改进的自适应多种群DE的机械臂控制方法

根据机械臂关节轴线方向建立了连杆坐标系,利用Denavit-Hartenberg（D-H）法得到连杆坐标系变换矩阵;通过连杆坐标系变换矩阵得到机械臂正运动控制模型;通过正运动模型得到逆运动控制模型,逆运动控制模型是多目标约束优化问题,该模型的最优解既可以保证控制精度,又可以保证各个关节角变动幅度的总代价（定义为旋转副）达到最小。为了求解机械臂逆运动模型,提出了自适应多种群差分演化算法（AMPDE）,多种群策略可以提升个体共享群体信息的能力,自适应变异策略可以提升种群多样性,数值实验表明该算法可以有效求解机械臂逆运动学模型。     

机械臂的位姿分离求逆和改进RRT-connect算法研究北大核心CSCD

针对机械臂逆解求取过程中存在大量矩阵变换、计算成本高的问题,采用位姿分离法对逆运动学求解过程进行改进,并提出基于自适应步长的RRT-connect路径规划算法。首先建立六自由度机械臂连杆坐标系模型,采用Standard Denavit-Hartenberg(D-H)方法对机械臂进行正运动学分析,得到机械臂末端执行器位姿相对于基座的齐次变换矩阵。然后引入位姿分离法改进了机械臂的逆运动学求解方法,将机械臂运动学逆解分为位置逆解和姿态逆解两部分,分别用几何法和解析法进行求解,减少了整体计算量。再者提出基于自适应步长的改进RRT-connect路径规划算法,解决了扩展速度慢的问题。最后通过仿真验证所提出方法的正确性和有效性。     

机器人逆运动学差分自适应混沌粒子群求解

采用D-H法通过连杆坐标系变换矩阵建立机械臂运动控制模型,该模型呈现非常严重的非线性特性,传统方法难以求解。由于动态差分算法具有很强的全局搜索能力,而粒子群算法具有精确的局部搜索能力的特点,融合改进的动态差分算法和粒子群算法,并引入混沌映射初始种群和粒子群学习因子与惯性权重的自适应算法,提出多子群分层差分自适应混沌粒子群算法。该算法采用的多子群分层结构能提升个体共享群体信息的能力,底层利用动态差分算法进行全局搜索,顶层精英群利用改进的粒子群算法进行局部搜索。仿真试验和实际应用表明该算法在稳定性、搜索成功率以及收敛精度有显著提高,能有效解决机器人逆运动学模型的求解。     

新型六自由度机械臂的运动学分析与仿真验证

针对新型机器人六自由度机械臂的构型特点,采用传统的D-H法建立机械臂的连杆坐标系和运动学方程.在此基础上对传统的逆运动学求解的解析法进行改进,对得到的多组解采用能耗最小原则进行优化得出最适合的一组解.用MTALAB/SIMULINK搭建仿真模型,验证所得结果的正确性并分析所得结果的误差,仿真结果表明针对于此种构型机械臂的逆运动学求解,该方法无误差、耗能小,为类似构型的机械臂逆运动学求解提供了思路.     

基于BP神经网络的排爆机械臂逆运动学分析

机械臂逆运动学是已知末端执行器的位姿求解机械臂各关节变量,主要用于机械臂末端执行器的精确定位和轨迹规划,如何高效的求解机械臂运动学逆解是机械臂轨迹控制的难点;针对传统的机械臂逆运动学求解方法复杂且存在多解等问题,提出一种基于BP神经网络的机械臂逆运动学求解方法;以四自由度机械臂为研究对象,对其运动学原理进行分析,建立BP神经网络模型并对神经网络算法进行改进,最后使用MATLAB进行仿真验证;仿真结果表明:使用BP神经网络模型求解机械臂逆运动学问题设计过程简单,求解精度较高,一定程度上避免了传统方法的不足,是一种可行的机械臂逆运动学求解方法。     

