基于回转变换张量的6R机器人运动学研究

在牧野坐标系下建立了六自由度喷涂机器人的运动学模型,采用回转变换张量法求出了该机器人的正逆运动学解析表达式.算法在VS.NET平台上用组件技术实现并仿真,仿真结果验证了算法的正确性和实时性.     

6R机器人实时逆运动学算法研究

提出一套解决各类6R机器人逆运动学问题的实时算法. 一般算法通过矢量计算和16阶矩阵分解得到一般6R机器人的最多16组逆运动学解. 封闭解法直接提取运动学等式求出关节变量的解析解. 组合算法将封闭解法或一般算法的结果作为初始值, 采用牛顿-拉夫森方法迭代出逆运动学精确解, 适用于所有接近满足封闭解条件或一般算法条件的6R机器人. 求解实验结果表明, 整套算法最大算法时间约为2.03 ms, 为任意几何结构的6R机器人应用于强实时系统提供了逆运动学解决方案.     

STEP-SA1400型机器人运动学建模与仿真

根据STEP-SA1400型工业机器人的具体结构特点,建立了机器人的运动学方程,使用只需一次矩阵逆乘的逆解方法,求出逆解。与常规求解方法相比,此方法减少了多次矩阵逆乘带来的计算量。在解的表达式中,采用双变量正切函数以避免解的丢失。针对多重解问题,采用"最短行程"原则,选取与当前关节角度值的欧氏距离较小的解作为逆解结果。最后,使用MATLAB编写程序,对文中推导出的方程进行验证与仿真,实验结果证明了解的准确性和可行性。对该型机器人的运动学分析与仿真为其后的离线编程、轨迹规划等打下了基础,同时,文中的方法与思想也适用于其他关节型机器人。     

机器人运动学逆的数值迭代法

本文针对一类无封闭解的机器人运动学逆问题构造了一个一维非线性方程。从而将机器人运动学逆问题对6个关节变量的数值迭代求解转化为一维非线性方程求根的问题。从而提高了计算速度。经对JRS—80点焊机器人的应用,证明了该方法的可靠性与实用性。     

冗余驱动仿壁虎机器人运动学分析与仿真

研究仿壁虎机器人处于多足吸附支撑状态时,出现冗余驱动问题,机器人驱动难度较大,为协调机器人各关节运动和姿态控制,讨论了一种冗余驱动的仿壁虎四足机器人的自然约束条件,推导了机器人三足吸附状态时冗余驱动变量与独立驱动变量的位置和速度关系,建立了机器人机体正运动学方程,同时建立了机器人的逆运动学方程,用来验证正运动学方程的正确性.机器人正运动学方程是一个高次方程,有16组解,数字仿真结果表明只有一组解满足实际模型要求.逆运动学分析结果及仿真结果验证了正运动学的正确性.     

两栖机器人结构设计及运动学建模

两栖仿生机器人的研究是当前新兴的一个热点,它是军用机器人研究的一个重要分支。提出一种两栖仿生机器人的设计思路,确定了一些关键参数,如电机、游动机构等。并对两栖机器人仿鱼游动的运动学进行建模,最终通过实体仿真验证方案的可行性。     

协作机器人逆运动学形式化建模与验证

在机器人迅速发展的时代,人机协作型机器人安全性问题是人们关注的焦点.机器人逆运动学的建模与求解是决定其安全性的必要因素之一.旋量法是一种机器人逆运动学建模的常用方法,它可以解决传统D-H参数法的奇异性问题.然而,在建模过程中,旋量法会因人为因素或软件系统缺陷导致模型出现漏洞,从而威胁操作人员安全.因此,本文在旋量高阶逻...     

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。     

基于容错控制的冗余度机器人运动学优化

本文提出一种冗余度机器人运动学优化的新方法.在每一采样周期内,对需要优化的关节按照一定的规则确定其运动量,然后将其"假锁定",利用冗余度机器人具有的容错性能进行逆解,然后"释放"该关节.这样既保证了待优化关节得到合适的运动量,又保证了每一步优化的顺利进行,而且计算量比较小.     

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。     

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。     

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。     

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。     

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.     

A study of neural network based inverse kinematics solution for a three-joint robot

A neural network based inverse kinematics solution of a robotic manipulator is presented in this paper. Inverse kinematics problem is generally more complex for robotic manipulators. Many traditional solutions such as geometric, iterative and algebraic are inadequate if the joint structure of the manipulator is more complex. In this study, a three-joint robotic manipulator simulation software, developed in our previous studies, is used. Firstly, we have generated many initial and final points in the work volume of the robotic manipulator by using cubic trajectory planning. Then, all of the angles according to the real-world coordinates (x, y, z) are recorded in a file named as training set of neural network. Lastly, we have used a designed neural network to solve the inverse kinematics problem. The designed neural network has given the correct angles according to the given (x, y, z) cartesian coordinates. The online working feature of neural network makes it very successful and popular in this solution.     

机器人运动学标定综述

从基于运动学模型的几何参数标定、机器人自标定、神经网络的正标定和逆标定三个方面,对机器人运动学标定方法及其研究现状进行了分析总结。详细介绍了每种标定方法的特点、存在的问题以及研究现状。最后对多机器人协作系统的标定以及运动学标定的发展方向进行了简要论述。     

Application of the general elimination method in robot kinematics

A general method for solving the robot inverse kinematics problem is presented. The method is based upon the general elimination method to obtain the equivalent system of equations which are triangularized and the solutions of the inverse kinematics problem can be solved by backsubstitutions.     

双足机器人动态步态规划

针对目前仿人机器人动态步行在样机上实现较少的情况,将多项式插值方法运用于机器人踝关节轨迹规划,结合已知髋关节运动轨迹,利用几何约束的方法求取膝关节运动轨迹,得到完整步态周期内各关节运动规律,最终实现NAO机器人的动态步行。实验结果证实了基于多项式插值的几何约束规划方法是可行且有效的。     

Task-directed inverse kinematics for redundant manipulators

This paper presents kinematic algorithms for resolved-rate based inverse kinematics of redundant manipulators. Efficient and robust Jacobian and weighted damped least squares algorithms are given which provide a method that allows full utilization of the redundancy to best achieve task requirements. A nominal set of task space variables is suggested and procedures for modifying this specification or their relative priorities due to changing task requirements or events are discussed. Examples are shown using a simulation of the seven degree-of-freeom Robotics Research manipulator. These simulations demonstrate the singularity robustness of the algorithms and the ability to smoothly transition between task parameterizations and relative priorities.     

基于六维线性插值的六自由度机械臂逆运动学方程求解方法

针对一般结构的六自由度（DOF）机械臂逆运动学方程求解困难的问题,提出六维线性插值理论。首先,从大量的经验数据中搜索7个相邻的非线性相关的节点组成超体;然后,利用这7个节点得到六元一次线性预测函数;最后,使用预测函数进行插值和反插值运算预测位姿和关节角。使用Matlab仿真按照正运动学方程产生100万组经验数据,并对目标位姿进行反向插值,迭代预测6个关节角。实验结果表明,相比径向基网络（RBFN）、六维线性反插值法,所提方法能够更快、更准地逼近目标位姿。所提方法是基于数据的算法,避免了复杂的理论,可以满足机器人日常应用的要求。