内容简介
近年来，Delta并联机器人凭借其*特优势快速发展，被广泛应用于众多尖端领域。随着应用场景不断拓展，人们对其稳定性、快速性、定位精度及自适应性的要求也日益提高，其运动学建模、轨迹规划及动力学控制也由此成为该领域的重要研究方向。《Delta并联机器人——建模、优化及运动控制》围绕Delta并联机器人的关键技术，系统探讨了运动学求解、轨迹规划方法、动力学控制及伺服系统控制等内容，并通过样机系统实验验证了理论方法的实用性。《Delta并联机器人——建模、优化及运动控制》共6章，涵盖绪论、运动学分析、轨迹规划方法与优化、控制系统设计、伺服系统设计及样机系统实验验证。
目录
目录
前言
第 1章 绪论 1
1.1背景及意义 1
1.2 Delta并联机器人国内外研究现状 2
1.2.1运动学的研究 3
1.2.2动力学模型的研究 4
1.2.3轨迹规划方法的研究 5
1.2.4轨迹跟踪控制策略及方法的研究 7
第 2章 Delta并联机器人运动学分析 9
2.1 Delta并联机器人结构 9
2.1.1建立坐标系 10
2.1.2逆运动学分析 10
2.1.3正运动学分析 12
2.1.4正运动学、逆运动学求解数据分析 14
2.2 基于 BP神经网络的正运动学分析 16
2.2.1 BP神经网络设计 16
2.2.2改进的神经网络算法 17
2.2.3仿真与结果分析 18
2.3运动空间分析 21
2.3.1位姿分析 21
2.3.2工作空间影响因素 23
2.3.3 基于 MATLAB的 Delta并联机器人工作空间仿真 23
2.4本章小结 25
第 3章 Delta并联机器人轨迹规划方法与优化 27
3.1操作空间路径描述 27
3.2关节空间分段多项式插值 27
3.2.1 4-3-4分段多项式 28
iv Delta并联机器人——建模、优化及运动控制
3.2.2 3-5-3分段多项式 30
3.2.3 4-5-4分段多项式 31
3.2.4轨迹仿真分析 33
3.3 4-3-3-4分段多项式 36
3.3.1 4-3-3-4分段多项式分析 36
3.3.2 4-3-3-4仿真实验 39
3.3.3仿真对比分析 40
3.4一种改进的粒子群优化轨迹 41
3.4.1改进的粒子群算法约束条件 41
3.4.2改进的粒子群优化算法的仿真 43
3.5本章小结 45
第 4章 Delta并联机器人控制系统设计 46
4.1动力学建模 46
4.2动力学控制方案 48
4.2.1 基于 PID控制的方案 48
4.2.2自抗扰控制的方案 48
4.2.3线性自抗扰控制器 50
4.2.4系统控制器的设计 50
4.3控制系统的设计与仿真 55
4.3.1仿真模型设计 55
4.3.2两种控制方法对比仿真 56
4.4本章小结 79
第 5章 Delta并联机器人伺服系统设计 80
5.1关节交流永磁同步电动机驱动的数学模型 80
5.1.1电流环调节器的设计 81
5.1.2速度环调节器的设计 82
5.1.3位置环调节器的设计 84
5.2仿真设计 85
5.2.1 PI调节器的 Simulink模型 85
5.2.2空间电压矢量脉宽调制算法实现及 Simulink仿真 86
5.3系统仿真与结果分析 91
5.4本章小结 97
第 6章 样机系统实验验证 98
6.1样机硬件部分设计 98
6.1.1伺服系统硬件设计 99
6.1.2机器人控制器设计 100
6.1.3视觉信息采集系统设计 100
6.1.4机械机构设计 102
6.1.5主控制器设计 102
6.2样机软件部分设计 103
6.2.1主控制器工作流程 103
6.2.2机器人控制器工作流程 105
6.2.3伺服系统工作流程 107
6.3实验验证与分析 109
6.3.1视觉信号采集 109
6.3.2实验目的及实验方案 110
6.3.3数据分析 111
6.4本章小结 113
参考文献 114
附录 相关程序代码 119
试读
第1章 绪论
1.1背景及意义
并联机器人具有运动速度快、机械机构轻量化、柔性强等优点，与串联机器人形成互补，一直以来受到国内外研究机构的广泛关注（ Merlet，2006；蔡自兴， 2009）。然而，其实际应用仍面临并联机构设计复杂、运动学求解困难、轨迹规划繁琐及轨迹跟踪控制精度不足等技术瓶颈（陈学生等， 2002；Merlet，2006；丛爽等，2010；艾青林等，2012）。
