基于神经网络的冗余机械臂运动学逆解研究

针对冗余自由度机械臂逆运动学求解的难题,提出了一种基于RBF神经网络的新方法。针对一款新型的七轴冗余机械臂,建立了机械臂的正运动学方程,提出了一种基于加权最小二乘法的"最佳柔顺性"规则,基于此规则运用遗传算法求解了全局最优解,由此得到了训练神经网络的样本数据,对神经网络进行了训练,使网络达到了稳定状态。设计了仿真和实验对RBF神经网络进行了测试,分析了神经网络的性能。研究结果表明,该RBF神经网络精度高、收敛速度快,从而为任意冗余机械臂逆解求解提供了一种新方法。     

七自由度机械臂运动学分析

针对神经网络和梯度投影法求解七自由度机械臂逆运动学存在的可靠性差及累积误差等问题,充分考虑机械臂构型特点和自运动特性,提出一种几何法和解析法相结合的冗余机械臂逆运动学新方法并进行仿真验证,通过位置误差和姿态误差来衡量该方法的可行性。实验结果表明:采用该方法对机械臂逆运动学进行求解,机械臂末端位置最大误差不超过0.015mm,平均运行时间为0.455ms,满足实时控制要求,为具有横滚转动副机械臂关节角度求解提供了一种新的思路。     

基于POE和CSSA的冗余机械臂逆运动学求解方法

为提高7自由度冗余机械臂逆运动学求解精度,提出一种基于旋量指数积和混沌麻雀搜索算法的逆运动学求解方法。对一种7自由度仿人机械手臂建模,采用旋量指数积公式法建立机械臂正运动学方程并在MATLAB中进行验证。根据机械臂位置矢量和接近矢量构建适应度函数,利用混沌麻雀搜索算法求解冗余机械臂的逆解。在MATLAB软件中编写逆解算法程序,将求得的关节值代入所建立的正运动学模型,计算冗余机械臂末端期望位姿与实际位姿的误差。     

线驱动绿篱修剪机械臂运动学分析及仿真

针对当前绿篱机械臂无法在复杂环境和非结构环境下作业的问题,提出一种具有更强环境适应性、更高自由度和更大工作空间的冗余线驱动绿篱修剪机械臂。利用坐标分析法建立了单关节的运动学模型,求解了绳长与关节转角的映射关系;基于D-H参数法分析了10-DOF机械臂的正向运动学数学模型,采用遗传算法研究冗余机械臂的逆向运动学,求解了冗余机械臂的运动学逆解。仿真结果证明,遗传算法的求解精度高且求解迅速;对机械臂各关节绳索间的耦合进行了分析并推导了解耦公式。通过仿真验证了机械臂正逆运动学模型的正确性以及解耦模型的正确性,为绳驱动冗余机械臂的控制和轨迹规划奠定了基础。     

基于改进脊线法的超冗余机器臂逆运动学求解

针对传统机器人尺寸大、自由度少,无法在狭窄空间内作业的问题,设计了一种基于新型球形关节串联而成超冗余机械臂,每个球形关节具有两个正交旋转自由度。因超冗余机械臂自由度数远多于传统机器人,无法用D-H法对其进行逆运动学求解,本文考虑机械臂运动过程中障碍物的影响,对脊线法进行改进,提出基于改进脊线法的超冗余机械臂逆运动学求解算法,利用Matlab对空间脊线及超冗余机械臂逆运动学进行数值仿真。研究结果表明,该算法考虑了障碍物的影响,改进了超冗余机械臂逆运动学脊线法,保证了超冗余机械臂的灵活性。     

冗余机械臂逆运动学问题的多策略贪婪蜂群求解

为了提高冗余机械臂逆运动学问题求解的位置精度和姿态精度,提出了基于多策略贪婪蜂群算法的求解方法。介绍了KUKA LBR iiwa七自由度冗余机械臂构型,推导了机械臂正运动学的齐次变换矩阵,以减小机械臂末端执行器位置误差和姿态误差为目标建立了优化模型。介绍了标准人工蜂群算法原理并分析了算法存在的缺陷,优化了能够提高蜜蜂多样性的跟随蜂选择策略,以提高跟随蜂局部搜索能力为目的给定了3种位置更新策略,将新算法命名为多策略贪婪蜂群算法。将新蜂群算法应用于逆运动学求解,经仿真验证可知,多策略贪婪蜂群算法的求解质量和求解速度均好于标准蜂群算法,且多策略贪婪蜂群算法在连续多个位姿点逆运动学求解中也具有较高精度,以上结果证明了多策略贪婪蜂群算法在机械臂逆运动学求解中的优越性。     

一种冗余自由度机械臂逆运动学解析算法

针对7自由度机械臂逆运动学求解问题,在考虑了空间构型的复杂性和冗余自由度机械臂自运动流形的基础上,提出了一种逆运动学的位置解析算法,即参照"自由度模块化"的概念,进而将仿人机械臂的7自由度划分为两个4自由度的模块化单元。通过控制自由度模块化单元,将复杂的空间构型转化为平面构型,减少了计算的复杂性;同时基于"锚点"和"虚拟连杆"的概念,实现冗余自由度机械臂的位姿参数化,从而实现了机械臂逆运动学快速求解。     

基于RBF神经网络参数优化的挖掘机器人运动轨迹仿真

在小型液压挖掘机实验平台上,建立了挖掘机工作装置运动学模型,将挖掘机工作装置视为具有冗余自由度的机械臂,用梯度投影法对机械臂进行逆运动学求解,并用径向基函数(RBF)神经网络对投影法中的放大系数K进行在线优化,规划了挖掘机器人工作装置运动轨迹,并对工作装置运动轨迹进行了仿真,为挖掘机的机器人化运动控制的实现奠定基础.     

基于改进克隆选择算法的机械臂运动学逆解

针对常规方法无法有效求解冗余机械臂逆运动学问题的不足,提出一种基于改进克隆选择算法的机械臂运动学逆解求解方法.该算法采用底层进化与顶层进化相结合的多策略混合协同进化机制,使得算法具有较强的种群多样性保持能力,从而有效避免了算法早熟收敛现象的发生.采用经典的基准测试函数验证了所提算法的可行性与有效性,实验结果表明该算法具有收敛速度快、收敛精度高、稳定性好以及计算成本低等优势.以平面冗余机械臂运动学逆解的求解为例进行对比实验,仿真结果表明:所提出的改进算法获得了100％的运动学逆解寻优成功率,是一种有效的冗余机械臂逆运动学求解方法.     

一种五自由度机械臂逆运动学求解的几何法

针对五自由度机械臂自由度不足而导致的基于笛卡尔空间轨迹规划产生的目标末端位姿,可能不存在运动学逆解的情况,提出了一种基于自由度约束的末端位姿描述,并根据该位姿描述得出了一种五自由度机械臂逆运动学求解的几何方法。该方法基于机械臂模型的几何特性,通过将轨迹规划和运动学逆解2个阶段进行一定程度的结合,确保了轨迹规划得到的目标末端位姿的运动学逆解的存在性。通过仿真实验分析,证明了该方法的可行性与精确性。     

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。     

SOLVING INVERSE KINEMATICS OF REDUNDANT MANIPULATOR BASED ON NEURAL NETWORK

For the redundant manipulators, neural network is used to tackle the velocity inverse kinematics of robot manipulators. The neural networks utlized are multi-layered perceptions with a back-propagation training algorithm. The weight table is used to save the weights solving the inverse kinematics based on the different optimization performance criteria. Simulations verify the effectiveness of using neural network.     

空间3R机械手逆向运动学的多模块神经网络求解

提出用多模块神经网络的方法求解空间3R机械手的逆运动学多解。通过几何分析,将关节空间划分为多个只有唯一逆运动学解的关节子空间,每个子空间均用3个单输出的BP神经网络训练和求解。通过仿真试验并与其他方法对比,表明该方法不仅可以准确地划分逆运动学解的取值范围,还可以快速求得高精度的逆运动学多解。     

7自由度冗余绳驱动机械臂运动分析及仿真

针对传统机械臂负载自重比小、臂身惯量大、人机交互安全性弱等问题,对绳驱动机械臂的结构、绳驱关节耦合、冗余运动学等方面进行了研究,创新设计了一种新型7自由度冗余绳驱动机械臂。采用绳索间接驱动前端4个关节自由度,作为位置控制;采用电机直接驱动腕部关节3个自由度,作为姿态控制。利用绳索将驱动力从基座电机传递至机械臂关节处,实现驱动机构后置;对绳驱关节耦合问题进行分析,建立了电机-关节耦合映射关系;利用位姿分离方式,结合加权最小范数法,进行机械臂逆运动学冗余位置求解。仿真结果表明:耦合映射关系建立正确,冗余运动学求解准确高效,为绳驱机械臂结构优化、动力学建模奠定了基础。     

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。     

7自由度拟人臂仿人运动的逆运动学解析解

为了求解末端位姿已知时拟人臂的仿人臂姿,以人臂运动特性为依据,针对7自由度拟人臂提出了一种新的逆运动学求解方法。该方法将人臂的末端运动转化为腕部的达点运动,利用肘部的自运动理论解耦了人臂的冗余度,并结合最小势能指标确定了自运动角。在利用末端位姿确定腕部位置的基础上,依据自运动角求解肘部位置,进而推导出拟人臂仿人运动的逆运动学解析表达式。试验和仿真结果证明了该方法解的仿人性和连续性。最后,从拟人臂的运动灵活性的角度分析了方法的失稳现象,结果表明自运动角发生突变时拟人臂奇异。该方法属于解析方法,有利于对拟人臂进行实时的仿人运动控制。     

基于BP神经网络冗余度TT-VGT机器人力/位置混合控制

提出了一个采用BP神经网络实现冗余度TT—VGT机器人力／位置混合控制方案，并定义了混合系数求解的目标函数，在此基础上建立了冗余度TT—VGT机器人力／位置混合控制模型，最后以TT—VGT机器人力／位置混合控制为例进行了系统仿真。     

A study on avoiding joint limits for inverse kinematics of redundant manipulators using improved clamping weighted least-norm method

Journal of Mechanical Science and Technology - A general method is presented for the inverse kinematics resolution of redundant manipulators with joint limits. The success of avoiding joint angular...     

基于自运动的7-DOF机械臂逆运动学研究

针对一种7自由度典型机械臂构型的逆运动学问题,根据机构特点和自运动性质提出一种解析算法。首先对该冗余机械臂的自运动性质进行分析,其为平面四杆运动。采用冗余角对自运动进行描述,并分析机械臂末端位置和杆长对自运动的运动形式和冗余角变化范围的影响。然后基于自运动特性,将冗余角作为一个约束条件,结合位姿分离法,求出该机械臂的逆运动学解析算法。最后通过数值算例进行验证。该方法针对某一特定位姿求出所有的理论逆解。相对于传统的数值解法,该方法不存在理论误差,相邻位姿点相互独立,不存在误差积累。     

3-RSR并联机器人运动学研究

在已有研究的基础上,给出了更为简单、完善的3-RSR并联机器人封闭正解,以及一般结构参数下的逆解和对称结构参数时的封闭逆解的求解方法.该机构运动学正解的最大数目为16组,逆解数目最多有8组,求逆解较其它三自由度并联机器人复杂.