基于神经网络的冗余度四面体变几何桁架机器人位置控制

提出了一个基于双重 BP神经网络的冗余度四面体变几何桁架机器人位置控制方案 ,通过增加关节角变化最小的约束条件 ,定义了优化的目标函数 ,在此基础上建立了冗余度四面体变几何桁架机器人位置控制模型 ,并以四重四面体变几何桁架机器人位置控制为例进行了系统仿真。     

八面体变几何桁架机器人的运动学分析及仿真研究

变几何桁架机器人是一种超冗余度机器人,由于其负载强度大、重量轻、可避障等特点,可以应用在航空航天、水下、地下等复杂的环境中。根据变几何桁架的概念提出了一种具有特色的机器人机构,该机器人由两个八面体桁架关于联接平面对称组合而成,由此解决了其他变几何桁架机器人所遇到的无法精确求解机器人运动学的问题。作者基于此结构设计了该机器人的单模块运动学算法。实验表明,该方法能够有效地解决对称八面体变几何机器人的运动学问题。     

冗余度变几何桁架机器人动力学计算

应用模糊神经网络对机器人逆动力学模型进行辨识,将整个动力学模型系统分为三个子系统,分别采用三个模糊神经网络系统对广义质量矩阵、向心力及哥氏力矩阵和重力矩阵进行学习,求解了冗余度四面体变几何桁架机器人的逆动力学问题,并对四重四面体的变几何桁架机器人进行了仿真计算。     

冗余自由度TT-VGT机器人的最优轨迹规划

应用分离矩阵法 ,对冗余度 TT- VGT机器人的逆运动学进行了研究。基于速度欧拉范数值最小 ,提出了冗余度 TT- VGT机器人轨迹规划的一种方法。并对四重四面体的变几何桁架机器人进行仿真计算 ,与伪逆法求解进行了比较 ,证明了方法的优越性。     

TT-VGT机器人动力学解析模型

针对多重四面体变几何桁架机器人，本文导出了它的基本公式，建立了动力学解析模型，导出了数字－符号表示的动力学模型矩阵，并给出了实例说明。     

一种新型变几何桁架机器人机构的运动分析

对由三个四面体和一个八面体并联组成的新型变几何桁架机器人机构 ,进行了结构分析和位置分析 ,并利用导出法推导出机器人手部的速度显式解析解。结果表明 ,这种机构在机器人运动学分析中具有计算简单、计算精度高的特点 ,能够满足机器人实时控制的需要     

八面体变几何桁架机器人工作空间分析的解析法

提出了八面体变几何桁架机器人工作空间分析的解析方法,得到了八面体变几何桁架机器人工作空间边界曲面的解析方程,并在此基础上纵出了工作空间边界曲面的图形。分析计算结果表明,八面体变几何桁架机器人的工作空间是由30张曲面片包围而成的闭包。     

N重八面体变几何桁架机器人速度、加速度分析

结合变几何桁架机器人的特点 ,研究了 N重八面体变几何桁架机器人的速度、加速度分析方法 ,导出了 N重八面体变几何桁架机器人速度、加速度分析递推公式 ,提出了末端平台参考点的速度和加速度正解的分析方法 ,为动力学分析打下了基础     

双二重八面体变几何桁架机器人逆位置分析

研究了双二重八面体变几何桁架机器人的逆位置分析。针对双二重八面体变几何桁架机器人单元结构特点，建立起机构逆位置分析的封闭解。     

基于双二重八面体的长链柔性变几何桁架机器人逆位置分析

研究了双二重八面体单元组成的长链柔性变几何桁架机器人的逆位置分析。提长链柔性双二重八面体变几何桁架机器人实际末端位置和法向以及长链本体形状的逆位置分析方法,获得了机器人逆位置分析的封闭     

双二重八面体几何桁架机器人逆位置分析

研究了双二重八面体变几何桁架机器人的逆位置分析，针对双二重八面体变几何桁架机器人单元结构特点，建立起机构逆位置分析的封闭解。     

基于避障准则的双臂手移动机器人桁架内运动规划

针对桁架内移动的避障要求,研究双臂手移动机器人桁架内运动的规划方法。基于状态空间模型提出直角坐标空间下的六面心、八边心和八顶点搜索算法,避免了C空间内复杂度呈几何级数增长的问题,实现了末端无碰撞路径搜索。建立双臂手移动机器人三节臂的平面内避障准则,解决了机器人在桁架内运动时机器人臂与桁架杆的碰撞问题。根据平面内避障准则和臂形标志,求得了各个关节角的解析解,解决了数值解的不封闭问题。每个时刻末端姿态由通用旋转变换公式线性插值得到,在Matlab中仿真双臂手移动机器人桁架内的运动,验证了双臂手移动机器人在桁架内运动时避障方法的可行性。     

