一、微柔顺装置及其力学分析（论文文献综述）
程一飞[1]（2021）在《电动汽车自动充电机器人姿态调节系统研究》文中研究指明目前新能源电车的发展日新月异,并且自动驾驶技术相继示范运营,驱动着自动充电技术异军突起。但是同人工充电相比,用于实现充电枪自动插接的机械臂是刚性的,一旦车辆的位姿发生变化,就可能造成充电臂的损坏,尤其在无人立体车库等车辆存在移动过程的场景中。为了解决上述问题,针对本文中所使用的蛇形臂,提出了两种针对不同充电阶段的蛇形臂位姿调节技术,使蛇形臂在汽车发生位姿变化时能够进行适应性的调整,保护蛇形臂不受损坏。为了实现基于惯性测量单元（Inertial Measurement Unit,以下简称IMU）反馈的位姿调节策略,建立了基于矩阵变换和Denavit-Hartenberg法（即D-H法）的蛇形臂正向运动学模型,又提出了蛇形臂逆向运动学的特殊求解方法,之后在建模软件中对运动学的进行了验证。完成了基于Mahony互补滤波算法的蛇形臂末端姿态解算,通过加速度计对陀螺仪进行补偿,得到了较为精准的末端角度值;最后,通过悬臂梁的弯曲模型来模拟柔性枪头的弯曲,得到了在不同弯曲角度值时,蛇形臂竖直方向应该调节多少距离。对基于放松绳索的位姿调节策略中所需要用到的蛇形臂绳长模型和绳力模型进行了分析。使用向量法来建立蛇形臂的绳长模型,将绳索分为多个绳段并在对应的坐标系中表示,绳段向量的模长之和即为绳索的长度。然后蛇形臂简化模型的基础上,使用拉格朗日法建立了蛇形臂的动力学方程,能根据该方程计算出蛇形臂处于不同状态下的关节转矩。之后完成了蛇形臂绳力的分析,分析了绳索在不同接触点对蛇形臂的作用力,计算出绳索应该保持何等的张力,才能使蛇形臂在重力下保持静止。最后完成了两种控制系统中软硬件部分的设计工作,包括芯片的选型和通讯协议的选择设计,然后对两种控制系统的软件流程进行了设计。之后搭建了蛇形臂的实验平台,对两种控制系统的效果进行了验证,在发现基于IMU反馈的位姿调节系统的运动轨迹不符合预期时,找出误差所在的原因后进行了修改,修改后的控制系统实现了将柔性枪头调节为水平的目的,随后验证了基于放松绳索的位姿调节系统的实际效果,结果表明放松绳索后蛇形臂可以实时跟随车辆位姿的变化而变化,并且拉紧绳索后蛇形臂可以恢复为正常状态,达到了预期的效果。
张凯洋[2]（2020）在《自动填料仪被动插孔影响因素及伺服控制优化研究》文中进行了进一步梳理作为光谱实验样品智能处理系统的重要组成部分,矿粉填料仪能实现发射光谱样品矿样全自动填充,提高了光谱实验样品前处理效率,减轻实验人员劳动强度,将广泛应用于地质勘探检测行业。但当自动填料仪执行石墨电极填充矿样关键工序时,由于加工误差的影响和控制方法的不足,导致填料完成的石墨电极样品质量无法达到用于光谱分析的标准。针对该问题,本文研究自动填料仪填料装配过程,分析填料仪填料被动柔顺装配过程影响因素,针对填料力伺服驱动系统,引入智能控制方法,优化填料力伺服驱动控制系统参数,提高样品制作质量。具体研究内容如下:首先,自动填料仪被动插孔作业影响因素研究。通过建立填料仪轴孔装配接触状态的几何模型,提出了一种被动插孔中轴类零件发生卡死的极限偏转角计算方法,并分析了极限偏转角的影响因素。通过仿真得到被装配零件长度、倒角尺寸及摩擦系数与极限偏转角之间的映射关系。为轴类零件被动柔顺装配中极限偏转角的计算和提高装配插孔成功率提供了理论依据。其次,自动填料仪填料力控制系统优化研究。通过对自动填料仪填料过程的分析,提出一种基于速度控制模式下限制扭矩的填料力-位模糊控制方法。然后对填料力伺服控制系统建立了动力学模型,分析其动力学特性。在确保填料力控制系统的动态性能参数的约束下,通过MATLAB仿真软件对填料力伺服控制系统的PID参数进行整定,并将获取的参数输入填料力伺服驱动控制系统中执行填料操作,验证了系统的动态性能。最后,自动填料仪系统的实现及实验分析。通过对自动填料仪系统进行了软硬件设计,研制了自动填料仪实验样机,并在实验样机分别进行了极限偏转角的验证实验、填料实验,验证了理论分析和仿真结果的正确性。最后进行了可靠性效率实验,对自动填料仪系统进行了总体优化。
杨彦超[3]（2020）在《基于主动柔顺控制的工业机器人轴孔装配研究》文中研究指明近年来,随着“中国制造2025”这一重大战略规划的实施,我国的工业自动化技术迅猛发展。抛光、打磨、轴孔装配等与环境接触力有着极高控制要求的任务迫切需要实现自动化作业。然而,在轴孔自动化装配作业过程中经常会出现装配零件“卡阻”甚至“楔紧”等装配失败现象,它不仅损坏装配零件和机器人本体,对生产安全造成影响,而且制约着自动化装配技术的发展。针对轴孔自动化装配作业中出现的“卡阻”这一装配失败现象,本文对其相关理论展开深入研究,利用UR5六自由度工业机器人建立一套基于力/位混合控制的柔顺自动化装配方案,能够有效消除装配过程中出现的“卡阻”现象,使工业机器人能够可靠完成轴孔自动化装配作业。论文首先对轴孔装配相关理论进行深入研究,建立轴孔装配模型,并用轴孔装配模型进行运动分析,对轴孔装配中出现的倒角接触阶段、一点接触阶段、两点接触阶段进行力学研究,得到相应阶段的判定条件、装配轴/孔倾角,对“卡阻”进行研究得到去除“卡阻”的条件,设计出装配策略。接着,根据装配需求选择出装配机器人型号、六维力传感器型号,并对机器人进行正、逆运动学、动力学计算,为机器人的力/位控制奠定基础。为了提高轴孔装配的精度,对工业机器人的安装倾角、装配手爪所受重力进行补偿,对六维力传感器进行零点标定。之后,对阻抗控制、力/位混合控制相关理论进行研究,分析各控制算法的控制效果,对比其优缺点、适应场合等并以力/位混合控制作为轴孔装配的控制算法,设计出力/位混合控制器。最后,创建柔顺装配系统仿真实验平台,开展柔顺装配实验验证工作。实验过程中,UR5六自由度工业机器人能够通过六维力传感器信息进行轴/孔位姿偏差调整,能够顺利完成轴孔装配,整个装配过程平稳、连续、无“卡阻”、“楔紧”等装配失败现象。通过轴孔装配实验,有效验证了所提出轴孔装配策略和柔顺控制算法的有效性。
