一种机械臂控制方法、装置及系统制造方法及图纸

本发明专利技术公开了一种机械臂控制方法、装置及系统，所述机械臂控制系统包括机械臂监控计算机、STM32单片机、压力传感器、速度传感器、位置传感器、电流传感器、超声波传感器和摄像头，各传感器及摄像头分别与STM32单片机相连接，机械臂的驱动机构与STM32单片机相连接；传感器输出作为STM32单片机输入，STM32单片机输出控制信号作为驱动机构输入，驱动机构带动机械臂实现对物料抓取；机械臂监控计算机与STM32单片机相连接，实现对机械臂抓取物料的监控。本发明专利技术能够实现机械臂高精确度的跟踪控制。

【技术实现步骤摘要】

本专利技术涉及一种机械臂控制方法、装置及系统。

技术介绍

1、机械臂广泛应用于工农业生产的各个领域中，例如汽车制造、食品加工等，执行各种重复性高的任务。机械臂可以大大提高抓取物品的效率和准确性，降低人工成本和误差率。由于物品的大小、形状、重量等因素的不同，机械臂需要具备灵活、精准的控制能力，才能实现高效的抓取。因此，如何对机械臂进行精确控制，以适应不同物品的特性，是当前精确控制机械臂亟待解决的问题之一。目前，机械臂跟踪控制是利用传感器对机械臂的位置、速度、驱动电流等进行检测，然后根据控制目标值基于例如pi、pid等算法进行闭环控制。由于传感器和控制器自身精度等多方面因素影响，难以保证参数的精确检测与控制，而诸如pi、pid等简单的控制算法亦很难确保对机械臂的位置和运动轨迹进行精确跟踪控制。

技术实现思路

1、专利技术目的：本专利技术的目的是提供一种机械臂跟踪控制精确度高的机械臂控制方法、装置及系统，能够提高机械臂的适应性和智能化程度，进一步提高抓取物料的效率和准确性，降低人工成本和误差率。

2、技本文档来自技高网...

【技术保护点】

1.一种机械臂控制方法，其特征在于，包括：

2.根据权利要求1所述的机械臂控制方法，其特征在于，信号处理模型包括SSA的NARX神经网络模型-XGBoost模型、SSA的NARX神经网络模型-SSA的模糊递归小波神经网络模型、SSA的NARX神经网络模型-SSA的BiLSTM神经网络模型和SSA的BiLSTM神经网络模型-XGBoost模型；

3.根据权利要求1所述的机械臂控制方法，其特征在于，控制器包括SSA的NARX神经网络模型-PID控制器、PI控制器、SSA的NARX神经网络模型-XGBoost模型1-3和SSA的模糊递归小波神经网络模型；

4...

【技术特征摘要】

1.一种机械臂控制方法，其特征在于，包括：

2.根据权利要求1所述的机械臂控制方法，其特征在于，信号处理模型包括ssa的narx神经网络模型-xgboost模型、ssa的narx神经网络模型-ssa的模糊递归小波神经网络模型、ssa的narx神经网络模型-ssa的bilstm神经网络模型和ssa的bilstm神经网络模型-xgboost模型；

3.根据权利要求1所述的机械臂控制方法，其特征在于，控制器包括ssa的narx神经网络模型-pid控制器、pi控制器、ssa的narx神经网络模型-xgboost模型1-3和ssa的模糊递归小波神经网络模型；

4.根据权利要求1所述的机械臂控制方法，其特征在于，压力传感器用于测量机械臂的抓力，速度传感器用于测量机械臂的速度，位置传感器用于测量机械臂的位置，电流传感器用于测量机械臂的驱动机构的电流大小。

5.一种机械臂控制装置，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，当所述计算机程序被处理器执行时，实现权利要求1至4中任一项所述的机械臂控制方法。

6.一种机械臂控制系统，其特征在于，包括机械臂监控计算机、...

【专利技术属性】
技术研发人员：周涛，刘从勇，丁卫红，马从国，马海波，秦小芹，周红标，金德飞，周恒瑞，李亚洲，张青春，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：