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。     

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。     

基于扰动观测器的冗余机械臂任务空间控制

针对冗余机械臂在任务空间中的轨迹跟踪控制精度差问题,提出了一种基于非线性扰动观测器的滑模控制算法。首先,将末端执行器位姿轨迹通过运动学逆解转换成关节空间内的关节角轨迹,降低运动学求解的计算量;其次,利用拉格朗日法获得机械臂的动力学模型,明确系统输入输出关系;进而,设计非线性扰动观测器来估计与补偿系统的集总干扰,并引入基于趋近律的滑模控制算法来加快系统状态量的收敛速度;再者,控制器的稳定性在李雅普诺夫框架下得以证明;最后,以7自由度冗余机械臂为例对该文所提方法的有效性进行了仿真验证。仿真结果表明:文中控制器的控制性能要优于LADRC与SMC-LESO,能保证关节角具有较高的轨迹跟踪精度;该文方法能够较好地解决冗余机器人的运动学逆解问题,将求解精度控制在0.1mm的量级内。     

基于位姿分离算法的冗余机器人逆运动学分析

针对冗余机器人逆运动学求解复杂、实时性差的缺点,提出一种基于冗余机器人位姿分离的逆运动学求解算法。该算法以腕点矢量为目标,计算冗余机器人位置关节的逆解及位置关节对腕关节的误差补偿,得出腕关节逆运动学解。通过建立基于运动轨迹的逆运动学约束泛函,对冗余机器人的逆解进行了优化。得到机器人关节运动特性随约束泛函的变化曲线以及关节逆解的优化解流形。     

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。     

机械臂逆运动学的带修复策略自适应差分进化求解北大核心

在保证机械臂运动学逆解位姿精度的前提下,为了减小机械臂关节角整体的运动量,提出了基于带修复策略自适应差分进化算法的逆运动学求解方法。以7自由度冗余机械臂为研究对象进行了问题剖析。以末端执行器位姿精度为约束,以关节角整体运动量最小为目标,建立了带约束的优化模型。在差分进化算法中引入了多种变异策略,并给出了多变异策略的自适应选择方法,提高了算法的优化能力。针对约束条件,设置了带伸缩因子的修复策略,使解在非可行域时能够伸缩到可行域内。经验证,带修复策略自适应差分进化算法求取的运动学逆解能够满足位姿精度约束,且减小了逆解的关节角整体运动量,验证了本文算法在机械臂逆运动学求解中的优越性。     

液压支架油缸内壁缺陷修复机械臂的运动学分析与仿真

针对矿用液压支架油缸内壁局部缺陷修复,设计一种能深入液压支架油缸筒内进行内壁修复的焊接机械臂。基于改进D-H参数建模方法,对设计的内表面修复焊接机械臂进行运动学建模,并求解了内表面修复焊接机械臂的正、逆运动学。借助MATLAB软件,采用蒙特卡洛法,对该焊接机械臂的有效工作空间进行了仿真分析,利用Robotics Toolbox工具箱对油缸内壁缺陷修复机械臂进行关节轨迹规划,通过仿真得到各关节的角位移、角速度、角加速度曲线。仿真结果表明：该机械臂运行平稳,轨迹连续,满足运动学要求。     

一种五轴冗余工业机械臂运动分析及仿真

冗余机械臂凭借广泛的运动空间、较高的灵活度等优势得到了广泛的关注,但其逆运动学求解复杂,计算量大。针对此问题,以某五轴冗余工业机械臂为例,根据D-H约定建立正运动模型,结合实际情况确定关节运动顺序,基于代数法建立逆运动求解模型,降低求解的复杂性,计算结果满足轨迹规划的要求。并基于关节空间采用五次多项式函数进行运动仿真验证,结果表明:各关节运行平稳,没有明显的突变点,满足机械臂的工作需求。     

