请选择 进入手机版 | 继续访问电脑版

作品展示

原创作品:110725

系统分类: 机器人创想秀 - 梦想家

作品版权:110725 版权所有,禁止匿名转载;禁止个人使用。

110725

2016-6-11 17:28:52

决赛得分

总分(0)点赞数(0)评委打分(0)

初赛得分

总分(57.74)点赞数(14)评委打分(56)

评委[创想秀_评委5]:一个可实现的有特定应用需求的机器人设计模型, 有多种实现方式的比较。

作品亮点:

置自动识别并接收到运动员发出的捡网球命令后,采用图像识别技术自动识别网球落下的方位。然后,对网球的位置分布作一个最优的行程判断,再走到每个球落下的地方。最后,将网球捡起来,放进存放腔中。当机器人接收到由运动员发出送球指令后,再自动地把网球送到指定点,完成自动捡网球的一个工作流程。 本论文,主要涉及到的是机械结构部分的设计,采用3D软件构建出机器人的模型,并且对各个设计出的运动机构进行分析说明。

作品说明:

总体设计方案
1 行走方式
机器人行走机构的分类和各类的特点  
行走方式 特点  
轮式 最适合平地行走,安装简单,方便  
履带式 可以在有些凸凹的地面上行走,可以跨越障碍物,能爬梯度不太高的台阶。  
行走式 机器人的重心落在脚掌上,它一方面要取得准静态平衡,另一方面要稳定步行。因此,它的控制比较复杂。  
由于网球赛场一般都比较宽敞,且地面比较平整,所以选择轮式会比较合理。并且,轮式的机器人设计和制作的过程相对其它类型的机器人较为简单,在控制系统的设计方面的处理也比较容易。
2.1路径规划研究现状  
路径规划方法有:可视图法、栅格法、人工势场法以及模糊逻辑控制方法等。随着研究的发展,路径规划系统的控制目标和控制方法都产生了很大变化。    研究初期,路径规划系统的控制目标为系统的最优性。例如行驶路程最短,耗时最少等。路径规划一般采用经典控制方法。经典控制方法基于系统状态方程,其算法表现出高度的精确性。这种路径规划方式有许多局限性。由于小车在行驶过程中,环境往往存在许多未知因素,因此很难用精确的数学模型来描述这一过程。即使拥有精确的环境地图能够规划出最优行驶轨迹,由于AGV运动系统和路面状况的复杂性等原因,也很难控制车辆按理想轨迹行驶。此外,基于状态方程的精确控制方法在面对复杂系统时计算量巨大,这会导致消耗大量系统软硬件资源,影响系统实时性。随着研究的深入,人们逐渐
认识到机器人对环境的“适应性”相对“最优性”而言是更为基础, 规划目标:
控制方法:
  经典控制方法
最优性
人工智能  实时性,智能性,自适应性
更为重要的指标。因此系统的设计目标开始朝着实时性、智能性、自适应性方向发展。系统的控制方法则朝着人工智能方向发展。人工智能技术涵盖面很广,它的研究目标是使机器能拥有类人的智能。目前,AGV路径规划问题上涉及最多人工智能技术是遗传算法、神经网络和模糊控制技术。  遗传算法以自然遗传机制和自然选择等生物进化理论为基础,构造一类随机化搜索算法。它利用选择、交叉和变异来培养控制机构的计算程序,在某种程度上对生物进化过程做数学方式的模拟。它不要求适应度函数是可导或连续的,而只要求适应度函数为正,同时作为并行算法,它的隐并行性适用于全局搜索。多数优化算法都是单点搜索算法,很容易陷入局部最优。而遗传算法却是一种多点搜索算法,因而更有可能搜索到全局最优解。由于遗传算法的整体搜索策略和优化计算不依赖于梯度信息,所以解决了一些其它优化算法无法解决的问题。遗传算法的缺点是运算速度不快,进化众多的规划要占据较大的存储空间和运算时间。  神经网络和模糊技术都是模拟人类智能的技术。但是它们分属两个截然不同的研究领域。模糊技术从人的思维外特性,即语言和对世界认识的概念上去模仿人类智能,而神经网络则是从人脑的物理结构上去研究人类智慧的产生和形成。两者机理不同,特点不同,但殊途同归都从不同程度上构造了具有一定人类智能特性的控制系统。  神经网络模拟了人脑神经元活动的过程,它具有并行化、自组织、自学习等特点。利用神经网络可对小车的行驶行为和环境进行学
