您的位置: 专家智库 > >

李铭浩

作品数:5 被引量:20H指数:3
供职机构:西南科技大学信息工程学院更多>>
相关领域:自动化与计算机技术机械工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 2篇机械工程

主题

  • 2篇容错控制
  • 2篇机器人
  • 1篇应急
  • 1篇应急处置
  • 1篇侦察机器人
  • 1篇容错控制方法
  • 1篇神经网
  • 1篇神经网络
  • 1篇双臂机器人
  • 1篇碰撞检测
  • 1篇稳定性能
  • 1篇消防
  • 1篇消防侦察机器...
  • 1篇力矩
  • 1篇力矩控制
  • 1篇控制方法
  • 1篇控制器
  • 1篇跨平台
  • 1篇滑模
  • 1篇滑模控制

机构

  • 5篇西南科技大学
  • 5篇中国科学技术...

作者

  • 5篇刘满禄
  • 5篇李铭浩
  • 3篇张华
  • 2篇王姮
  • 1篇赵皓
  • 1篇徐亮
  • 1篇李新茂
  • 1篇张静

传媒

  • 2篇自动化仪表
  • 2篇传感器与微系...
  • 1篇计算机工程与...

年份

  • 1篇2020
  • 1篇2019
  • 2篇2018
  • 1篇2017
5 条 记 录,以下是 1-5
排序方式:
危险环境消防侦察机器人视轴规划算法研究被引量:3
2018年
针对自主研发的危险环境消防侦察机器人展开研究。此机器人为履带式车身,装载一3自由度机械,高清侦察相机固定在机械臂末端。研究内容为在已知环境下自主规划机械臂规避障碍物,并调节相机视轴方向,实现对环境重点区域的锁定。首先对机械臂建立指数积(POE)正运动学模型,使用Minkowski和与三维凸包检测算法作为碰撞检测算法,使用蒙特卡洛方法在构型空间采样。再通过采样数据匹配末端视角方向,在末端建立虚拟连杆,使用碰撞检测算法保证实现视线无遮挡。仿真实验证明,使用此算法能够快速将相机视轴锁定至重点区域并保证无遮挡,且机械臂末端相机处于最佳位姿。
刘满禄李铭浩敖天翔赵皓
关键词:碰撞检测
基于核应急机械手的主从双边控制系统研究被引量:1
2017年
针对核应急机械手在非结构化环境作业过程中,从端机械手存在自适应能力差的问题,提出了一种可优化的自适应双边控制结构。该控制结构是以主端阻抗控制为外环,以从端模糊PD控制为内环的双闭环控制结构。采用PHANTOM设备与MATLAB搭建了双边控制系统,并在该控制系统结构下完成了联合仿真试验。根据从端机械手末端跟踪轨迹的特性,采用模糊控制器对从端控制参数进行优化处理,以提高系统自适应能力。对从端控制器参数优化前与优化后的跟踪轨迹进行试验对比。优化后的主、从端跟踪轨迹的误差明显减小。从端跟踪轨迹较优化前表现较为平滑,克服了跟踪不足问题,能够实现稳定的双边跟踪控制,从端的自适应性能也得以提升。试验结果表明,该控制系统能够实现优化跟踪,自适应性能良好,为同类型控制系统提供了理论参考。
徐亮刘满禄张华王姮张静李铭浩
关键词:核能应急处置机械手PHANTOM稳定性能
串联机械臂关节故障快速判定方法研究被引量:3
2018年
为快速判定故障类型和位置,建立串联机械臂数学模型,并采用反演控制器来控制机械臂的运动,分析常见故障类型并建立相应故障模型。考虑最为严重的执行器、传感器锁死故障(两种故障外在表现形式相同),利用反馈信息与机械臂模型建立残差观测器,利用速度残差量完成故障判定。建立仿真平台并在正常运动的机械臂中加入故障信号进行仿真验证,实验结果表明:提出的方法可在两个控制周期内判断出机械臂关节的故障类型和位置。
李铭浩敖天翔刘满禄张华
关键词:故障判定
基于滑模控制器的双臂机器人控制仿真被引量:5
2019年
针对工业机械臂运动控制中由于建模误差和未知干扰导致的控制误差问题,基于机器人力矩控制方法,采用滑模控制理论,利用关节角运动误差,设计并搭建机器人控制系统。以安川Motoman-SDA20机器人为例,对该机器人进行了运动学与动力学分析,搭建相关数学模型,并针对该机器人系统设计了滑模运动控制器。在机器人仿真环境VERP与Simulink中搭建联合仿真平台,对虚拟环境中的机械臂进行运动控制仿真试验,验证了算法的有效性。试验对比了逆运动学控制与滑模控制算法效果,同时对滑模控制算法在机械臂定点运动与轨迹跟踪中的控制效果进行了验证与分析。该控制算法计算过程简明、便于设计。利用VERP仿真平台,获得了更加直观的效果,实现了存在较大建模误差与较小控制频率下的机械臂位置控制,角度误差在0. 3 rad以内。该研究对于机器人控制算法的研究与仿真环境的搭建具有借鉴意义。
敖天翔李铭浩刘满禄王姮
关键词:滑模控制力矩控制容错控制
基于深度强化学习的机械臂容错控制方法被引量:8
2020年
针对机械臂突发单关节故障的情况,提出一种基于深度强化学习的机械臂容错控制方法。在建立环境模型和奖罚机制的基础上,针对机械臂正常运行和故障运行的情况,使用无模型的强化学习算法进行离线训练。在Rviz中建立机械臂模型并使用上述网络进行在线控制。实验证明:该算法可以有效完成机械臂的正常控制和容错控制。
李铭浩张华刘满禄李新茂周祺杰
关键词:容错控制
共1页<1>
聚类工具0