基于位置反解算法的并联机器人坐标变换方法

目的为提高工作效率,提升工业机器人的可靠性、稳定性和运动精度,避免机器人出现速度以及加速度的突变,对机器人的位置进行准确的控制。方法 以RBT-6T03P并联机器人为例,应用坐标变化法和位置反解算法对并联机器人机构的位置坐标进行分析并利用MATLAB进行仿真。结果 结果表明：通过位置反解对并联机器人的坐标进行变换求解是方便可行。结论 所述控制方法相对于并联机器人求正解算法更加简单、方便、快捷。     

6-DOF并联机器人位置正解的实用解法

对6-DOF并联机器人的位置正解进行了研究和分析,通过位置反解的求解思路来解位置正解的问题。将上下平台统一在一个坐标系下。按照空间两点间距离计算公式,以6个杆的伸长值为已知量,位姿参数为未知量,建立关于6个杆的参数方程。通过迭代法求得位姿参数。特点之一是未知量个数少,计算精度高;另一特点是从实现的角度来阐述,实用性强。通过实验验证该思路满足即时控制的要求。     

平面三自由度并联冗余机器人的位置分析

由于机构的结构复杂 ,对并联机器人进行位置分析 ,尤其是并联冗余机器人 ,要比串联机器人复杂得多 .本文提出一种新的平面三自由度并联冗余机器人位置分析方法 ,运用这种方法进行了位置正解和位置反解分析 .对于位置正解 ,其中方程的解最多为 4 ,说明这种平面并联机构可以有 4种不同的位姿 .对于位置反解 ,可以有16组解 .最后用数值实例进行了验证 ,给出了计算结果 .本文所提出的方法也为求解其它并联冗余机器人提供了新的途径     

基于神经网络的并联3自由度机器人位置正解

并联机器人位置正解是机器人运动学中难点问题之一，常规求解方法比较复杂且难度较大，通常需要对大量的非线性方程组进行推导计算且得到的解不唯一。该文提出了一种将人工神经网络用于并联机器人位置正解求解的通用方法，并结合实际机构对并联3自由度机器人进行了具体求解。通过对神经网络拓扑结构的设计以及选取有效的学习算法并用大量的位置反解数据对神经网络进行训练，获得了用于求解位置正解的神经网络模型，该网络可以实现位置正解问题的求解计算，从而避免了复杂的推导和演算。计算机仿真与实验结果表明了该方法的有效性与可行性。     

基于蚁群算法的六自由度并联坐标测量机测量建模

针对并联机构的位置反解容易,正解复杂的特点,将位置反解模型作为评价函数,而把复杂的位置正解问题转化为优化问题。作者利用改进的蚁群算法的全局优化特性,建立了基于六自由度并联坐标测量机的测量模型。仿真结果表明,蚁群算法应用于并联坐标测量机测量建模与求解,可以获得较高的计算精度和计算速度。     

基于自构形快速BP网络的并联机器人位置正解方法研究

从优化网络结构角度出发，对快速BP网络用自构方法进行了改进，克服了以往只能依靠实验结果选择合适隐节点个数的局限性，使神经网络隐节点个数的选取更加合理．在此基础上，提出了一种基于自构形快速BP网络的并联机器人位置正解方法，并以新型6-HURU并联机器人为例进行了求解．结果表明, 位置正解的平均误差可小于0.15mm和0.06°，能够满足一般应用的精度要求，验证了该方法的有效性与可行性．     

平行导路6-PSS并联机构运动学研究

文中提出了一种新型平行导路6-PSS结构并联机器人,介绍了这种机构的特点并对其运动学相关算法进行了深入研究,其中包括运动学反解、雅可比矩阵以及正解的求解方法,同时还与6-SPS结构并联机器人运动学相关的算法进行了比较.由于文中采用构造法计算雅可比矩阵,避免了以往对反解方程直接求导的计算方式,从而使雅可比矩阵的计算大为简化,而且也减少了正解的计算量、精度得到提高.实验结果证明,这些算法正确、实用.     

6-DOF并联机器人工作空间边界分析与判定算法

6-DOF并联机器人的工作空间是控制过程研究的主要问题之一,所谓活动空间的边界分析,即指各液压缸活动过程中相互不能发生碰撞,如果碰撞发生,则该点即为边界点.对6-DOF并联机器人的机构和工作原理进行了介绍,给出了对于工作空间边界分析必要的位置算法,根据机构的特点与机器人的运动特性对6-DOF并联机器人的工作空间边界进行了细致的分析并给出了可操作的运动边界判定算法.实现了对液压缸碰撞的判定.     