王森[4]（2020）在《基于主被动柔顺的机器人轴孔精密装配技术研究》文中指出近年来,随着工业机器人技术的迅速发展与传统制造业向智能制造的转型升级,机器人已经成为制造业中不可替代的重要装备和手段。由于机器人具有较大的刚性,在进行精密装配作业中,较小的定位误差也将会产生较大的接触力,进而导致装配失败,更严重的将会损坏装配的工件和机器人本体,因此使机器人对外界环境产生一定的顺从能力,并能够进行柔顺装配就显得尤为重要。本文针对轴孔精密装配的柔顺性问题,在主被动柔顺的基础上展开了柔顺装置的结构与性能、机器人运动学和视觉定位系统、柔顺装配策略、装配控制框架和实验验证等研究。论文首先对主被动柔顺的特性进行分析,提出设计要求和设计指标,进而展开柔顺装置的结构设计和元器件的选型。并利用有限元分析软件对柔顺装置的关键零部件进行强度校核。另外,对柔顺装置进行了装配,并设计了对应的控制系统,通过对系统响应的实验分析,确定设计的柔顺装置能够满足使用要求。其次,为了减小轴孔装配时机器人本体的控制误差,对机器人的正逆运动学建模方法进行分析,并利用激光跟踪仪对机器人的D-H参数进行提取,通过优化算法对提取的参数进行优化补偿,提高了机器人的控制精度。另外,在装配系统中引入视觉定位系统,并对其基本原理进行了分析和实验验证。使机器人在与外界环境接触前具有了一定的主动感知能力。然后,根据轴孔装配的过程和特点,结合柔顺装置提出了一种基于主被动柔顺的轴孔装配策略,同时设计了轴孔装配的控制框架。并对基于此策略的轴孔装配误差进行了理论分析,为轴孔装配实验奠定了基础。最后,在结合上文的轴孔装配策略以及控制模型的基础上,搭建了机器人柔顺装配的软硬件实验平台,并进行了轴孔装配实验,实验结果验证了提出的柔顺装配策略的正确性和实际工业应用的可行性。
张活俊[5]（2020）在《五自由度混联抛光机器人系统的开发及力控制关键技术研究》文中研究指明目前市场对于抛光产品表面的质量要求越来越高,特别是珠三角地区的中小型制造企业。传统的人手抛光方式对健康危害较大,导致抛光行业招工困难。此外,工业生产线上常使用多轴数控磨床、工业机械臂,虽然能满足生产自动化、高效率的抛光要求,然而高昂的设备成本限制了薄利的抛光行业发展。因此,本课题致力于研发低成本的抛光机器人系统及其控制策略,对提高抛光行业的生产链效益、避免低效率的重复工作以及保证工件抛磨效果均具有深远意义。本课题第一章首先结合目前抛光行业的发展水平,对于工业生产线上的两大类抛光设备的结构特点及存在问题进行分析,然后阐述了常用的恒力控制策略及新型恒力控制策略的研究方向。第二章介绍五自由度抛光机器人的总体机械结构及其工作原理,分析主、被动结合的恒力控制机构的运动学特性。根据控制系统的性能要求,选择合适的元器件（如主控制器、电气比例阀和压力传感器）完成控制系统的搭建。第三章分析抛光机器人的运动学模型,结合抛光机器人对不同形状工件的抛光能力进行验证。接着通过对一种通用工件的抛光力学模型进行建模,运算并推导抛光正压力随着工件轮廓的变化规律,理论上验证机器人对复杂曲面的恒力抛光能力。第四章首先在ADAMS环境中对抛光机器人进行建模,通过仿真和理论计算结果的对比分析,证明前文中力学模型的正确性。然后搭建抛光机器人实验平台,进行多次不同形状工件的抛光实验,实验结果证明抛光机器人具有良好的恒力抛光性能。第五章结合深度Q学习算法提出抛光正压力的主动控制策略。首先从抛光机器人的马尔科夫建模过渡至应用深度Q学习的可行性分析,然后基于前文中抛光力学公式进行抛光环境模型的设计,最终通过有限次仿真实验快速完成训练并获得良好的控制效果。
王彬[6]（2020）在《基于视觉和力觉的机器人智能抓取与柔顺放置技术研究》文中提出机器人技术的飞速发展引领了现代制造业的巨大变革,将计算机视觉和力传感器应用于机器人技术,可以为机器人提供视觉感知和力觉感知功能,提高机器人作业的智能化水平。本文研究的内容是基于视觉和力觉的机器人智能抓取与柔顺放置技术,其中包括三个系统,即视觉感知系统、力觉感知系统和机器人控制系统。视觉感知系统可以实现对多种任意摆放物体的自主检测与定位,力觉感知系统可以在低加速工况下准确检测机器人末端工具与环境间的接触力信息,机器人控制系统根据视觉感知得到的物体位置信息,完成抓取作业,再根据力觉感知得到的物体重力,完成同类型不同质量物体的分类放置,并在放置过程中,通过导纳控制实现机器人的柔顺作业,针对易碎、怕磕碰的物体,具有很好的保护作用。本文依托吉林大学有关机器人技术的国家自然基金项目及相关课题,提出了基于视觉和力觉的机器人智能抓取与柔顺放置技术,论文主要完成的工作如下:1.针对多种物体任意摆放时的机器人抓取任务,本文搭建了基于Kinect的视觉感知系统,即物体检测与定位系统,首先建立SSD物体检测模型,完成对物体的自主检测与识别;然后通过标定技术,得到物体在机器人基坐标系下的坐标;最后机器人根据物体的位置信息,通过逆运动学算法,完成对物体的智能抓取作业。2.为实现机器人与环境的力信息交流,并获取准确的受力感知,本文搭建了基于六维力传感器的力觉感知系统,提出了力传感器的标定与重力补偿算法,充分考虑了机器人底座安装角、力传感器零点数据、末端工具重力等对力传感器读数的影响,使机器人可以获取准确的力觉感知信息。进行了力传感器标定与重力补偿实验,实验结果表明该算法能够提高力传感器的测量精度,可以为机器人提供准确的力觉信息。3.针对机器人放置作业时的柔顺控制任务,本文提出了基于导纳原理的机器人柔顺控制方法,通过将力传感器获取的接触力与期望力的偏差输入导纳控制,使机器人实现力和位置的混合控制,进行了力觉引导示教实验,完成了机器人的多维力控测试,验证了导纳控制算法的实验效果。4.本文搭建了基于EPSON六自由度机器人的智能抓取与柔顺放置实验平台,进行了物体检测与定位实验和机器人抓取与放置实验,实验结果表明本文提出的基于视觉和力觉的机器人智能抓取与柔顺放置技术可以满足预期的研究要求。
