基于矩阵分解的一般6R机器人实时高精度逆运动学算法

为解决现有的一般6R机器人实时逆运动学算法存在计算过程复杂和有增根的问题,提出一种优化的实时高精度算法。将6个基础逆运动学方程作变形处理,通过符号运算把目标矩阵从24阶降低到16阶,提高计算效率的同时消除了增根。采用矩阵特征分解方法求解关节变量,保证了算法的稳定性和精度。在VC++环境中编译和调用CLAPACK进行矩阵运算,所有计算过程采用C/C++语言和面向对象程序设计方法实现。求解实例表明,提出的算法能在平均1.37 ms内得到一般6R机器人的16组逆运动学解,并使对应的正运动学末端位姿矩阵元素精确到小数点后12位,可用于实时高精度在线控制。     

六自由度串联机械手运动学逆解研究

根据一种小型六自由度串联机械手的结构,建立机械手的连杆坐标系,采用分离变量的方法求得机械手的运动学逆解,并利用MATLAB编写的逆解求解程序,通过实例验证了机械手运动学逆解的正确性。     

机械手逆运动学神经网络算法研究

提出一种基于模糊遗传算法的机械手逆运动学神经网络建模方法。该方法采用3层前向神经网络建立机械手逆运动学模型，应用模糊遗传算法训练神经网络的权系数。此算法可根据种群进化情况，对交叉概率和变 异概率进行在线模糊控制，加快了算法的搜索过程，有效地避免了简单遗传算法中容易出现的初期收敛问题。仿真结果表明，本方法提高了求解精度和收敛速度，不但有效克服了简单遗传算法常出现的初期收敛和BP算法求解精度低、容易陷入局部极小等缺点，而且避免了计算Jacobian矩阵的伪逆，结构简单、容易实现。     

基于四元数向量的机器人运动学逆解研究

以齐次变换矩阵为基础,用四元数向量来表示机器人的位姿,提出了机器人运动学逆解的一种算法.以SCARA机器人为实例求解,通过四元数向量运算,得到8组解,采用C语言编程,验证了该算法的实用性.     

空间6R串联机械手逆运动学分析的新方法研究

为了解决空间6R串联机械手的逆运动学问题使用矩阵方法建模时,需要进行矢量运算或投影运算的问题,基于四维旋转矩阵和倍矩阵,提出了一种建模新方法。根据三维空间刚体变换的四维旋转矩阵和倍矩阵表示,建立空间6R串联机械手的正运动学方程。通过变量分离,直接得到14个逆运动学基本约束方程;通过线性消元和Sylvester结式消元,将其转化为求解一个16阶矩阵的特征值问题,得到该问题的16组解。采用数值实例和SolidWorks仿真验证了新方法的正确性。新方法的优势在于可以直接得到14个逆运动学约束方程,不需要进行矢量运算或者投影等,并且由于新方法将三维空间中的平移变换近似为四维空间中的旋转变换,故而可以统一求解含有R、P和C副的空间串联机械手逆运动学问题。     

一般6R机器人的高精度逆运动学算法研究

为解决一般6R机器人的逆运动学问题,提出一种基于符号运算和矩阵分解的高精度逆运动学算法。采用符号运算求解逆运动学方程的系数矩阵,避免了大量中间过程的浮点数计算累积误差;通过矩阵奇异值分解优化方法提高消元矩阵的秩稳定性;将一元十六次方程求根问题转化为求解矩阵的特征值和特征向量问题,并选取较高数量级的相关元素求解关节变量,最大程度地减小数值计算累积误差的影响,提高了逆运动学算法的稳定性和精度,得到具有任意期望精度的最多16组实数逆运动学解。以一般6R机器人和有误差的PUMA560类型机器人作为求解实例,实验和仿真结果证明了算法的有效性。     

冗余度机械手逆运动学问题的次优准则混合法

在梯度投影法的基础上，本文提出了处理冗余度机械手逆运动学问题的一种新方法次优准则混合法。该方法吸收了梯度投影法和最小范数法的优点。利用平面３Ｒ机械手进行了仿真研究，并将该方法与其它方法进行了分析比较     

有障情况下六关节机械手的逆解求解

六关节机械手的末端执行器在笛卡儿空间具有六个自由度,在完成没有姿态要求或姿态要求不高的任务时只要求机械手末端工具到达抓取位置即可,工具的姿态可以根据实际情况调整。在机械手的工作空间内有障碍物时,机械手需要避开障碍物,同时保持良好的抓取姿态。为满足前述要求,采用了先利用几何方法确定腕关节的位置,再进行机械手运动学逆解求解的方法,求解机械手各关节实际运行的轨迹。     

一种六自由度可折叠机械手的运动学分析

由于机械手的广泛运用,使得劳动生产率有很大幅度的提高,同时改善了工作环境。机械手的运动学分析是实现机械手准确运动控制的基础。本文中我们对一种6-DOF可折叠机械手进行了运动学研究[1],根据机械手几何特点得到了六自由度机械手的运动学正逆解,在关节角度变化范围内进行了详细讨论,并使用MATLAB进行了运动学仿真验证。     

