CN113751998A - 一种基于模糊控制的机器人轴孔装配方法 - Google Patents

一种基于模糊控制的机器人轴孔装配方法 Download PDF

Info

Publication number
CN113751998A
CN113751998A CN202111032961.7A CN202111032961A CN113751998A CN 113751998 A CN113751998 A CN 113751998A CN 202111032961 A CN202111032961 A CN 202111032961A CN 113751998 A CN113751998 A CN 113751998A
Authority
CN
China
Prior art keywords
contact force
negative
fuzzy
shaft
positive
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.)
Granted
Application number
CN202111032961.7A
Other languages
English (en)
Other versions
CN113751998B (zh
Inventor
廉宏远
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.)
Ningbo Institute of Material Technology and Engineering of CAS
Original Assignee
Ningbo Institute of Material Technology and Engineering of CAS
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 Ningbo Institute of Material Technology and Engineering of CAS filed Critical Ningbo Institute of Material Technology and Engineering of CAS
Priority to CN202111032961.7A priority Critical patent/CN113751998B/zh
Publication of CN113751998A publication Critical patent/CN113751998A/zh
Application granted granted Critical
Publication of CN113751998B publication Critical patent/CN113751998B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23PMETAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
    • B23P19/00Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes
    • B23P19/04Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes for assembling or disassembling parts
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23PMETAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
    • B23P19/00Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes
    • B23P19/10Aligning parts to be fitted together
    • B23P19/12Alignment of parts for insertion into bores
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1669Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Manipulator (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于模糊控制的机器人轴孔装配方法,包括以下步骤:轴孔中心未对齐时,机器人采用螺旋搜索进行搜孔,通过导纳控制使轴与孔外的接触点保持恒定的压力直至机器人找到孔的位置;轴在孔内装配时,将输入量模糊化为模糊输入量,所述输入量包括轴孔接触力和接触力变化率;将预设的输出量模糊化为预设模糊输出量,所述输出量为轴的位移大小和方向;根据所述模糊输入量和预设模糊输出量对轴孔装配制定模糊规则,所述模糊规则采用if‑and‑then的形式;基于模糊规则采用Mamdani方法进行模糊推理得到模糊输出量;通过重心法将得到的模糊输出量解模糊化为输出量。本发明提高了机器人的适应能力和轴孔装配的效率。

