先进机器人控制PDF电子书下载

基础篇 3

第1章　绪论 3

1.1　机器人的基本概念与发展历程 3

1.2　机器人学的研究领域 5

1.3　机器人的特点与基本结构 7

1.4　机器人控制的基本方法 8

1.4.1　根据控制量分类 9

1.4.2　根据控制算法分类 11

1.5　本领域的重要学术期刊与会议简介 16

参考文献 17

习题 19

第2章　机器人运动学 20

2.1　位置与姿态的表示 20

2.1.1　位置描述 20

2.1.2　姿态描述 23

2.1.3　位姿描述 27

2.2　坐标变换 28

2.2.1　坐标变换 28

2.2.2　齐次坐标变换 30

2.3　通用旋转变换 34

2.3.1　通用旋转变换 34

2.3.2　通用旋转变换的转轴与转角求取 36

2.4　连杆变换矩阵 39

2.4.1　关节与连杆 39

2.4.2　连杆坐标系 40

2.4.3　连杆变换矩阵 43

2.5　机器人正向运动学 46

2.5.1　PUMA　560　机器人的正向运动学 46

2.5.2　MOTOMAN　K10　机器人的正向运动学 51

2.5.3　移动机器人的运动学与推算定位法 56

2.6　机器人逆向运动学 61

2.6.1　解析法 62

2.6.2　投影法与解析法相结合 68

2.7　机器人的微分运动 72

2.7.1　微分变换 72

2.7.2　雅可比矩阵 79

2.7.3　雅可比矩阵的求取实例 81

本章小结 83

参考文献 84

习题 85

第3章 机器人的运动规划 90

3.1　工业机器人的运动 90

3.1.1　点到点运动 90

3.1.2　轨迹跟踪运动 91

3.2　工业机器人的关节空间运动规划 91

3.2.1　关节空间运动规划 91

3.2.2　3次多项式插值 92

3.2.3　过路径点的3次多项式插值 93

3.2.4　高阶多项式插值 96

3.2.5　用抛物线过渡的线性插值 97

3.2.6　过路径点的抛物线过渡线性插值 99

3.2.7　B样条插值 102

3.3　工业机器人的笛卡儿空间运动规划 107

3.3.1 位置规划 108

3.3.2　姿态规划 110

3.4　移动机器人路径规划 111

3.4.1　基于栅格的方法 112

3.4.2　基于行为的方法 115

本章小结 122

参考文献 122

习题 124

第4章　机器人动力学分析 126

4.1　拉格朗日—欧拉法 126

4.1.1　机器人的连杆速度 130

4.1.2　机器人的动能 132

4.1.3　机器人的势能 134

4.1.4　机器人的动力学方程 134

4.1.5　两自由度机器人的动力学方程实例 136

4.2　牛顿—欧拉法 139

4.2.1　转动坐标系和平移坐标系 139

4.2.2　杆件的运动学 141

4.2.3　机器人的递归动力学方程 143

4.2.4　两自由度机器人的动力学方程实例 146

本章小结 150

参考文献 150

习题 151

控制结构篇 155

第5章　机器人传感器 155

5.1　位置传感器 155

5.1.1　电阻式电位器 155

5.1.2　编码器 157

5.1.3　线性可变差接变压器 160

5.1.4　基于磁效应的位移传感器 161

5.1.5　微动开关 161

5.2　速度与加速度传感器 161

5.2.1　测速发电机 162

5.2.2　基于编码器的速度测量 162

5.2.3　基于多普勒效应的测速系统 163

5.2.4　加速度传感器 163

5.3　陀螺 164

5.3.1　机械陀螺 164

5.3.2　压电陀螺 166

5.3.3 光学陀螺 166

5.3.4　微机械电子陀螺 169

5.4　力和力矩传感器 170

5.4.1　通过电机电流检测力 170

5.4.2　力敏电阻 171

5.4.3　压电式力传感器 171

5.4.4　应变片 172

5.4.5　三维力和力矩传感器 172

5.5　接近传感器 173