基于粒子群算法的八面体变几何桁架机器人位置正解

根据杆长约束条件,给出了求解6-DOF八面体变几何桁架并联机器人机构位置正解的无约束极大极小优化模型,并应用粒子群算法求解此优化问题。该算法不需要初值和导数信息,并具有控制参数少、容易实现等优点。数字实例表明,对于八面体变几何桁架并联机器人机构位置正解问题,粒子群算法能求出全部装配构型,且收敛速度较快、精度较高。     

十二面体变几何桁架机器人位置正解分析

提出一种十二面体变几何桁架机器人机构正位置分析的代数求解方法，结合一附加线性位移传感器所测数据，推导出正位置分析的两组显式解析解，避免了高于四次方程和大型线性方程组的求解，具有计算精度高，速度快的特点，将满足十二面体变几何桁架机器人实时控制的需要。     

基于改进遗传算法的室内移动机器人路径规划

将一种改进的遗传算法应用到室内移动机器人的路径规划中。能够克服机器人运动路径穿越障碍物,算法收敛速度慢,容易陷入局部最优等缺点。根据环境先验知识从种群数目筛选、适应度函数的确定、遗传操作等方面进行了改进,加快了算法的搜索进程和演化效率。提出了一种将环境中大障碍物分割并多圆化处理的方法,并根据障碍物与机器人每步运动轨迹间的位置关系来设计遗传算法的适应度函数,扩充了可行区域并有效避免机器人和障碍物发生碰撞。应用此算法可以获得移动机器人从起点到终点的全局最优路径,在MATLAB软件中仿真得到的结果证明,改进的遗传算法搜索质量高、进化和收敛速度快,得到的最优路径能够有效指导移动机器人完成室内的避障移动任务。     

基于BP神经网络的冗余度TT-VGT机器人轨迹规划

应用ＢＰ神经网络对冗余度ＴＴ－ＶＧＴ机器人的位置正解进行训练学习,进而求解机器人的位置反解问题。同时在应用神经网络求雅可比矩阵伪逆的基础上,基于机器人各差错联合体缇上,提出一种轨迹规划的方法,并对四重四面体的变几何杵架机器人进行仿真计算。     

基于遗传算法的行为控制在机器人路径规划中的应用

对于机器人在动态环境下要达到的目标以及根据周围环境进行实时的避障问题,提出了基于遗传算法的行为控制的路径规划方法.用行为来描述机器人在达到目标点时所要执行的任务,再用遗传算法对机器人的行为控制参数进行优化,适应度函数是由路径最短和能够动态避障的评价函数进行加权求和来确定.并以足球机器人为实验平台,通过仿真实验证明了该方法的可行性.     

求十面体变几何桁架机器人位置正解的改进粒子群算法

根据杆长约束条件,给出了求解6-DOF十面体变几何桁架并联机器人机构位置正解的无约束优化模型,并应用粒子群算法(Particle Swarm Optimization,PSO)求解此优化问题.针对PSO直接在整个解空间内寻优时很难求得全部位置正解的问题,提出了求并联机器人机构位置正解的改进粒子群算法--分区搜索粒子群算法(PSO Based on the Regional Search,PSObRS).数值实例表明,PSObRS能求出并联机器人机构的全部高精度位置正解.     

三重八面体变几何桁架机器人间接位置分析的符号解

应用代数消元法,对三重八面体变几何桁架机器人的间接位置分析进行了符号求解,导出了单变量的128次输入输出方程,并给出了数字实例。     

基于改进人工势场法的电力巡检机器人自动避障轨迹规划

为了使巡检机器人在电力系统中避开障碍物,顺利完成电力巡检工作,提出基于改进人工势场法的电力巡检机器人自动避障轨迹规划方法。构建了电力巡检机器人的被控对象模型,分析电力巡检机器人的避障运动学,根据分析结果采用栅格法获取环境参数,实现环境建模,获取电力巡检机器人工作环境信息;引入改进人工势场法,叠加斥力势场和引力势场获得合力势场,判断环境中的障碍物并规划避障路线,完成电力巡检机器人自动避障轨迹的规划。实验结果表明,所提方法的避障准确率高、规划效果好、规划效率高。