-
题名缝纫机器人工作空间分析
被引量：5
- 1
-
-
作者
王晓华
王育合
王文杰
王进
陶庆
-
机构
西安工程大学电子信息学院
-
出处
《机械科学与技术》
CSCD
北大核心
2020年第8期1217-1221,共5页
-
基金
国家自然科学基金项目(51607133)
教育部工程科技人才培养研究项目(18JDGC029)
+1 种基金
陕西省科技厅工业攻关项目(2016GY-136)
纺织工业联合会科技指导性计划项目(2018098)资助。
-
文摘
为确定符合缝纫机结构条件的缝纫机器人工作空间,提高机器人缝纫作业前的规划效率,应用旋量法建立运动学模型,并使用Adams软件验证了所建运动学模型的正确性。采用蒙特卡洛法结合控制变量法分析具有区域限制性的工作空间,确定出机器人各关节在实际工作环境中最佳的转角范围。利用MATLAB仿真得到机器人自由与受限情况下的工作空间云图,对比结果表明所确定的关节转角范围满足机器人实际的工作空间要求。
-
关键词
缝纫机器人
旋量法
运动学
工作空间
-
Keywords
sewing robot
screw theory
kinematics
workspace
MATLAB simulation
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名缝纫机器人对织物张力与位置的模糊阻抗控制
被引量：3
- 2
-
-
作者
王晓华
王育合
张蕾
王文杰
-
机构
西安工程大学电子信息学院
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2021年第11期173-178,共6页
-
基金
国家自然科学基金项目(51905405)
教育部工程科技人才培养研究项目(18JDGC029)
+1 种基金
陕西省重点研发计划项目(2019ZDLGY01-08)
陕西省教育厅自然科学专项项目(19JK0375)。
-
文摘
为解决缝纫机器人末端执行器在按压织物滑动前行和按压织物缝纫时需要保证织物不起褶皱且缝纫轨迹针脚均匀的问题,采用模糊阻抗控制方法对机器人末端位置以及机器人末端与织物接触力的同时控制。建立缝纫机器人实际缝纫系统模型,采取将机器人末端按压织物的力与按压位置进行力/位阻抗控制的策略,并根据模糊规则选取了缝纫系统最优阻抗参数。实验结果表明:模糊阻抗控制方法能够实现机器人操作织物的位置和机器人末端按压织物操作力之间的动态平衡,能够在保证机器人各关节平稳运动的基础上实现缝纫时接触力和位置的同时控制要求。
-
关键词
缝纫机器人
缝纫系统
模糊阻抗控制
接触力
按压位置
-
Keywords
sewing robot
sewing system
fuzzy impedance control
contact force
press position
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于倍四元数的缝纫机器人运动学分析
被引量：3
- 3
-
-
作者
闫鑫
马丽萍
王晓华
吴楠
-
机构
西安工程大学电子信息学院
陕西学前师范学院信息工程学院
-
出处
《机械传动》
北大核心
2020年第10期68-73,共6页
-
基金
国家自然科学基金(51905405)
教育部工程科技人才培养研究项目(18JDGC029)
陕西学前师范学院科研基金项目(2018ZDKJ02)。
-
文摘
针对传统D-H法以及旋量法进行机器人运动学分析过程中存在运算效率低、奇异性的问题,采用倍四元数求解了缝纫机器人的运动学参数。建立倍四元数形式的缝纫机器人的运动学方程,应用消元法构造Dixon结式,实现运动学参数求解。在受限工作范围内进行运动学分析仿真,结果表明,该方法运算效率高,较D-H法在速度上提高了10%左右,可为机器人纺织缝纫过程中的运动控制提供理论依据。
-
关键词
四元数法
倍四元数法
Dixon消元
缝纫机器人
运动学
工作空间
-
Keywords
Quaternion method
Double quaternion method
Dixon elimination
sewing robot
Kinematics
Workspace
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名机器人示教缝纫动作的学习方法
- 4
-
-
作者
王皞燚
王晓华
王文杰
-
机构
西安工程大学电子信息学院
-
出处
《西安工程大学学报》
CAS
2022年第1期76-84,共9页
-
基金
国家自然科学基金项目(51905405)
陕西省重点研发计划(2019ZDLGY01-08)
陕西省重点研发计划项目(2022GY-276)。
-
文摘
提出了一种基于高斯混合模型(Gaussian mixture model,GMM)-高斯混合回归(Gaussian mixture regression,GMR)的机器人动作学习方法,以实现机器人对示教缝纫动作的学习。采用改进的OPENPOSE模型识别示教缝纫动作,并运用标签融合方法更正关节点标签,解决缝纫过程中因布料遮挡造成的关节定位失败问题。以人体上肢关节的坐标变化作为缝纫动作训练样本,采用时间间隔将轨迹样本分割成运动基元,并运用GMM对每段运动基元和时间进行混合编码,得到高斯分量的回归函数。应用GMR对运动基元进行运动预测,生成缝纫动作轨迹,更新回归函数的高斯参数,实现工人上肢缝纫动作的学习。通过轨迹跟踪的仿真实验以及与Kalman方法进行实验对比,验证了本文缝纫动作学习方法的平稳性和有效性。
-
关键词
缝纫机器人
OPENPOSE模型
示教动作
高斯混合模型
高斯混合回归
-
Keywords
sewing robot
OPENPOSE model
teaching movement
Gaussian mixture model
Gaussian mixture regression
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
