基于强化RRT算法的机械臂路径规划

针对快速拓展随机树算法(rapidly-exploring random trees, RRT)存在采样随机、重复搜索、偏离目标点和节点冗余等问题,提出一种强化快速拓展随机树算法(intensity-guide rapidly-exploring random trees, IG-RRT)。采用覆盖剔除机制强化算法搜索能力,将已搜索区域进行覆盖,覆盖后不再进行搜索和产生新节点,避免重复搜索,提高搜索能力和搜索效率。后续加入目标引导概率,根据地图难度对目标引导概率进行调整,强化算法目标趋向性,对末端节点采用贪婪思想,强化算法收敛性。通过简化路径,去除冗余点,利用三次B样条曲线平滑拐点,提高路径质量。仿真试验表明,IG-RRT算法性能优于传统RRT算法及其相关衍生算法。IG-RRT算法可以增强对复杂约束空间的搜索能力,加快算法的收敛速度,提高路径规划的成功率。     

机械臂视觉伺服路径规划研究进展

视觉伺服控制是机械臂完成各种复杂作业任务的有效手段,而机械臂在动态非结构环境下自主作业的路径规划方法是视觉伺服控制领域的难点和关键.分析了动态非结构环境下视觉伺服路径规划中存在的两类约束及其处理方法,介绍并评述了国内外在机械臂视觉伺服控制中路径规划方面的相关研究进展,讨论并分析了不同路径规划方法在收敛性和稳定性等方面存在的不足,对未来的研究方向进行了展望.     

基于SimMechanics的六自由度机械臂轨迹规划研究

针对机械手臂在运动过程中出现的不稳定现象,本文利用多项式插值规划关节空间的轨迹,并利用Matlab中的SimMechanics建立逆运动学仿真模型,由轨迹规划模块得到的各关节变量的角度、角速度和角加速度来驱动各关节运动;同时对机械手臂末端轨迹规划进行分析仿真。仿真结果表明,仿真模型输出轨迹和预定轨迹相吻合,利用仿真模型可以准确、有效地得到外骨骼康复机械手臂的运动参数和运动轨迹,并实现了机械手臂匀加速、匀速和匀减速的运动状态。该研究对六自由度外骨骼康复机械手臂结构设计提出了建设性意见,也为外骨骼康复机械手臂的分析设计提供了可靠依据。     

六自由度机械臂运动学分析与轨迹优化

针对机械臂运动轨迹偏差较大的问题,采用D-H法建立模型,对六自由度机械臂进行了正、逆运动学的分析,基于机械臂关节轴的典型几何结构利用PIEPER准则推导逆运动学的封闭解;在笛卡尔空间中分析了直线插补和圆弧插补两种方法,通过对空间插值点的优化减小轨迹偏差,实现轨迹优化。仿真验证了算法的可行性,对机械臂在工业中的实际应用具有一定的指导意义。     

基于AGD-RRT算法的机械臂路径规划

针对RRT（rapidly-exploring random tree）算法在进行机械臂路径规划过程中存在的拓展导向性差、冗余节点多、路径质量差等问题，提出了一种基于AGD-RRT（adaptive goal-directed RRT）的算法。首先，该算法构建了一种动态的目标偏向概率函数，实时调整对目标点进行采样的概率以达到自适应目标导向的效果，减少了无用节点的生成，提高了收敛速度。其次，采用贪婪收敛策略，防止了随机树在目标周围时的盲目扩张。搜索结束后，采用节点剔除法剔除路径中的冗余节点，并用B样条曲线对轨迹进行平滑处理，提高了路径质量。然后在二维、三维环境中进行了对比仿真实验，验证了该算法的可行性与优越性。最后进行了样机实验，验证了所提算法在机械臂关节空间进行路径规划的可行性。     

六自由度机械臂对任意空间坐标取物研究

基于arduino对六自由度机械臂控制算法的开发和调试,实现指尖到达预定点并实现目标物体的夹取,并且为了能够摆脱繁琐的手动操作,而提出的一种简单易懂,适于应用的控制算法—向量法以及相应的控制策略。该算法能够直接在Arduino中应用,无需与其他软件结合使用。     

基于ACO-RRT算法的移动机械臂避障路径规划

在充满障碍物的环境里,基于随机采样的RRT算法和RRT^*算法进行移动机械臂避障路径规划时常存在路径代价高和求解速度慢等问题。为解决以上问题,首先将ACO蚁群算法中的启发式思想融入RRT算法形成ACO-RRT算法,在不同使用场景引入不同启发式修改采样策略解决最短路径问题;然后通过定义效用函数权衡探索函数与开发函数分配率,使得在效用函数增加的地方采样更加频繁;最后在相同的障碍环境中评估ACO-RRT、RRT和RRT^*3种算法的迭代次数、路径代价和求解速度等性能指标。实验结果表明,ACO-RRT算法解决了RRT算法和RRT^*算法存在的问题,并且性能优于目前较为成熟的RRT算法和RRT^*算法。     

基于改进遗传算法的移动机械臂拣选路径优化

传统移动机械臂路径规划算法没有根据抓取点分布情况对工位点坐标进行优化,效率低,对此,提出了一种基于改进遗传算法的移动机械臂拣选路径优化方法.通过对拣选物品位置的分析,建立单个工位点上移动机械臂分拣路径模型和多工位点的旅行商（TSP）问题模型,运用改进的遗传算法,在工作空间内对各个工位点的位置坐标寻优,规划出移动机械臂抓取的最短路径和多工位点间移动的最短路径.实验结果表明,与传统遗传算法可能,运用改进的等级进化选择算子和最优近邻交叉算子,遗传算法的收敛速度提高了46.15%,路径缩短了45.99%,系统运行时间减少了25.80%,提高了系统效率.     