莫庆龙,谢彦音,李泽,甘林[7]（2019）在《多级行星齿轮柔顺装配系统》文中进行了进一步梳理针对多级行星齿轮柔顺装配问题,首先介绍了国内外柔顺技术的发展状况,提出一种基于力/力矩的主动柔顺控制方式。然后,在对装配作业任务分析的基础上,设计一套两自由度的柔顺装配机构,并对控制系统构成、装配策略与柔顺控制算法进行研究。最后,通过多组齿轮的装配实验,验证了研制的柔顺装配机构与控制系统的性能。
魏猛[8]（2019）在《视觉引导下的机器人卡合装配技术研究》文中进行了进一步梳理近年来,制造业的自动化程度不断提高,机器人在装配领域得到了越来越多的应用,但其中绝大多数是基于位置控制的,当面对装配对象结构复杂、过程存在形变的装配任务时不能高质量的完成。本文以深度强化学习、图像处理技术和力控制技术为基础,以低压断路器为研究对象,对其上下盖的卡合装配做了深入研究,基于视觉引导粗定位和深度确定性策略网络（DDPG）精装配实现了机器人卡合装配。本论文的主要工作包括:首先,设计了小型低压断路器的上下盖卡合装配系统,基于七关节机械臂KUKAiiwa7的D-H参数法建立运动学模型,分析小型断路器的装配过程,研究了上下盖的卡合装配机理,提出了结合力和位姿描述接触状态的方法,为后续的算法结构和策略的设计奠定了基础。其次,根据小型断路器下盖的结构特点,设计了“眼在手外”的视觉引导系统。首先对相机、装配目标、机械臂进行标定,通过分析断路器的内部结构,得到四个铆合孔与下盖的相对位置关系;最后基于图像预处理、特征提取等算法间接求得工件的位姿,引导机械臂到达目标位置,实现视觉引导粗定位。然后,研究了深度确定性策略算法,提出了基于DDPG的柔性卡合装配方法。结合断路器的卡合装配过程,重点研究了 DDPG算法的原理和训练流程,设计了策略网络结构、值网络结构、回报函数、动作约束以及装配成功标准,构建了完整的卡合装配模型,并通过实验测试优化模型网络参数。最后,进行视觉引导下的机器人卡合装配系统的功能实现与性能测试。基于HIKVISION的单目工业相机、KUKA iiwa 7工业机器人以及爪手工作台等相关组件,搭建基于视觉引导和DDPG的卡合装配实验平台,进行算法验证,结果表明,对于任意位姿下的待装工件,可引导工业机器人到达目标位置,建立的DDPG网络可在线学习装配技能,并不断优化,最终实现柔性卡合装配。
李超[9]（2019）在《面向含能部件的机器人柔顺装配控制系统关键技术研究》文中认为零部件装配是制造业中决定产品质量的关键环节,虽然机器人技术越来越广泛的应用于工业生产中,以实现“机器换人”,但是由于装配任务的约束操作复杂性及机器人较差的柔性,目前机器人尚未大规模的应用于装配领域。特别是含能部件的装配任务,由于含能部件易爆易碎,导致其接触力的控制十分复杂,对安全性和可靠性的工艺要求更严格。目前,国内的零部件装配技术尚未针对安全约束开展研究,还没有应用于装配含能部件的机器人及相关技术,该领域主要由人工完成,装配质量完全依赖于人的经验、身体和心理状态,不仅效率较低,而且可能会导致造成人员伤亡的危险事故。为使机器人安全有效地完成含能部件装配任务,保证装配过程中的安全约束,本论文结合我国国防工业高端装备自主化发展的战略需求,研究了面向含能部件的机器人柔顺装配控制系统中的关键技术,以解决机器人在含能部件装配控制中的核心技术问题,为含能部件的安全、高效、智能化装配提供理论支撑和技术路径。首先,通过详细分析含能部件的装配过程,梳理了几何和力学接触约束条件,分析并总结了装配楔紧和卡阻的力学原因。为了满足含能部件装配过程中安全性和鲁棒性的要求,设计了一种满足安全约束的含能部件柔顺装配控制系统和一种包含四种基本动作的含能部件装配策略,其中,含能部件柔顺装配控制系统包括含能部件目标检测与定位模块、运动示教学习模块、学习变阻抗控制模块和装配策略模块四个部分。为了实现更灵活地控制装配力,解决装配过程中频繁切换力控制的问题,提出一种基于末端力的柔顺装配控制算法,机械臂的期望运动和期望力完全由机械臂的末端力产生并控制。其次,针对含能部件的定位问题,研究了基于Kinect深度相机的含能部件识别与定位算法,根据深度相机的点云数据,使用点云分割的方法对含能部件进行检测并估计位置姿态。针对装配运动动作的安全控制问题,使机器人在满足约束条件的同时保证运动的鲁棒性,提出一种安全约束下基于概率模型的运动示教方法。用动态时间规整算法、高斯混合模型和高斯混合回归算法对示教数据进行概率化编码处理和重构泛化。利用示教轨迹的方差,根据梯度信息对复现轨迹进行安全约束优化,并通过变刚度控制实现运动复现,使机器人保持对外界的主动柔顺控制能力。然后,为了保证含能部件柔顺装配控制的安全性和灵活性,针对含能部件柔顺装配中的力约束控制问题,提出一种基于强化学习的数据高效型学习变阻抗控制方法。使用高斯过程模型作为系统的可信动力学模型,通过概率化的推理与规划提高采样数据的利用效率,使机器人能够高效地学习变阻抗控制策略。在六自由度工业机械臂上的实验表明,学习得到的阻抗控制策略整合了高刚性与柔顺性的优点,力控制效果不仅明显优于自适应阻抗控制等方法,而且相对于其他学习变阻抗控制方法,学习速度提高了十倍。最后,为了验证含能部件柔顺装配控制系统关键技术的性能,使用Kinova轻量型机械臂构建了柔顺装配控制系统,进行了含能部件柔顺装配实验。实验结果表明,本文设计的柔顺装配系统可以有效利用示教轨迹的方差信息学习得到满足安全约束地变阻抗控制策略,实现了高刚性和柔顺性的整合,有效地抑制了人为干扰,提高了系统抵抗外界干扰的能力,有效地避免了楔紧和卡阻现象,保证了装配过程中的安全性和灵活性,为含能部件的安全、高效、智能化装配提供了有效的控制算法和技术路径。
