本项目研究重点将放在机械臂以及机械手的机械结构设计、无人机与机械臂的动力学模型建 立、控制器的设计和轨迹规划上，旨在获得稳定而精确的抓取。本研究内容可大致分为以下几步: (1)对机械臂以及机械手的机械结构进行设计并在 SolidWorks 软件下建立其 3D 模型，先利用 3D 打印机将机械臂和机械手的各零部件打印出来并进行组装装配，选择合适的控制器进行机械 臂的控制实验，在确保其一定自由度以及抓取功能的同时，在实验中进一步完善和优化机械臂的
结构。最后根据无人机与机械臂性能参数，选择合适的型材，进行零件加工，搭建实验硬件平台。 (2)分析不同组合的无人机-机械臂模型，根据优化后的机械结构，通过欧拉-拉格朗日方程，
对本课题下的无人机-机械臂复合系统进行动力学模型的建立。 (3)根据目前已经了解的知识以及查阅的相关资料，将对这些控制算法进行比较并做适当改
进。例如比例积分微分控制(PID)以及自适应滑膜控制(ASMC)等，通过对比，进而选择合适的控 制算法，以实现无人机机械臂的稳定抓取。
(4)将无人机-机械臂整个系统的特点结合起来，设计控制器的期望轨迹。无人机采用内环与 外环共同控制，其中将姿态控制作为内环控制，位置控制作为外环控制。而对于本课题中无人机 上的机械臂控制，本研究将直接采用简单而传统的 PID 控制。
(5)确定无人机以及机械臂的相应控制算法之后，研究并搭建实验平台的软件构架，本课题相 关的上层控制算法将基于 ROS 开发，提高其可开发性和扩展性，并在 Gazebo 下进行相关实验仿 真。由于 Gazebo 的仿真环境与实际无人机的实验环境都相当接近，因此其实验仿真结果也更加 具有可靠性和易实现性。
本研究首先在 SolidWorks 软件下对无人机机械手臂进行了三维空间上的 3D 建模，再将设计 的仿生机械手臂利用 3D 打印机进行打印并装配，同时进行实验。同时为了稳定控制无人机，在 Gazebo 仿真环境下进行无人机机械臂的抓取仿真，以此验证控制算法的合理性。最后，将无人机 与机械臂进行装配结合，进行无人机机械臂抓取实验。
技术指标包括:研究制造出增强无人机的仿生智能机器手臂，使无人机能实现基本飞行和一 定抓取功能。主要如下: 1)各个机械零部件稳定运行，并合理安排电源，控制板与视觉部分电 子元器件的安放。 2)成功实现无人机的飞行与机器手臂的抓取功能。 3)增强无人机的仿生智 能机器手臂能实现稳定控制。
仿生机器手臂的设计
此机械臂系统主要包括控制部分、电机驱动部分、传感器部分以及机械手的执行部分。其中传感器部分直接利用无人机上的相机，获取信息，再经过处理得到所需数据，如图 1 为此机械臂的系统框架。在无人机的飞行过程中，利用传感器检测得到与目标物体的深度位置信息，当达到 一定范围后，控制器发送控制指令给系统，驱动电机控制机械臂，根据事先规划好的运动轨迹进 行轨迹跟踪，当机械臂到达指定位置，在控制机械手抓取目标物体，完成无人机的抓取。与此同 时，无人机和执行机构的运动信息也通过传感器反馈给控制器，实现回路闭环，完成自主控制。
整个机械臂的结构设计部分都在 SolidWorks 软件下完成，根据性能要求，设计与之对应的机 械结构，其设计模型如图 2 所示。
通过控制电机 1 号以实现机械臂在机体水平面上的转动，电机 2 号由两个电机组成，可控制 机械臂的收放，3 号电机与机械手通过可承受高强度力的细线相连，并连通至手指，以此通过一 个电机控制机械手不同程度的张合。而在不同情况的降落时，机械手既可以全部张开，形成一个 水平面，又可有一定的闭合。