Description

一种基于模糊控制的机器人轴孔装配方法
技术领域
本发明涉及机器人自动装配的技术领域,特别是涉及一种基于模糊控制的机器人轴孔装配方法。
背景技术
近年来,机器人的技术发展日益成熟,在很多领域中都存在机器人的应用,例如在国防、医疗、工业生产、生活服务等领域。机器人在工业生产领域尤其发挥着重要作用,关于工业机器人技术的研究是机器人发展的重要方向。
装配任务是现代制造业中的一个重要环节。据相关数据统计,装配工作在制造业中占比50%~60%,其在有些应用场所的占比甚至更高。轴孔装配作为一种典型的装配技术在实际生产中有着广泛的应用,如飞机部件的装配、工业机器人大臂减速器的装配、汽车生产制造、小型电子产品的生产线装配等。轴孔自动装配技术的研究对于实现智能制造,提升工业自动化水平具有重要作用。
机器人轴孔装配技术在实际工业生产制造中有重要的现实意义。对于轴孔装配任务,传统的机器人轴孔装配方法是将零件固定在指定位置,通过机器人预设的动作完成的。这种方法适应性不足,当零件位置发生微小的变化或者机器人姿态存在微小偏差时就会导致装配失败。因此,由于轴孔装配任务的特性和工作环境的不确定性,实现轴孔装配的自动化仍然具有一定的挑战。
公开号为CN 111752231 A的说明书公开了一种基于自适应力和姿态控制的自动化端子装配方法,用于利用机器人将柔性线插入到连接器上所设置的复杂孔中。其中,在寻孔定位和孔内约束的接触阶段,进行所建立的线孔接触力觉模型与模糊控制器的融合,实现可自适应调整插线位姿并顺利插完的装配任务。即根据所设计出的调整策略,在线分析线插入孔时的装配力和线姿态,区分当前线及孔所处的接触情况,根据转换坐标系后的力觉模型判断调整方向,并计算出与当前所受力对应的所需调整的位移、角度,由此选择位移、角度调整模糊控制器并确定该模糊控制器的输出量最大值,且装配过程伴随着模糊控制器的参数自校正,利用模糊控制器实现变步长的调整方案。
公开号为CN 108161991 A的说明书公开了一种基于力反馈的机器人装配自动寻孔方法,属于工业机器人智能控制技术领域,不需要视觉图像处理,基于六维力传感器反馈信息,合理估计孔相对于轴的偏移方向和偏移距离,规划寻孔策略。通过装配中轴与孔的尺寸值,在控制之前计算偏移距离与等效力臂一一对应的数学关系。然后在控制过程中通过六维力传感器监测力信号得到水平面上综合力矩和轴向力的大小,计算寻孔过程的等效力臂,然后根据该等效力臂与偏移距离的关系确定偏移距离。同时,根据力矩各分量大小求得正确的偏移方向,之后根据已知的偏移距离和偏移方向采取变步长的调整方案,实现寻孔方案。最后,利用导纳控制原理在寻孔过程结束后主动柔顺地将轴插入孔中。
发明内容
本发明的发明目的在于提供一种基于模糊控制的机器人轴孔装配方法,解决轴孔装配任务中工作环境不稳定、零件定位不精确、装配过程卡阻的问题,提高机器人的适应能力和轴孔装配的效率。
一种基于模糊控制的机器人轴孔装配方法,包括以下步骤:
(1)轴孔中心未对齐时,机器人采用螺旋搜索进行搜孔,同时机器人通过导纳控制使轴与孔外的接触点保持恒定的压力直至机器人找到孔的位置;
(2)轴在孔内装配时,将输入量模糊化为模糊输入量,所述输入量包括轴孔接触力和接触力变化率;
(3)将预设的输出量模糊化为预设模糊输出量,所述输出量为轴的位移大小和方向;
(4)根据所述模糊输入量和预设模糊输出量对轴孔装配制定模糊规则,所述模糊规则采用if-and-then的形式;
(5)基于模糊规则采用Mamdani方法进行模糊推理得到模糊输出量,所述模糊推理中的模糊蕴涵关系通过模糊集合“取小”的方式确定,模糊推理合成运算规则采用“极小-极大”的方式确定;
(6)通过重心法将步骤(5)得到的模糊输出量解模糊化得到输出量。
所述步骤(1)中,所述的螺旋搜索为以轴和孔的初始接触点为起始点由内向外以恒定的线速度和角速度远离所述起始点形成的轨迹进行搜索;所述螺旋搜索是针对二维环境的优化搜索策略,其能够包含特定搜索半径内的所有可能的孔位置,同时查找孔位置的速度较快。
优选地,所述的螺旋搜索采用倾斜螺旋搜索,所述倾斜螺旋搜索不仅增大了搜索时的跨距、加快搜索速度,并且提高搜索的成功率和效率。
所述步骤(2)中,所述的轴孔接触力模糊化的具体步骤如下:
设定轴孔接触力论域为[-1,1],将所述轴孔接触力映射变换到轴孔接触力论域;根据轴孔接触力论域将轴孔接触力划分为负(N)、零(ZO)和正(P)三个等级;所述轴孔接触力的隶属度函数对称分布,其中等级负(N)和等级正(P)的隶属度函数采用梯形函数,零(ZO)的隶属度函数采用三角形函数。
所述步骤(2)中,所述的接触力变化率模糊化的具体步骤如下:
设定接触力变化率论域为[-2,1],将所述接触力变化率映射变换到接触力变化率论域;根据接触力变化率论域将接触力变化率划分为负大(NB)、负中(NM)、负小(NS)、正小(PS)和正大(PB)五个等级;所述接触力变化率的隶属度函数采用三角形隶属度函数和梯形隶属度函数,其中不同等级的隶属度函数形状不同。
所述的接触力变化率小于-2时按照-2进行模糊化,所述的接触力变化率大于1则按照1进行模糊化。
所述步骤(3)中,所述的预设的输出量模糊化为预设模糊输出量的具体步骤如下:
根据轴和孔之间的间隙将预设的输出量的模糊集合分割为负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)和正大(PB)对称的七个等级,所述预设的输出量的隶属度函数采用三角形隶属度函数。所述预设的输出量采用七个等级分割,提高了调整步长的精细度。
所述步骤(4)中,所述的模糊规则具体如下:
如果轴孔接触力为负(N),并且接触力变化率为负大(NB),则下一次轴的调整量为方向取负、较大步长的负大(NB);
如果轴孔接触力为负(N),并且接触力变化率为负中(NM),则下一次轴的调整量为方向取负、较小步长的负小(NS);
如果轴孔接触力为负(N),并且接触力变化率为负小(NS),则下一次轴的调整量为方向取负、适当步长的负中(NM);
如果轴孔接触力为负(N),并且接触力变化率为正小(PS),则下一次轴的调整量为方向取负、适当步长的负中(NM);
如果轴孔接触力为负(N),并且接触力变化率为正大(PB),则下一次轴的调整量为方向取负、较大步长的负大(NB);
如果轴孔接触力为零,下一次的轴的调整量为零(ZO);
如果轴孔接触力为正(P),并且接触力变化率为负大(NB),则下一次轴的调整方向为正、较大步长的正大(PB);
如果轴孔接触力为正(P),并且接触力变化率为负中(NM),则下一次轴的调整量为方向取正、较小步长的正小(PS);
如果轴孔接触力为正(P),并且接触力变化率为负小(NS),则下一次轴的调整量为方向取正、适当步长的正中(PM);
如果轴孔接触力为正(P),并且接触力变化率为正小(PS),则下一次轴的调整量为方向取正、适当步长的正中(PM);
如果轴孔接触力为正(P),并且接触力变化率为正大(PB),则下一次轴的调整量为方向取正、较大步长的正大(PB)。
本发明相比现有技术,其优点在于:
本发明采用计算机视觉系统和力反馈系统实现工件的定位,采用基于接触力信息的主动柔顺控制算法完成插孔任务。该装配策略的提出使装配过程更加智能和高效,对提高机器人适应能力,提高轴孔装配的自动化水平有一定的意义。
附图说明
图1是本发明实施例中搜孔时螺旋搜索的轨迹示意图。
图2是本发明实施例中轴孔接触力的隶属度函数的示意图。
图3是本发明实施例中接触力变化率的隶属度函数的示意图。
图4是本发明实施例中预设的输出量的隶属度函数的示意图。
图5是本发明实施例中重心法解模糊化的示意图。
具体实施方式
基于模糊控制的机器人轴孔装配方法,包括以下步骤:
(1)如图1所示,轴孔中心未对齐时,机器人采用螺旋搜索进行搜孔,同时机器人通过导纳控制使轴与孔外的接触点保持恒定的压力直至机器人找到孔的位置。
螺旋搜索为以轴和孔的初始接触点为起始点,由内向外以恒定的线速度和角速度远离起始点形成的轨迹进行搜索。以Rd作为螺旋搜索的最大范围的半径,则在此范围内螺旋搜索的运动方程式如下:
Figure BDA0003246077670000041
其中,t为搜索进行时间;ω′为搜索角频率,体现为螺旋线的密度;r为搜索半径;v为搜索速度。
螺旋搜索是针对二维环境的优化搜索策略,其能够包含特定搜索半径内的所有可能的孔位置,同时查找孔位置的速度较快。
螺旋搜索采用倾斜螺旋搜索,倾斜螺旋搜索为轴与接触面保持一定的倾斜角度且与该平面保持点接触。
螺旋搜索中连续匝之间的跨距为e:
Figure BDA0003246077670000051
在螺旋搜索中e≤D-d,而倾斜螺旋搜索中e<D即可,其中D为孔的直径,d为轴的直径。
由此可知,倾斜螺旋搜索确保轴可以找到孔的位置,但是搜索时间较长;而倾斜螺旋搜索可以增大搜索时的跨距,加快搜索速度,并且提高搜索的成功率和效率。
(2)轴在孔内装配时,将输入量模糊化为模糊输入量,输入量包括轴孔接触力和接触力变化率。
在模糊控制中,轴孔接触力决定了轴的调整方向,因此对轴孔接触力进行模糊化时只需考虑轴孔接触力的方向信息。由于力是矢量值,其符号信息对应了方向信息。当轴孔接触力小于零时,表示受力为力传感器坐标系的负向;轴孔接触力等于零表示不受力,此时孔轴装配合理;轴孔接触力大于零时,表示受力为力传感器坐标系的正向。
考虑到力传感器采集数据的波动性,因此将轴孔接触力在一定的范围内均设定为零。
设定轴孔接触力论域为[-1,1],将轴孔接触力映射变换到轴孔接触力论域;根据轴孔接触力论域将轴孔接触力划分为负(N)、零(ZO)和正(P)三个等级。
