7自由度串联机器人运动学分析

以北京某大学自行研制的7自由度串联机器人为研究对象,对其运动学正解和逆解进行分析和研究。应用旋量方法推导出该机器人的运动学正解求解方程。在运动学正解求解方程基础上,采用位姿分离方法,将7自由度串联机器人的运动学逆解问题分解为位置逆解和姿态逆解两部分,并结合几何法和最短行程原则优化计算位置逆解和姿态逆解,继而完成了该机器人的运动学逆解求解。仿真结果验证了该7自由度串联机器人运动学逆解求解方法的正确性,且证明了该方法具有运算量小和精度高等特点。     

基于运动旋量的LR-Mate 100机器人的逆运动学分析

针对串联机器人逆解困难问题,提出采用运动旋量及指数积求解运动学逆解子问题的方法,求解LR-Mate100机器人的运动反解。研究表明:该方法可消除多关节耦合变量,简化求解过程,计算精度高,同时为求解LR-Mate 100机器人的运动学逆解提供了一种新方法。     

同伦算法在6R机器人运动学逆解上的应用

针对一般6R机器人运动学的逆解问题,提出了一种自适应同伦算法的求解方法。利用Solid Works对机器人进行结构建模,根据D-H坐标法建立了相应的坐标系,建立机器人运动学模型后得到含六个未知变量的六个非线性运动学方程。在定点同伦和牛顿同伦的基础上,引入自适应参数构造自适应的同伦算法,避免了运动学逆解的雅可比矩阵逆阵奇异。再结合求解常微分方程初值问题的的四阶Runge-Kutta法和Matlab编程,最终得到机器人运动学逆解的全部解。该算法简单易行,计算效率高,为一般型机器人运动学逆解的研究提供了一种有效的方法。     

MATLAB环境下六自由度焊接机器人运动学逆解及优化

通用工业机器人运动学方程有多组逆解,而机器人系统最终只能选择其中的一组解来驱动机器人进行工作,因此需要对多组逆解进行选择优化后作为机器人的最优解。由于逆解的求解过程非常复杂,因此通过分析焊接机器人的正、逆运动学求解过程,提出用MATLAB GUI编程来自动求解机器人的多组逆解,并采用最短行程的原则自动寻找机器人的最优解。与其他方法相比,该方法简单明了,计算速度快。最后给出两组计算实例来验证计算机求解结果的正确性。     

基于旋量理论和Paden-Kahan子问题的6自由度机器人逆解算法

机器人逆解中运动学模型的建立主要采用Denavit-Hartenberg(D-H)参数法和旋量法。D-H参数法相对成熟,在机器人运动学分析中得到广泛应用。旋量法实际应用相对较少,但旋量法中机器人各连杆坐标系相对于底座建立,具有明确的几何意义。基于旋量法建立起的机器人运动学模型,其逆解常采用Paden-Kahan子问题方法加以求解,单纯的Paden-Kahan子问题法只能解决低自由度机器人的逆解。针对后三个关节相交于一点的6自由度关节机器人,基于旋量理论建立起机器人运动学模型,利用经典消元理论和Paden-Kahan子问题相结合的方法,提出一种机器人运动学逆解算法,并给出此类机器人运动学逆解的显式求解结果。以库卡KR-150机器人为例,利用该算法进行运动学逆解,验证了算法的正确性。     

一种仿Cassie的双足机器人腿部构型运动学分析

基于空间几何,提出一种仿Cassie的双足机器人腿部构型的逆运动学的显式解析解,然后利用旋量理论求解正运动学,计算出其显式解析解.为了验证解的正确性,在三维建模软件SolidWorks中对机器人进行建模,并在专业多体动力学软件Adams中对机器人模型进行基于倒立摆的步态仿真,仿真结果验证了运动学求解的正确性.对仿Cassie的双足机器人腿部构型运动学分析,求解得出的正逆运动学显式解析解特别适用于机器人的实时控制系统.该运动学算法对双足机器人的运动学、动力学、轨迹规划、步态规划研究都有重要的参考意义.     

一种仿Cassie的双足机器人腿部构型运动学分析

基于空间几何,提出一种仿Cassie的双足机器人腿部构型的逆运动学的显式解析解,然后利用旋量理论求解正运动学,计算出其显式解析解.为了验证解的正确性,在三维建模软件SolidWorks中对机器人进行建模,并在专业多体动力学软件Adams中对机器人模型进行基于倒立摆的步态仿真,仿真结果验证了运动学求解的正确性.对仿Cassie的双足机器人腿部构型运动学分析,求解得出的正逆运动学显式解析解特别适用于机器人的实时控制系统.该运动学算法对双足机器人的运动学、动力学、轨迹规划、步态规划研究都有重要的参考意义.     

一种仿Cassie的双足机器人腿部构型运动学分析

基于空间几何,提出一种仿Cassie的双足机器人腿部构型的逆运动学的显式解析解,然后利用旋量理论求解正运动学,计算出其显式解析解.为了验证解的正确性,在三维建模软件SolidWorks中对机器人进行建模,并在专业多体动力学软件Adams中对机器人模型进行基于倒立摆的步态仿真,仿真结果验证了运动学求解的正确性.对仿Cassie的双足机器人腿部构型运动学分析,求解得出的正逆运动学显式解析解特别适用于机器人的实时控制系统.该运动学算法对双足机器人的运动学、动力学、轨迹规划、步态规划研究都有重要的参考意义.     

基于GA-RBF网络的ABB机器人逆运动学求解

阐述了利用遗传算法对RBF网络进行优化的过程。并结合ABB机器人的正运动学分析,将正运动学求解的结果作为GA-RBF优化网络的训练样本,求解了机器人逆运动学问题。仿真和试验结果均表明该方法能得到很高精度的运动学逆解。     

连续型机器人运动学的平面圆弧法建模与实验研究

针对当前连续型机器人的运动学逆解求解复杂、低效这一问题，提出了一种基于平面圆弧法的运动学建模方法，其具有运动学逆解求解简单、高效的特点。利用该方法在平面内拟合连续型机器人的弯曲运动形状，建立其运动学模型，分析其驱动空间、关节空间和操作空间的映射关系，并描述其工作空间。分析连续型机器人在平面内弯曲形状的几何约束，建立关节空间变量之间的数学关系，降低求解复杂逆运动学问题的难度。对机器人末端执行器的位置和驱动线长度变化曲线进行仿真分析，求解逆运动学的有效解，并研制原理样机进行样机实验，实验表明该运动学模型的正确性以及逆运动学求解方法的有效性。     

基于Matlab的喷涂机器人运动学分析

运用改进的D-H法求解了三个腕关节轴线相交于一点的6自由度喷涂机器人的运动学方程,得出了简化的运动学逆解的代数解。在Matlab环境中,用Robotics Toolbox对该机器人进行了仿真建模,不仅证明运动学正、逆解的正确性,还得出了机器人的工作空间,也为后续的动力学分析、轨迹控制奠定了基础。     

新型仿生六足机器人步行足运动学分析与研究

通过对六足步行机器人步行足的运动学分析，按照坐标系的建立原则，选取机构中的转动副作为关节变量，推导出各关节的广义变换矩阵，得到了步行足足端的运动学方程，求出步行足足端点运动学的正解坐标系，利用paul等人提出的代数解法进行了运动学逆解分析，并借助计算机对其逆解进行了验证，为后续的运动学分析和轨迹规划奠定了基础。     

一种高精度求解多轴机器人逆运动学的方法

提升多轴机器人逆运动学的求解精度与速度是保证机器人轨迹规划与实时控制性能的基础，也是机器人领域密切关注的难题。提出一种高精度、高效率地求解3至6R串链机器人逆运动学的方法。首先，将用于描述机器人位置与姿态的旋转变换阵与单位四元数采用半角正切的形式表达，建立与关节角度无冗余的机器人位姿方程。其次，分析Dixon结式求解多元高阶多项式的方法，将其应用于求取3R与一般6R机器人的逆运动学解析解。利用多项式环的特性处理矩阵，能够有效避免计算奇异性的产生。通过分析以矢量表达的Dixon矩阵，消去矩阵中的一些无效项，降低矩阵的阶数，避免阶次组合爆炸问题的发生。仿真实例表明，任意可达姿态下，6R机器人的逆运动学解一般能达到8组，这一多解的性能提升机器人的灵巧度。一般6R机器人逆解的单次计算时间不高于4ms，位置及姿态误差(相对)均小于10^-15，验证所提出的逆解方法的实时性和精密性。本文所做工作为精密操作机器人的运动学研究提供了理论依据。     

基于组合优化算法的6R机器人逆运动学求解

针对逆运动学求解存在的多解、精度低及通用性差等问题,提出了一种适用于各类6R工业机器人求逆解的组合优化算法.根据经典D-H法建立了机器人运动学模型,以最小化位姿误差为目标,结合运动平稳性原则构造了逆解问题的目标函数,以线性加权和法设计了适应度函数.通过混沌映射初始化种群、收敛因子非线性更新、自适应惯性权重位置调整及引入...     