王帅[10]（2018）在《机器人抛光作业导纳控制设计与系统测试》文中研究表明工业机器人灵活性及重复效率高等特点在焊接、抛光等领域应用广泛。在抛光打磨领域,由于精度要求越来越高,单纯依靠机器人传统的位置控制已不能满足作业需求,因此接触力的柔顺控制对于机器人抛光作业具有重要意义。本文针对水龙头抛光作业中接触力平稳问题,设计了位置控制内环、导纳控制外环的控制系统,并通过仿真和实验测试控制系统的可行性。首先,对抛光作业的需求进行分析,阐述实验的整体框架体系;通过D-H参数和齐次坐标变换建立机器人的运动学模型,实现笛卡尔空间与关节空间的相互转换;基于拉格朗日原理建立二连杆机器人的动力学模型。其次,设计导纳控制算法,建立接触力与速度之间的关系,并通过速度积分得到的位置修正期望位置;通过PID位置控制分别调节机器人两个关节的输入力矩,进而调节机器人末端与环境接触力。通过一阶参数灵敏度方法分析导纳控制算法各参数对系统输出的影响。为减小工件重力对力传感器测量误差的影响,设计重力补偿算法。然后,建立二连杆机器人ADAMS虚拟样机,并在MATLAB/SIMULINK中搭建了控制器,包含内环位置控制和外环导纳控制。通过MATLAB计算参数灵敏度,分析导纳参数对系统输出的影响规律。通过ADAMS与MATLAB联合仿真,开展位置控制和导纳控制测试,分析机器人末端执行器与外界环境接触力的变化。仿真表明,基于内环位置控制、外环导纳控制的控制策略比单独位置控制精度提高2.98%,并可保证机器人与外界的接触力稳定于期望力值。最后,基于ABB机器人、ATI传感器、PC机搭建测试系统。利用Qt编程实现导纳控制算法,完成上位机界面的设计,并解决力传感器的重力补偿问题。分析抛光机及连接件对抛光作业产生的外部影响因素。进行手动牵引及机器人的抛光作业实验。实验表明,导纳控制可提高机器人的柔顺性,在水龙头抛光作业中可实现接触力的平稳控制。
二、微柔顺装置及其力学分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、微柔顺装置及其力学分析（论文提纲范文）
（1）电动汽车自动充电机器人姿态调节系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题的现实背景 |
| 1.1.3 课题研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 新能源电车自动充电系统研究现状及分析 |
| 1.2.2 柔顺控制技术研究现状及分析 |
| 1.3 主要研究内容 |
| 第2章 基于IMU反馈的位姿调节系统的理论研究 |
| 2.1 引言 |
| 2.2 蛇形臂运动学分析 |
| 2.2.1 蛇形臂正运动学分析 |
| 2.2.2 蛇形臂逆向运动学分析 |
| 2.2.3 蛇形臂运动学的正确性验证 |
| 2.2.4 蛇形臂工作空间的绘制 |
| 2.3 基于Mahony互补滤波算法的IMU数据解算 |
| 2.3.1 位姿变换的两种表示方法 |
| 2.3.2 基于Mahony互补滤波的IMU数据解算 |
| 2.4 柔性枪头弯曲角度与竖直方向位移之间的关系分析 |
| 2.5 本章小结 |
| 第3章 基于放松绳索的位姿调节系统的理论研究 |
| 3.1 引言 |
| 3.2 蛇形臂绳长与关节角度关系的建立 |
| 3.2.1 蛇形臂绳长与关节角度关系的推导 |
| 3.2.2 蛇形臂绳长与关节角度关系正确性的验证 |
| 3.3 蛇形臂的动力学分析 |
| 3.4 蛇形臂上绳系受力的分析 |
| 3.4.1 蛇形臂及其上绳系受力种类的分析 |
| 3.4.2 绳索与蛇形臂连接点的力对转轴的力矩 |
| 3.4.3 绳索与蛇形臂过渡点的力对转轴的转矩 |
| 3.4.4 蛇形臂两个杆件之间的相互作用力的求解 |
| 3.5 本章小结 |
| 第4章 控制系统软硬件设计及实验验证 |
| 4.1 引言 |
| 4.2 基于IMU反馈的位姿调节系统的软硬件设计 |
| 4.2.1 基于IMU反馈的位姿调节系统的硬件设计 |
| 4.2.2 基于IMU反馈的位姿调节系统的软件流程设计 |
| 4.3 基于放松绳索的位姿调节系统的软件流程设计 |
| 4.4 两种控制系统的实际效果验证 |
| 4.4.1 实验设备 |
| 4.4.2 基于IMU反馈的位姿调节系统的实际验证 |
| 4.4.2.1 验证控制系统的调节轨迹是否符合预期 |
| 4.4.2.2 验证控制系统对柔性枪头弯曲的调节能力 |
| 4.4.2.3 验证枪头弯曲模型的参数对调节速度的影响 |
| 4.4.3 基于放松绳索的位姿调节系统的实际验证 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（2）自动填料仪被动插孔影响因素及伺服控制优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 课题来源与研究背景 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究背景 |
