毕宪东 王 振 李朝龙

(1. 安阳中等职业技术学校，河南 安阳 455000；2. 河南科技大学，河南 洛阳 471000；3. 华北理工大学，河北 唐山 063210)

近年来，随着“工业4.0”浪潮席卷全球，各国都在关注制造业的转型和精细化，提高制造业的自动化水平是大势所趋[1]。机器人是自动化时代的象征，是智能时代的基石[2]。以工业机器人技术为代表的智能化生产线越来越受到人们的重视，Delta机器人凭借诸多优点在食品、医药等轻工生产中应用广泛。目前，国内外对Delta机器人相关技术的研究较多，但对Delta机器人抓取方法的研究较少。苏婷婷等[3]提出了一种基于法拉利方法的动态物体抓取方法。结果表明，相比于传统方法，该抓取位置的计算更加准确、快速，满足实时性要求，不需要设置初始值，使用方便。郝大孝等[4]提出了一种新的动态抓取方法用于Delta机器人抓取控制。结果表明，该方法的抓取成功率小于2%，误抓率为0，满足抓取的实时性要求。陈志伟等[5]提出了一种基于机械视觉的平面抓取方法用于Delta机器人控制。结果表明，机器视觉与并联机器人相结合能够准确地识别、抓取和放置工件。胡斐等[6]提出了一种基于改进粒子群优化算法的Delta机器人抓取控制方法。以路径最短和稳定性最优为优化目标，通过粒子群优化轨迹。结果表明，相比于优化前，该控制方法抓取效率得到大幅提高，对机构末端的影响降到最低。但上述方法都存在抓取动态目标时稳定性不足、泛化能力弱等问题，需要进一步提高适应性。……