节瞬时速度可以表示为式(1)：
Figure BDA0001543825370000041
式(1)中J(θ)表示为机器人的雅可比矩阵，利用雅可比矩阵可以表示等离子喷枪末端速度和关节运动速度之间的映射关系，其雅可比矩阵有如下表示形式如式(2)：
Figure BDA0001543825370000042
即得式(3)：
J(θ)＝[J1,J2,J3,J4,J5,J6,J7,J8] (3)
可以理解，表面改性机器人的雅可比矩阵是从关节空间到末端任务空间线性变换的一个矩阵。
S3：构建表面改性机器人操作性能的复合评价指标；
基于雅可比矩阵的灵活性指标主要有条件数和可操作度两种，分别如式(4)、(5)所示，条件数指标表示雅可比矩阵在各个运动方向上的一致性，数值越小，表示机器人在各个运动方向的能力就越一致，而且运动速度也会越均匀，相对来说运动灵活性也就越好。当条件数变大时，机器人的运动速度方程就容易处于病态，而且会严重影响机器人的运动学逆解求解精度。可操作度的物理意义表示了机器人在各个方向上运动能力的大小，操作度数值越大则机器人运动能力就越强。
k＝||J||||J-1|| (4)
Figure BDA0001543825370000051
应该意识到，表面改性机器人在实际工作中其末端等离子喷枪移动速度是恒定的，所以可操作度中基于速度的可操作度对表面改性机器人灵活性能的研究更有意义，基于速度的可操作度表达式如式(6)所示，同时考虑条件数的影响提出一种基于条件数和等离子喷枪速度可操作度的复合操作性能指标，如式(7)所示。
ω＝(v(JJT)-1v)-1 (6)
Figure BDA0001543825370000052
式(7)中w1、w2分别代表加权系数，γ1和γ2被定义为虚拟灵活性指标，1.2≤δ≤5。
S4：通过Adaboost算法获得复合评价指标的最优权系数；
通过Adaboost算法对式中的虚拟灵活性指标γ1和γ2进行性能提升。以条件数和基于速度的可操作度作为迭代条件，得到一组最优的权系数w1、w2参数，使得综合灵活性指标随时间变化时能保证较小的条件数和较大的方向操作度。最终w1、w2参数分别为0.235，0.636，其中过程迭代如图4、图5所示。
S5：将最优权系数数值代入复合评价指标，之后以复合评价指标为度量指标对表面改性机器人进行仿真分析。
确定了加权系数的参数值，利用新的复合评价指标γNew对表面改性机器人运动学性能进行仿真分析，根据图3初始状态运动旋量模型所示表面改性机器人，定义其结构参数，如式(8)所示，末端运动速度取v＝(0.04 0.02 0)Tm/s；表面改性机器人的初始位置取：
Figure BDA0001543825370000061
相关参数，如下，取：
Figure BDA0001543825370000062
仿真时间取：t＝5s，采样周期取：dt＝50ms，任务规定的最大条件数取18，取δ＝3。
仿真结果如图6以及图7所示，分别表示条件数和可操作度基于评价指标γNew、γ1、γ2的变化规律。由图6可知，在1.5s＜t＜3s时间段内，基于γ2评价指标时，可操作度数值较大，超过了规定的最大条件数18，而基于γNew评价指标相比基于γ2评价指标很好的降低了条件数，并且没有超出规定的最大条件数的范围；由图7所示，基于γNew评价指标相比基于γ2评价指标可操作度变的较小，但依然符合表面改性机器人的性能要求；而基于γ1评价指标时的条件数和可操作度均是最小；综合来讲基于γNew评价指标的机器人操作性能的优化方法更具有优势。
本发明的一种表面改性机器人操作性能的优化方法，在条件数和可操作度基础上，提出一种分析表面改性机器人操作性能的加权复合评价指标，并利用Adaboost算法对复合评价指标的加权系数进行了确定，在满足可操作度前提下使条件数不至于过大，从而使表面改性机器人具有更灵活的操作性能。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式。即使对本发明作出各种变化，倘若这些变化属于本发明权利要求及其等同技术的范围之内，则仍落入在本发明的保护范围之中。

Claims (5)

1.一种表面改性机器人操作性能的优化方法，其特征在于，依次执行下列步骤，
S1：建立所述表面改性机器人的工作模型；
S2：根据所述表面改性机器人的工作模型建立所述表面改性机器人初始状态时的运动旋量模型，并确定所述表面改性机器人的末端工具在工作过程中的瞬时速度与所述表面改性机器人的关节瞬时速度的函数关系式；
S3：构建所述表面改性机器人操作性能的复合评价指标；
S4：通过Adaboost算法获得所述复合评价指标的最优权系数；
S5：将所述最优权系数数值代入所述复合评价指标，之后以所述复合评价指标为度量指标对所述表面改性机器人进行仿真分析。
2.如权利要求1所述表面改性机器人操作性能的优化方法，其特征在于，步骤S2中所述表面改性机器人的末端工具在工作过程中的瞬时速度与所述表面改性机器人的关节瞬时速度的函数关系式为：
Figure FDA0002725661090000011
其中，gst(θ)代表从运动学正解；J(θ)为所述表面改性机器人的雅可比矩阵。
3.如权利要求2所述表面改性机器人操作性能的优化方法，其特征在于，所述步骤S3中的所述复合评价指标基于所述表面改性机器人的雅可比矩阵的条件数和可操作度的复合评价指标为：γNew＝w1γ1+w2γ2；
其中，w1、w2分别代表加权系数，γ1和γ2定义为虚拟灵活性指标，γ1＝δk，γ2＝δω，1.2≤δ≤5，k和ω分别表示雅可比矩阵的条件数和可操作度。
4.如权利要求3所述表面改性机器人操作性能的优化方法，其特征在于，所述可操作度为基于所述末端工具速度的可操作度，如下式：ω＝(v(JJT)-1v)-1，其中，v表示所述末端工具的速度。
5.如权利要求3或4所述表面改性机器人操作性能的优化方法，其特征在于，所述步骤S4中以所述条件数和所述可操作度作为迭代条件，使用Adaboost算法获得所述最优权系数。
CN201810021949.8A 2018-01-10 2018-01-10 一种表面改性机器人操作性能的优化方法 Active CN108555904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810021949.8A CN108555904B (zh) 2018-01-10 2018-01-10 一种表面改性机器人操作性能的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810021949.8A CN108555904B (zh) 2018-01-10 2018-01-10 一种表面改性机器人操作性能的优化方法

