m固定相机模式下基于图像跟踪算法的Puma560机械臂自适应轨迹控制matlab仿真

简介: m固定相机模式下基于图像跟踪算法的Puma560机械臂自适应轨迹控制matlab仿真

1.算法仿真效果
matlab2022a仿真结果如下:

2e88f83c81101f078896f4d88d397605_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
c5905df07d3e1d95ef2e86386b4aedf2_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
043382b5243f82431788b34b4a0e9e80_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
29a80bc5b8d4bfc526636b73c053f3c5_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
6185cd822506ea8a6ce6dc010cae743e_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
56c213dea6e85a778ffdea538919db10_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
45bed2c9045015b1bfcaded6fe77ee63_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
ae18426562c12334fa097044aa1a7a19_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
image.png

2.算法涉及理论知识概要
对机器人进行图形仿真,可以直观显示出机器人的运动情况,得到从数据曲线中难以分析出来的许多重要信息,并能从图形上看到机器人在一定控制条件下的运动规律。从仿真软件中观察机器人工作程序的运行结果,就能分析出该机器人轨迹规划等的正确性和合理性,从而为离线编程提供有效的验证手段。

   PUMA560 机械臂是一种示教机器人。有六个自由度,包括6个旋转关節,模仿人的腰、肩、肘和手腕运动,能以规定的姿态到达工作范围内的任何一个点。包括:臂体、控制器和示教器三个部分。

  PUMA560 机器手是工业机器人(或称机器人操作臂)。从外形来看,它和人的手臂相似,是由一系列刚性连杆通过一系列柔性关节交替连接而成的开式链。PUMA560的基座、连杆一、连杆二、连杆三、连杆四到六分别类似于的盆骨、腰椎、大臂、小臂、腕手。操作臂的前端装有末端执行器或相应的工具,也常称为手或手爪。手臂的动作幅度一般较大,通常实现宏操作。

   PUMA560 型机器人由机器人本体(手臂)和计算机控制系统两大部分组成。PUMA560整个手臂重53kg,有六个自由度,驱动采用直流伺服电机并配有安全刹闸,手腕最大载荷为2 kg (包括手腕法兰盘),最大抓紧力为60 N,重复精度为±0.1mm。工具在最大载荷下的自由运动速度速度为1.0m/s,直线运动速度为0.5m/s。操作范围是以肩部中心为球心0.92 m 为半径的空间半球。

   PUMA560机械手属于关节式的机器人,6个关节都是转动关节。前面3个关节确定手腕参考点的位置,后面3个关节确定手腕的方位。和多数工业机器人一样,后3个关节轴线交于一点。关节1的轴线为铅直方向,关节1和关节2的轴线垂直相交,关节3和关节4的轴线垂直交错。

    PUMA560一般由移动关节和转动关节共同作用,组成机器人的操作臂,每个关节都有一个自由度。在六自由度下,我们规定连杆0表示基座,关节1让基座0与连杆1相接,关节2让连杆1与连杆2相连接,以此类推。DH参数表如图1所示,图中单位为rad和mm:

624774cccef06f1a9626929f84f45e80_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

3.MATLAB核心程序

% subplot(121);
plot(KER*xd1,KER*yd1,'b','linewidth',2);
hold on
plot(KER*X1,KER*Y1,'r');
xlabel('u(pixel)');
ylabel('v(pixel)');
legend('desired trajectory','real trajectory');
axis square;
axis([-100,100,-100,100]);
grid on

% subplot(122);
figure;
plot(fliplr(KER*X1-KER*xd1),'b','linewidth',2);
hold on
plot(fliplr(KER*Y1-KER*yd1),'g','linewidth',2);
legend('error U','error V');
axis([0,400,-150,150]);
grid on
xlabel('time');
ylabel('error');

%%
%Estimated parameters
[p1,pd1,pdd1] = tpoly(q0(1), q1(1), 400);%得到位置、速度、加速度
[p2,pd2,pdd2] = tpoly(q0(2), q1(2), 400);%得到位置、速度、加速度
[p3,pd3,pdd3] = tpoly(q0(3), q1(3), 400);%得到位置、速度、加速度
[p4,pd4,pdd4] = tpoly(q0(4), q1(4), 400);%得到位置、速度、加速度
[p5,pd5,pdd5] = tpoly(q0(5), q1(5), 400);%得到位置、速度、加速度
[p6,pd6,pdd6] = tpoly(q0(6), q1(6), 400);%得到位置、速度、加速度

figure;
subplot(311);
plot(p1);title('Position');
subplot(312);
plot(pd1);title('Velocity');
subplot(313);
plot(pdd1);title('Acceleration');

dTheta = zeros(11,length(xd1));
Theta  = zeros(11,length(xd1));
error  = 0.5*(fliplr(KER*Y1-KER*yd1)+fliplr(KER*X1-KER*xd1));
W      = zeros(11,length(xd1));
W0     = round(-50*randn(1,11));
for i = 1:length(xd1)
    for j = 1:11
        W(j,i) = W0(j);
    end
end

