为了帮助读者更加深入地理解深度强化学习细节，仔细地讲述了大量应用的实现细节，例如机器人学习跑步、机械臂控制、下围棋、多智能体平台
2022-02-21 09:28:29
175.22MB
1
针对本文所研制的走 自 由度机械臂 ， 设计 一种基于 ＣＡＮ 总线通讯 的控 制系 统 。 通
过 Ｄ ｅｎａｖ ｉ ｔ－Ｈａｒ ｔｅｎｂｅｒ
ｇ 参数法构建机械臂的数学模型 ， 推导正运动学 公式 ， 设计基于牛
顿迭代法 的逆解算法 ， 解决逆运动学 的数值解法多解性 问题 ， 获取最优解 。 在此基础 上 ，
在 关节 空 间设计 了 Ｈ次插值和五 次插值算法进行路径规划 ， 实现对机械臂 的 点到 点 的运
动控制 ； 在 笛卡 尔空 间 ， 设计空间直 线轨迹和空 间 圆 弧轨迹规划算法 ， 实现机械臂直线
和 圆弧运动 。 设计机械臂控制 系统 的硬件框架 ， 包括微处理器系 统 电 路和传 感器模块 电
路 设计 、 通讯总线与各元器件 的选型 。 编 写机械臂控制 软件 ， 包括 Ｐ ＩＤ 控制器 、 人机交
互软件和下位机角 度获取 模块程序 ， 制 定系统 通信协议 ， 实现用 户对机械臂的各种操作
和 设置 。 为验证古 自 由 度机械臂控制系统 的性能满足设计要求 ， 进行试验 Ｉ 第 一 ， 验证基于
牛顿迭代法的逆解算法的准确性 ， 对机械臂 逆解结果进行分析测试 。 第 二 ， 在机械臂 安
装过程中 ， 需要对安装的 部件进巧测试 ， Ｗ确 保安装部件可 Ｗ 正常工作 ， 当单个关节安
装完毕时也需 要进巧测 试 ， 保证每安装新 的关节之前系 统是正常 的 。 第 Ｈ ， 对机械臂各
关节尺寸进行标定实验 ， 计算机械臂建模所 需要 的 关节参数 ， 为后续 的误差优化处理做
准 备 。 第 四 ， 实现用 户 通过软件准确地控制机械臂 ， 对系统 的通讯进行 测试 ， 计算 总线
负 载率 ， 保证各 关节可 Ｗ正常 通讯 ； 对控制 界面 的各功 能测 试 ， 保证毎个按键实现其对
应 功 能 。 第五 ， 系 统测试保证机械臂可 Ｗ完成用 户 指 定动作 ， 设计多种 动作 ， 测试机械
臂是否可 Ｗ 完成指 定动作 。 第六 ， 测试机械臂的精度和误差 ， 设计机械臂运动 路径点 的
坐 标 ， 测 量实际坐标系所经过 点 的坐标 ， 分析计 算误差 。
2021-11-22 10:47:51
17.94MB
1
ABR控制
ABR控制库是一个python软件包，用于在真实或模拟环境中控制和规划机械臂。 ABR Control提供了用于Mujoco，CoppeliaSim（以前称为VREP）和Pygame模拟环境的API，以及用于一臂，两臂和三关节模型以及UR5和Kinova Jaco 2臂的臂配置文件。 用户还可以轻松地扩展该软件包以使其与自定义手臂配置一起运行。 ABR Control自动生成高效的C代码以生成控制信号，或使用Mujoco的内部功能进行计算。
ABR还提供了一个接口和配置，可用于控制存储库中的实际Jaco 2。
安装
ABR控制库取决于NumPy，SymPy，SciPy，CloudPickle，Cython，SetupTools，Nengo和Matplotlib。 我们建议使用 。 请注意，在干净的环境中安装将需要编译依赖库，并且将花费几分钟。
要安装ABR Control，
2021-10-18 10:48:54
429KB
1
首先，对机械臂进行运动学建模，包括正运动学方程和逆运动学方
程。使用
C++
完成运动学算法的编译工作。
其次，研究轨迹规划方法，并针对机械臂三种运动模式，分别设计
轨迹规划算法。通过三种运动模式的结合使用，可以保证机械臂完成多
种工作方案。在
MFC
中，使用
C++
编写调试程序，对算法进行验证。
然后，在
MATLAB
中，分别使用
Robotics Toolbox
和
Sim Mechanics
建
立运动仿真系统，并对机械臂进行运动仿真。通过两种方法的结合，可
以全面的反映机械臂的运动情况，并对算法进行仿真分析，从而验证其最后，介绍了伺服控制系统，它是运动控制系统的基础。保证底层
驱动部分的正常运行，是运动控制的基本要求。并通过使用控制软件进
行实验，控制机械臂按照预定的轨迹运动。
通过使用
MATLAB
做离线仿真，以及机械臂运动控制实验，结果证
明伺服控制系统可以正常运行，不同的运动模式下的控制算法也可以完
成预期的目标，初步具备了机械臂运动控制的能力
2021-08-09 17:24:46
3.48MB
1