1985年，瑞士学者 Clavel发明了 Delta并联机器人。该类型机器人的末端执行器可在工作空间内实现三维高速平动，这开启了高速并联机器人行业应用时代。与传统并联机器人相比，Delta并联机器人不仅具有轻量化结构和高承载能力的优点，同时，其高速运动轨迹规划与跟踪控制的简易性还进一步推动了业界研究热潮（Brogardh， 2006；Bouri & Clavel， 2010；Milutinovic et al.， 2012；Brinker et al.， 2017）。
近年来，在生产企业中，机器人逐渐承担了部分速度快、强度大、重复性高的工作，极大提高了生产效率。其中， Delta并联机器人在食品包装、航空航天和医疗等领域优势明显，并朝着高速度、高精度、高灵活性方向发展。国内外各大机器人制造厂商加大研发力度，各具特色的 Delta并联机器人相继问世。尤其国内制造厂商更是凭借快速研发能力和成本优势迅速抢占市场，进一步提高了 Delta并联机器人的国产化率。
与大多数控制系统一样，并联机器人控制系统是典型的非线性系统，而 Delta并联机器人机械结构更加复杂，三个关节之间相互耦合，运动控制比较复杂。目前，Delta并联机器人的控制由运动学控制和轨迹跟踪控制（动力学控制）构成。
运动学控制通过轨迹规划输出的角度信号直接控制伺服电动机旋转，不考虑机器人关节之间的相互耦合、运动时的向心力、科里奥利力的不确定性和各种扰动，这种控制很容易实现，也能达到控制要求，得到了大多数机器人厂商的推广。运动学控制下的机器人静态精度能够达到±0.1mm，这主要是伺服系统的高精度、各种机械传动的高精度保证了静态精度，但是动态指标就无法验证了，关节抖振是一个常见现象，运动学控制方式主要应用于中低速 Delta并联机器人中。
2Delta并联机器人——建模、优化及运动控制
轨迹跟踪控制用于高速高精度的机器人。在高速运行中，由于机器人的向心力、科里奥利力的不确定性和各种不确定扰动是模型无法预知的，于是就需要采用好的控制策略，实时进行动态补偿或去除扰动，*终实现动态轨迹跟踪，保证生产线运行质量及机器人安全运行。轨迹跟踪控制下的机器人静态精度能够达到 ±0.1mm，轨迹跟踪误差在 5mm以内。
近年来，虽然专家学者在运动学、轨迹规划及动力学控制方面取得了一定成绩，但关于 Delta并联机器人的建模、优化及运动控制仍需加大研究力度。
基于上述分析，本书聚焦 Delta并联机器人关键技术，从运动学求解、轨迹规划方法、轨迹跟踪控制（动力学控制）及伺服系统控制等方面展开研究，旨在实现 Delta 并联机器人高速度高精度工件抓取与动态轨迹跟踪控制能力全面提升。
1.2 Delta并联机器人国内外研究现状
Delta并联机器人具有结构紧凑、刚度大、拾放操作速度快、重复定位准确度高、承受负载能力强等一系列优点。图 1-1为 Delta并联机器人应用领域举例。
图 1-1 Delta并联机器人应用领域举例
表 1-1列出了一些 Delta并联机器人的主要性能。
我国从 20世纪 90年代开始进行并联机器人研究，现有燕山大学的黄真团队、天津大学的黄田团队等取得较大研究成果。*近 10多年来，国内有很多高校和研究机构对并联机器人展开研究，运动学求解、轨迹规划方法、动力学模型、轨迹跟踪控制（动力学控制）等是主要攻关方向。
表 1-1 国内外 Delta并联机器人性能指标对比
机器人型号ABB-IRB360/1 ADEPT-s650HS FANUC-M2iA 新松 SRBOSOO 阿童木 S6 额定载荷/kg1 2 3 3 3 循环时间/s0.36 0.42 0.43 0.6 0.26 重复定位精度/mm ±0.1 ±0.1 ±0.1 ±0.1 ±0.1 工作范围/ mm×mm 1130×250 1130×215 1130×250 1100×250 1100×370 *大速度/ (m/s) 10 10 10 10 7 *大加速度/ (m/s2) 10 15 12 12 120
Delta并联机器人现在已具有一定的工作速度和点对点定位精度，速度可达到 10m/s，点对点精度达到±0.1mm。但是，多数机器人控制仅是运动学控制，忽略了机器人的向心力、科里奥利力的不确定性和各种扰动，不考虑动态指标；或者研究者在轨迹跟踪控制方面对模型简化太多，高速过程中的各种不确定因素考虑太少，从而导致轨迹跟踪误差较大，一些高达 5mm，这些问题使机器人工作生产线精度下降。
1.2.1运动学的研究
Delta并联机器人的运动学求解决定着机器人位置控制的精度和速度，国内
