[1]傅卫沁,刘彬,徐长瑜.基于多传感器的工业机械臂精细化操作远程控制方法[J].机械与电子,2023,41(05):62-66.
　FU Weiqin,LIU Bin,XU Changyu.Remote Control Method for Fine Operation of Industrial Robotic Arm Based on Multi-sensor[J].Machinery & Electronics,2023,41(05):62-66.
点击复制

基于多传感器的工业机械臂精细化操作远程控制方法()

分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

Title:: Remote Control Method for Fine Operation of Industrial Robotic Arm Based on Multi-sensor

Author(s):: FU Weiqin ; LIU Bin ; XU Changyu; ( Shanghai Technical Institute of Electronics and Information , Shanghai 200137 , China )

Keywords:: industrial robotic arm ; multi-sensor ; fuzzy neural network ; expected angle ; desired speed ; joint space trajectory

摘要:: 为实现远程控制工业机械臂时的精细化操作,使其关节轨迹具有连续、平稳、光滑的控制效果,提出基于多传感器的工业机械臂精细化操作远程控制方法。优化传感器的布局,以便采集信息;利用新息变化野值检测方法消除工业机械臂精细化操作中存在的野值,提高关节角度与速度信息的完整性和精度;将滑模控制与神经网络结合,消除因非线性、摩擦非线性和未知参数等不确定性因素对机械臂精细化操作的影响,构建工业机械臂操作远程控制器,实现工业机械臂精细化操作的远程控制。实验结果表明,所提方法可精准控制工业机械臂的关节角度与速度,具有较高的灵活性和高效性。

Abstract:: In order to realize the refinement operation in remote control of industrial robotic arm and make its joint trajectory with continuous , smooth and smooth control effect , a multi-sensor-based remote control method for refinement operation of industrial robotic arm is proposed.The layout of sensors is optimized to collect information.The innovation changed outlier detection method is used to eliminate the outliers in the fine operation of industrial manipulator and improve the integrity and accuracy of joint angle and speed information.The synovial membrane control and neural network are combined to eliminate the influence of uncertain factors such as nonlinearity , friction nonlinearity and unknown parameters on the fine operation of the manipulator , and the remote controller of the industrial manipulator is constructed to realize the remote control of the fine operation of the industrial manipulator.Experimental results show that the proposed algorithm can accurately control the joint angle and speed of industrial manipulator , and has high flexibility and efficiency.

[ 1 ] 肖仁,吴定会 . 机械臂固定时间观测器和自适应滑膜控制方法的设计[ J ] . 机械科学与技术, 2020 , 39 ( 5 ): 714-720.

[ 2 ] 王建平,王刚,毛晓彬 . 基于深度强化学习的二连杆机械臂运动控制方法 [ J ] . 计算机应用, 2021 ,41 ( 6 ):1799-1804.

[ 3 ] 郭新兰,姚利娜 . 基于 RBF-BP 算法的工业机械臂轨迹控制与跟踪[ J ] . 机床与液压, 2021 , 49 ( 3 ): 41-46.

[ 4 ] 赵京,王炎,陈雨青 . 预设性能控制算法对机械臂运动控制的改进[ J ] . 工程科学与技术, 2020 , 52 ( 2 ): 140-147.

[ 5 ] 黄樊晶,李星秀,吴盘龙,等 . 面向多目标跟踪的多传感器优化布局算法[ J ] . 中国惯性技术学报, 2020 , 28 ( 3 ):401-407.

[ 6 ] 颜华,张馨,王伊凡 . 基于 RBF 神经网络和遗传算法的 ERT 传感器优化[ J ] . 沈阳工业大学学报, 2021 , 43 ( 3 ):295-300.

[ 7 ] 徐意钧,张强,吕振华,等 . 基于强化学习的机械臂关节高精度控制方法研究[ J ] . 空间控制技术与应用, 2020 ,46 ( 1 ): 37-42.

[ 8 ] 唐润智,李铁军,杨冬 . 关节型机械臂高承载轨迹规划方法研究[ J ] . 机械传动, 2020 , 44 ( 7 ): 1-9.

[ 9 ] 李钉云,冯海泓 . 一种长基线中野值点判定、剔除及修正方法[ J ] . 声学技术, 2020 , 39 ( 1 ): 117-120.

[ 10 ] 孙小君,周晗,闫广明 . 基于新息的自适应增量 Kalman 滤波器 [ J ] . 电子与信息学报, 2020 , 42 ( 9 ):2223-2230.

[ 11 ] 余峰,陈新元 .N 自由度柔性机械臂通用的动力学建模方法研究[ J ] . 振动与冲击, 2020 , 39 ( 16 ): 103-111.

[ 12 ] 刘凌,李志成,张莹 . 面向双关节机械臂的参数可调 RBF 神经网络控制[ J ] . 西安交通大学学报, 2021 , 55( 4 ): 1-7.

[ 13 ] 乔俊飞,丁海旭,李文静 . 基于 WTFMC 算法的递归模糊神经网络结构设计[ J ] . 自动化学报, 2020 , 46 ( 11 ):2367-2378.

[ 14 ] 熊志金,王春燕 . 采用 RBF 神经网络滑模控制的冗余机械臂避障研究 [ J ] . 中国工程机械学报,2020 , 18 ( 3 ): 205-209.

[ 15 ] 段书用,李昌洛,韩旭 . 机械臂动力学分析及关节非线性摩擦模型建立[ J ] . 机械工程学报, 2020 , 56 ( 9 ): 18-28.

备注/Memo:: 收稿日期: 2022-04-02
作者简介:傅卫沁 ( 1982- ),女,浙江绍兴人,硕士,讲师,研究方向为工业控制;刘彬 ( 1984- ),男,江苏南京人,硕士,工程师,研究方向为电气自动化控制;徐长瑜 ( 1983- ),女,上海人,硕士,讲师,研究方向为计算机应用。

更新日期/Last Update: 2023-05-24