学位论文 > 优秀研究生学位论文题录展示

基于智能控制的教学机器人控制器的研究

作　者: 杨晶
导　师: 荣盘祥
学　校: 哈尔滨理工大学
专　业: 控制理论与控制工程
关键词: 机器人 RBF网络运动学逆解 DSP 运动控制器
分类号: TP242.6
类　型: 硕士论文
年　份: 2008年
下　载: 34次
引　用: 0次
阅　读: 论文下载

内容摘要

随着新的控制算法的应用和电子技术的发展,机器人正朝着高速、高精度、开放化、智能化、网络化发展,对运动控制系统也提出了更高的要求。机器人要实现高速、高精度的位置控制和轨迹跟踪,必须依赖先进的运动学算法和优良的运动控制系统。控制系统中的模拟实现正逐渐退出历史舞台,而采用微处理器、通用计算机、DSP控制器等现代手段构成的数字控制系统得到了迅速发展,应用先进算法,开发全数字化的智能控制系统将成为新一代运动控制设计的发展方向。本论文首先介绍了机器人运动学逆解的研究动态、工业机器人技术的应用和发展,分析了国内外机器人的研究现状,给出了课题提出的目的和意义。其次,介绍了论文中使用的SCARA教学机器人的本体结构和参数,并建立了D-H坐标系,同时分析了该机器人的正逆运动学解,重点分析了机器人的运动学逆解,对机器人原有的逆解求法进行了改进,采用目前比较热门的神经网络对运动学逆解进行求解,本论文中使用的是RBF神经网络。最后,通过对控制方案进行比较和对芯片进行选型,确定了PC机+DSP两级机器人伺服控制方案。DSP运动控制器和伺服驱动器组成了机器人下级伺服控制系统(下位机),PC机组成了机器人上级伺服控制系统(上位机)。DSP运动控制卡以TI公司的TMS320LF2407作为控制核心,并设计了其他一些外围电路,例如:复位和时钟电路、串行通信接口、ADC电路、信号隔离电路等。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-17
  1.1 课题背景  10-11
  1.2 机器人技术综述  11-13
  1.3 机器人运动学逆解的研究动态  13-15
  1.4 机器人控制器的应用和发展  15-16
  1.5 本论文的研究内容  16-17
第2章机器人控制理论基础  17-28
  2.1 RBF 神经网络概述  17-20
    2.1.1 RBF 网络结构  17-18
    2.1.2 RBF 函数的学习过程  18-20
    2.1.3 RBF 网络的训练过程  20
    2.1.4 RBF 神经网络工具箱  20
  2.2 机器人控制器的结构  20-22
  2.3 运动控制器原理  22-27
    2.3.1 步进电机运动控制器原理  22-24
    2.3.2 伺服电机运动控制器原理  24-27
  2.4 本章小结  27-28
第3章 SCARA 教学机器人逆运动学问题的改进  28-37
  3.1 SCARA 机器人本体结构  28-30
  3.2 SCARA 机器人几何建模  30-31
    3.2.1 机器人几何建模的D-H 方法简介  30
    3.2.2 SCARA 机器人D-H 坐标系的建立  30-31
  3.3 SCARA 机器人正逆运动学分析  31-35
    3.3.1 机器人正运动学方程建立  31-33
    3.3.2 机器人逆运动学方程推导  33-35
  3.4 本章小结  35-37
第4章 SCARA 机器人运动控制器设计  37-57
  4.1 SCARA 机器人控制系统的整体结构  37-39
  4.2 SCARA 机器人控制系统的总体设计  39-54
    4.2.1 DSP 芯片概况及TMS320x2407x 介绍  39-44
    4.2.2 运动控制系统的硬件电路设计  44-54
  4.3 运动控制器在机器人系统中的测试  54-55
  4.4 本章小结  55-57
结论  57-59
参考文献  59-62
附录  62-63
攻读硕士学位期间所发表的学术论文  63-64
致谢  64

基于智能控制的教学机器人控制器的研究

内容摘要

全文目录

相似论文