喷浆机器人运动学逆问题

对一种新型的喷射混凝土机器人的运动学逆问题进行了详细的研究，由于用代数法求解此机器人运动学逆问题时方程繁琐鸡解，采用了数值算法，即年牛顿－拉普森算法，此算法可以保证收敛并且收敛速度也较快，可以满足在线实时控制的要求。     

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．     

基于改进差分进化的3-RPS机器人逆运动学参数标定

并联机器人结构较为复杂,由设计参数求解出的关节驱动不能使其达到理想位姿,然而并联机器人的位姿精度会直接影响到工作质量。为提高并联机器人逆运动学模型的精度,对所设计的3-RPS并联机器人建立逆运动学误差模型,并提出一种基于竞争的多变异策略差分进化算法对模型中的参数进行标定。在该算法中设计两个分别侧重局部开发和全局探索的种群,每个种群包含3种变异策略,并在每个种群中制定一种竞争制度用来挑选出标定过程中表现最好的策略,确保标定得到的参数最优。使用标定后的运动学参数对逆运动学模型进行修正,并通过Adams验证修正后模型的准确性。结果表明：所提算法收敛速度较差分进化算法提升了50%,且最终收敛值更小;与粒子群算法和差分进化算法相比,所提算法收敛结果不受进化过程中随机性带来的干扰;经该算法标定后,3-RPS并联机器人3个自由度精度较标定前分别提升了73.5%、88.7%、95.2%,精度得到显著提高。     

新型煤矿救援机器人的特殊运动逆运动学

针对新型煤矿救援机器人头部单元的特殊运动（位姿调整）,提出了一种基于空间分割和遗传算法相结合的新方法求解其逆运动学.该方法能以最小的转动代价实现期望的位姿,有利于保持机器人稳定.采用二次空间分割法,解决了遗传算法搜索空间大,难以收敛到全局最优解的问题.仿真实验结果表明,采用新的逆运动学算法得出的位姿误差较小,而且关节角...     

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.     

六自由度机器人的运动学分析

针对一种自主研发的二三四轴相互平行的六自由度机器人,通过D-H(Denavit-Hartenberg)法建立机器人连杆坐标系和变换矩阵,求得正运动学方程,基于矩阵逆乘的思路进行逆运动学的求解,提出此类六自由度机器人逆运动学求解的方法,求出逆运动学的全部解析解。针对该机器人的奇异性,提出奇异位置逆解的处理方法,并用MATLAB机器人工具箱Robotics Toolbox验证了正解模型和逆解算法的正确性。研究结果为该机器人后续的轨迹规划和控制提供理论依据,对于具有相似结构的机器人运动学正逆解问题具有借鉴意义。     

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。     

基于改进自适应小生境遗传算法的机械臂逆运动学求解

逆运动学求解对机械臂位姿控制和轨迹规划具有重要意义,针对逆运动学求解存在多解及通用性差的问题,提出了一种基于改进自适应小生境遗传算法的逆运动学求解算法。适应度函数融合位姿误差和"最柔顺"原则,不存在多解及奇异解问题;引入减法聚类分析,提升算法通用性;对遗传算法进行改进,提升了算法收敛速度及精度。利用六自由度机械臂进行仿真实验,结果表明该算法收敛快、精度高,可求得唯一解。     

一种五自由度混联机器人运动学分析

为了使工业机器人的位姿改变更加快速、灵巧,对一种五自由度混联机器人进行了结构分析．建立D-H坐标系求得末端执行器的位姿矩阵,提出一种基于PAUL逆变换法的串联机器人逆运动学封闭解的求解分析方法,求得该机器人的运动学逆解．计算机仿真结果验证了该算法的快速性和有效性．运用包络理论确定局部关节联动所形成的工作空间包络面,论证了该机器人作业姿态的灵巧性．利用几何叠加方法规划出机器人灵巧工作空间,为结构设计和运动控制提供了依据．     

4自由度灌木修剪机器人工作空间求解与仿真

在此采用蒙特卡罗概率算法对机器人机械臂作业空间进行了求解,在MATLAB中输出机器人的作业空间图,结合实际作业目标,来确定机器人机械臂参数。通过在MATLAB/SIMULINK中构建机器人运动学和逆运动学程序模块,得到机器人各个关节角随时间的变化曲线。     

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.     