Publications (2)

Publication Number Publication Date
CN108555904A CN108555904A (zh) 2018-09-21
CN108555904B true CN108555904B (zh) 2020-12-01

Family

ID=63529773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810021949.8A Active CN108555904B (zh) 2018-01-10 2018-01-10 一种表面改性机器人操作性能的优化方法

Country Status (1)

Country Link
CN (1) CN108555904B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114147720B (zh) * 2021-12-14 2024-04-02 杭州锐沃机器人科技有限公司 一种多自由度机械臂的逆运动学通用求解方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01180003A (ja) * 1988-01-11 1989-07-18 Sumitomo Electric Ind Ltd データ処理制御システム
CN101612734A (zh) * 2009-08-07 2009-12-30 清华大学 管道喷涂机器人及其作业轨迹规划方法
CN105308756A (zh) * 2013-05-07 2016-02-03 荷兰能源研究中心基金会 太阳能电池板及用于制造这种太阳能电池板的方法
CN105956297A (zh) * 2016-05-09 2016-09-21 金陵科技学院 一种冗余机器人运动灵活性能综合评价与优化方法
CN107234617A (zh) * 2017-07-10 2017-10-10 北京邮电大学 一种避障任务无关人工势场引导的避障路径规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01180003A (ja) * 1988-01-11 1989-07-18 Sumitomo Electric Ind Ltd データ処理制御システム
CN101612734A (zh) * 2009-08-07 2009-12-30 清华大学 管道喷涂机器人及其作业轨迹规划方法
CN105308756A (zh) * 2013-05-07 2016-02-03 荷兰能源研究中心基金会 太阳能电池板及用于制造这种太阳能电池板的方法
CN105956297A (zh) * 2016-05-09 2016-09-21 金陵科技学院 一种冗余机器人运动灵活性能综合评价与优化方法
CN107234617A (zh) * 2017-07-10 2017-10-10 北京邮电大学 一种避障任务无关人工势场引导的避障路径规划方法

Also Published As

Publication number Publication date
CN108555904A (zh) 2018-09-21

Similar Documents

Publication Publication Date Title
Sedlaczek et al. Using augmented Lagrangian particle swarm optimization for constrained problems in engineering"> Using augmented Lagrangian particle swarm optimization for constrained problems in engineering
Asada Dynamic analysis and design of robot manipulators using inertia ellipsoids
Qassem et al. Modeling and Simulation of 5 DOF educational robot arm
CN114072807B (zh) 基于小样本迁移学习的铣削机器人多模态频响预测方法
CN106406098B (zh) 一种机器人系统在未知环境下的人机交互控制方法
CN108515518B (zh) 柔性支撑工业机器人的一种工作空间求解方法
CN110053044B (zh) 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法
CN108527368B (zh) 柔性支撑串联工业机器人作业最优初始位姿确定方法
CN107169196B (zh) 空间机器人由末端执行器向基座的动力学建模方法
Ramana Babu et al. Design optimization of 3PRS parallel manipulator using global performance indices
Laezza et al. Reform: A robot learning sandbox for deformable linear object manipulation
CN108555904B (zh) 一种表面改性机器人操作性能的优化方法
Abbasnejad et al. Architecture optimization of 4PUS+ 1PS parallel manipulator
CN111660296A (zh) 一种基于全域空间条件数的优化机器人灵活度的方法
CN109159124B (zh) 采用快速双幂次终态神经网络的冗余机器人重复运动规划方法
CN111515954B (zh) 一种机械臂高质量运动路径生成方法
CN109366486A (zh) 柔性机器人逆运动学求解方法、系统、设备、存储介质
CN111482968A (zh) 一种基于bfs算法的六自由度偏置机器人逆解方法
CN115179288B (zh) 机器人的运动学逆解方法、机器人及计算机可读存储介质
CN114536351B (zh) 冗余双臂机器人示教方法、装置、电子设备及系统
CN110900608A (zh) 基于最优测量构型选择的机器人运动学标定方法
CN110532581B (zh) 一种四轴机械臂的动力学建模方法
Li et al. Simulation results for manipulation of unknown objects in hand
Zoller et al. Constant kinetic energy robot trajectory planning
Chen et al. Solution of geometrico-static problems and motion experiments for a suspended under-constrained parallel mechanism driven by two flexible cables

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant