PUMA机器人运动学逆解新算法

6R串联机器人的逆解求解复杂,使用传统的D-H算法求解该问题计算量大且无法避免奇异点.将PUMA机器人的逆运动学的求解分为位置求解和姿态求解两个过程.首先使用D-H方法进行位置求解得到关节角θ₁,θ₂,θ₃,然后使用单位四元数的方法求解出θ₄,θ₅,θ₆.最后,在PUMA机器上进行验证,新的方法能够正确求解出所有解析解.对比新方法、D-H方法和倍四元数的方法,新方法较D-H方法速度提高了15%左右.     

机器人逆运动学求解的可视化算法

机器人逆运动学求解的可视化算法包含两部分，数值求解两个(或一个)非线性方程和4(或5)自由度机器人封闭解，实现了任意结构的6自由度机器人的逆运动学方程的求解，根据D-H参数表生成机器人三维模型实现机器人结构的可视化，有效地判断逆解的合理性，并为机器人学习提供了辅助工具。     

基于免疫RBF神经网络的逆运动学求解

求解机械臂逆运动学问题可以采用神经网络来建立逆运动学模型,通过遗传算法或BP算法训练神经网络的权值从而得到问题的解,在求解精度和收敛速度上有待进一步改进。采用人工免疫原理对RBF网络训练数据集的泛化能力在线调整隐层结构,生成RBF网络隐层。当网络结构确定时,采用递推最小二乘法确定网络连接权值。由此对神经网络的网络结构和连接权进行自适应调整和学习。通过仿真可以看出,用免疫原理训练的神经网络收敛速度快,泛化能力强,可大幅提高机械臂逆运动学求解精度。     

基于三个并行BP神经网络的机器人逆运动学求解

针对传统的求逆运动学方法相当复杂,一般的神经网络收敛速度慢、精度不高的缺陷,提出一种由3个并行的BP(BackPropagation)神经网络组成的系统来解决运动学逆问题,输入数据分别通过3个并行的BP神经网络,再对输出分别求正运动学解,然后计算误差,最后选择误差最小的作为系统的输出;仿真表明,该方法可以有效地解决运动学逆问题,使用3个并行的BP神经网络可以使整个系统的误差更小,BP神经网络使用Levenberg-Marquardt训练方法,可以使学习收敛速度更快。     

一种新的符号求解机器人逆运动学的分离变量法

本文提出一种新的分离变量法，在ＰＡＵＬ分离变量法失败的情况下，它能从位置方程组中递推地分离出可解析求解的简单三角／代数方程。该方法是ＰＡＵＬ方法的又一补充。     

一种求解机器人操作器运动学逆问题的分解解法

本文提出了一种新的求解操作器运动学逆问题的分解解法,它是对现有的代数解法和几何解法的综合.文中结合 PUMA 操作器对该解法作了具体阐述.     

基于改进麻雀搜索算法的锚护机器人逆运动学求解

针对麻雀搜索算法（sparrow search algorithm,SSA）在求锚护机器人逆运动学解过程中容易出现收敛速度慢、易陷入局部最优等不足,提出一种优化麻雀搜索算法的逆运动学新解法。先通过反向学习策略生成初始种群,增加种群多样性;之后再引入柯西-高斯变异,提高算法的全局寻优能力,防止陷入区域最优解的情况;最后,以CMM2-24钻车为例,对锚护机器人进行仿真实验。实验结果显示,锚护机器人的位置、姿态以及位姿3个方面的误差收敛精度均有明显提高。充分说明了ISSA精度高、收敛速度快、稳定性好。     

约束条件下的巡线机器人逆运动学求解

高压输电线路巡检机器人是一种多关节悬挂运动机构,要实现其运动控制就需要根据机器人的本身机构特点和悬挂系统的运动约束条件进行运动学分析.本文利用微分扭转法对巡线机器人的正向运动学进行了求解,并通过对机器人悬挂系统的力学分析,得到了机器人运动学的约束条件,并在这种约束条件下,采用了一种可用来进行实时控制的迭代循环坐标下降(CCD)算法,来进行机器人的逆运动学求解.这种迭代算法对于有运动约束系统的逆运动学求解具有较强的适用性,而且它具有较好的收敛性和有效性,适合于在线计算,便于巡线机器人的实时运动控制.     

一种基于思维进化算法的神经网络求解机器人逆运动学问题

研究了SCARA机器人的逆运动学问题,提出了一种采用思维进化算法来学习神经网络连接权值的方法。并将该算法成功地应用于求解机器人的逆运动学问题。计算机仿真表明,这种神经网络方法不仅具有较快的收敛速度,而且大大提高了求解的精度。     

Inverse Kinematics of Binary Manipulators Using a Continuum Model

Binary actuators have only two discrete states, both of which are stable without feedback. As a result, manipulators with binary actuators have a finite number of states. The major benefits of binary actuation are that extensive feedback control is not required, reliability and task repeatability are very high, and two-state actuators are generally very inexpensive, resulting in low cost robotic mechanisms. These manipulators have great potential for use in both the manufacturing and service sectors, where the cost of high performance robotic manipulators is often difficult to justify. The most difficult challenge with a binary manipulator is to achieve relatively continuous end-effector trajectories given the discrete nature of binary actuation. Since the number of configurations attainable by binary manipulators grows exponentially in the number of actuated degrees of freedom, calculation of inverse kinematics by direct enumeration of joint states and calculation of forward kinematics is not feasible in the highly actuated case. This paper presents an efficient method for performing binary manipulator inverse kinematics and trajectory planning based on having the binary manipulator shape adhere closely to a time-varying curve. In this way the configuration of the arm does not exhibit drastic changes as the end effector follows a discrete trajectory.     

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。     

具有冗余自由度的移动操作臂逆运动学分析

针对一类具有冗余自由度的移动操作臂,提出了一种逆运动学求解策略,它将操作臂末端的自由度在移动机器人与操作臂各关节间进行了合理分配,并根据该自由度分配方案对移动操作臂系统引入了两个约束条件,在尽量保障了操作臂末端工作空间完整性的同时,极大地方便了逆运动学的求解。最后对加入约束前后的移动操作臂工作空间大小进行了对比分析,并通过实验对所得到的逆运动学求解结果进行了验证。在实验中,利用固定在移动机器人上的CCD摄像机对目标物体进行定位,然后根据目标物体的位姿信息,通过逆运动学分析的结果控制移动操作臂实现了对目标物体的抓取操作。     

Analytical inverse kinematics with body posture control

This paper presents a novel whole‐body analytical inverse kinematics (IK) method integrating collision avoidance and customizable body control for animating reaching tasks in real‐time. Whole‐body control is achieved with the interpolation of pre‐designed key body postures, which are organized as a function of the direction to the goal to be reached. Arm postures are computed by the analytical IK solution for human‐like arms and legs, extended with a new simple search method for achieving postures avoiding joint limits and collisions. In addition, a new IK resolution is presented that directly solves for joints parameterized in the swing‐and‐twist decomposition. The overall method is simple to implement, fast, and accurate, and therefore suitable for interactive applications controlling the hands of characters. The source code of the IK implementation is provided. Copyright © 2007 John Wiley & Sons, Ltd.     

一种基于迭代的质心逆运算的方法

通过已知质心精确反解计算仿人机器人各关节的角度是一个经常遇到的问题。在双足行走,平衡控制等领域都很常见。但对于自由度高的仿人机器人系统,质心逆运算比较困难,尤其在双足支撑情况下,问题变为一个多自由度的并联机构,此时需要额外的约束和限制条件,使得计算非常复杂。本文基于Levenberg-Marquardt算法来解决复杂关节的逆解问题,研究在给定踝关节的情况下,用假定质心固定身体上的简化模型来使得真实质心逼近目标点,然后通过重复逼近缩小误差。我们通过NAO仿人机器人模型上的模拟验证了该算法实现了较高的准确性和计算效率。     

Multi‐Variate Gaussian‐Based Inverse Kinematics

Inverse kinematics (IK) equations are usually solved through approximated linearizations or heuristics. These methods lead to character animations that are unnatural looking or unstable because they do not consider both the motion coherence and limits of human joints. In this paper, we present a method based on the formulation of multi‐variate Gaussian distribution models (MGDMs), which precisely specify the soft joint constraints of a kinematic skeleton. Each distribution model is described by a covariance matrix and a mean vector representing both the joint limits and the coherence of motion of different limbs. The MGDMs are automatically learned from the motion capture data in a fast and unsupervised process. When the character is animated or posed, a Gaussian process synthesizes a new MGDM for each different vector of target positions, and the corresponding objective function is solved with Jacobian‐based IK. This makes our method practical to use and easy to insert into pre‐existing animation pipelines. Compared with previous works, our method is more stable and more precise, while also satisfying the anatomical constraints of human limbs. Our method leads to natural and realistic results without sacrificing real‐time performance.     

基于BP神经网络的排爆机械臂逆运动学分析

机械臂逆运动学是已知末端执行器的位姿求解机械臂各关节变量,主要用于机械臂末端执行器的精确定位和轨迹规划,如何高效的求解机械臂运动学逆解是机械臂轨迹控制的难点;针对传统的机械臂逆运动学求解方法复杂且存在多解等问题,提出一种基于BP神经网络的机械臂逆运动学求解方法;以四自由度机械臂为研究对象,对其运动学原理进行分析,建立BP神经网络模型并对神经网络算法进行改进,最后使用MATLAB进行仿真验证;仿真结果表明:使用BP神经网络模型求解机械臂逆运动学问题设计过程简单,求解精度较高,一定程度上避免了传统方法的不足,是一种可行的机械臂逆运动学求解方法。     

电缆虚拟布线及其逆运动学仿真

在产品虚拟样机中利用人机交互方法进行电缆路径规划,得到一个基于NURBS曲线的电缆几何模型,然后利用“蛇形机器人”方法建立电缆的物理模型,基于逆运动学原理计算其弯曲角度.