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。     

冗余度机械手逆运动学果蝇优化算法的改进

逆运动学问题是冗余度机器人运动控制、轨迹规划和动力学分析的基础,也是机器人学中最重要的问题之一。以末端执行器位姿的误差最小为优化目标,建立适应度函数,将求解冗余度机械手的逆运动学问题转化为一个等价的优化问题,在优化算法的基础上通过杂交变异果蝇优化算法(HMFOA)进行冗余度机械手逆运动学问题的求解。采用嗅觉搜索杂交突变机制和视觉搜索的动态实时更新机制,有效解决果蝇优化算法(FOA)的收敛问题,并提高算法的收敛速度。为进一步验证HMFOA的有效性,在七自由度机械手上对HMFOA进行了测试,将其结果与FOA、LGMS-FOA和AE-LGMS-FOA等算法进行了比较,证明HMFOA能有效地解决冗余机械手的逆运动学问题。     

基于BP算法的六自由度并联机器人正运动学求解

利用六自由度并联机器人位置反解易于获得这一特性。把较难的六自由度并联机器人位置正解问题转化为应用位置反解结果作为训练样本进行学习，从而实现操作手从关节变量空间到工作变量空间的非线性映射，这样就能够较准确地求解并联机器人的位置和姿态。文中以Stewart型并联机器人为例，采用BP算法对其正解进行了求解，仿真结果表明该方法计算精度高，克服了数值解法的求解精度受初值影响较大的缺点。     

基于改进型迭代神经网络的三自由度并联机构位置正解分析

针对模拟船舶在海上运动的摇摆姿态及重载的要求,根据并联机器人机构综合理论,提出运用4SPS-1S结构的并联机构实现模拟船舶在重载情况下的摇摆运动。通过对该机构的运动学分析,推导出三自由度并联机构位置逆解的解析表达式。考虑到位置正解的解析解难以求出,运用一种改进型、高效率的迭代神经网络对其位置正解模型进行求解,最后借助Matlab软件对位置正解模型进行了仿真研究。研究结果表明:该改进型迭代BP神经网络不但性能上优于普通的BP神经网络和误差补偿函数为f(ε)=ε的迭代BP神经网络,且所建立的位置正解模型可以满足实时控制要求。     

逆向驱动焊接机器人NURBS轨迹规划

针对焊接机器人逆向运动学不易求解且多解或无解的缺点,提出一种基于ADAMS和MATLAB的逆向驱动轨迹规划方法,并采用非均匀有理B样条(non-uniform rational B-splines,NURBS)进行关节曲线拟合,并进行焊接机器人的运动学仿真.结果表明,与正弦曲线和五次多项式等传统规划算法相比,逆向驱动NURBS轨迹规划算法,获得的各关节角位移曲线光顺性较好,机械手各方向的位移误差均较小,误差小于1 mm,从而快速准确实现焊接机器人的预期轨迹,为焊接机器人轨迹规划提供了一种新思路.     

A hybrid CHAOS-PSO algorithm for dimensional synthesis of a redundant manipulator based on tracking trajectories without or with singularities

The paper presents a novel hybrid CHAOS-PSO algorithm for dimensional syntheses of redundant manipulators while not following common design principles of arm length or arm length ratio of a human in previous literatures. More specifically, we employ the clamping weighted least-norm (CWLN) method to solve inverse kinematics of the redundant manipulator tracking desired nonsingular or singular trajectories considering joint limits. Thus, an optimal solution of flexible D-H parameters of manipulator is explored in the search space based on evaluations by the defined fitness functions with the proposed algorithm. As an optimization tool in this work, the hybrid CHAOS-PSO algorithm incorporates chaos into the particle swarm optimization (PSO) algorithm as population initialization and global perturbation technique in order to enhance swarm diversity and escape from premature convergence. To demonstrate validity and practicability of the proposed algorithm compared to PSO, simulations of dimensional syntheses of a 7-degree-of-freedom (7-DOF) redundant manipulator with complex structures along the planed nonsingular or singular trajectories are performed.     

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。     

高速冲压生产线上下料冗余机械臂的运动学分析

在应用于高速冲压生产线冗余机械臂姿态规划和轨迹优化过程中,以兼顾上下料效率与轨迹的平稳性为目的,对冗余机器臂的加加速度进行约束,基于旋量理论建立运动学模型,得到正运动学方程,采用遗传算法对冗余机械臂进行逆运动学分析,结合五次B样条插值方法,对末端执行器运动轨迹的加加速度进行优化。结果表明,该方案可有效提高上下料效率,保证冗余机械臂上下料过程运行平稳。