| 1.2 研究目的与意义 |
| 1.3 课题国内外研究现状 |
| 1.3.1 轴孔类零件柔顺装配研究现状 |
| 1.3.2 力/位控制研究现状 |
| 1.3.3 伺服驱动控制系统研究现状 |
| 1.4 本课题的研究内容与章节安排 |
| 第2章 自动填料仪系统组成及问题分析 |
| 2.1 自动填料仪系统 |
| 2.1.1 石墨电极倒料模块 |
| 2.1.2 石墨电极填料模块 |
| 2.1.3 石墨电极收纳模块 |
| 2.1.4 清洗模块 |
| 2.2 自动填料仪关键问题分析 |
| 2.2.1 被动插孔成功率影响因素分析 |
| 2.2.2 力/位控制对样品质量的影响分析 |
| 2.2.3 工作效率影响因素分析 |
| 2.3 本章小结 |
| 第3章 被动插孔作业影响因素研究 |
| 3.1 水平被动插孔模型 |
| 3.2 接触状态数学模型 |
| 3.2.1 接触状态分类 |
| 3.2.2 三点接触状态模型 |
| 3.2.3 重心轨迹建模 |
| 3.3 插孔仿真与分析 |
| 3.4 本章小结 |
| 第4章 填料力/位控制系统优化研究 |
| 4.1 填料过程分析 |
| 4.2 模糊控制实现方法 |
| 4.2.1 模糊控制原理 |
| 4.2.2 参数模糊化 |
| 4.2.3 建立模糊控制规则 |
| 4.3 控制系统数学模型 |
| 4.3.1 机械传动系统动力学模型 |
| 4.3.2 伺服驱动系统数学模型 |
| 4.4 控制性能仿真分析 |
| 4.5 本章小结 |
| 第5章 自动填料仪系统实现与实验分析 |
| 5.1 控制系统需求分析 |
| 5.2 主控系统设计 |
| 5.2.1 PLC控制模块设计 |
| 5.2.2 传感器检测模块 |
| 5.2.3 人机交互模块设计 |
| 5.2.4 模糊控制程序设计 |
| 5.3 自动填料仪实验 |
| 5.3.1 极限偏转角验证实验 |
| 5.3.2 填料力控制系统填料实验 |
| 5.3.3 效率优化实验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）基于主动柔顺控制的工业机器人轴孔装配研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究目的和意义 |
| 1.2 柔顺装配的国内外研究进展 |
| 1.2.1 被动柔顺装配国内外研究进展 |
| 1.2.2 主动柔顺装配国内外研究进展 |
| 1.3 本文研究内容 |
| 2 轴孔装配任务需求与装配理论分析 |
| 2.1 轴孔装配运动模态分析 |
| 2.2 轴孔装配力学分析 |
| 2.3 轴孔装配“卡阻”分析 |
| 2.4 轴孔装配的总体装配过程 |
| 3 轴孔装配工业机器人模型构建 |
| 3.1 轴孔装配工业机器人的选择 |
| 3.2 轴孔装配工业机器人运动学模型构建 |
| 3.3 轴孔装配工业机器人动力学模型构建 |
| 3.4 六维力传感器的选择 |
| 3.5 六维力传感器的标定 |
| 4 轴孔装配主动柔顺控制策略 |
| 4.1 阻抗控制 |
| 4.1.1 基于力的阻抗控制 |
| 4.1.2 基于位置的阻抗控制 |
| 4.1.3 阻抗控制的特点 |
| 4.2 力/位混合控制 |
| 4.2.1 自然约束和人工约束 |
| 4.2.2 力/位空间构建与解耦 |
| 4.2.3 力/位空间混合控制算法的原理 |
| 4.2.4 力/位空间混合控制设计 |
| 4.2.5 选择矩阵的改进 |
| 5 轴孔装配仿真实验设计 |
| 5.1 仿真软件介绍 |
| 5.2 仿真实验平台创建 |
| 5.3 仿真实验结果分析 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）基于主被动柔顺的机器人轴孔精密装配技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 柔顺装配技术的国内外研究现状 |
| 1.2.1 被动柔顺装配技术的研究现状 |
| 1.2.2 主动柔顺装配技术的研究现状 |
| 1.2.3 主被动柔顺装配技术结合的研究现状 |
| 1.3 柔顺装配技术的分析与总结 |
| 1.4 本文主要研究内容 |
| 第二章 面向轴孔装配的柔顺装置结构设计与性能分析 |
| 2.1 引言 |
| 2.2 柔顺装置的设计要求与设计原理 |
| 2.2.1 设计要求 |
| 2.2.2 设计原理 |
| 2.2.3 性能指标与关键元器件的选择 |
| 2.3 柔顺装置的结构设计与分析 |
| 2.3.1 柔顺装置的结构设计 |
| 2.3.2 柔顺装置的强度校核 |
| 2.4 柔顺装置的性能分析与实验 |
| 2.4.1 柔顺装置的控制系统设计 |
| 2.4.2 柔顺装置的系统响应实验分析 |
| 2.5 本章小结 |
| 第三章 工业机器人运动学与视觉定位系统的分析 |
| 3.1 引言 |
| 3.2 工业机器人运动学分析 |
| 3.2.1 工业机器人运动学建模 |
| 3.2.2 工业机器人D-H参数标定 |
| 3.3 视觉定位系统的分析 |
| 3.3.1 相机标定原理 |
| 3.3.2 相机标定实验 |
| 3.3.3 手眼标定 |
| 3.3.4 装配孔定位算法分析与实验 |