如图2所示,轴孔接触力的隶属度函数对称分布,其中等级负(N)和等级正(P)的隶属度函数采用梯形函数,等级零(ZO)的隶属度函数采用三角形函数。
将接触力变化率进行模糊化,接触力变化率为ω:
Figure BDA0003246077670000052
其中,F(t-1)和F(t)分别为轴一次调整前和调整后的轴孔接触力。
由于轴孔转配时,机器人的调整方向为轴孔接触力减小的方向,故ω<0。所以得到接触力变化率的隶属度函数的象限位于负半轴。考虑到机器人调整后可能出现的轴孔接触力变大的情况,将接触力变化率的隶属度函数的象限延伸到正半轴。
当机器人带动轴调整后,轴孔接触力不变时,即F(t)=F(t-1),得到ω=0;当轴孔接触力变为零时,即F(t)=0,得到ω=-1;当轴孔接触力增大为调整前的两倍时,得到ω=1。由此可以得到ω与轴调整后的轴孔接触力的关系中的关键节点值,如表1所示。
表1接触力变化率与调整后的轴孔接触力的对应关系
ω 力变化情况
0 F<sub>(t)</sub>=F<sub>(t-1)</sub>
-1 F<sub>(t)</sub>=0
1 F<sub>(t)</sub>=2*F<sub>(t-1)</sub>
设定接触力变化率论域为[-2,1],将接触力变化率映射变换到接触力变化率论域。接触力变化率小于-2时按照-2进行模糊化,接触力变化率大于1则按照1进行模糊化。
根据接触力变化率论域将接触力变化率划分为负大(NB)、负中(NM)、负小(NS)、正小(PS)和正大(PB)五个等级。
如图3所示,接触力变化率的隶属度函数采用三角形隶属度函数和梯形隶属度函数,其中不同等级的隶属度函数形状不同。
(3)将预设的输出量模糊化为预设模糊输出量,输出量为轴的位移大小和方向。
轴的位移方向由正负表示,故预设的输出量的隶属度函数在正负半轴均有分布。由于预设的输出量的论域由轴和孔之间的间隙决定,在应用过程中需注意归一化处理。
将预设的输出量的模糊集合分割为负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)和正大(PB)对称的七个等级。如图4所示,预设的输出量的隶属度函数采用三角形隶属度函数。
(4)模糊控制规则,蕴含着模糊关系,其本质上是实践经验和策略的总结。根据模糊输入量和预设模糊输出量对轴孔装配制定模糊规则,模糊规则采用if-and-then的形式:
如果轴孔接触力为负(N),并且接触力变化率为负大(NB),则下一次轴的调整量为方向取负、较大步长的负大(NB);
如果轴孔接触力为负(N),并且接触力变化率为负中(NM),则下一次轴的调整量为方向取负、较小步长的负小(NS);
如果轴孔接触力为负(N),并且接触力变化率为负小(NS),则下一次轴的调整量为方向取负、适当步长的负中(NM);
如果轴孔接触力为负(N),并且接触力变化率为正小(PS),则下一次轴的调整量为方向取负、适当步长的负中(NM);
如果轴孔接触力为负(N),并且接触力变化率为正大(PB),则下一次轴的调整量为方向取负、较大步长的负大(NB);
如果轴孔接触力为零,下一次的轴的调整量为零(ZO);
如果轴孔接触力为正(P),并且接触力变化率为负大(NB),则下一次轴的调整量为方向取正、较大步长的正大(PB);
如果轴孔接触力为正(P),并且接触力变化率为负中(NM),则下一次轴的调整量为方向取正、较小步长的正小(PS);
如果轴孔接触力为正(P),并且接触力变化率为负小(NS),则下一次轴的调整量为方向取正、适当步长的正中(PM);
如果轴孔接触力为正(P),并且接触力变化率为正小(PS),则下一次轴的调整量为方向取正、适当步长的正中(PM);
如果轴孔接触力为正(P),并且接触力变化率为正大(PB),则下一次轴的调整量为方向取正、较大步长的正大(PB)。
模糊控制规则如表2所示,其中D为输出量。
表2模糊控制规则表
Figure BDA0003246077670000071
(5)基于模糊规则采用Mamdani方法进行模糊推理得到模糊输出量,模糊推理中的模糊蕴涵关系通过模糊集合“取小”的方式确定,模糊推理合成运算规则采用“极小-极大”的方式确定。
(6)如图5所示,通过重心法将步骤(5)得到的模糊输出量解模糊化得到输出量,采用重心法求得预设的输出量隶属度函数的图形重心点,该重心点将图形面积均分,重心点两侧的面积相等,重心点对应至论域上的值则为输出量的值,重心法的公式为:
Figure BDA0003246077670000072
其中,x*为输出量的值,μ(xi)为隶属度即输出量的值在隶属度函数的每个区域内的可能性,xi为模糊输出量;n为模糊输出量的个数。

