基于改进差分进化算法的机械臂运动学逆解

为简化机械臂逆运动学求解,提高逆解精度,增强方法通用性,利用群智能优化算法,将逆运动学求解变为最优化问题.首先,根据正运动学方程建立末端位姿误差目标函数,结合柔顺性与能耗约束构建适应度函数,使机械臂在满足位姿误差要求时还具有最佳柔顺性与较低能量消耗;其次,为使位置和姿态收敛精度统一并控制进化方向,引入位姿平衡系数与位姿...     

基于CISSA的冗余机械臂逆运动学求解

基于冗余机械臂在求逆解过程中无法获得封闭解的问题,针对性地提出了综合改进麻雀搜索算法(CISSA)。首先,在初始化过程中对算法中的种群进行混沌处理,增加种群的丰富度;其次,将自适应动态权重融入到探索者的位置更新公式以及种群中探索者与追随者的数量中,提高算法快速收敛的能力;同时,在迭代过程中引进柯西变异和Tent混沌扰动,提升算法的抗停滞能力;对于越界的个体处理后重新放入种群中,提升算法性能。CISSA在多项指标上明显优于PSO、WOA和GWO等传统群智能算法;将CISSA应用到冗余机械臂逆运动求解,在算法精度上较SSA提高了2～3个数量级,在算法稳定性上较SSA提高了3～4个数量级,说明了CISSA在实际应用的过程中,有收敛快、精度高、稳定性好的特点。     

基于改进灰狼算法的机械臂运动学高精度逆解北大核心

为提高串联机械臂逆运动学的求解精度、简化求解难度及增强求解通用性,提出一种适用于各类串联机械臂逆运动学求解的改进群智能算法;根据改进D-H参数法建立机械臂运动学模型,以最小化位姿误差为优化指标建立目标函数,将逆运动学求解问题转化为优化控制问题。通过多种群混沌协同搜索策略、最优学习策略、多重变异扰动策略和跳出局部最优策略4种改进策略提出一种多策略协调改进的灰狼优化(multi strategy coordination improved grey wolf optimization,MSCIGWO)算法,并应用于求解各类串联机械臂逆运动学。仿真试验结果表明,改进后的灰狼优化算法求解性能得到极大提高,相比于直接采用灰狼优化算法求解机械臂逆运动学,MSCIGWO算法的收敛速度、收敛稳定性更强且可高精度收敛至精确小数点后12位数值精度的理想位姿,验证了该算法求解的有效性与通用性。     

偏置式空间机械臂关节角参数化逆运动学求解

针对偏置式空间7自由度(DOF)冗余机械臂,提出了一种基于关节角参数化的运动学求解方法。根据空间机械臂的结构特点对其臂型进行了分析,采用D-H(Denavit-Hartenberg)法建立空间机械臂坐标系。采用D-H法对空间机械臂操作空间进行了描述,在考虑运动学约束的基础上,得到了以关节角为变量的正运动学模型。通过分析逆运动学模型的可解性,采用矩阵逆乘的解析法求解了该类机械臂逆运动学的完整解析解。在Matlab环境下,使用Matlab Robotic Tools对机械臂的初始姿态进行了仿真。通过给定的机械臂末端位姿,根据推导的逆运动学算法对空间机械臂各个关节的角度进行了求解。机器臂的运动学逆解算将作为机器臂运动规划和轨迹控制的基础。     

串联式结构机器人逆运动学的求解分析

针对机器人逆运动学的封闭求解和数值求解法,以5自由度串联式机器人HC5R为例,简要阐述了HC5R的传统封闭求解法,详细推导一种基于正运动学的雅克比矩阵迭代数值求解法,最后运用这2种方法分别对HC5R机器人可达空间中的3个目标点T1、T2、T3进行逆运动学求解。得出结论:数值求解法相对封闭求解更具通用性,但迭代过程运算复杂,需占用较多的计算资源,所以其用时很长,且所求解为唯一解;相比之下,实际工程中都会针对具体结构,采用求解更快速的封闭解法,并且能够求解出所有满足条件的解。     

基于差分进化的六自由度并联机构运动学正解

6自由度摇摆台因其具有刚度大、承载能力强、惯性小、位置误差不积累、易于力反馈控制等优点得到了越来越深入的研究与应用。通过分析6自由度并联机构的结构与运动学模型,提出了一种具有全局寻优的基于差分进化的位置正解方法。差分进化方法在充分借鉴遗传进化算法的思想基础上,采用了3个基因的相对信息,可以较好地提升算法的全局寻优能力,而且算法采用实数编码方式更容易在实践中应用。仿真表明了该算法对求解问题起到了很好的全局优化作用。     

六自由度机械臂运动学旋量逆解及简化算法

针对一种前3关节轴线交于一点的六自由度机械臂,提出一种旋量理论结合已知panden-kahan子问题的逆解方法;首先利用关节轴线交点将六自由度机械臂的逆运动学问题进行拆分,然后利用panden-kahan子问题求出前3关节、第5、6关节分别交于一点,第4关节偏移中心轴线的六自由度机械臂逆解;针对传统的旋量逆解方法过程和...     

UKF算法在七自由度机械臂逆运动学求解的应用

针对七自由度冗余度机械臂逆运动学求解问题,提出一种求解逆运动学的新方法。采用闭环模型建模的多维序列处理方法,将无迹卡尔曼滤波算法作为递推算法对机械臂实时状态进行估计,输入向量由前向模型的输入序列和反馈模型中的测量输出序列组成,建立具有闭环框架的七自由度冗余机械手逆运动学的状态空间模型,降低了计算的复杂度。与传统雅可比矩阵的伪逆计算方法对比分析,结果表明:所提方法具有较高的位置误差精度和计算效率,在末端执行器的轨迹中加入噪声,显示所提方法具有较好的收敛性能,通过实验表明该方法具有一定的通用性和可靠性。     

改进的差分进化算法及应用

差分进化算法(differential evolution algorithm,DE)是近年来比较流行的进化算法,鉴于其控制参数少、操作简单,被广泛应用于复杂的优化问题中.但常规的差分进化算法存在停滞现象,容易使算法收敛停止,鉴于此本文提出一种改进的差分进化算法,对算法提出另一个终止条件并且重新产生初始个体,时种群大小N,变异率F,交叉率CR其中的也可作调整,在计算过程中引入精英策略,既防止了停滞现象也加快了收敛速率并使算法能收敛到全局最优.通过几个计算典型测试函数,结果表明改进的差分进化算法在优化结果和收敛速度上都优于传统的差分进化算法,因此说明了改进的有效性.     

基于改进海洋捕食者算法的机械臂逆解求解

针对冗余机械臂逆运动学求解较难、精度较低的问题,在已有海洋捕食者算法(marine predators algorithm, MPA)基础上,引入Tent映射初始化策略、精英反向学习策略、自适应t分布变异机制,提出了改进海洋捕食者算法(IMPA),并将其应用于冗余机械臂逆解求解中。4个典型测试函数的测试结果表明,IMPA的求解精度和计算稳定性比MPA和另一种改进MPA更优;冗余机械臂逆解求解实例结果表明,IMPA的求解速度更快,求解精度和稳定性更佳,机械臂位姿精度提高,位姿误差降低,具有一定优势。     

基于MEA-BP神经网络的6DOF工业机器人逆运动学研究

针对6DOF工业机器人逆运动学求解存在计算量大、通用性差、有奇异性等问题,提出一种基于思维进化算法(MEA)优化BP神经网络的工业机器人逆运动学求解方法。在机器人工作范围内,随机生成若干组关节角度值,通过正运动学方程获得机器人末端连杆位置和姿态,以末端连杆位置和姿态作为模型输入,关节角度作为模型输出,通过对样本数据的训练确定模型参数。使用该模型进行机器人逆运动学求解,并与传统的基于BP和RBF神经网络的求解方法进行比较,结果表明:该求解方法精度高、泛化能力强。     

基于RBF神经网络间接求取运动学逆解的研究

七自由度工业机器人的几何结构大多满足Pieper准则,所以针对七自由度的封闭解法具有很大的发展空间。提出了一种基于RBF神经网络间接求取运动学逆解的方法,将运动学方程转化成了优化控制问题。采用遗传算法与最佳柔顺性准则相结合的方法,为RBF神经网络算法提供了精确的样本;为了提高神经网络算法的收敛速度以及收敛精度,进行间接求取的方式,引入连杆三角形夹角的概念;为了验证结果的可靠性,以七自由度冗余机械臂为对象,开展了基于RBF神经网络算法间接求逆的优化实验,并对比传统的RBF神经网络求取运动学逆解算法,结果表明,该算法结构简单,且能够显著提高收敛精度和收敛速度。     

基于改进珊瑚礁算法的机械臂快速逆解分析北大核心

针对结构复杂、自由度高的冗余机械臂逆运动学求解困难的问题,提出一种基于经验进化的珊瑚礁优化算法(EECRO)。首先,基于7自由度机械臂的正运动学分析建立了基于位置误差的优化模型;其次,使用PSO算法的学习进化策略代替CRO中的交叉变异,同时引入种群入侵策略以提高种群多样性,并将概率毁灭策略改为条件毁灭策略以保证具有足够的求解精度;然后,通过基准测试函数验证了所提算法具有良好的收敛速度和精度;最后,使用所提方法对给定轨迹点进行了逆运动学求解实验。结果表明,使用EECRO算法的求解的逆运动学精度更高、求解速度更快,与CRO算法相比精度提高了10个数量级以上,不仅扩展了CRO算法的应用范围,同时也为逆运动学数值解问题求解提供了新方法。     

