六自由度模块化机械臂的逆运动学分析

针对自主研发的六自由度(DOF)模块化机械臂,提出一种逆运动学求解方法.根据机械臂的结构特点和运动学约束,对机械臂的运动学进行分析.建立该类型机械臂的正运动学模型,得到了机械臂逆运动学的完整解析解.采用Denavit-Hartenberg(D-H)法对机械臂操作空间进行描述,在考虑机械臂运动学约束的基础上,得到以关节角度为变量的正运动学模型.通过分析正运动学模型的可解性,采用矩阵逆乘的解析法求解机械臂的正运动学模型,得到了该类机械臂逆运动学的完整解析解.通过仿真验证了正运动学模型及运动学逆解的正确性,运动学逆解可以用于机械臂末端执行器的精确定位和运动规划.     

混合驱动仿人机械臂设计与运动学分析

为提高机器人的拟人化程度,提出一种混合驱动的仿人机械臂。将四自由度线驱动机械臂结构与二自由度机器人关节模组巧妙结合构成六自由度混合驱动仿生机械臂,并对其运动学问题进行分析。基于旋量理论建立机械臂的运动学模型,通过基于空间雅克比的牛顿-拉夫森法对机械臂的逆运动学方程进行数值求解,利用Monte Carlo法分析机械臂的工作空间,并在ADAMS软件中完成机械臂的运动学仿真,通过试验对所提出运动学模型的有效性进行了验证。试验结果表明,提出的混合驱动仿人机械臂结构设计可靠,基于旋量理论求解出的运动学方程准确,对仿人机械臂的结构设计与运动学分析具有参考价值。     

三自由度转载机械臂运动学建模及逆运动学求解

针对三自由度转载机械臂各关节的运动特点建立连杆坐标系。采用D-H方法建立了以关节为变量的机械臂运动学模型。采用齐次变换矩阵推导出系统的正运动学方程;采用反变换法求取运动学的逆解。通过运用Matlab软件中Robotics Toolbox进行仿真实验,验证了三自由度机械臂运动学模型及逆解计算的正确性。     

基于Matlab的模块化机器人运动学仿真

针对六自由度模块化机器人,使用D-H法对机器人建立模型,进行运动学分析,完成机械臂精确控制和轨迹规划.通过Matlab软件构造仿真模型,实现机械臂实体模型的线条化表示,简化了机器人三维结构建模的过程.重点进行关节运动学机理分析,利用Matlab软件的矩阵运算能力强大的优点,对模块化机器人的正、逆运动学问题进行求解,以及对轨迹规划进行仿真,分析机器人运动规律,为机器人运动控制提供理论依据.     

基于位姿分离的机械臂解析求逆优化算法

针对6R机械臂逆向运动学求解过程复杂繁琐、求解精度不理想的问题,提出一种基于位姿分离的解析求逆优化算法.利用改进型D-H参数法建立机械臂的运动学模型,通过连杆变换矩阵推导出机械臂的正向运动学方程,利用位姿分离思想进行逆解优化算法设计,利用蒙特卡洛法分析机械臂的工作空间,运用Matlab Robotics工具箱验证改进算法的有效性.结果表明：该改进算法具有较高的求解精度,与现有解析优化算法相比,大幅度简化了求解过程,提高了运算效率.     

六自由度机械臂运动学分析与轨迹优化

针对机械臂运动轨迹偏差较大的问题,采用D-H法建立模型,对六自由度机械臂进行了正、逆运动学的分析,基于机械臂关节轴的典型几何结构利用PIEPER准则推导逆运动学的封闭解;在笛卡尔空间中分析了直线插补和圆弧插补两种方法,通过对空间插值点的优化减小轨迹偏差,实现轨迹优化。仿真验证了算法的可行性,对机械臂在工业中的实际应用具有一定的指导意义。     

六自由度机械臂运动学分析与仿真研究

运用D-H参数法确定机械臂的参数、坐标系,建立机械臂的运动学方程。在Matlab软件中进行数值计算,通过分析机械臂的工作空间,得到了机械臂工作空间图。在Matlab工作环境下,用机器人工具箱Robotics Toolbox对所建六自由度机械臂运动学模型的正运动学、逆运动学、轨迹规划进行验证与仿真,得到了各关节的角位移、角速度、角加速度与时间的关系曲线。研究表明,该机械臂运动空间设计直观、精确,为机械臂控制系统设计、动力学分析及轨迹规划提供了理论基础和参考依据。     

三自由度机械臂运动学分析与轨迹规划算法研究

为实现三自由度机械臂运动控制,采用D-H参数法建立运动学模型,运用机械臂的齐次变换矩阵,求得运动学正解;对比代数法和几何法求运动学逆解的优劣,采用一种三自由度机械臂逆运动学求解的几何法,避开多解性问题。运用Bresenham插补算法,在笛卡尔空间坐标系中对机械臂进行轨迹规划,最后通过Matlab Robotic Tool仿真分析,得到各关节的位移、速度和加速度随时间变化曲线,并验证算法的准确性。该方法可为其他多关节机器人动力学和轨迹规划等研究提供理论分析和依据。     