Claims (8)

1.一种基于模糊控制的机器人轴孔装配方法,其特征在于,包括以下步骤:
(1)轴孔中心未对齐时,机器人采用螺旋搜索进行搜孔,同时机器人通过导纳控制使轴与孔外的接触点保持恒定的压力直至机器人找到孔的位置;
(2)轴在孔内装配时,将输入量模糊化为模糊输入量,所述输入量包括轴孔接触力和接触力变化率;
(3)将预设的输出量模糊化为预设模糊输出量,所述输出量为轴的位移大小和方向;
(4)根据所述模糊输入量和预设模糊输出量对轴孔装配制定模糊规则,所述模糊规则采用if-and-then的形式;
(5)基于模糊规则采用Mamdani方法进行模糊推理得到模糊输出量,所述模糊推理中的模糊蕴涵关系通过模糊集合“取小”的方式确定,模糊推理合成运算规则采用“极小-极大”的方式确定;
(6)通过重心法将步骤(5)得到的模糊输出量解模糊化得到输出量。
2.如权利要求1所述的基于模糊控制的机器人轴孔装配方法,其特征在于,所述步骤(1)中,所述的螺旋搜索为以轴和孔的初始接触点为起始点由内向外以恒定的线速度和角速度远离所述起始点形成的轨迹进行搜索。
3.如权利要求2所述的基于模糊控制的机器人轴孔装配方法,其特征在于,所述的螺旋搜索采用倾斜螺旋搜索。
4.如权利要求1所述的基于模糊控制的机器人轴孔装配方法,其特征在于,所述步骤(2)中,所述的轴孔接触力模糊化的具体步骤如下:
设定轴孔接触力论域为[-1,1],将所述轴孔接触力映射变换到轴孔接触力论域;根据轴孔接触力论域将轴孔接触力划分为负、零和正三个等级;所述轴孔接触力的隶属度函数对称分布,其中等级为负和等级为正的隶属度函数均采用梯形函数,等级为零的隶属度函数采用三角形函数。
5.如权利要求4所述的基于模糊控制的机器人轴孔装配方法,其特征在于,所述步骤(2)中,所述的接触力变化率模糊化的具体步骤如下:
设定接触力变化率论域为[-2,1],将所述接触力变化率映射变换到接触力变化率论域;根据接触力变化率论域将接触力变化率划分为负大、负中、负小、正小和正大五个等级;所述接触力变化率的隶属度函数采用三角形隶属度函数和梯形隶属度函数,其中不同等级的隶属度函数形状不同。
6.如权利要求5所述的基于模糊控制的机器人轴孔装配方法,其特征在于,所述的接触力变化率小于-2时按照-2进行模糊化,所述的接触力变化率大于1则按照1进行模糊化。
7.如权利要求5所述的基于模糊控制的机器人轴孔装配方法,其特征在于,所述步骤(3)中,所述的预设的输出量模糊化为预设模糊输出量的具体步骤如下:
根据轴和孔之间的间隙将预设的输出量的模糊集合分割为负大、负中、负小、零、正小、正中和正大对称的七个等级;所述预设的输出量的隶属度函数采用三角形隶属度函数。
8.如权利要求7所述的基于模糊控制的机器人轴孔装配方法,其特征在于,所述步骤(4)中,所述的模糊规则具体如下:
如果轴孔接触力为负,并且接触力变化率为负大,则下一次轴的调整量为方向取负、较大步长的负大;
如果轴孔接触力为负,并且接触力变化率为负中,则下一次轴的调整量为方向取负、较小步长的负小;
如果轴孔接触力为负,并且接触力变化率为负小,则下一次轴的调整量为方向取负、适当步长的负中;
如果轴孔接触力为负,并且接触力变化率为正小,则下一次轴的调整量为方向取负、适当步长的负中;
如果轴孔接触力为负,并且接触力变化率为正大,则下一次轴的调整量为方向取负、较大步长的负大;
如果轴孔接触力为零,下一次轴的调整量为零;
如果轴孔接触力为正,并且接触力变化率为负大,则下一次轴的调整方向为正、较大步长的正大;
如果轴孔接触力为正,并且接触力变化率为负中,则下一次轴的调整量为方向取正、较小步长的正小;
如果轴孔接触力为正,并且接触力变化率为负小,则下一次轴的调整量为方向取正、适当步长的正中;
如果轴孔接触力为正,并且接触力变化率为正小,则下一次轴的调整量为方向取正、适当步长的正中;
如果轴孔接触力为正,并且接触力变化率为正大,则下一次轴的调整量为方向取正、较大步长的正大。
CN202111032961.7A 2021-09-03 2021-09-03 一种基于模糊控制的机器人轴孔装配方法 Active CN113751998B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111032961.7A CN113751998B (zh) 2021-09-03 2021-09-03 一种基于模糊控制的机器人轴孔装配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111032961.7A CN113751998B (zh) 2021-09-03 2021-09-03 一种基于模糊控制的机器人轴孔装配方法