MOTOMAN机械手逆运动方程新的推导方法及求解

提出了一种新的推导MOTOMAN型机器人逆运动学方程的方法,进而给出逆运动问题新的求解方法。此方法不需要对机械手末端位净进行坐标变换,另外在解的扒导过程中避免了大量的逆矩阵相乘,方法简单,便于工业控制和仿真,仿真证明了计算结果的正确。     

MOTOMAN机器人逆运动学新分析

为解决机器人逆解过程中存在解被丢失、大量矩阵逆乘、多组解的问题,提出了一种新的推导MO-TOMAN机器人逆运动学的方法.在解的推导过程中,采用双变量正切函数避免了解被丢失的可能性,回避了大量的逆矩阵相乘,简化了求解过程,大大减少了计算量,针对有多阻逆解的情况,采用"最短行程"准则,选取一组最接近于当前操作臂的解.研究成果已在深圳市元创兴科技有限公司自主研发的六自由度工业机器人中得到成功应用.实际应用结果表明本文研究的方法是正确的.     

Planar Serial Manipulator Motion Synthesis

This paper deals with the universal serial manipulator on the inverse kinematics problem of plane type,the fast working space solution method,and the obstacle avoidance path planning method. With the vector projection as the main constraint condition of the target,it proposes a general form of the inverse kinematics solution which does not depend on the robot configuration of freedom degree. By identifying the target vector direction maximum and minimum workspace boundary and determining the destination vector by thick search on the workspace boundary method,an expressing method of the polar coordinate form of work space is then introduced. Finally,according to the form of plane trajectory planning for obstacle avoidance problem,the method of solving the inverse kinematics solution of the concave and convex forms of the safe obstacle avoidance area is improved. The simulation results verify that the proposed method has feasibility and generality.     

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.     

基于RBF和BP网络的机器人逆运动学求解

针对传统的求逆运动学方法相当复杂以及一般的神经网络收敛速度慢、精度不高的缺陷,提出一种由1个RBF(Radial Basis Function)网络和2个BP(Back Propagation)网络组成的系统来解决运动学逆问题,输入数据分别通过3个并行的神经网络,对输出分别求正运动学解,计算误差,选择误差最小的作为系统的输出,其中BP网络运用LM(Levenberg-Marquardt)方法进行训练.仿真表明:该方法可以有效的解决运动学逆问题,避免了传统解法中的一些棘手问题.     

基于遗传算法的Stewart并联机器人位置正解分析

充分利用Stewart并联机器人位置反解容易获得这一特性,把较难的Stewart并联机器人位置正解问题转化为一个优化问题,考虑到遗传算法的全局优化特性,提出了基于遗传算法的Stewart并联机器人位置正解方法. 仿真实例证明了所提方法具有很高的计算精度,彻底克服了采用数值解法求解Stewart并联机器人位置正解时,解的精度受初值影响较大的缺点.     

应用基于运动螺旋的机器人正解映射求解搬运机器人的逆运动学问题

应用基于旋量理论的指数积公式建立了搬运机器人的正解映射,并基于矩阵变换了求解该机器人逆运动学问题的方法,该方法为求解一般机器人的逆运动学问题提供了参考.     

几何分域的多模块神经网络求解 平面3R机械手逆运动学

针对神经网络求机器人逆运动学多解时输入与输出间存在一对多的映射问题,提出一种基于几何分域的多模块神经网络求解平面3R机械手逆运动学方法。该方法通过将连杆分离-重新组合的方式进行几何分析,将平面3R机械手分为两组具有多解的子空间,同时增加末端执行器方位角的规划,使得用于两个子空间训练的BP神经网络中,输入与输出间具有唯一映射关系。用训练好的两个BP神经网络分别对同一段规划好的圆形轨迹进行预测,得到的两段预测轨迹平滑且与规划轨迹基本一致,这一结果表明,所提方法可以获得平面3R机械手高精度的逆运动学多解。     

超冗余全方位移动操作臂的逆运动学求解

针对超冗余度机器人的运动学逆解求解快速性与优化性难以兼顾的问题,对于一类9自由度超冗余全方位移动操作臂,提出一种关节等效和局部优化相结合的逆运动学求解方法.分析系统结构特点,在位姿分离的基础上对不同自由度合理分组.根据手爪的抓取姿态求得腕点位置,并以关节角运动幅度最小为目标函数,将决定腕点高度的两个关节的优化求解转化为二元函数的条件极值问题,在快速准确求解的同时有效利用了系统的冗余特性.仿真实验表明,该方法能够兼顾实时性、准确性和优化性的要求.