针对工业机器人轨迹规划算法实现困难、运动过程存在柔性冲击的难题,通过对主流机器人操作系统ROS(Robot Operating system)的研究,提出一种在ROS系统下的轨迹规划的方法。实现了六轴工业机器人在笛卡尔运动空间和关节空间理想的运动轨迹,通过优化的S形轨迹规划算法得到的关节速度、加速度、加加速度变化平滑,保证了机器人运动过程的快速平稳,有效降低了柔性冲击。并通过RViz对机器人进行仿真,仿真结果和关节角度曲线图符合预期效果,表明了此方法的可行性。

针对气动力伺服系统的非线性、时变性和不确定性，在已有RBF神经网络PID控制算法的基础上，提出了一种改进的控制算法。在RBF网络参数调整中引入动量因子，考虑参数变化的经验积累，减小系统振荡；同时，采用LM（Levenberg—Marquardt）算法代替梯度下降法对算法中PID参数进行实时在线调整，加快其响应速度。最终通过MATLAB仿真和基于LabVIEW的实物验证实验，测试了改进算法在气动力伺服系统中的控制效果。实验结果表明，改进算法的快速性和鲁棒性明显提高，在气动力伺服系统中具有良好的控制效果，且在工业现场具有实用性。