连续型机器人运动学仿真和操控系统设计

为了适应越来越复杂的非结构化环境,设计了一种基于球铰链连接和柔性支撑杆结合的线驱动连续型机械臂,并基于常曲率模型的假设建立连续型机器人的运动学模型,研究连续型机器人驱动映射关系,利用MATLAB进行运动学和驱动映射的仿真,仿真结果表明连续型机器人的空间优越性。搭建三关节连续型机器人样机平台,基于连续型机器人的特点设计末端关节跟随手柄操作模式,并在样机平台上实验验证,实验结果表明了运动学模型和驱动映射关系的合理性和正确性以及操控方式的可行性。     

基于改进天牛须算法的电力攀爬机器人运动学逆解算法

为了提高电力系统的自动化水平,减轻电力工人在检修高压输电系统时的劳动强度,同时保障电力工人人身安全,提出并设计一种可以攀爬电力铁塔的六自由度关节式机器人,针对该构型进行运动学分析和求解.为解决传统的解析法用于机械臂逆运动学求解过程中存在操作繁琐和奇异点无法逆运算等问题,提出一种基于改进天牛须算法的电力攀爬机器人运动学逆解算法.首先,对电力攀爬机器人进行DH建模,得到正运动学方程;然后,使用正运动学方程和目标位姿建立代价函数,采用改进天牛须算法对代价函数优化;最后,使用Matlab实现此算法进行仿真验证.实验结果表明,与传统的天牛须算法、改进遗传算法以及改进粒子群算法相比,所提出算法具有较好的收敛性,求解精度较高.     

欠驱动平面机器人逆运动学求解研究——粒子群优化神经网络算法求解

针对欠驱动平面机器人三连杆简化模型,分析模型的动力学方程及其积分特性,采用模型退化方法,将该模型的方程式从部分可积降阶为两个完全可积的子方程式,计算关节之间的角度约束关系。为克服粒子群算法实现逆运动学求解收敛慢、易陷入局部最优等缺陷,依据得到的关节角度约束关系,以实际角度与理想角度的误差平方和作为适应度函数,提出利用粒子群优化神经网络的学习型算法进行求解。仿真实验验证了方法的有效性。     

仿人机器人逆运动学在线求解方法研究

针对仿人机器人逆运动学在线求解问题,从计算实时性与数值稳定性的角度展开研究。分析了仿人机器人下肢拓扑结构,建立其运动学模型与前向运动学描述,根据当前机器人逆运动学算法研究成果,将几何方法与阻尼最小二乘法相结合,并结合分段阻尼思想,提出一种仿人机器人在线逆运动学求解算法。根据运动规划结果,将所提方法与基于雅可比矩阵的广义逆方法通过仿真算例进行对比,验证了所提方法在奇异位形附近的数值稳定性和在线实施的可行性。     

基于遗传粒子群的PUMA机器人逆运动求解

在优化机器人动态特性的中研究,由于机器人逆运动问题.随着运动关节的增多,逆运动求解问题越来越复杂,要建立通用的解析算法相当困难.针对目前运用的粒子群算法求解时收敛精度不高、易陷入局部最优的情况,提出利用遗传粒子群优化算法求解机器人逆运动问题.运用D-H表示法建立机器人数学模型,然后从正向运动方程出发建立优化算法的目标函数,在粒子群算法中引入遗传操作求解问题.对PUMA机器人的仿真结果表明,改进方法提高了机器人位置和姿态方面的求解精度,达到了有效计算及控制机器人参数的效果.     

可运动解耦的连续体单孔手术机器人设计与控制

提出一种可拓扑解耦的连续体单孔手术机器人,通过设计中间联动连续体段可以实现多段驱动间的解耦,并且机器人的末端姿态仅取决于远端形变段,实现了位姿分离.基于该运动解耦构形,设计了一种基于空间十字交叉曲面盘的连续体骨架结构来实现具有6自由度的多段连续体机器人,建立了机器人的正运动学,并给出了逆运动学的直接求解法.最后进行了机器人驱动解耦与轨迹跟踪控制实验,经过测试,机器人解耦运动的平均角度误差为2.39?,在20 mm/s的速度及无负载条件下轨迹跟踪误差为1.46 mm.实验表明机器人具有较好的驱动空间解耦能力,并能够基于逆运动学直接求解法实现机器人稳定的运动控制.     