Publications (2)

Publication Number Publication Date
CN113751998A true CN113751998A (zh) 2021-12-07
CN113751998B CN113751998B (zh) 2022-12-06

Family

ID=78792956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111032961.7A Active CN113751998B (zh) 2021-09-03 2021-09-03 一种基于模糊控制的机器人轴孔装配方法

Country Status (1)

Country Link
CN (1) CN113751998B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685872A (zh) * 2022-09-05 2023-02-03 大连交通大学 一种基于柔顺控制的机器人装配算法
CN116619007A (zh) * 2023-07-24 2023-08-22 季华实验室 一种基于前馈虚拟控制力的插孔方法及其相关设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0647687A (ja) * 1991-08-20 1994-02-22 Matsushita Electric Ind Co Ltd 力制御ロボットにおける位置制御装置
CN106276009A (zh) * 2016-08-11 2017-01-04 中国科学院宁波材料技术与工程研究所 全向移动搬运机器人
CN108799148A (zh) * 2018-07-17 2018-11-13 哈尔滨理工大学 一种基于自适应模糊控制器的可调心主轴装置
CN111752231A (zh) * 2019-03-28 2020-10-09 华南理工大学 基于自适应力和姿态控制的自动化端子装配方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0647687A (ja) * 1991-08-20 1994-02-22 Matsushita Electric Ind Co Ltd 力制御ロボットにおける位置制御装置
CN106276009A (zh) * 2016-08-11 2017-01-04 中国科学院宁波材料技术与工程研究所 全向移动搬运机器人
CN108799148A (zh) * 2018-07-17 2018-11-13 哈尔滨理工大学 一种基于自适应模糊控制器的可调心主轴装置
CN111752231A (zh) * 2019-03-28 2020-10-09 华南理工大学 基于自适应力和姿态控制的自动化端子装配方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Z. ZHANG: "Robotic Peg-in-Hole Assembly System Based on Vision and Fuzzy Control", 《2021 33RD CHINESE CONTROL AND DECISION CONFERENCE》 *
Z. ZHANG: "Robotic Peg-in-Hole Assembly System Based on Vision and Fuzzy Control", 《2021 33RD CHINESE CONTROL AND DECISION CONFERENCE》, 24 May 2021 (2021-05-24), pages 5835, XP034032115, DOI: 10.1109/CCDC52312.2021.9602060 *
薛亚东: "基于力反馈的轴孔柔顺装配策略", 《自动化与仪器仪表》 *
薛亚东: "基于力反馈的轴孔柔顺装配策略", 《自动化与仪器仪表》, no. 4, 25 April 2021 (2021-04-25), pages 152 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685872A (zh) * 2022-09-05 2023-02-03 大连交通大学 一种基于柔顺控制的机器人装配算法
CN115685872B (zh) * 2022-09-05 2024-05-14 大连交通大学 一种基于柔顺控制的机器人装配算法
CN116619007A (zh) * 2023-07-24 2023-08-22 季华实验室 一种基于前馈虚拟控制力的插孔方法及其相关设备
CN116619007B (zh) * 2023-07-24 2023-10-20 季华实验室 一种基于前馈虚拟控制力的插孔方法及其相关设备