习,从而使得小车具有自主行驶能力。模糊技术具有人类智能的模糊性和推理能力。  它可将人的经验融入控制中,从而提高系统的鲁棒性和自适应性。在路径规划中,模糊推理的应用主要体现在基于行为的导航方式上。所谓基于行为的导航,就是将机器人的运动过程分解为避障、边界跟踪、调速、目标制导等基本行为,各基本行为的激活由不同的机构分别控制,机器人的最终操作由高层控制机构对基本行为进行平衡后作出综合反应。传感器数据用模糊逻辑进行融合后,可以确定是否激发低层行为,然后再利用模糊推理对存在冲突的低层行为进行优先权判别,从而决定实际操作。模糊控制方法将信息获取和模糊推理过程有机结合,从控制目标上看,它以自适应性取代最优性,从控制手法上看它以模糊性取代精确性。这种控制方法的优点在于不依赖机器人的动力学、运动学模型,系统控制融入了人类经验,同时计算量小,构成方法较为简单,节省系统资源,实时性好。
2.2 捡球方式  对于捡球方式有两种方案。
第一种方法就是设计一个机械手,直接将乒乓球抓取,并且将乒乓球放到存放腔中,比较复杂而且效力太低了。
另一种方法就是扫入机器人身上,特点简单快捷高效。因此,捡球的方式选用这个方式。   
2.3 驱动和转向的方式  机器人采用24V/380 60 RE30 瑞士大功率空心杯电机/伺服电机/马达,并且用前轮驱动、后轮导向方式。导向采用的是万向轮,万向轮可以由厂家直接生产制造出来,不必另外设计,而且比较容易获得,使用起来也比较方便。导向轮安装在脚轮轮子的支架能在动载或者静载中水平360度旋转,起到导向的作用
     用以实现机器人转向的方法有很多。常用到的有以下几种:
1)差动型转向。对于轮式和履带式机器人的转向来说,差动法是最为常用的方法。当转向时,机器人一侧的轮子或履带停止前进或反向运动,另一侧的则继续向前运动,从而使机器人向轮子或履带停止或反向运动的一侧转向。
2)汽车型转向。汽车型转向虽然没有差动型转向的机动性好,但它适用于室外路况,特别是不平坦的路面。采用此种转向方式的机器人转向圆圆心是在轮子的外侧,而不是在两轮之间,因此可以获得更大一些的牵引力。
3)三轮车型转向。差动型转向的最大缺点就是当驱动机器人两侧车轮的电机中一个速度略微慢一点,机器人所行进的路径就会变成曲线。使用三轮车型转向的机器人,必须合格证其用于转向的电机定位,否则无法保证机器人能进行直线运动。
4)全方位型转向。这种方式要求机器人具备三个具备转向功能的驱动轮,而这些车轮需要两个电机,一个用于转向,另一个用于驱动车轮运转。全方位机器人有很强的灵活性,并且转向准确,但技术实现比较困难[2]  
本设计主要采用差动方式进行转向。在机器人的两侧在相对应位置各安装一个相同的电机,分别驱动两个车轮,并且实现差动驱动。机器人的两个轮子以相等的速度和相同的方向转动时,可以实现机器人的向前和向后的运动;当左轮停转或者反转时,可以实现机器人的左转向;当右轮停转或者反转时,可实现机器人的右转向;当两轮以相同速率地正转或者反向转动时,机器人将会原地转向,从而实现机器人的原地左转或者原地右转。
    综上可知,设计的整个机器人总共需要三个轮子。装在前面的两个车轮是驱动轮,起到驱动的作用,并且两轮独立驱动。装在后面一个轮是万向轮,起到导向的作用。
2.4 主体材料的选择  制作机器人常用的材料主要有以下几种。
1)木材。选用木材的最大优点是它的价格低廉,加工方便,可直接用手工锯进行加工。但是,它在零件接头的地方比较容易损坏,而且比较容易磨损。
2)塑料。塑料的种类较多,可以根据机器人不同的功能,选择出不同的塑料。这主要有以下三种塑料可以选择。第一,热固性塑料。这种塑料较坚硬。它只能通过切削来定型,它一般用于硬塑料玩具、电器产品和其他对结构强度有一定要求的产品中。第二,弹性塑料。它具有很高的弹性,它和热固性塑料一样,不能通过加热的方法来定型。第三,热塑性塑料。它可以作不同用途、不同厚度的材料使用。常用的塑料材料有ABS(丙烯腈-丁二烯)、丙烯酸塑料、纤维素塑料、环氧树脂、尼龙、酚醛塑料、聚碳酸酯、聚乙烯、聚丙烯、聚苯乙烯、聚亚氨酯、PVC(聚氯乙烯)、硅树脂。
3)金属材料。这种材料的强度较大,而且来源广泛,通常选用碳钢和铝合金。选用这种材料一个是加工简单,便宜,本设计中只要用到了钣金加工,CNC加工。
4)有机玻璃。这种材料比较难获得,而且价格相对其它材料也比较昂贵[1]  由于制作的自动捡球机器人体积较小,要求的重量也较轻。因此,主体的制造材料选为环氧树脂塑料。该材料是一种非常耐用而且干净的塑料,通常用作玻璃纤维的黏合剂。它在大多数情况下成液态,被用于灌注到别的零件或者玻璃纤维基体上。干燥后,环氧树脂可以切割、钻孔和抛光。
因此,选该塑料和钣金作为机器人的主体材料比较合适。

其他作品
89702发表于 2016-6-13 17:25:44 | 显示全部楼层

支持,适应需要,希望成真,,为你点赞啦!
祁祁213发表于 2016-6-11 22:58:47 | 显示全部楼层
赞一个!
返回列表