| 3.4 本章小结 |
| 第四章 基于主被动柔顺的轴孔装配策略与方法分析 |
| 4.1 引言 |
| 4.2 轴孔柔顺装配策略 |
| 4.2.1 轴孔装配过程分析 |
| 4.2.2 基于可变柔顺中心的轴孔装配策略 |
| 4.3 轴孔柔顺装配的控制框架与理论误差分析 |
| 4.3.1 装配系统控制框架的分析 |
| 4.3.2 轴孔装配理论误差分析 |
| 4.4 本章小结 |
| 第五章 基于主被动柔顺的机器人轴孔装配实验 |
| 5.1 引言 |
| 5.2 轴孔柔顺装配实验平台搭建 |
| 5.2.1 硬件实验平台的搭建 |
| 5.2.2 软件实验平台的搭建 |
| 5.3 轴孔柔顺装配实验与分析 |
| 5.3.1 柔顺装配策略的验证与分析 |
| 5.3.2 不同装配参数对装配效果的影响 |
| 5.3.3 不同装配策略的对比实验与分析 |
| 5.4 轴孔柔顺装配策略的工业应用研究与实验 |
| 5.4.1 工业应用对象及关键技术分析 |
| 5.4.2 工业应用的实验验证 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
| 致谢 |
（5）五自由度混联抛光机器人系统的开发及力控制关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外相关的研究现状及分析 |
| 1.2.1 一体式抛光机器人 |
| 1.2.2 恒力控制装置结构 |
| 1.2.3 恒力控制策略 |
| 1.3 机器人力控制方法的研究意义 |
| 1.4 论文的研究目的与主要内容 |
| 2 机械结构和控制系统设计 |
| 2.1 引言 |
| 2.2 抛光机器人的机械结构 |
| 2.2.1 抛光机器人的主体机械结构和特点 |
| 2.2.2 主、被动结合的恒力控制机械结构设计 |
| 2.2.3 抛光机器人的工作原理 |
| 2.3 抛光机器人的控制系统设计 |
| 2.3.1 控制系统的性能要求 |
| 2.3.2 控制系统的总体设计 |
| 2.3.3 控制系统硬件的设计与选型 |
| 2.4 本章小结 |
| 3 运动学和抛光力学模型构建 |
| 3.1 引言 |
| 3.2 仿生构型设计 |
| 3.3 抛光机器人运动学分析 |
| 3.3.1 机器人运动学正解 |
| 3.3.2 机器人运动学逆解 |
| 3.4 抛光力学模型 |
| 3.5 本章小结 |
| 4 虚拟仿真和实验验证 |
| 4.1 引言 |
| 4.2 ADAMS中抛光机器人的模型 |
| 4.3 仿真实验分析 |
| 4.3.1 接触模型的建立 |
| 4.3.2 仿真分析 |
| 4.4 抛光实验数据分析 |
| 4.4.1 标定实验 |
| 4.4.2 抛光正压力控制实验的研究 |
| 4.4.3 抛光正压力实验数据及结果的分析 |
| 4.5 本章小结 |
| 5 基于强化学习的控制策略 |
| 5.1 引言 |
| 5.2 深度Q学习算法 |
| 5.2.1 控制策略的马尔科夫建模 |
| 5.2.2 深度Q学习策略控制 |
| 5.3 基于强化学习的抛光控制策略 |
| 5.3.1 抛光环境模型的设计 |
| 5.3.2 抛光恒力控制策略 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 附录 A |
| 作者简历及攻读硕士学位期间取得的研究成果 |
（6）基于视觉和力觉的机器人智能抓取与柔顺放置技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 物体检测与定位研究现状 |
| 1.3.2 六维力传感器研究现状 |
| 1.3.3 机器人柔顺控制研究现状 |
| 1.4 研究思路与章节安排 |
| 第2章 机器人运动控制系统 |
| 2.1 机器人运动控制系统总体方案设计 |
| 2.2 系统硬件构成 |
| 2.2.1 EPSON六自由度机器人 |
| 2.2.2 Kinect相机 |
| 2.2.3 Leptrino六维力传感器 |
| 2.2.4 机器人末端工具 |
| 2.3 机器人运动学 |
| 2.3.1 EPSON机器人D-H参数 |
| 2.3.2 机器人正运动学 |
| 2.3.3 机器人逆运动学 |
| 2.4 本章小结 |
| 第3章 基于Kinect的物体检测与定位系统 |
| 3.1 物体检测系统 |
| 3.1.1 SSD物体检测模型介绍 |
| 3.1.2 SSD物体检测模型实现 |
| 3.2 物体定位系统 |
| 3.2.1 世界坐标系与相机坐标系 |
| 3.2.2 相机坐标系与图像坐标系 |
| 3.2.3 图像坐标系与像素坐标系 |
| 3.2.4 世界坐标系与像素坐标系 |
| 3.2.5 标定实验及结果 |
| 3.3 本章小结 |
| 第4章 力传感器的标定与重力补偿算法 |
| 4.1 力传感器测量误差来源 |
| 4.2 力传感器的标定与重力补偿算法模型 |
| 4.2.1 计算机器人安装角与末端工具重力 |
| 4.2.2 计算力传感器零点与末端工具重心坐标 |
| 4.2.3 计算重力补偿值与负载重力 |
| 4.3 力传感器标定与重力补偿实验 |
| 4.4 本章小结 |
| 第5章 基于导纳原理的机器人柔顺控制方法 |
| 5.1 阻抗控制简介 |
| 5.1.1 基于力的阻抗控制 |
| 5.1.2 基于位置的阻抗控制 |
| 5.2 基于导纳原理的柔顺控制方法 |
| 5.3 基于导纳控制的机器人多维力控测试 |