5.6　地磁场传感器 174

5.6.1　机械式方向磁罗盘 174

5.6.2　磁通门式罗盘 175

5.6.3　霍尔效应式罗盘 175

5.6.4　磁阻式罗盘 177

5.7　距离传感器 178

5.7.1　渡越时间测量距离方法 178

5.7.2　三角测量方法 181

5.7.3　基于结构光的距离测量方法 181

5.8　视觉传感器 182

5.8.1　光导管摄像机 182

5.8.2　数码摄像机 183

5.9　接触和触觉传感器 185

5.9.1　接触传感器 185

5.9.2　压阻式触觉传感器 186

5.9.3　电容式触觉传感器 186

本章小结 188

参考文献 188

习题 189

第6章 机器人的位置控制 190

6.1　工业机器人的关节空间位置控制 190

6.1.1　单关节位置控制 190

6.1.2　多关节位置控制 197

6.1.3　关节位置控制实例 198

6.2　工业机器人的笛卡儿空间位置控制 200

6.2.1　笛卡儿空间位置控制器 200

6.2.2　控制系统软件 201

6.2.3　笛卡儿位置控制实验结果 203

6.3　基于网络的机器人实时位置控制 204

6.3.1　多层次结构的实时控制系统框架 204

6.3.2　单机实时控制系统硬件构成 205

6.3.3　控制系统软件 206

6.3.4　实验结果 207

6.4　机器人的位置控制实例 209

6.4.1　掩模传输系统简介 209

6.4.2　掩模传输机器人的结构 210

6.4.3　掩模传输机器人的控制系统 211

6.4.4　传输与对准控制 214

6.4.5　实验与结果 219

6.5　移动机器人的位置控制 223

6.5.1　基于行为的移动机器人位置控制 223

6.5.2 基于行为的位置控制性能 224

6.5.3　实验与结果 227

本章小结 229

参考文献 230

习题 231

第7章　机器人的力控制 232

7.1　刚度与柔顺 232

7.1.1　机器人的刚度 232

7.1.2　机器人的柔顺 233

7.2　工业机器人的笛卡儿空间静力与关节空间静力的转换 235

7.2.1　不同坐标系间的静力变换 235

7.2.2　笛卡儿空间与关节空间的静力变换 236

7.2.3　主动刚性控制 239

7.3　阻抗控制主动柔顺 239

7.3.1　力反馈型阻抗控制 240

7.3.2　位置型阻抗控制 241

7.3.3　柔顺型阻抗控制 243

7.4　力和位置混合控制 245

7.4.1　R-C力和位置混合控制 245

7.4.2　改进的R-C力和位置混合控制 247

本章小结 248

参考文献 249

习题 250

先进控制篇 253

第8章　机器人传感器信息融合 253

8.1　多传感器信息融合的主要方法 253

8.2　移动机器人的多传感器信息融合 255

8.3　基于多超声传感器的移动机器人信息融合 259

8.3.1　D-S证据基本理论 259

8.3.2　基于多超声传感器的环境描述 260

8.4　基于CCD与多超声传感器的信息融合 264

8.4.1 利用CCD摄像机获取物体边缘信息 264

8.4.2　利用超声传感器阵列探测物体边缘 268

8.4.3　CCD与超声阵列信息融合 271

8.4.4　实验研究 273

本章小结 279

参考文献 279

习题 282

第9章 机器人的视觉测量与控制 283

9.1　机器人视觉系统类型 283

9.1.1　根据控制模型进行分类 283

9.1.2　根据摄像机与机器人的相互位置分类 284

9.1.3　根据摄像机数目分类 285

9.1.4　根据是否自然测量进行分类 285

9.2　结构光立体视觉测量 286

9.2.1　结构光立体视觉测量原理 286

9.2.2　结构光双目视觉定位 287

9.2.3　实验与结果 290

9.3　基于矩形目标约束的视觉测量 293

9.4　基于位置的机器人视觉控制 294

