七自由机器人逆运动学研究

本文提出了一种具有球形腕的冗余度机器人逆运动学实时解的新方法。即采用位姿分解方式，使逆运动学划分为球形腕位置和姿态两部分。     

冗余自由度机器人的运动学逆解

导出了冗余度机器人基于优化力度的运动学逆解，并将优化力度函数用于冗余度机器人运动学优化控制．通过调整优化力度函数中自运动限制因子的取值，可以改变自运动速度在关节角速度中所占份额。实现人为地控制任务时间段内关节角速度的大小，使各关节角速度接近一致，实现二次优化．     

冗余自由度机器人的运动学逆解

导出了冗余度机器人基于优化力度的运动学逆解,并将优化力度函数用于冗余度机器人运动学优化控制.通过调整优化力度函数中自运动限制因子的取值,可以改变自运动速度在关节角速度中所占份额,实现人为地控制任务时间段内关节角速度的大小,使各关节角速度接近一致,实现二次优化.     

扩展雅克比方法的冗余度机器人逆运动学应用

采用用于冗余度机器人求解的扩展雅克比方法,通过引入次级任务实现了冗余度机器人的周期性控制.介绍了自行研制的4自由度轻型机器人,以指定的空间轨迹作为主要操作任务,采用姿态控制作为次级任务,对4自由度冗余机器人进行了逆运动学求解和实验验证.并给出了机器人关节空间的期望变量,得到了关节空间和笛卡尔空间的轨迹误差.     

回避障碍和关节极限二元准则的冗余度机器人运动学逆解研究

为解决梯度投影法求解回避障碍和关节极限下运动学逆解过于严格优化反而限制运动灵活性的问题，首先通过障碍边界约束化建立了通用多边窗口障碍回避作业准则。并根据作业函数对关节角导数的正负变号情况分别定义加权系数，进而引入较为合理的加权系数矩阵，得到了回避障碍和关节极限二元准则下冗余度机器人运动学的加权最小二乘逆解方法。     

喷浆机器人运动学逆问题

对一种新型的喷射混凝土机器人的运动学逆问题进行了详细的研究，由于用代数法求解此机器人运动学逆问题时方程繁琐鸡解，采用了数值算法，即年牛顿－拉普森算法，此算法可以保证收敛并且收敛速度也较快，可以满足在线实时控制的要求。     

焊接机器人运动学正逆解

为了达到使焊接机器人完成工作任务的目的,通过设立坐标系和建立运动方程对机器人进行运动学分析,解出运动学正解和逆解。利用已求出的转角形成手部的转动,使手部到达所需的焊接位置并满足焊接姿态的要求,通过焊接机器人程序控制完成焊接任务。研究结果表明:利用已求出的转角的转动可使手部到达所需的焊接位置和姿态。     

7自由度仿人手臂运动学研究

介绍了服务机器人7自由度仿人手臂运动学分析的方法,对逆运动学求解采用两种方式:一种是将7自由度退化成6自由度来求运动学逆解;另一种是将机器人手臂分成臂和腕两部分,采用位姿分离法来求运动学逆解,体现了冗余度特性.两种方法简化了逆运动学求解,计算量都比较小,适合实时控制.     

喷浆机器人运动学逆问题

对一种新型的喷射混凝土机器人的运动学逆问题进行了详细的研究．由于用代数法求解此机器人运动学逆问题时方程繁琐难解,采用了数值算法,即牛顿一拉普森算法．此算法可以保证收敛并且收敛速度也较快,可以满足在线实时控制的要求．     

PUMA机器人逆运动学分析

分析了PUMA机器人位置结构和姿态结构的特点,根据末端执行器位置矢量和姿态转换矩阵,在考虑臂形标志的基础上建立运动学算法,在Matlab5.3上建立仿真实验系统,验证该算法的有效性。     

冗余度机器人的运动学和动力学优化

对冗余度机器人的运动学和动力学优化问题进行了比较研究,发展和完善了出休斯敦（Ｈｕｓｔｏｎ）提出的冗余多体系统动力学优化的咱然动力学解”的概念,并扩展其物理意义．同时,本文还给出了一些具体的优化结果．     

7自由度仿人手臂运动学研究

介绍了服务机器人7自由度仿人手臂运动学分析的方法，对逆运动学求解采用两种方式：一种是将7自由度退化成6自由度来求运动学逆解；另一种是将机器人手臂分成臂和腕两部分，采用位姿分离法来求运动学逆解，体现了冗余度特性．两种方法简化了逆运动学求解，计算量都比较小，适合实时控制．     

新型可重构机器人逆运动学的研究

提出新的模块建模方法,通过新的建模方法,可快速搭建机器人的运动学模型．将机器人在目标点的工作位形分解成有限个构形平面的方法,通过对分解的平面构形的工作空间描述,进行构形平面间的姿态和位置匹配,从而找到机器人的数值逆解．通过对采用基本模块搭建的八自由度机器人构形的运动学实例仿真,验证了该方法的可行性．     

粮仓取样机器人机构运动学逆解的初步研究

在粮仓取样机器人中,求运动学逆解的方法很多,但都比较繁琐,运算过程冗长.本文主要阐述一种近期常用的方法--偶数方法,它将使机构求解的过程大为简化,且易实现机器人的离线编程以及实时控制,本文旨在对该方法进行介绍并对其在机器人机构中的应用进行初步探讨.     

基于人工神经网络的机器人逆运动学问题的求解及控制系统

本文应用人工神经网络原理,探讨了机器人逆运动学问题的求解及其控制系统方案.     

PUMA机器人逆运动学分析

分析了PUMA机器人位置结构和姿态结构的特点,根据末端执行器位置矢量和姿态转换矩阵,在考虑臂形标志的基础上建立逆运动学算法,在Matlab5.3上建立仿真实验系统,验证该算法的有效性.     

MOTOMAN机器人逆运动学新分析

为解决机器人逆解过程中存在解被丢失、大量矩阵逆乘、多组解的问题,提出了一种新的推导MO-TOMAN机器人逆运动学的方法.在解的推导过程中,采用双变量正切函数避免了解被丢失的可能性,回避了大量的逆矩阵相乘,简化了求解过程,大大减少了计算量,针对有多阻逆解的情况,采用"最短行程"准则,选取一组最接近于当前操作臂的解.研究成果已在深圳市元创兴科技有限公司自主研发的六自由度工业机器人中得到成功应用.实际应用结果表明本文研究的方法是正确的.