随车吊机械臂运动学建模及逆运动学求解

根据随车吊机械臂各关节的运动特点,详细分析机械臂的运动学模型,采用齐次变换矩阵推导出系统的正运动学方程。针对随车吊机械臂逆运动学存在多解的问题,提出了一种基于改进收缩扩张因子的量子粒子群优化算法,并在算法中加入混沌搜索抑制"早熟"问题。仿真结果验证了机械臂逆解计算的有效性。     

构形平面方法求解冗余机械臂逆运动学

由于冗余机械臂存在冗余自由度,导致其逆运动学求解方法复杂。本文依据构形平面的基本理论,提出了一种快速、简洁的冗余机械臂逆运动学求解方法。首先对冗余机械臂的结构进行分析,将冗余机械臂分解成若干个构形平面。然后,采用构形平面匹配方法,将该机械臂工作构形进行位置和姿态匹配,同时采用半解析的方式求得逆运动学解。最后,对7自由度冗余机械臂进行仿真计算,实验结果验证了该方法求解精度高、求解速度快,而且避免产生奇异值。     

Research on robot measuring system for spacesuit joint mobility

Presents the principles of the passive robot system for measuring spacesuit joint mobility. The model of passive robot is developed. Based on its special mechanical structure, the model of the flexible IVA （intravehicular activity） spacesuit＇ s arm according to robotics is built. The inverse kinematics of a spacesuit＇ s arm based on artificial neural networks is put forward. Also, the self-learning algorithm of the network architecture based on generalization ability is developed, which ensures that the network architecture is designed and optimized. The joint mobility of an actual IVA spacesuit is measured. Experimental results prove that the theoretical system is correct and available, and the measuring system has high preciseness.     

基于SimMechanics的六自由度机械臂轨迹规划研究

针对机械手臂在运动过程中出现的不稳定现象,本文利用多项式插值规划关节空间的轨迹,并利用Matlab中的SimMechanics建立逆运动学仿真模型,由轨迹规划模块得到的各关节变量的角度、角速度和角加速度来驱动各关节运动;同时对机械手臂末端轨迹规划进行分析仿真。仿真结果表明,仿真模型输出轨迹和预定轨迹相吻合,利用仿真模型可以准确、有效地得到外骨骼康复机械手臂的运动参数和运动轨迹,并实现了机械手臂匀加速、匀速和匀减速的运动状态。该研究对六自由度外骨骼康复机械手臂结构设计提出了建设性意见,也为外骨骼康复机械手臂的分析设计提供了可靠依据。     

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.     

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。     

一种机器人逆运动学求解的神经网络方法

研究了机械手控制的逆运动学问题,提出了一种克服Hopfield网络的局部极值问题的网络参数扰动算法,通过数字模拟分析了该算法的性能,并将该算法成功地应用于机械手控制的逆运动学问题。计算机仿真表明,这种神经网络控制方法不仅具有较快的速度,而且大大提高了对机械手的控制精度。     

基于神经网络的平面五杆可调机构的动力学解析模型

应用Kane动力学方法对平面可调五杆机构进行了动力学分析,建立了平面五杆机构的动力学解析模型。并研究了构件几何参数和物理特性对广义驱动力矩的影响规律。在此基础上,应用BP神经网络对可调五杆机构逆动力学模型进行了辨识,将整个动力学模型系统分为3个子系统,分别采用BP神经网络系统对广义质量矩阵、向心力哥氏力矩阵和重力矩阵进行学习,求解得到可调平面五杆机构的逆动力学模型问题。     

Robot inverse kinematics based on FCM and fuzzy-neural network

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｉｎｖｅｒｓｅｋｉｎｅｍａｔｉｃｓｉｓｏｎｅｏｆｔｈｅｃｒｕｃｉａｌｉｓｓｕｅｓｆｏｒｒｏｂｏｔｍａｎｉｐｕｌａｔｏｒａｎａｌｙｓｉｓａｎｄｃｏｎｔｒｏｌ .Ｕｓｕａｌｌｙ ,ｃｏｍｐｕｔ ｅｒ ｂａｓｅｄｒｏｂｏｔｓａｒｅｕｓｕａｌｌｙｓｅｒｖｏｅｄｉｎｔｈｅｊｏｉｎｔ ｖａｒｉａｂｌｅｓｐａｃｅ ,ｗｈｅｒｅａｓｏｂｊｅｃｔｓｔｏｂｅｍａｎｉｐｕｌａｔｅｄａｒｅｕｓｕａｌｌｙｅｘ ｐｒｅｓｓｅｄｉｎｔｈｅｗｏｒｌｄｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍ .Ｉｔｉｓｎｅｃｅｓｓ…     

7自由度仿人手臂运动学研究

介绍了服务机器人7自由度仿人手臂运动学分析的方法，对逆运动学求解采用两种方式：一种是将7自由度退化成6自由度来求运动学逆解；另一种是将机器人手臂分成臂和腕两部分，采用位姿分离法来求运动学逆解，体现了冗余度特性．两种方法简化了逆运动学求解，计算量都比较小，适合实时控制．     

7自由度仿人手臂运动学研究

介绍了服务机器人7自由度仿人手臂运动学分析的方法,对逆运动学求解采用两种方式:一种是将7自由度退化成6自由度来求运动学逆解;另一种是将机器人手臂分成臂和腕两部分,采用位姿分离法来求运动学逆解,体现了冗余度特性.两种方法简化了逆运动学求解,计算量都比较小,适合实时控制.