基于MOGWO的拟人机械手连杆长度优化北大核心

针对拟人机械手在给定约束下提升运动性能的需求,根据可操作性和端部刚度性能指标对拟人机械手的连杆长度进行优化。首先,通过分析人体手臂的运动机理得到了手臂关节的运动范围。然后利用螺旋理论建立机械手的运动学模型,并基于运动学模型得到可操作性和端部刚度性能指标。考虑到提升可操作性与提高端部刚度性能之间的矛盾,建立了相应的多目标优化模型对连杆长度进行优化。基于MOGWO(multi-object grey wolf optimization)算法求解多目标优化模型实现了拟人机械手的连杆长度优化。     

基于混合算法的七轴机器人逆解求解

为了解决七轴机器人逆运动学求解较难、精度较低的问题,提出一种基于数值迭代法与粒子群优化算法相结合的方法求解.对机器手模型及逆运动学位姿函数进行了研究,利用数值迭代法进行机器手逆解的初步最优角度解,在此基础上缩小搜索范围利用粒子群算法进行二次优化搜索计算,减小数值迭代过程中产生的累积误差,仿真结果表明机器手的位姿精度大大...