基于扩散原理的冗余机器人逆运动学的学习方法

本文介绍一种基于扩散原理的机器人逆运动学学习方法．首先运用偏微分扩散方程, 只需少量的试验运动即可求解在有限作业空间上拥有同样拓扑关系的机器人逆运动学变换． 然后应用反馈误差学习法修正学习误差．在此基础上,提出一种并行分布结构用于冗余机器 人逆运动学计算．分析与仿真结果表明,该方法不仅算法简单、精度高,而且可获得连续的 逆运动学映射．     

双足机器人NAO爬楼步态规划

双足机器人的爬楼梯性能是衡量其在复杂环境下行走能力的一项重要指标.本文针对双足机器人NAO爬楼梯步态规划问题,提出一种离线步态规划方法：基于几何法建立机器人爬楼梯逆运动学模型;将运动解耦为前向运动和侧向运动,对于起步、中步和止步三个阶段,采用加速度空间法和几何约束规划法,计算各关节运动轨迹,并基于其逆运动学模型,得到各关节角序列;分别基于NAOSim和NAO进行虚拟样机仿真实验和实物样机验证.实验结果表明,步态规划方法合理有效.     

钢丝绳传动机器人运动学的支路分析方法

通过研究分析一类[N+1]条钢丝绳驱动[N]个自由度机器人的运动学,其运动学可通过推导移去钢丝绳后开环链机器人关节空间与笛卡尔空间之间的运动学关系和关节空间与驱动空间之间的运动学关系来完成。在基本回路、共轴条件和传动线运动学分析的基础上,提出了用支路矩阵和等效半径矩阵描述钢丝绳传动机器人运动学的支路分析方法。根据钢丝绳传动原理,通过观察法可直接列写支路矩阵和驱动空间等效半径矩阵,从而得到了驱动空间与关节空间之间的运动学映射关系,解耦了由于钢丝绳传动导致机器人关节间的运动耦合。结合传统机器人运动学,实现了驱动空间、关节空间和笛卡尔空间完整运动学映射关系,加快和简化了钢丝绳传动机器人运动学建模和分析过程。以Stanford/JPL手指为例进行了运动学分析和仿真,验证了用支路矩阵和等效半径矩阵描述钢丝绳传动机器人运动学支路分析方法的正确性,为钢丝绳传动机构的设计、运动学分析与控制奠定了基础。     

工业码垛机器人运动学仿真

码垛机器人的运动学分析是实现码垛控制的前提和基础.针对码垛机器人的结构特点,运用空间几何方法对码垛机器人的运动学特性进行理论分析,建立驱动关节与末端执行器的映射关系.利用INVENTOR和ADAMS软件建立了码垛机器人参数化虚拟样机模型,进行运动学仿真.同时,对码垛机器人码垛轨迹仿真优化.实验结果证明,新型工业码垛机器人具有良好的运动学特性,符合现代码垛作业的要求.新提出的机器人仿真分析方法,对进一步提高码垛机器人技术的设计水平,具有促进和借鉴作用.     

PUMA机器人逆运动模拟退火粒子群求解方法

机器人逆运动问题随着运动关节的增多而越来越复杂,要建立逆运动通用的解析算法相当困难。提出利用模拟退火粒子群优化算法在解空间的搜索能力,直接从正向运动方程出发求解机器人关节变量的方法,讨论了目标函数的建立方式及算法实现步骤。实验分析该方法在位置和姿态方面的求解精度,并证实了算法的有效性。     

