三分支空间机器人的迭代运动学逆解

基于旋量理论指数积公式及空间雅可比矩阵,对三分支空间机器人逆运动学求解问题进行了研究,提出了一种通用的三分支机器人逆解迭代算法,并建立了统一的逆运动学求解模型。对于具有球腕结构的三分支机器人,给出了位姿解耦形式的简化算法。该算法较速度级控制法计算精度更高,且不依赖于机器人的构型,适合于构型不确定的模块化机器人。通过搬运物体的仿真试验,验证了算法的有效性。     

系统参数估计的递推最小范数解及其用于递推最小二乘算法的启动

用直接法导出了线性系统参数的递推最小范数(RMN)估计算法,并证明其结果与递推最小二乘(RLS)算法在参数估计初值取为零、且方差阵初值取为无穷大单位阵的极限情况下的启动阶段中所得结果相同,数字仿真表明,RMN算法用于RLS算法的启动阶段,一般地可使参数估计的初始收敛速度达到最快,此法也可用于控制理论中递推求解线性方程组。     

焊接机器人运动学正逆解

为了达到使焊接机器人完成工作任务的目的,通过设立坐标系和建立运动方程对机器人进行运动学分析,解出运动学正解和逆解。利用已求出的转角形成手部的转动,使手部到达所需的焊接位置并满足焊接姿态的要求,通过焊接机器人程序控制完成焊接任务。研究结果表明:利用已求出的转角的转动可使手部到达所需的焊接位置和姿态。     

加权最小范数法在单冗余度机器人容错算法中的应用

利用梯度投影法对冗余度机器人进行容错轨迹规划时,常常导致关节速度变化较大,为解决这一问题,将加权最小范数法引入到容错轨迹规划中.理论分析及BUAA-RR七自由度机器人的仿真研究结果表明,利用加权最小范数法可以获得更平滑的关节速度,这说明它是一种有效的容错轨迹规划算法.     

InSAR图像的最小范数法相位解缠研究

推导了L2最小范数相位解缠法的实用计算公式,应用L2最小范数相位解缠递推算法对 InSAR图像进行了计算处理,将L2最小范数相位解缠法的计算结果与Goldstain枝切法相位解缠法计 算结果进行对比分析。结果表明,最小范数相位解缠法具有收敛快、计算结果精度高等优点。经过6次 递推后,获得与Goldstain枝切法基本相同的结果。最小范数相位解缠法出现残差点较Goldstain枝切 法少,图像较Goldstain枝切法光滑。     

基于分块矩阵的6R机器人实时逆解算法

为提高6R机器人逆运动学求解的强实时性,提出了一种基于分块矩阵相乘来求解逆运动学的方法。将复杂的6个矩阵方程转换为含有6个未知变量的8个纯代数方程来进行求解,并在方程简化过程中引用符号运算预处理,避免了大量浮点运算带来累积误差。通过方程组的优化,可避免第3关节变量求解中产生增根的情况。试验结果表明,在同等精度要求下,该逆解算法相比于其他算法具有更强的实时性,得到精确的8组封闭解平均仅需0.009 7 ms,能够满足机器人的在线控制要求。     

基于最小范数原理的夹紧力优化设计算法

合理地确定夹紧力是夹具设计过程极为重要的环节,为此对工件处于稳定状态的约束条件进行了系统研究,提出了夹紧力的优化设计算法.首先,基于螺旋理论建立了工件稳定性模型.其次,基于最小范数原理,提出了夹紧力的优化设计模型.在摩擦锥线性转化以及变量非负转换的基础上,提出了夹紧力的优化设计松弛为线性规划问题的求解方法.最后,以典型...     

基于蚁群神经网络算法的机器人逆解

提出了一种机器人逆运动学问题建模的新方法.利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络.针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路.利用改进的蚁群算法学习神经网络,为神经网络提供了一种新的学习算法,使得该方法兼具了蚁群算法与神经网络的优点.应用实例表明了该方法的有效性,提高了机器人逆运动学求解的速度和精度.     

基于蚁群神经网络算法的机器人逆解

提出了一种机器人逆运动学问题建模的新方法．利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络．针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路．利用改进的蚁群算法学习神经网络．为神经网络提供了一种新的学习算法,使得该方法兼具了蚁群算法与神经网络的优点．应用实例表明了该方法的有效性。提高了机器人逆运动学求解的速度和精度．     

一种新的声矢量阵最小范数算法

现有的声矢量阵方位估计算法基本都是将声矢量传感器(AVS)的振速信息作为与声压相同的独立阵元信息来处理,没有充分利用AVS中声压和振速的相干性,以及由此带来的抗各向同性噪声能力.基于AVS中声压和振速的相干性原理,提出了一种新的声矢量阵最小范数算法.新算法充分利用了AVS中声压和振速联合信息处理的优势,能更好地将最小范数(MN)算法的高分辨能力与AVS的抗噪能力有机地结合起来,实现远程高分辨DOA估计.理论分析和基于湖试数据的仿真实验证明了所提算法的有效性.     

一种求解机器人运动学逆问题的有效方法

应用螺旋系统，指出了螺旋与空间向量对应的关系，通过正交化螺旋解决了机器人运动学逆解（逆雅克比矩阵）问题，并给出了通用算法．此外，文章对自由度小于６的机械手也进行了讨论     

超冗余移动机械臂的逆运动学快速求解

为了快速并精确地求解一类冗余移动机械臂(MM)运动学的优化逆解,提出了一种基于遗传信
赖域算法和解析解法相结合的运动学求逆方法. 首先使用解析解法求出机械臂逆解关于移动
车运动参数的表达式,据此表达式引入关节最佳柔顺性准则确定信赖域算法的目标函数;然
后用遗传信赖域算法快速求解此只包含移动车运动参数为自变量的目标函数的最优化问题,
据此求出运动学逆解. 仿真算例表明,该方法能快速求出精确和优化的运动学逆解.     

基于逆运动学的6-UPS并联机构运动学参数辨识方法

为了提高6-UPS并联机构的定位精度,研究了一种基于逆运动学的6-UPS并联机构运动学参数辨识方法.首先基于逆运动学建立了6-UPS并联机构的运动学参数辨识模型,然后通过Levenberg-Marquardt最小二乘法对模型进行求解,最后对该算法进行了仿真验证.结果表明该算法可以很快收敛,在测量设备没有测量误差的理想状态下,参数辨识精度达到10-10mm.在测量设备存在1μm、1″的误差状态下,参数辨识精度达到10-3mm,足以满足大部分应用场合下6-UPS的位姿精度要求.     

基于遗传算法的机械手运动学逆问题求解方法

遗传算法应用于机械手运动学逆问题求解,对选择,突然变异等操作进行分析并给出了相应的算法,提出了转换编码及多点交叉操作中交叉点偏置的方法,并对交叉率和变异率的影响规律进行了分析和探讨,通过ＳＩＷＲ－Ⅱ型水下机械手的实例计算,验证了所提出的方法的有效性和可行性。     

Inverse Kinematics Analysis of a 7-DOF Space Manipulator for Trajectory Design

To solve the inverse kinematics problem for redundant degrees of freedom (DOFs) manipulators has been and still continues to be quite challenging in the field of robotics. Aiming at trajectory planning for a 7-DOF space manipulator system, joint rotation trajectories are obtained from predetermined motion trajectories and poses of the end effector in Cartesian space based on the proposed generalized inverse kinematics method. A minimum norm method is employed to choose the best trajectory among available trajectories. Numerical simulations with the 7-DOF manipulator show that the proposed method can achieve the planned trajectory and pose under the circumstances of minimum angular velocities. Moreover, trajectory results from the proposed kinematics model and inverse kinematics method has the advantages of simple modelling, low computation cost, easy to solve and plan trajectory conveniently. The smooth and continuous joint rotation functions obtained from the proposed method are suitable for practical engineering applications.     

采用神经网络方法研究柔性机械臂逆运动学问题

本文以柔性机械臂为例,进行简单的逆运动学分析.并采用小脑模型神经网络方法对机械臂的逆运动学进行了数值仿真分析,可以看出,小脑模型神经网络可在较短的学习次数中有效地控制机械臂的振动.     

关于一种模块化机器人的简化运动学反解

结构不同的机器人其运动学反解方法也有一些不同的特点,针对9自由度模块化机器人提出了一种新颖简化的运动学反解思想,它可以针对机器人的结构而灵活应用,并且在很大程度上减少了反解的思考时间,简化了反解的计算过程和减少了反解计算量.     

基于杆组分析法的平面型串联机械手运动学逆解分析

利用PowerCube可重构机器人模块组装了一个可变异的平面型串联机械手.基于杆组分析法对该机器人进行逆运动学分析,并采用轨迹规划方法对机器人的步态进行了规划.MATLAB软件的仿真结果证明了运动学逆解的合理性,为机器人的步态轨迹控制提供了依据和算法支持.