基于径向基函数网络的MOTOMAN机械手运动学逆解

从集合和数学观点 ,把运动学正解和逆解问题作为机器人关节空间和工作空间之间的非线性映射关系 ,将运动学逆解过程转换为神经网络权值训练问题。基于具有局部逼近能力的特点 ,将正解结果作为训练样本 ,用 6输入、单输出的RBF网络 ,实现了MOTOMAN机械手运动学逆解计算 ,避免了传统方法的繁琐公式推导。算例表明 ,采用RBF网络解决逆解问题比BP网络的计算精度略有提高。此外 ,RBF网络有更快的收敛速度     

基于ADAMS的三自由度水下机械手运动学仿真

讨论了一种三自由度水下机械手运动学仿真的问题，利用Paul等人提出的代数解法对机械手的关节角和末端执行器坐标之间的关系进行数学计算。在此基础上对计算进行简化，减少计算量，并利用机械系统仿真分析软件ADAMS进行仿真分析。     

几何的6R串联型焊接机器人运动学逆解算法

对满足后三个关节轴线相交于一点的6R串联型焊接机器人,最多具有8组封闭逆解,而其求解方法很多。几何算法求解过程直观简单,几何意义明确,但目前相关文献中的几何算法大都不完整,基本是前三个旋转角度用几何算法,后三个旋转角度用其它方法。依据焊接机器人的实际工况,将机器人2、3连杆的位形和的正负相组合,把运动学逆解分成四类,每类具有明确的几何意义,用几何的方法求解各类对应的关节角度,得到4组封闭解,简化了复杂的轨迹规划。通过对OTC-NB4焊接机器人的实例求解,验证了算法的正确性和具有非常高的精度。     

虚拟环境下基于逆运动学的电缆建模与仿真技术

为了提高电缆的装配效率,提出一种虚拟环境下电缆几何模型的建模与仿真方法,将电缆模型看作是由一组刚性杆件通过关节串联而成的机器人操作臂,根据末端与始端的相对位姿,利用逆运动学原理反求各杆件的最终形态。最后,利用过控制点的B样条曲线对电缆模型进行光滑处理,逼真地模拟电缆的实际形态。结果表明,该方法可以实现电缆的变形仿真,且计算时间量不大,满足虚拟环境的实时性要求。     

基于能量模型的柔性关节机械臂参数辨识方法

对关节动力学模型和机械臂能量模型进行了介绍,基于能量模型,提出了柔性关节机械臂参数的辨识方法。这一方法通过建立能量输入与机械臂动力学参数的线性化关系,由最小二乘法实现参数辨识。应用这一方法在六自由度柔性关节机械臂上进行动力学参数辨识试验,验证了方法的有效性。     

基于ADAMS的PRS-XY型混联机床机构运动学仿真分析

应用ADAMS软件对PRS-XY型混联机床机构进行运动学仿真分析,使用测量工具求得混联机构逆解,然后通过样条曲线和样条函数求得正解。借助于仿真软件快速准确地求出运动学正逆解,为实际的样机调试提供了有意义的借鉴。     

基于MATLAB和RobotStudio的6-DOF机器人运动学分析与仿真

针对船体密封舱、箱柜等狭窄空间普遍存在的机器人难以工作问题,提出了一种新型6-DOF(degrees of freedom)机器人。首先分析了该机器人的机械结构,基于D-H坐标理论建立了机器人D-H坐标表格以及机器人正、逆运动学方程,其次应用MATLAB对机器人的运动学进行了仿真,结果表明所得的机器人正、逆运动学方程完全正确;最后设计了虚拟样机,利用RobotStudio仿真分析了机器人箱体焊接的优点;为进一步验证设计的机器人运动性能,与通用6-DOF机器人做了对比分析。研究结果表明新型机器人运动的可行性,为设计适应箱柜等狭窄空间的工业机器人提供了理论依据。     

基于BP神经网络的并联机器人运动学研究

位置正解是并联机器人机构应用的基础,本文探讨了人工神经网络在并联机器人机构位置正解求解中的应用。采用BP网络,利用位置逆解结果,通过训练学习,实现操作手从关节变量空间到工作变量空间的非线性映射;从而求得6-SPS并联机器人运动学正解。为提高正解结果精度,采用迭代计算进行误差补偿。给出了一种并联机器人操作手的仿真实例,计算结果表明:该法迭代次数少,计算精度高且计算速度接近机器人实时控制的要求。     

基于MATLAB的CCS空间机构运动学仿真

以向量代数及回转变换矩阵为工具,建立了CCS空间机构从动构件上一点的运动学数学模型。因该模型中位移方程、速度方程及加速度方程求解时包含大量的矩阵运算。故运用MATLAB语言开发了求解该模型的应用程序,该程序对求解结果辅以二维和三维图形仿真,使该机构的运动学特性可视化。最后通过算例予以验证。     

基于功能表面分解重构的产品信息模型

针对设计自动化领域中一些问题 (概念设计、功构映射 ) ,提出了基于功能表面分解重构的产品设计过程的观点 ,并相关地构建了支持该观点的产品信息模型 ,以期求得对现行 CAD系统的本质突破 ,真正达到对概念设计过程自动化的支持