基于毫米级移动微机器人的微装配系统运动控制与路径规划研究

论文摘要

随着移动微机器人技术的发展,其各方面的性能都得到了很大提高,尤其在运动灵活性和运动精度方面。相应地,基于移动微机器人的应用研究也逐渐开展起来。其中,利用移动微机器人进行微小零件的装配操作研究受到了很多关注。在国家相关项目的资助下,课题组研制了毫米级全方位移动微机器人,并搭建了基于微机器人的微装配系统,进行了零件微装配操作的探索性研究。对微装配系统而言,微装配的准确度和精度是重要的性能指标。目前,该系统在微机器人运动控制和微装配路径规划的一些方面存在不足,影响了微装配的准确度和精度。因此,本文以基于移动微机器人的微装配系统作为研究平台,对微机器人运动控制和装配路径规划中涉及的一些问题展开研究,目的是提高系统微装配的准确度和精度,为实现精密的微装配操作奠定基础。运动控制研究是进行微装配路径规划研究的基础。运动控制研究包括微机器人的轮结构尺寸设计、运动特性、滑动和稳定步进等。微装配路径规划研究则包括智能路径搜索方法、微机器人状态空间划分方法以及构建路径规划知识库等。微机器人动力学分析推导出了运动所需微马达转矩与轮结构尺寸之间的函数关系式,以该关系式作为目标函数,以最小化微马达转矩消耗作为优化目标,利用遗传算法对微机器人轮结构尺寸进行了设计。实验表明微机器人具有良好的驱动能力,从而为运动控制提供了动力保障。对微机器人的运动学进行了较为全面的研究。针对微机器人的特殊结构,采用求解、分析运动学约束矩阵秩的方法,阐明了其机动性和全方位特性,为微机器人的结构设计和控制提供了理论依据。此外,分别建立了微机器人本体运动学方程和微装配手臂运动学方程,利用推导的雅克比矩阵分析了微机器人的运动特点,分析结果与实际情况一致。建立了微机器人滑动动力学模型。从微机器人结构特点出发,分析了产生滑动的三种因素及其滑动效果,并基于滑动动力学模型进行了滑动效果的仿真验证。采用了基于视觉反馈控制的滑动克服方法,以减小滑动造成的运动偏移,仿真验证了控制效果。分析了基于转矩自平衡特性的微马达步进定位原理,推导了用于微机器人步进驱动的转矩表达式。基于微机器人动力学方程建立了步进运动仿真模型,并对步进运动过程进行了仿真研究。研究表明微马达转矩对步进稳定性有较大影响,针对这一的情况,采用了反馈控制微马达电流的方法来实现微机器人较为稳定的步进和均匀的步距。微机器人携带零件前往微装配区域进行装配操作涉及到运动路线的选择问题,常规路径规划方法不能实现较高的微装配准确度和精度。因此设计了一种监督—增强式混合学习方法,并将其应用到微装配操作的路径规划中。该方法以增强式学习算法为主体,以监督学习算法为辅助。同常规方法和单一的增强式学习方法相比,该混合学习方法实现了较高的微装配准确度和精度。此外,设计了三种微机器人状态空间的划分模型,分别称为均匀Grid-tile模型、非均匀Grid-tile模型和蛛网形Tile模型,并比较了它们的应用效果。比较结果显示后两种模型的学习效率远远高于第一种,其中蛛网形模型的性能最好。最后,构建了路径规划知识库,用于提高在线路径规划的速度。总之,本文的研究针对一种基于毫米级移动微机器人的微装配系统,对其运动控制与路径规划中存在的一些问题进行了分析,提出了相应的解决方法,并进行了仿真或实验验证,也取得了一定的成果。但在一些方面还需进一步研究,如多移动微机器人协作微装配等。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题概述
• 1.1.1 课题来源
• 1.1.2 研究背景
• 1.1.3 本课题的提出和研究目的
• 1.2 本文主要研究内容
• 1.3 国内外研究情况
• 1.3.1 面向微操作的移动微机器人研究
• 1.3.2 微机器人驱动控制研究