| 5.3.1 力觉引导示教实验 |
| 5.3.2 实验过程及结果 |
| 5.4 本章小结 |
| 第6章 机器人智能抓取与柔顺放置实验 |
| 6.1 机器人实验平台 |
| 6.2 物体检测与定位实验 |
| 6.2.1 物体检测实验 |
| 6.2.2 物体定位实验 |
| 6.3 机器人抓取与放置实验 |
| 6.4 本章小结 |
| 第7章 研究工作总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（7）多级行星齿轮柔顺装配系统（论文提纲范文）
| 0 引言 |
| 1 作业任务分析 |
| 2 柔顺机构设计 |
| 2.1 装配受力分析 |
| 2.2 柔顺机构设计 |
| 3 柔顺装配控制系统 |
| 3.1 控制系统构成 |
| 3.2 装配策略 |
| 3.3 柔顺装配控制算法 |
| 4 验证结论 |
（8）视觉引导下的机器人卡合装配技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 装配机器人研究现状 |
| 1.2.2 机器人柔顺装配技术研究现状 |
| 1.2.3 视觉引导研究现状 |
| 1.3 本文的主要工作 |
| 第二章 机器人卡合装配系统方案与设计 |
| 2.1 柔性装配系统组成 |
| 2.1.1 柔性装配的物理系统组成 |
| 2.1.2 柔性装配系统的工作流程 |
| 2.2 机器人运动学建模 |
| 2.2.1 KUKA LBR iiwa机器人 |
| 2.2.2 D-H法 |
| 2.2.3 机械臂运动学分析 |
| 2.3 卡合装配工艺机理分析 |
| 2.3.1 手工装配 |
| 2.3.2 自动装配 |
| 2.3.3 产品测试与校验 |
| 2.3.4 卡合装配过程分析 |
| 2.4 本章小结 |
| 第三章 卡合装配视觉引导方法研究 |
| 3.1 装配视觉引导系统标定方法 |
| 3.1.1 相机成像模型 |
| 3.1.2 张正友标定法 |
| 3.1.3 2D视觉引导系统手眼标定 |
| 3.2 装配目标图像特征提取方法 |
| 3.2.1 全局阈值分割 |
| 3.2.2 数学形态学 |
| 3.2.3 边缘特征提取 |
| 3.2.4 霍夫圆检测 |
| 3.3 装配目标位姿解算方法 |
| 3.4 卡合装配视觉引导实验与数据分析 |
| 3.5 本章小结 |
| 第四章 基于DDPG的卡合装配方法研究 |
| 4.1 深度强化学习基础 |
| 4.1.1 深度学习与强化学习 |
| 4.1.2 基于值函数的深度强化学习 |
| 4.1.3 基于策略梯度的深度强化学习 |
| 4.2 DDPG算法应用于卡合装配 |
| 4.2.1 算法原理 |
| 4.2.2 算法流程分析 |
| 4.3 DDPG的结构设计与策略实现 |
| 4.4 实验与数据分析 |
| 4.5 本章小结 |
| 第五章 卡合装配系统的功能实现与性能测试 |
| 5.1 柔性装配系统的平台搭建 |
| 5.2 卡合装配实验方案设计 |
| 5.2.1 装配平台通信的实现 |
| 5.2.2 卡合装配实验流程 |
| 5.3 卡合装配实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间参与的项目 |
| 附件 |
（9）面向含能部件的机器人柔顺装配控制系统关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 被动柔顺控制装置研究现状 |
| 1.2.2 主动柔顺装配控制方法研究现状 |
| 1.2.3 变阻抗控制研究现状 |
| 1.2.4 含能部件装配研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 含能部件装配任务分析及装配系统设计 |
| 2.1 装配过程中的接触状态 |
| 2.2 含能部件装配过程分析 |
| 2.2.1 装配过程分析 |
| 2.2.2 装配中的几何特性分析 |
| 2.2.3 装配中的力学特性分析 |
| 2.3 含能部件装配策略设计 |
| 2.3.1 含能部件装配过程 |
| 2.3.2 含能部件装配策略 |
| 2.4 含能部件柔顺装配控制系统设计 |
| 2.4.1 基于末端力的柔顺装配控制算法 |
| 2.4.2 含能部件柔顺装配控制系统概述 |
| 2.5 本章小结 |
| 第3章 含能部件视觉定位算法研究 |
| 3.1 视觉系统及相机模型 |
| 3.1.1 Kinect深度相机 |
| 3.1.2 相机模型 |
| 3.2 机械臂手眼系统标定 |
| 3.2.1 相机标定算法 |
| 3.2.2 相机标定实验 |
| 3.2.3 手眼系统标定算法 |
| 3.2.4 手眼标定实验 |
| 3.3 目标物体检测及定位算法 |
| 3.3.1 图像校准 |
| 3.3.2 图像预处理 |
| 3.3.3 基于点云分割的物体检测与定位算法 |
| 3.4 本章小结 |
| 第4章 安全约束下的运动示教方法研究 |
| 4.1 安全约束下的运动示教方法概述 |
| 4.2 基于概率模型的示教轨迹学习算法 |
| 4.2.1 动态时间规整算法 |
| 4.2.2 高斯混合模型 |
| 4.2.3 高斯混合回归算法 |
| 4.3 安全约束下的运动复现优化控制算法 |
| 4.3.1 基于梯度的轨迹安全约束优化 |
| 4.3.2 复现运动的变刚度控制算法 |
| 4.4 运动示教与复现实验 |
| 4.5 本章小结 |