如表 1，为机械臂的主要参数:
在完成机械臂的结构设计以及电机的选择之后，先利用 3D 打印机将机械臂的各连杆模块打 印出来，进行实验调试。在实验的同时，优化机械臂的机械设计，使其性能更加完善。如下图 3 为装配好的一个自由度机械臂，三自由度机械臂以及一个仅具有抓取能力，即单个机械手，并装 配在 PX4 无人机上。由图可知，机械臂各连杆上电机通过一根总线进行串联，布线十分方便，最 后的机械手通过一个电机进行控制，极大的减轻了机械臂的质量。
在调试过程中，利用 STM32 作为开发板，用 C++编写其控制程序，实现机械臂对目标的抓 取。在控制过程中，需事先对每个电机进行编号，之后，可通过总线逐步控制每个电机的转动。 在检测到目标物体距离机械手的位置后，再通过离线的路径规划，控制各个电机的转动角度，从 而进行机械臂对路径的跟踪，以实现抓取。
无人机机械臂的仿真
如图 4 为无人机-机械臂的层次结构图，此系统主要包括硬件机构，传感器，控制系统和主要 应用等四大部分。硬件机构主要包括四旋翼无人机平台，机械臂以及用于抓取的仿生机械手。为 获得无人机状态信息，识别并检测移动平台和目标，需要用到 IMU,MEMS 传感器以及摄像机等。 在控制系统中，包含控制无人机和机械臂的自适应滑模控制，iLQR 以及传统的 PID 控制算法等。 结合以上硬件平台，传感器数据以及稳定的控制系统，此无人机-机械臂复合系统可应用于一般无 人机无法操作的场景，如进行抓取，运输，探测以及侦查等，使其运用场景得到了扩展，可使用 性也更强。与此同时，通过加入视觉算法，无人机对环境的适应性也得到提高，而无人机机械臂 这一领域的研究也变得丰富，具有很强的研究性与研究的必要性。
在做实验仿真之前，得先搭建仿真平台。本 文的仿真平台是在 Ubuntu 操作系统下的仿真器 Gazebo，利用 C++进行编程，在 ROS 的框架上实 现各个指令的传达，完成各节点的通信。创建本文研究所需的无人机-机械臂系统模型，如下图 5 所示。此模型在无人机 PX4 的基础上添加了一个两自由度的机械臂并配有一个机械爪，其中机械 爪可进行闭合运动，机械臂和无人机之间可以转动，两个机械臂之间也可进行转动。无人机内自 带了摄像机和惯性测量单元(IMU)等传感器，在仿真时，还能得到无人机的状态变化信息。因 此，为了得到机械臂的变化曲线图，只需要对机械臂的控制进行编程，将其各连杆的状态以节点 信息的形式发布出来即可。并且，此三维模型具有良好的扩展性，还可通过添加其他传感器以获 得更多信息，为控制算法的验证提供有利平台。
增强无人机的仿生机器手臂实验结果
装配机械臂的无人机可稳定飞行，成功实现无人机机器手臂的抓取功能且准确率在90%以上，仿生智能机器手臂能实现稳定控制。
如图11所示，无人机抓取目标物体并在空中稳定飞行，当降低无人机的飞行速度时，发现机械臂抓取的稳定性也更高，同时准确率也相应提高，经过100次实验，其抓取准确率平均在91% 左右。
在无人机机械臂抓取目标物体的过程中，机械臂需要能够稳定控制，以准确抓取目标物体。 为此使用了总线电机，以便更简单的发送控制指令，更有效的控制机械臂，如下图13所示:
同时，为了使用不同的环境，可根据需求更换机械手臂，如图3为制作的另一种仿生智能机 器手臂。其中还可根据需要，换成自由度不同的机械臂，如一个自由度的仿生机械爪，两个自由 度以及三个自由度的仿生机械臂等。