機器人期末測試含部分答案

1、工業(yè)機器人期末測試一、 機器人運動學1. 關節(jié)型機器人結構如圖所示。已知關節(jié)變量值，。求各關節(jié)運動變換的齊次變換矩陣。解（1）：D-H坐標系的建立 按D-H方法建立各連桿坐標系，如圖所示。忽略機器人高度的影響，將 0o 系設在關節(jié)1的軸線上，0o與01重合,o0x0代表機器人的橫方向，初始位置與肩關節(jié)軸線相同，o0y0 代表機器人手臂的正前方，o0z0 代表機器人身高方向。o1x1 軸在水平面內，o2x2 軸沿大臂軸線方向，o3x3 軸與小臂軸線垂直，o4x4o5x5o6x6。坐標原點o2、o3與o4、o5重合。o6x6y6z6為終端坐標系，該坐標系考慮了工具長度d6。(2)確定各連桿的D-H

2、參數(shù) （3） 求兩桿之間的位姿矩陣Ti 2. 如圖二自由度平面機械手，已知手部中心坐標值為。求該機械手運動方程的逆解及。二、 機器人動力學1. 如圖二自由度平面機械手，已知桿長，相關參數(shù)如下表所示。求表中兩種情況下的關節(jié)瞬時速度和。2. 已知二自由度平面機械手的雅可比矩陣為。若忽略重力，當手部端點力時，求與此力相應的關節(jié)力矩。解：因為雅可比矩陣為三、機器人的智能控制簡述機器人人工神經網絡控制技術的原理及方法。答：基本原理：神經元是以生物神經系統(tǒng)的神經細胞為基礎的生物模型，在人們對生物神經系統(tǒng)進行研究以探討人工智能的機制時，把神經元數(shù)學化，從而產生神經元數(shù)學模型。機器人的神經網絡動力學控制方法中

3、,典型的是計算力矩控制和分解運動加速度控制,前者在關節(jié)空間閉環(huán),后者在直角坐標空間閉環(huán).在基于模型計算力矩控制結構中,關鍵是逆運動學計算,為實現(xiàn)實時計算和避免參數(shù)不確定性,可通過神經網絡來實現(xiàn)輸入輸出的非線性關系.對多自由度的機器人手臂,輸入?yún)?shù)多,學習時間長,為了減少訓練數(shù)據(jù)樣本的個數(shù),可將整個系統(tǒng)分解為多個子系統(tǒng),分別對每個子系統(tǒng)進行學習,這樣就會減少網絡的訓練時間,可實現(xiàn)實時控制.四、 機器人的控制基礎交流伺服電動機有哪幾種調速方式，請分別說明其原理。 答:交流電動機的調速方法很多,有調壓調速、斬波調速、轉子串電阻調速、串級調速、滑差調速、變頻調速等。但是從本質上講，由異步電動機的轉速公式可知，交流電動機的調速方法實際上只有兩類；1. 在電動機旋轉磁場的同步速度恒定的情況下調節(jié)轉差率，屬于耗能的低效調速方法。原理是，在電源電壓一定時，從電源輸入的功率就是一定的，通過電樞中串電阻調速，就是在電阻上產生一部分損耗，使電動機的功率減少，轉速降低。2. 調節(jié)電動機旋轉磁場的同步速度，屬于高效的調速方法。原理是，改變電動機的輸入電