9.4.1　利用视觉进行位置给定的控制 294

9.4.2　基于位置的机器人视觉伺服控制 295

9.5　基于图像的视觉伺服控制 296

9.5.1　利用图像特征生成给定的控制 296

9.5.2　基于图像的机器人视觉伺服控制 298

9.6　基于结构光的机器人弧焊混合视觉伺服控制 301

9.6.1 图像空间到机器人末端笛卡儿空间的雅可比矩阵 301

9.6.2　混合视觉伺服控制 304

9.6.3　实验与结果 305

9.7　无标定摄像机的立体视觉伺服控制 306

9.7.1 基本原理 306

9.7.2　立体视觉伺服控制 307

9.7.3　实验与结果 310

9.8　具有焊缝识别与跟踪功能的弧焊机器人系统 312

9.8.1　开放式控制平台框架 313

9.8.2　弧焊机器人系统构成 314

9.8.3　系统工作原理 316

9.8.4　实验与结果 321

9.9　具有视觉和听觉功能的机器人头部系统 321

9.9.1　系统体系结构 321

9.9.2　视觉系统 322

9.9.3　语音控制 325

9.9.4　机器人的操作任务 326

9.9.5　网络通信模块 329

9.9.6　实验与结果 330

本章小结 333

参考文献 333

习题 336

第10章 多机器人协调与控制 337

10.1 概述 337

10.2　多机器人系统研究内容 344

10.3　机器人环境信息及其群体行为的研究 348

10.3.1　多机器人系统研究模型 348

10.3.2　机器人子群链型排列的实现 351

10.4　多机器人系统基于搜集的任务分配 354

10.4.1　多机器人任务分配 354

10.4.2　多机器人搜集任务分配算法 357

10.5　多机器人系统围捕作业 364

10.5.1　机器人策略设计 365

10.5.2　evader策略设计 367

10.5.3　仿真实验 368

本章小结 372

参考文献 372

习题 375

第11章　移动机器人定位与导航 376

11.1　定位与导航方法 376

11.2　移动机器人CASIA-I 380

11.2.1　移动机器人CASIA-I的体系结构 380

11.2.2　移动机器人CASIA-I的硬件系统 383

11.2.3　移动机器人CASIA-I的软件系统 386

11.3　移动机器人CASIA-I的运动学分析与控制 387

11.3.1　移动机器人运动学分析 387

11.3.2　移动机器人运动控制 392

11.4　移动机器人的定位 397

11.4.1　基于光电码盘的移动机器人定位 397

11.4.2　基于光电码盘和CCD的移动机器人定位 404

11.5　基于门牌路标的移动机器人导航 408

11.5.1　移动机器人CASIA-I导航 409

11.5.2　导航实验 421

本章小结 422

参考文献 423

习题 429

第12章　机器人先进控制方法 430

12.1 滑模变结构控制在机器人中的应用 430

12.1.1　滑模变结构控制原理 430

12.1.2　机器人滑模变结构控制 432

12.1.3　仿真结果 433

12.2　机器人预测控制 437

12.2.1　机器人动力学模型 437

12.2.2　预测控制原理 437

12.2.3　机器人预测控制 440

12.2.4　仿真结果 441

12.3　模型参考自适应控制在机器人中的应用 444

12.3.1　模型参考自适应控制算法 444

12.3.2　基于机器人模型的推导 445

12.3.3　仿真研究 446

12.4　模糊控制在机器人中的应用 447

12.4.1　模糊逻辑 447

12.4.2　两关节机械手模糊控制器设计 448

12.4.3　仿真结果 450

12.5　神经网络方法在机器人控制中的应用 451

12.5.1　前向多层神经网络 451

12.5.2　基于神经网络的机器人控制 452

本章小结 455

参考文献 456

习题 459