基于神经网络的冗余度四面体变几何桁架机器人位置控制

提出了一个基于双重 BP神经网络的冗余度四面体变几何桁架机器人位置控制方案 ,通过增加关节角变化最小的约束条件 ,定义了优化的目标函数 ,在此基础上建立了冗余度四面体变几何桁架机器人位置控制模型 ,并以四重四面体变几何桁架机器人位置控制为例进行了系统仿真。     

冗余度变几何桁架机器人动力学计算

应用模糊神经网络对机器人逆动力学模型进行辨识,将整个动力学模型系统分为三个子系统,分别采用三个模糊神经网络系统对广义质量矩阵、向心力及哥氏力矩阵和重力矩阵进行学习,求解了冗余度四面体变几何桁架机器人的逆动力学问题,并对四重四面体的变几何桁架机器人进行了仿真计算。     

基于BP神经网络的冗余度TT-VGT机器人轨迹规划

应用ＢＰ神经网络对冗余度ＴＴ－ＶＧＴ机器人的位置正解进行训练学习,进而求解机器人的位置反解问题。同时在应用神经网络求雅可比矩阵伪逆的基础上,基于机器人各差错联合体缇上,提出一种轨迹规划的方法,并对四重四面体的变几何杵架机器人进行仿真计算。     

八面体变几何桁架机器人工作空间分析的解析法

提出了八面体变几何桁架机器人工作空间分析的解析方法,得到了八面体变几何桁架机器人工作空间边界曲面的解析方程,并在此基础上纵出了工作空间边界曲面的图形。分析计算结果表明,八面体变几何桁架机器人的工作空间是由30张曲面片包围而成的闭包。     

一种新型变几何桁架机器人机构的运动分析

对由三个四面体和一个八面体并联组成的新型变几何桁架机器人机构 ,进行了结构分析和位置分析 ,并利用导出法推导出机器人手部的速度显式解析解。结果表明 ,这种机构在机器人运动学分析中具有计算简单、计算精度高的特点 ,能够满足机器人实时控制的需要     

基于遗传算法的冗余度TT—VGT机器人的避障规划

针对遗传算法提出了一些改进措施,用以提高算法的收敛速度和精度,并提出了四面体变几何桁架机器人的避障判据。应用改进后的遗传算法,实现机器人末端给定的运动轨迹和避障要求,并求得相应瞬时的关节变量值;并对７ 个自由度的四面体变几何桁架机器人进行了仿真计算     

组合十面体变几何桁架机器人的直接位置分析

提出了３种组合十面体变几何桁架机构的结构型式，建立了其直接位置分析方法，导出了输入输出位方程，分析了直接位置的数目。     

十二面体变几何桁架机器人位置正解分析

提出一种十二面体变几何桁架机器人机构正位置分析的代数求解方法，结合一附加线性位移传感器所测数据，推导出正位置分析的两组显式解析解，避免了高于四次方程和大型线性方程组的求解，具有计算精度高，速度快的特点，将满足十二面体变几何桁架机器人实时控制的需要。     

双二重八面体变几何桁架机器人逆位置分析

研究了双二重八面体变几何桁架机器人的逆位置分析。针对双二重八面体变几何桁架机器人单元结构特点,建立起机构逆位置分析的封闭解。     

冗余自由度TT-VGT机器人的最优轨迹规划

应用分离矩阵法 ,对冗余度 TT- VGT机器人的逆运动学进行了研究。基于速度欧拉范数值最小 ,提出了冗余度 TT- VGT机器人轨迹规划的一种方法。并对四重四面体的变几何桁架机器人进行仿真计算 ,与伪逆法求解进行了比较 ,证明了方法的优越性。     

基于双二重八面体的长链柔性变几何桁架机器人逆位置分析

研究了双二重八面体单元组成的长链柔性变几何桁架机器人的逆位置分析。提长链柔性双二重八面体变几何桁架机器人实际末端位置和法向以及长链本体形状的逆位置分析方法,获得了机器人逆位置分析的封闭     

三重八面体变几何桁架机器人间接位置分析的符号解

应用代数消元法,对三重八面体变几何桁架机器人的间接位置分析进行了符号求解,导出了单变量的128次输入输出方程,并给出了数字实例。     

柔性冗余度机器人减振运动规划研究

由于柔性冗余自由度机器人具有冗余特性 ,因此在保证机器人实现预定工作任务的情况下 ,可以通过规划机器人各关节的自运动规律 ,从而改善机器人的动力学性能。本文提出了一种冗余关节规划方法 ,该方法为全局优化方法 ,具有可实现性、易控制和计算量小的特点 ,而且可以保证机器人工作结束后各关节的自运动速度为零 ,从而避免由于终态自运动的存在而使原优化效果遭到破坏。     

冗余度机械臂位移级的容错轨迹规划

对冗余度机械臂的容错问题进行了研究 ,提出一种位移级上的容错轨迹规划算法 ,并将其与梯度投影法进行了仿真分析与比较。研究结果表明 ,新方法可以使机械臂更为有效地实现容错操作     

冗余度柔性机器人自运动规划新方法

柔性机器人的末端运动精度是人们追求的重要指标 ,对其进行规划具有理论和实际意义。本文提出了一种新的自运动规划策略 ,在保证柔性机器人实现预定运动任务条件下 ,利用机器人的冗余度 ,通过优化机器人各关节的自运动 ,降低柔性机器人末端在运动过程中由于弹性变形引起的误差。文中给出了一空间 4R柔性机器人的仿真实例 ,结果表明这一方法具有全局性和易于控制。