共查询到20条相似文献,搜索用时 62 毫秒
1.
本文首先介绍球面向量理论。在以点O为原点的所有右手坐标系的集合与以O为中心的单位球面上的所有球面向量的集合之间存在一一对应的关系。从而坐标系的旋转变换等价于球面向量在单位球面上的运动。通过解球面向量三角形即可达到研究坐标系旋转变换的目的。球面向量法是与“旋转矩阵法”和“旋转向量法” (即,四元数法)完全不同的一种新方法,不仅可以用来建立机械手运动学方程,而且特别适用于解逆运动学问题。本文介绍了如何用球面向量法解机械手运动学问题,并给出了几种适于常见机械手的具体解法。 相似文献
2.
3.
4.
一种新的符号求解机器人逆运动学的分离变量法 总被引:2,自引:1,他引:1
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。 相似文献
5.
基于解析法和遗传算法的机械手运动学逆解 总被引:4,自引:0,他引:4
研究优化机械手轨迹规划问题,机械手运动时要具有稳定性避障性能。针对平面3自由度冗余机械手优化控制问题,建立机械手的结构模型。提出用解析法和遗传算法相结合满足具有计算量小和适应性强的特点。在给定机械手末端执行器的运动轨迹,按着机械手冗余自由度,运动轨迹上每个点对应的关节角有无穷多个解。而通过算法可以找到一组最优的关节角,可得到优化机械手运动过程中柔顺性和避障点。仿真结果表明,该算法可以快速收敛到全局最优解,可用于计算冗余机械手运动学逆解,并可实现机器人的轨迹规划和避障优化控制。 相似文献
6.
7.
8.
9.
10.
针对超冗余蛇形臂机器人运动学逆解中计算量大、超关节极限和位形偏移量大的问题,提出了一种改进末端跟随运动的逆解算法.在末端跟随法中引入蛇形臂弯曲角度的约束,调整关节位置的更新方式,使关节在蛇形臂轴线上运动.通过依次更新关节的空间位置,将超冗余多节蛇形臂的运动学逆解转化为2自由度单节蛇形臂的运动学逆解.仿真分析了蛇形臂机器人在基座移动和基座固定条件下的轨迹跟踪效果,对比了同一目标位置下不同方法的性能.结果表明,改进后的算法能保证蛇形臂的弯曲角度不超过给定范围,关节的运动量从末端到基座依次减小,机器人的运动更协调;与基于雅可比矩阵的数值法和现有启发式方法相比,该方法运算量降低,机器人整体位形偏移量减小,能用于蛇形臂机器人的实时控制. 相似文献
11.
12.
六自由度操作手的逆运动学问题 总被引:12,自引:1,他引:11
本文将六自由度操作手分解为位置结构和姿态结构,利用转换矩阵法对两结构进行了详细的逆运动学分析,在此基础上建立了操作手的运动学求逆算法,与一般的迭代算法或优化算法相比较,本算法收敛速度快 ̄[1],而且能得到满足约束的全部解,与解析方法相比较,它具有通用性的优点,尤其适用于机器人仿真系统中。 相似文献
13.
一种9-DOF模块化机器人的运动学反解 总被引:1,自引:0,他引:1
本文针对德国AMTEC公司生产的一种9-DOF模块化机器人提出了一种新颖的运动学反解
方法.这种方法运用螺旋理论并通过分析机器人的结构特征将机器人分解成几个相对解耦的
子结构,通过给系统增加三个约束,可以得出在给定末端位姿下的全部关节角.由于模块化
机器人理论上可以组合成任何形式上的机器人系统,所以这种解法对其它机器人系统有一定
的借鉴意义. 相似文献
14.
15.
16.
加速度传感器装在机械手手部,各关节的加速度由加速度分解算法得到.然后,提出了一种学习控制法,这种控制法利用加速度误差校正驱动器运动.并提出了一种基于几何级数的极限条件估计学习控制过程收敛条件的理论方法.本文所提出的学习控制理论的有效性通过 PUMA-562 机器人的计算机仿真实验得到了证实. 相似文献
17.
V01弧焊机器人运动学反解及臂形标志的确定 总被引:2,自引:0,他引:2
为了对V01弧焊机器人深层次的开发,需要首先剖析其运动学模型,求解的反臂形问题。本文利用几何解法,针对V01弧焊机器人建立了相应的逆运动学算法,解决了求解臂形标志问题,从而为V01弧焊机器人的离线编程打上了基础。 相似文献
18.
机器人PUMA560逆运动方程的新解法 总被引:6,自引:1,他引:6
本文提出了一种求解机器人 PUMA560 逆运动方程的新算法:几何一解析法.该方法充分利用了机器人 PUMA560 简单的几何结构及解析法的优点,使得求解过程中费时的超越函数调用大大减少。运算结果表明,计算时间较几何法和解析法减少了25%以上.对于机器人实时在线控制,具有很大的实用价值.该算法已用于机器人双手协调控制. 相似文献
19.
本文为动力学控制工业机器人提出了一种综合学习算法,这种学习算法可将以前所学的信息用于新的控制输入.这种控制方法不需要事先知道机器人动力学,它易于应用于特殊的控制问题或修改以适应实际系统中的变化,控制方法在时间上是有效的,且很适合于定点实现.学习控制算法的有效性通过4自由度的直接驱动机器人前两个关节在重复运动中的计算机仿真实验得到了验证. 相似文献