3-RSR并联机器人运动学研究

在已有研究的基础上,给出了更为简单、完善的3-RSR并联机器人封闭正解,以及一般结构参数下的逆解和对称结构参数时的封闭逆解的求解方法.该机构运动学正解的最大数目为16组,逆解数目最多有8组,求逆解较其它三自由度并联机器人复杂.     

General closed-form inverse kinematics for arbitrary three-joint subproblems based on the product of exponential model

The inverse kinematics problems of robots are usually decomposed into several Paden–Kahan subproblems based on the product of exponential model. However, the simple combination of subproblems cannot solve all the inverse kinematics problems, and there is no common approach to solve arbitrary three-joint subproblems in an arbitrary postural relationship. The novel algebraic geometric (NAG) methods that obtain the general closed-form inverse kinematics for all types of three-joint subproblems are presented in this paper. The geometric and algebraic constraints are used as the conditions precedent to solve the inverse kinematics of three-joint subproblems. The NAG methods can be applied in the inverse kinematics of three-joint subproblems in an arbitrary postural relationship. The inverse kinematics simulations of all three-joint subproblems are implemented, and simulation results indicating that the inverse solutions are consistent with the given joint angles validate the general closed-form inverse kinematics. Huaque III minimally invasive surgical robot is used as the experimental platform for the simulation, and a master–slave tracking experiment is conducted to verify the NAG methods. The simulation result shows the inverse solutions and six sets given joint angles are consistent. Additionally, the mean and maximum of the master–slave tracking experiment for the closed-form solution are 0.1486 and 0.4777 mm, respectively, while the mean and maximum of the master–slave tracking experiment for the compensation method are 0.3188 and 0.6394 mm, respectively. The experiments results demonstrate that the closed-form solution is superior to the compensation method. The results verify the proposed general closed-form inverse kinematics based on the NAG methods.     

MOTOMAN-UPJ型机械手运动学改进算法研究

根据MOTOMAN-UPJ型机器人具体的结构特点,推导出机器人的正逆运动学公式.提出只需要一次矩阵逆乘的逆解算法.与传统方法相比,大大减少了计算运动方程逆解的计算量.针对逆解中有时有几组不是真解的问题,讨论各位置参数的取值对逆解结果的影响,明确了逆解角度求解公式,避免了可能出现的漏解的情况.应用MATLAB软件编程进行运动学模拟仿真,分别用9组和6组数据验证正解和逆解的合理性和正确性.     

神经网络在机器人逆运动学中的应用

研究了3种BP网络改进算法在机器人逆运动学中的应用。采用多层前向神经网络建立机械手逆运动学模型。仿真结果表明，所提方法可以满足机械手逆运动学解的精度，确保快速达到全局收敛。     

冗余仿人臂避关节物理约束的一种逆运动学问题求解方法

冗余仿人臂有无穷多组逆运动学解满足末端位姿要求,但由于其连杆机构与形状的设计仿人臂每个自由度都有关节位置物理约束。为使所求取的逆运动学解最大化地远离仿人臂关节限位,提出冗余仿人臂(8-DOF)一种几何-数值迭代相结合求解逆运动学问题方法,该方法在计算出仿人臂逆运动学解几何表达式基础上,以仿人臂的“远离限位度”指标构建适应度函数并以此为寻优目标,通过粒子群优化方法(Particle swarm optimization,PSO)搜索冗余关节角最优组合,并获得满足仿人臂末端位姿要求的最优逆运动学解。该方法不仅解决了冗余仿人臂逆运动学多解问题,而且所求关节角不存在理论误差、求解速度快及所求关节角远离关节位置限位裕量大的优点,仿真试验验证了该方法有效性。     

基于BP神经网络的冗余机械臂逆运动学分析

常见的七自由度冗余机械臂逆运动学解法较为繁杂,且对不同构型机械臂的逆运动学解法通用性较差。为了找到一种通用的七自由度机械臂逆运动学求解方法,建立了神经网络模型,选择了合适的激励函数、隐藏层神经元数量、神经网络层数和学习速率等模型参数。设计轨迹跟踪实验对神经网络模型进行验证,实验数据证明该方法有效且精度较高,是一种可行的冗余机械臂逆运动学求解方法。