结合MPGA-RBFNN的一般机器人逆运动学求解

针对一般机器人逆运动学求解过程中存在的求解速度慢、精度低的问题，将多种群遗传算法（multiple population genetic algorithm，MPGA）引入径向基函数神经网络（radial basis functions neural network，RBFNN），提出一种适用于一般机器人的高精度MPGA-RBFNN算法。该算法采用3层结构的RBFNN进行一般机器人逆运动学求解，结合一般机器人的正运动学模型，采用MPGA优化RBFNN的网络结构和连接权值的方法，同时应用混合编码和演化的方式，实现了从机器人工作空间位姿到关节角度的非线性映射，从而避免了复杂的公式推导并提高了求解速度。采用6R一般机器人作为实验平台进行实验，实验结果表明:MPGA-RBFNN算法不仅提高了一般机器人在逆运动学中的求解速度，而且MPGA-RBFNN算法的训练成功率和逆解的计算准确率也得到了提高。     

基于精英策略粒子群算法机械臂逆运动求解

多关节机械臂空间姿态控制研究中,逆运动分析是控制的基础,由于多关节机械臂逆运动求解问题较为复杂,对其求解结果优劣性的判别比较困难.为了解决传统关节变量算法在求解过程中收敛精度不高、局部最优解过多的问题,利用精英策略搜索粒子种群中的优质粒子,提高了算法整体适应度值,避免求解陷入局部最优解.仿真实验结果表明,基于精英策略多目标粒子群算法(ETMOPSO)提高了机械臂空间姿态的求解精度,为多关节机械臂空间姿态控制提供了一种研究思路.     

基于改进粒子群的3D-Mesh CMP片上网络映射算法

经典粒子群算法是在连续的解空间里进行的,粒子的方向、速度的确定采用的是二维空间的运算法则,不适合在N维空间里进行,而3D-NOC映射问题面对的是N维离散解空间。对此,提出一种改进的粒子群算法以及相应的算法评估模型。该算法通过引入非支配解(Pareto解)的概念对粒子群算法进行改进,使得算法不仅可以对多个评估模型参数同时优化,而且可以依据实际的应用对单个评估模型参数进行优化。仿真实验结果表明,该算法在单个评估模型且同等计算规模下对比随机映射性能有显著的提升,在降低运算规模方面有很好的优化能力,且在多模型下取得的综合最优解比之相应的单独评估模型下的最优解只有很小的下降。     

关节型机器人运动学仿真及控制系统设计

关节型机器人各运动关节动态特性和控制系统的稳定性直接影响机器人以及轨迹规划的可达性。以IRB140关节型机器人为研究对象,依据标准D-H参数法和空间位姿变换理论推导出机器人正向运动学数学模型,并采用机器人逆运动学和改进后的五次多项式插值算法实现了机器人在关节空间下进行轨迹规划时各运动关节速度和加速度过渡平滑的目的。最后,搭建机器人控制系统实验平台,实验结果表明,所设计的关节型机器人控制系统能够准确、稳定的控制各关节运动,精准地完成不同运动路径下的夹取搬运任务,满足实际生产工作要求。     

连续型同心管机器人正运动学快速求解方法

针对可在受限环境中灵活运动的连续型同心管机器人传统正运动学方法计算时间较长,不利于机器人实时运行的问题,本文提出了基于机器人几何学的同心管机器人正运动学快速求解方法,能够在精度损失有限的情况下,提高正运动学模型的计算效率.先根据Cosserat杆模型对同心管机器人进行建模,再利用李代数理论建立了机器人空间位置和曲率的关系式,并结合提出的正运动学方法,对机器人进行了基于逆运动学的开环控制实验.最后通过3管机器人的仿真和实物实验验证了本文所提方法的快速性和有效性.     

基于粒子群优化的异构多处理器任务调度算法

为提高异构多处理器任务调度的执行效率,充分发挥多处理器并行性能,提出一种基于粒子群优化的异构多处理器任务调度算法——FPSOTTS算法。该算法以求得任务最短完成时间为目标,首先通过建立新的编码方式和粒子更新公式实现粒子搜索空间到离散空间的映射,使连续的粒子群优化算法适用于离散的异构多处理器任务调度问题;同时通过引入禁忌算法进行局部搜索,克服粒子群算法的早熟收敛现象,避免陷入局部最优。实验结果表明,FPSOTTS算法的执行效率优于Min-min算法和遗传算法,有效地降低任务的执行时间。FP-SOTTS算法很好地解决了异构多处理器任务调度问题,并且适合于大规模并行任务调度。