七自由度模块化机械臂运动学及工作空间分析

根据标准D-H参数法,建立七自由度单臂运动学模型,求得运动学正解,采用几何法求逆解运动方程,利用MATLAB Robotics Toolbox工具箱搭建仿真平台验算其正确性,建立各模块坐标系,导入MATLAB中生成七自由度工作空间离散图.采用蒙特卡洛法对七自由度模块化机械臂进行工作空间分析,为后续动力学研究、双臂协调控...     

机械臂关节空间Bezier曲线轨迹规划

为使机械臂轨迹便于分段处理,形成速度快,用于实时控制,在关节空间中使用Ｂｅｚｉｅｒ曲线对机械臂进行轨迹规划。从轨迹的一阶导数,二阶导数连续出发,推导出２段Ｂｅｚｉｅｒ轨迹拼接时其对应特征矢量应满足的关系,推导出Ｂｅｚｉｅｒ轨迹规划的边界条件,并通过不同型值点的３个算例与分段３次样条轨迹进行比较,应用Ｂｅｚｉｅｒ方法进行轨迹规划的优点为它的分段处理性,计算快速性以及计算机内存的较少占用。     

七自由度冗余混联机械臂的动力学分析

结合人体手臂关节的运动特点,提出新型七自由度冗余串并混联拟人机械臂机构,并以该机构为例提出混联机构动力学建模方法. 根据运动的传递特性,采用矢量法推导出各个构件在各关节坐标系中的速度和加速度. 基于牛顿-欧拉法在各关节坐标系建立冗余混联机械臂机构的力平衡方程,由于肩关节为过约束机构,所要求解的未知量为27个,基于牛顿欧拉法所建动力学方程为24个. 引入冗余约束力（力矩）引起的杆件变形与动平台位置误差的关系作为补充条件,利用小变形叠加原理补充3个肩关节机构的变形协调方程,联立方程组得到机械臂动力学全解模型. 通过直线、抛物线和圆形轨迹的算例仿真结果验证动力学模型的正确性,为该机构的进一步研究及应用奠定理论基础.     

基于Spiking神经网络的机械臂故障诊断

因为Spiking神经网络(Spiking neural networks, SNNs)能同时传递时空信息,SNNs包含优于传统神经网络的许多特性,因而更适用于动态时序信号的分析。碰撞和受阻是机械臂在靠近抓取位置时常见的两种故障。为区别此两种故障状态与正常工作状态,提出一种基于SNNs的新型机械臂故障诊断方法。讨论所提出的SNNs故障诊断方法的体系结构,比较了当SNNs故障诊断方法选用不同Spiking神经网络拓扑结构和不同参数时的诊断结果。试验结果表明所提出的基于Spiking神经网络的机械臂故障诊断方法是有效的。该方法有助于机械臂故障的正确诊断,并且对平稳安全的生产具有重要意义。     

基于自适应神经网络的柔性关节机械臂控制

柔性关节机械臂系统是一个非线性高阶系统,且其动力学方程难以精确地获得。因此,提出一种以关节驱动电机的输入电压为控制量的自适应神经网络控制器,用于控制多连杆柔性关节机械臂系统。所提控制方法通过对柔性关节机械臂模型解耦得到关节转角关于电压的方程,以电压为系统控制输入。设计神经网络控制器用于逼近最优控制输入,并设计鲁棒控制器补偿逼近误差。该控制方法不再涉及复杂的动力学方程,因此能简化计算。相比已有控制方法,所提出的控制策略更简单、响应更快且更有效。并以二连杆柔性关节机械臂为例进行了仿真研究,结果证明了所提出控制方法的有效性。     

基于神经网络滑模的采摘机械臂控制设计

针对二自由度采摘机械臂的位置跟踪控制问题,设计了一种基于神经网络的滑模控制器。其中,神经网络控制器用来估计含有不确定性的滑模控制的等效控制律;鲁棒控制器用来使动态系统始终保持在滑模面上,保证了系统的渐近稳定性,进而实现了采摘机械臂的高精度位置跟踪控制。基于李亚普诺夫稳定性理论设计了自适应律来在线估计系统的不确定性。仿真结果表明:设计的控制器能够实现采摘机械臂对期望位置的精确跟踪,可以满足实际工程的需要。     

冗余机械臂运动学建模与轨迹规划分析

针对七自由度冗余机械臂运动规划问题,提出了一种改进的运动学建模方法和轨迹规划方法。首先,通过改进的DH参数法建立冗余机械臂的正向运动学模型,描述从关节空间到笛卡儿空间的变换。然后,提出加权最小二乘法建立冗余机械臂的逆向运动学模型,快速求解笛卡儿空间到关节空间的变换。接着,利用五阶多项式插值函数对冗余机械臂进行关节空间轨迹规划,提高机械臂运动的平坦性。最后,在仿真中验证了本文所提方法的有效性,结果表明该方法能够有效解决冗余机械臂的运动规划问题,具有一定的实际应用参考价值。     

采用神经网络方法研究柔性机械臂逆运动学问题

本文以柔性机械臂为例,进行简单的逆运动学分析.并采用小脑模型神经网络方法对机械臂的逆运动学进行了数值仿真分析,可以看出,小脑模型神经网络可在较短的学习次数中有效地控制机械臂的振动.     

机械臂关节空间B样条曲线轨迹规划

在关节空间使用Ｂ样条曲线对机械臂进行轨迹规划,并与分段３次样条曲线进行比较,用Ｂ样条方法进行轨迹规划的具有分段处理性,计算速度快,以及计算机内存占用较少等优点。