| 第5章 基于学习变阻抗控制的柔顺控制方法研究 |
| 5.1 接触力模型及接触力观测器 |
| 5.1.1 环境接触阻抗模型 |
| 5.1.2 接触力测量特性分析 |
| 5.1.3 基于卡尔曼滤波的接触力观测器 |
| 5.2 柔顺控制的阻抗控制方法 |
| 5.2.1 基于力的阻抗控制算法 |
| 5.2.2 基于位置的阻抗控制算法 |
| 5.2.3 阻抗控制性能分析 |
| 5.3 基于强化学习的数据高效型学习变阻抗控制方法 |
| 5.3.1 强化学习算法 |
| 5.3.2 数据高效型学习变阻抗控制结构 |
| 5.3.3 变阻抗控制策略 |
| 5.3.4 高斯过程模型 |
| 5.3.5 通过近似推理评估策略 |
| 5.3.6 成本函数及基于梯度的策略学习 |
| 5.4 学习变阻抗控制的仿真与实验 |
| 5.4.1 Reinovo六自由度工业机械臂及其模型 |
| 5.4.2 学习变阻抗控制的仿真实验 |
| 5.4.3 学习变阻抗控制实验 |
| 5.5 本章小结 |
| 第6章 含能部件柔顺装配控制系统构建及装配实验 |
| 6.1 含能部件柔顺装配控制系统构建 |
| 6.1.1 Kinova六自由度轻量型机械臂及其模型 |
| 6.1.2 基于Kinova机械臂的柔顺装配控制系统 |
| 6.2 含能部件检测与定位实验 |
| 6.3 装配任务的运动示教实验 |
| 6.3.1 趋近阶段的运动示教 |
| 6.3.2 位姿调整阶段的运动示教 |
| 6.4 含能部件柔顺装配实验 |
| 6.4.1 无外界干扰的含能部件柔顺装配实验 |
| 6.4.2 有外界干扰的含能部件柔顺装配实验 |
| 6.5 含能部件柔顺装配实验总结 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（10）机器人抛光作业导纳控制设计与系统测试（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究意义及背景 |
| 1.2 工业机器人的发展现状 |
| 1.3 抛光技术的发展现状 |
| 1.3.1 抛光机器人的发展现状 |
| 1.3.2 抛光打磨方法的研究现状 |
| 1.4 机器人柔顺控制的研究现状 |
| 1.4.1 被动柔顺控制研究现状 |
| 1.4.2 主动柔顺控制的研究现状 |
| 1.5 论文的主要研究内容及体系结构 |
| 1.5.1 论文研究内容 |
| 1.5.2 论文体系结构 |
| 2 机器人运动学与动力学基础 |
| 2.1 运动学分析 |
| 2.1.1 运动学建模 |
| 2.1.2 逆运动学分析 |
| 2.2 动力学分析及建模 |
| 2.2.1 动力学描述 |
| 2.2.2 二连杆机器人的动力学模型 |
| 2.3 本章小结 |
| 3 导纳控制算法分析 |
| 3.1 主动柔顺控制算法 |
| 3.1.1 阻抗控制 |
| 3.1.2 导纳控制 |
| 3.2 导纳算法的控制分析 |
| 3.2.1 控制策略分析 |
| 3.2.2 灵敏度分析 |
| 3.3 重力补偿算法 |
| 3.3.1 重力补偿原理 |
| 3.3.2 重力补偿策略 |
| 3.4 抛光过程中的磨削力分析 |
| 3.5 本章小结 |
| 4 导纳控制设计及仿真验证 |
| 4.1 机器人的系统参数及仿真验证 |
| 4.1.1 机器人虚拟样机建模 |
| 4.1.2 ADAMS和Simulink联合仿真方案设计 |
| 4.2 参数灵敏度验证分析 |
| 4.3 ADAMS和MATIAB联合仿真实验 |
| 4.3.1 位置控制联合仿真 |
| 4.3.2 导纳控制联合仿真 |
| 4.4 本章小结 |
| 5 机器人抛光作业系统测试 |
| 5.1 系统的整体框架 |
| 5.1.1 通讯模块的搭建 |
| 5.1.2 实验环境网络搭建 |
| 5.2 实验环节中影响因素分析 |
| 5.2.1 抛光机影响因素 |
| 5.2.2 刚性与柔性连接件影响因素 |
| 5.3 系统实验测试 |
| 5.3.1 重力补偿实验 |
| 5.3.2 手动牵引实验 |
| 5.3.3 抛光作业实验 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
四、微柔顺装置及其力学分析（论文参考文献）
- [1]电动汽车自动充电机器人姿态调节系统研究[D]. 程一飞. 哈尔滨工业大学, 2021
- [2]自动填料仪被动插孔影响因素及伺服控制优化研究[D]. 张凯洋. 湖北工业大学, 2020(08)
- [3]基于主动柔顺控制的工业机器人轴孔装配研究[D]. 杨彦超. 河南理工大学, 2020(01)
- [4]基于主被动柔顺的机器人轴孔精密装配技术研究[D]. 王森. 苏州大学, 2020
- [5]五自由度混联抛光机器人系统的开发及力控制关键技术研究[D]. 张活俊. 五邑大学, 2020(12)
- [6]基于视觉和力觉的机器人智能抓取与柔顺放置技术研究[D]. 王彬. 吉林大学, 2020(08)
- [7]多级行星齿轮柔顺装配系统[J]. 莫庆龙,谢彦音,李泽,甘林. 机电工程技术, 2019(06)
- [8]视觉引导下的机器人卡合装配技术研究[D]. 魏猛. 山东大学, 2019(09)
- [9]面向含能部件的机器人柔顺装配控制系统关键技术研究[D]. 李超. 哈尔滨工程大学, 2019(04)
- [10]机器人抛光作业导纳控制设计与系统测试[D]. 王帅. 中国计量大学, 2018(01)