• 1.3.3 机器人微装配路径规划研究
• 1.4 论文组织结构
• 第二章 微机器人轮结构尺寸设计
• 2.1 引言
• 2.2 毫米级微机器人及微装配系统介绍
• 2.2.1 微搬运机器人OMMR-I
• 2.2.2 微装配机器人CRABOT
• 2.2.3 基于移动微机器人的微装配系统
• 2.3 OMMR-I 微机器人轮结构尺寸设计
• 2.3.1 动力学分析
• 2.3.2 基于遗传算法的轮结构尺寸设计
• 2.4 CRABOT 微机器人轮尺寸设计
• 2.4.1 动力学分析
• 2.4.2 轮尺寸设计
• 2.5 实验
• 2.6 本章小结
• 第三章 微机器人运动学研究
• 3.1 引言
• 3.2 微机器人的全方位运动学特性
• 3.2.1 全方位移动机器人简述
• 3.2.2 微机器人轮子的运动学约束
• 3.2.3 微机器人的机动性
• 3.3 微机器人运动学模型与仿真
• 3.3.1 运动学模型建立
• 3.3.2 仿真研究
• 3.4 微夹钳运动学模型与仿真
• 3.4.1 运动学模型建立
• 3.4.2 仿真研究
• 3.5 实验
• 3.6 本章小结
• 第四章 微机器人滑动研究
• 4.1 引言
• 4.2 微机器人滑动动力学模型
• 4.2.1 轮滑动速度模型
• 4.2.2 摩擦力模型
• 4.2.3 微机器人滑动动力学方程
• 4.3 基于动力学模型的滑动研究
• 4.3.1 产生滑动的因素分析
• 4.3.2 仿真研究
• 4.4 基于视觉反馈控制的滑动克服方法
• 4.4.1 视觉反馈控制原理
• 4.4.2 仿真研究
• 4.5 实验
• 4.6 本章小结
• 第五章 微机器人步进运动稳定性研究
• 5.1 引言
• 5.1.1 微机器人的常规步进运动控制
• 5.1.2 微机器人的微步进运动控制
• 5.2 基于转矩自平衡的微马达步进定位
• 5.2.1 常规步进时的微马达TSB 定位
• 5.2.2 微步进时的TSB 定位
• 5.3 微机器人步进运动仿真与稳定步进控制实现
• 5.3.1 步进运动仿真模型建立
• 5.3.2 步进运动稳定性仿真研究
• 5.3.3 稳定步进的控制实现方法
• 5.4 实验
• 5.5 本章小结
• 第六章 微装配路径规划研究
• 6.1 引言
• 6.1.1 基于微机器人的微装配任务
• 6.1.2 常规微装配路径规划方法
• 6.2 微装配任务到监督-增强式学习框架的映射
• 6.2.1 微机器人的学习环境构建和状态表示
• 6.2.2 微机器人的动作设计
• 6.2.3 微机器人的状态更新
• 6.3 基于监督-增强式混合学习方法的微装配路径规划
• 6.3.1 奖赏函数和学习策略
• 6.3.2 状态空间的Tile-Coding 法划分
• 6.3.3 监督-增强式混合学习算法
• 6.4 仿真研究
• 6.4.1 SL-RL 与常规路径规划方法的比较
• 6.4.2 SL-RL 与SARSA（ λ）方法的路径规划比较
• 6.4.3 不同学习结束条件对SL-RL 路径规划的影响
• 6.5 微机器人状态空间的划分模型及其应用效果
• 6.5.1 在工作平台上学习时的状态空间划分
• 6.5.2 在微装配区域内学习时的状态空间划分
• 6.5.3 仿真研究
• 6.6 路径规划知识库的构建与应用
• 6.6.1 构建路径规划知识库的目的和方法
• 6.6.2 路径规划知识库的应用方法
• 6.6.3 仿真研究
• 6.7 实验
• 6.8 本章小结
• 第七章 总结与展望
• 7.1 研究工作总结
• 7.2 创新点
• 7.3 研究展望
• 参考文献
• 致谢
• 攻读博士学位期间的学术成果及获奖
• 上海交通大学博士学位论文答辩决议书