基于改进自适应粒子群算法的机器人逆解研究

为提高结构复杂、自由度较高机器人逆运动学求解的准确性,提出了一种改进的自适应粒子群算法(IAPSO).首先,通过改进DH(Denavit-Hartenberg)参数法建立了6自由度臂型抓取机器人模型的运动学方程;其次,在已有粒子群算法的基础上,利用种群曼哈顿距离实时判定种群的进化状态,并根据进化状态的不同确定自适应学习...     

基于烟花灰狼算法的冗余机械臂运动学逆解

针对常规方法无法有效求解冗余机械臂逆运动学解问题,提出改进灰狼算法的机械臂逆运动学求解方法,采用一般反向学习初始化与烟花算法爆炸机制相结合,使得算法具有较强的抗干扰与全局求解性,有效避免早熟、局部最优问题。采用10种经典测试函数对改进灰狼算法进行性能测试,测试结果证明改进灰狼具有收敛精度高、抗干扰能力强等特点。以凿岩机器人的七自由度机械臂逆运动学求解为例,采用MDH法建立运动学模型,运用改进灰狼算法求解并与粒子群、模拟退火、传统灰狼算法进行对比,仿真结果表明：该算法性能优于其他算法,能对冗余机械臂逆运动学进行有效求解。     

基于RBF神经网络的MOTOMAN-UPJ型机器人运动学逆解

利用D—H参数对MOTOMAN—UPJ型机器人建立坐标系,推导出正运动学公式。将由此得到的运动学正解作为训练样本,利用RBF神经网络的局部逼近的优点,将求解机器人运动学逆解转化为对神经网络的权值进行训练。实现了机器人从工作空间到关节空间的非线性映射。使用12输入,单输出的RBF网络,对6自由度的MOTOMAN—UPJ机器人进行了计算仿真,验证了该方法的可行性。与传统解析法相比,大大减少了求解运动方程的计算量。与BP神经网络相比,加快了收敛速度,解决了实时性差的问题。     

大型喷浆机器人的运动学逆问题研究

机器人的运动学逆解对于控制机器人的末端位姿极为重要。大型喷浆机器人结构上不存在闭链问题,但关节数较多。对现有逆解求解方法进行了对比研究,使用D-H方法建立大型喷浆机器人的杆件坐标系并得到其运动学正解,使用代数法求解其运动学逆解,并用对分法求解一元四次方程,最终求出了喷浆机器人的全部运动学逆解。对逆解方程进行了验证,验证结果表明了算法的正确性。     

基于改进差分进化算法的机械手轨迹控制北大核心

为提高机械手系统运行稳定性与关节角跟踪精度,设计一种基于改进差分进化算法的能量最优轨迹控制方法,并以双关节机械手仿真验证。首先,假设参考轨迹为摆线,以机械手运行能量最低为适应度函数,采用独立PD控制法控制机械手运动并构造Lyapunov函数证明控制律的收敛性;其次,利用混沌映射改进差分进化算法初始种群产生策略及子代重建规则,设计自适应缩放因子与交叉因子,对越界个体采用对称映射法处理,以此提高算法寻求全局最优解能力;最后,运用样条插值法将最优离散轨迹生成连续运行轨迹。MATLAB仿真结果表明,所提算法收敛速度快,优化效果好,系统运行消耗能量少,鲁棒性强。     

改进的差分进化算法在约束优化问题中的应用

针对差分进化算法求解约束优化问题存在寻优精度差和收敛速度较慢的问题,提出一种改进的差分进化算法来求解约束优化问题.首先在初始化及进化过程中利用广义反向学习(GOBL)策略产生反向种群,提高搜索效率同时加快收敛速度;其次采用自适应权衡模型计算出个体的适应值并作排序处理;最后,改进的变异策略和个体选择机制执行变异操作提高多...     

机器人运动学逆解及奇异和多解的处理

针对后3个关节轴线相交于一点的6R工业机器人,提出一种有别于传统方法的位姿分离逆解算法,对逆解涉及的奇异和多解处理也做了详细分析,并仿真验证了该算法的正确性。该算法完全避免了矩阵求逆的运算,因此比一般的解析算法更加简单高效,便于实时控制。