for i = 1:length(xd1)
    for j = 1:11
        dTheta(j,i) = abs(error(i))/W(j,i)*exp(1-i/50);
    end
end

for j = 1:11
    for i = 1:length(xd1)
        Theta(j,i) = sum(dTheta(j,1:i));
    end
end

figure;
subplot(211);
plot(Theta(1,:),'b','linewidth',2);
hold on
plot(Theta(2,:),'r--','linewidth',2);
hold on
plot(Theta(3,:),'g','linewidth',2);
hold on
plot(Theta(4,:),'k--','linewidth',2);
hold on
plot(Theta(5,:),'m','linewidth',2);
hold on
plot(Theta(6,:),'c--','linewidth',2);
hold on
grid on
legend('theta_1','theta_2','theta_3','theta_4','theta_5','theta_6');
axis([20,400,-30,100]);
xlabel('time');

subplot(212);
plot(Theta(7,:),'b','linewidth',2);
hold on
plot(Theta(8,:),'r--','linewidth',2);
hold on
plot(Theta(9,:),'g','linewidth',2);
hold on
plot(Theta(10,:),'k--','linewidth',2);
hold on
plot(Theta(11,:),'m','linewidth',2);
hold on
grid on
legend('theta_7','theta_8','theta_9','theta_1_0','theta_1_1');
axis([20,400,-120,450]);
xlabel('time');
相关文章
|
5天前
|
传感器 机器学习/深度学习 算法
MATLAB - 使用 YOLO 和基于 PCA 的目标检测,对 UR5e 的半结构化智能垃圾箱拣选进行 Gazebo 仿真
MATLAB - 使用 YOLO 和基于 PCA 的目标检测,对 UR5e 的半结构化智能垃圾箱拣选进行 Gazebo 仿真
16 0
|
6天前
|
算法
基于模糊控制算法的倒立摆控制系统matlab仿真
本项目构建了一个基于模糊控制算法的倒立摆控制系统,利用MATLAB 2022a实现了从不稳定到稳定状态的转变,并输出了相应的动画和收敛过程。模糊控制器通过对小车位置与摆的角度误差及其变化量进行模糊化处理,依据预设的模糊规则库进行模糊推理并最终去模糊化为精确的控制量,成功地使倒立摆维持在直立位置。该方法无需精确数学模型,适用于处理系统的非线性和不确定性。
基于模糊控制算法的倒立摆控制系统matlab仿真
|
5天前
|
机器学习/深度学习 算法 定位技术
MATLAB - 遗传算法(GA)求解旅行商问题(TSP)
MATLAB - 遗传算法(GA)求解旅行商问题(TSP)
12 3
|
5天前
|
存储 数据可视化
MATLAB - 仿真单摆的周期性摆动
MATLAB - 仿真单摆的周期性摆动
7 1
|
5天前
|
传感器 存储 数据可视化
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)(二)
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)(二)
31 1
|
5天前
|
传感器 数据可视化 自动驾驶
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)(一)
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)
26 1
|
5天前
|
算法 数据安全/隐私保护 计算机视觉
基于粒子滤波和帧差法的目标跟踪matlab仿真
本项目展示一种结合粒子滤波与帧差法的目标跟踪技术,在Matlab 2013b上实现。通过帧间差异检测运动目标,并利用粒子滤波优化跟踪精度。改进后的重采样方法提升了算法表现。核心代码详尽并附中文注释及操作指南。理论方面,帧差法通过对比连续帧识别移动对象;粒子滤波则基于一组随机粒子估计目标状态,两者结合有效应对复杂场景,如背景杂乱或光照变化,确保跟踪稳定可靠。
|
5天前
|
机器学习/深度学习
基于IEEE30电网系统的停电规模评价系统matlab仿真,对比IEEE118,输出停电规模,潮流分布和负载率等
本课题针对IEEE标准节点系统,通过移除特定线路模拟故障,计算其余线路的有功潮流分布系数及负载率变化。采用MATLAB2022a进行仿真,通过潮流计算确定电网运行状态,并以负载率评估负载能力。IEEE30与IEEE118系统对比显示,前者在故障下易过载,后者则因更好的拓扑结构拥有更高的负载裕度。
|
5天前
|
算法
蜂窝网络下行链路的覆盖率和速率性能matlab仿真分析
此程序在MATLAB2022a环境下运行,基于随机几何模型评估蜂窝网络的下行链路覆盖率和速率性能。通过模拟不同场景下的基站(BS)配置与噪声情况,计算并绘制了各种条件下的信号干扰加噪声比(SINR)阈值与覆盖率概率的关系图。结果显示,在考虑噪声和不同基站分布模型时,覆盖率有显著差异,提出的随机模型相较于传统网格模型更为保守但也更加贴合实际基站的分布情况。
|
5天前
|
机器学习/深度学习
MATLAB - 机翼摇摆过程中飞机的模型参考自适应控制
MATLAB - 机翼摇摆过程中飞机的模型参考自适应控制
10 0

热门文章

最新文章