空间缩放式六自由度并联平台机构及位置分析

本文提出了一种以缩放机构为分支的新型六自由度空间并联机器人机构模型．文中讨论了它的机构学特点，给出了位置反解的方法，推导出了位置正解的８次封闭解法，并进行了数值验证．     

基于符号计算研究一类6-SPS并联机器人运动学正解问题

并联机器人运动学正解问题是一个重要而且难以解决 的问题．本文利用符号计算工具,应用Dialytic消元法,对一类6-SPS并联机器人的运动学 正 解问题进行研究．得到一个变元多项式方程,给出了正解的解析解. 在此基础上确定其工作 空间,求出其解范围内全部实解．此种方法对于一般6-SPS同样适用．     

面向冗余机器人实时控制的逆运动学求解有效方法

针对7自由度冗余机器人实时运动控制,对机器人逆运动学提出了一种新的求解方法.采用位姿分解方式,使7自由度冗余机器人逆运动学简化为4自由度位置逆运动学求解.在梯度投影法得到位置优化解的基础上,利用机器人封闭解公式求得一组优化解.通过对7自由度机器人仿真分析,表明了该方法的有效性.     

FGA优化RBF网络的机器人逆运动学求解研究

针对如何提高六自由度机器人逆运动学的求解精度问题,采用FGA对RBF神经网络的节点中心向量、基宽向量以及网络隐含层到输出层的权向量进行优化,并将其应用于六自由度机器人的逆运动学求解。以机器人工作空间的位姿矩阵作为预测网络的输入变量,以关节空间中的关节角度作为输出变量,构建机器人逆解RBF预测网络,然后选取样本对网络进行训练。最后对网络进行测试,仿真结果显示,优化后的网络预测精度高,泛化能力强。     

面向精密调整的6-HTRT并联机器人

为实现光学精密调整,研制出了由交流伺服电机驱动的6-HTRT并联机器人,它具有6个自由度,其结构特点决定了该机器人可以完成高精度定位调整。分析了机器人的位置逆解,并对不同位姿下的工作空间进行了仿真。控制系统采用基于ISA总线的闭环控制方式,测试结果显示:该并联机器人工作空间较大、分辨率高、重复定位精度高,说明机器人结构和控制系统设计的合理性。最后应用此并联机器人成功完成了光学精密装配试验。     

并联3-URS踝关节康复机器人的机构与运动学研究

为了帮助患者进行踝关节康复训练,减轻治疗师工作强度,在分类分析现有的各类型踝关节康复机器人的基础上,设计了一种六自由度并联3-URS踝关节康复机器人。从人体生理结构及康复训练需求出发,设计、优化了康复机器人结构,加工制造了实物样机模型;采用闭环矢量的方法建立了并联机器人运动学模型,结合Rosenbrock-Banana优化函数,将正逆运动学数值求解问题转换为优化问题。以背屈训练轨迹作为数值算例,求解精度可达10-10~10-7mm;结合虚拟样机技术,验证了该并联机器人运动学优化求解方法的可靠性,适用于3-URS并联踝关节康复机器人。     

Forward and inverse kinematics of a 5-DOF hybrid robot for composite material machining

Hybrid robots consist of both serial and parallel mechanisms, which have advantages in stiffness and workspace compared with serial/parallel robots when machining composite material. However, the forward and inverse kinematics of hybrid robots generally do not have analytic solutions. This paper deals with the analytic forward and inverse kinematics solutions of a 5-degree-of-freedom (DOF) hybrid robot which consists with a 3-DOF 2UPU/SP parallel mechanism (PM) and a 2-DOF rotating head. In the forward kinematic problem, a method is proposed to transfer the high order kinematic equation to a 4th-order polynomial based on the Sylvester's dialytic elimination, and the analytic solutions can be further obtained by Ferrari's method. In the inverse problem, the redundant Euler angles expressed by four rotations are firstly proposed for decoupling different motions, then, the closed-form solution of inverse kinematics can be found. Finally, a simulation trajectory is given, and the result shows that the accuracy of the solutions’ calculation reaches femtometer grade and the efficiency reaches microsecond grade; furthermore, an experiment is performed on the prototype to validate the effectiveness of the proposed forward and inverse kinematics.     

基于ANFIS的机械手运动学逆解的求取

提出一种基于自适应神经模糊推理系统（ANFIS）求取机械手运动学逆解的方法。本文以SCARA（Selective Compliance Assembly Robot Arm）型四自由度机械手为研究对象,研究SCARA机械手末端执行器笛卡儿空间坐标与机械手关节空间关节变量之间的对应关系。首先根据笛卡儿运动轨迹选取起点、终点和中间点,并求得与之对应的关节变量值序列。然后利用插值方法求得关节空间的角度变化曲线,最后在关节曲线上随机选取样本点,进而利用得到的数据训练并验证自适应神经模糊推理系统求解逆解的正确性和精确性。与传统基于BP神经网络求取运动学逆解的方法进行仿真对比分析,结果表明ANFIS在运动学逆解的求取精度和运算时间上均优于BP神经网络。     

一种多自由度蟑螂机器人的运动学分析

建立了仿生蟑螂机器人在三腿支撑状态下的等效并联模型,运用旋量理论和指数积公式,对其运动学进行了分析;提出了利用Paden-Kahan子问题法数值求解机器人六自由度腿的关节角位移的逆运动学方法,前向运动学的求解首先根据机体的自然约束建立两条描述前向运动学的支路,然后利用其等价关系,结合指数积公式推导得到机体位姿;在Matlab下对提出的运动学算法进行了验证,为后续的运动学分析和轨迹规划奠定了基础。