Also Published As

Publication number Publication date
CN113751998B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
CN113751998B (zh) 一种基于模糊控制的机器人轴孔装配方法
CN110450156B (zh) 多自由度机械臂系统自适应模糊控制器的优化设计方法
Hwang et al. Smooth trajectory tracking of three-link robot: a self-organizing CMAC approach
CN110181510B (zh) 一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法
CN111428317B (zh) 一种基于5g和循环神经网络的关节摩擦力矩补偿方法
CN113341719A (zh) 一种融合teb算法和模糊控制的agv轨迹跟踪控制方法
CN105652667B (zh) 一种模型不确定双关节机械手的高精度轨迹跟踪控制方法
CN112222703B (zh) 一种焊接机器人能耗最优轨迹规划方法
CN111752231A (zh) 基于自适应力和姿态控制的自动化端子装配方法
CN116679719A (zh) 基于动态窗口法与近端策略的无人车自适应路径规划方法
CN112327938B (zh) 一种基于数据驱动的机器人近零跟随误差控制方法
CN107511830B (zh) 一种五自由度混联机器人控制器参数自适应调整实现方法
CN113525717B (zh) 一种轮腿式移动机器人蠕动的控制系统及其控制方法
CN113721620B (zh) 基于粒子群-遗传混合算法的车辆横向pid控制方法
Cai Autonomous Mobile Robot Obstacle Avoidance Using Fuzzy-PID Controller in Robot’s Varying Dynamics
CN116039636A (zh) 考虑车轮打滑的轮式移动机器人自适应神经网络控制方法
CN112380655B (zh) 一种基于rs-cmsa算法的机器人逆运动学求解方法
Nurmaini et al. Enhancement of the fuzzy control response with particle swarm optimization in mobile robot system
Alavandar et al. Bacterial foraging optimized hybrid fuzzy precompensated PD control of two link rigid-flexible manipulator
CN114326706B (zh) 一种基于智能农机的快速偏移矫正的路径规划方法
CN113900413B (zh) 一种数控系统平顺速度控制方法
Lu et al. Intelligent Trolley Path Tracking Control Based on Feed-forward Variable domain Fuzzy PID Control
Son Comparison of intelligent control planning algorithms for robot's part micro-assembly task
CN116061195B (zh) 一种新的工业机械手臂运动轨迹控制方法
McLauchlan et al. Three-link planar robotic arm trajectory planning and its adaptive fuzzy logic control

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
CB03 Change of inventor or designer information

Inventor after: Lian Hongyuan

Inventor after: Fang Zaojun

Inventor after: Xiong Ciyuan

Inventor after: Zhang Chi

Inventor after: Li Junjie

Inventor before: Lian Hongyuan

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Lian Hongyuan

Inventor after: Fang Zaojun

Inventor after: Xiong Ciyuan

Inventor after: Zhang Chi

Inventor after: Li Junjie

Inventor before: Lian Hongyuan

Inventor before: Fang Zaojun

Inventor before: Xiong Ciyuan

Inventor before: Zhang Chi

Inventor before: Li Junjie

CB03 Change of inventor or designer information