六自由度机械臂逆运动学算法

根据D-H参数法确定六自由度机械臂的运动学方程,结合平面几何法和欧拉角变换法将机械臂的逆运动学求解问题分为两部分,一通过平面几何法确定机械臂腕部点的坐标与前三个关节角的关系,二通过欧拉角变换法确定机械臂末端姿态与后三个关节角的关系,根据逆运动解的选取原则从八组解中选取最优解;利用MATLAB中的Robotics Toolbox建立机械臂的正运动学模型,通过多组位姿下的正逆运动解对比验证逆运动学求解算法的准确性;利用VC++中的QueryPerformanceCounter函数和MATLAB中tic-toc语句得到不同算法所消耗的平均时间,通过消耗时间的对比说明该算法的快速性;利用VC++编程实现机械臂写字的过程,通过对比输入字的形状与机械臂末端的实际运动轨迹,进一步验证该算法是一种快速而准确的逆运动学求解算法。     

基于ELM-IWO机械臂运动学逆解算法研究

为了提高机械臂控制中运动学逆解的速度和准确度,提出了一种基于入侵性杂草优化的机械臂运动学逆解方法.通过D-H法建立了工业六自由度机械臂的正向运动学模型,并利用训练速度较快的ELM(极限学习机)计算机械臂关节角度向量,即输出其逆运动学初解.利用IWO(入侵性杂草优化)算法对得到的初始逆解进行优化,取最小适应度下的杂草位置作为输出,以便得到最佳的逆运动学求解.实验结果表明,相比基于PSO-BP神经网络的求解方法,基于ELM-IWO算法的机械臂末端执行器的精度更高,实时性更好.     

弧焊机器人焊接马鞍型焊缝运动过程仿真

本文针对Motoman-UP6型弧焊机器人,通过分析各连杆臂和关节轴的结构特点,利用修正后的Denait-Hartenberg(D-H)参数法对该机器人结构进行定义,然后建立相邻连杆坐标系间的齐次变换矩阵,从而构建了机器人运动学方程。利用Matlab完成了垂直相交两圆管马鞍型焊缝坐标系建立以及焊接机器人逆运动学解的实现,并利用Solidworks Motion对机器人焊接相贯线焊缝进行运动仿真模拟,最后得到了理想的相贯线焊缝轨迹。     

基于遗传算法的机械臂逆运动学问题解决方案

提出应用遗传算法求解机械臂的逆运动学问题,将种群定义于机械臂的关节角轨迹层面,利用连续性函数实现算法的初始化算子,交叉算子和变异算子。算法仅使用表现型数据表示方式,克服了传统遗传算法在数据的基因型和表现型之间频繁地进行编码和解码操作。通过和传统遗传算法进行对比分析,验证了所提出的方法能够避免传统遗传算法求解逆运动学问题时存在的多重切换点现象,能够获得更平滑的关节角轨迹,缩短了算法的收敛时间,生成的笛卡尔轨迹具有更高的精度。     

六自由度机械臂建模与工作空间分析

在危险环境条件下,为确保人员安全,考虑使用机械臂代替人类的工作,针对以上需求设计一种六自由度机械臂。根据D-H多体运动学建模方法,分析建立机械臂各关节坐标系并确定连杆参数,建立机械臂的运动学模型;通过齐次变换推导末端执行器的姿态和位置,通过仿真和数学计算结果比较证明建模的准确性。根据关节空间到工作空间的映射关系,采用蒙特卡洛法分析、求解机械臂的工作空间,在MATLAB中描绘出工作空间的三维云图。为后续的机器人轨迹规划、运动控制和参数优化提供参考。     

冗余自由度超声检测机器人的逆运动学分析

针对一类冗余自由度超声检测机器人的传统逆运动学求解算法耗时长且准确度低的问题,提出了一种基于集合划分和解析解法相结合的逆运动学求解算法。首先采用De-navit-Hartenberg方法建立检测机器人的运动学方程;其次,利用解析解法求出机器人逆解的解析表达式,并提出三种自由度分配方案;最后,选择合适的自由度分配方案,据此对超声波探头位姿集合作划分,结合逆解解析式求出运动学逆解。实际应用中,借助十一轴超声波检测机器人,利用该算法对具有复杂外形的飞机螺旋桨叶片进行检测。结果表明,与传统的纯数值解法相比,该算法能够快速得到精确的运动学逆解。     

基于DH标定的机器人正向运动学形式化验证

DH坐标系在机器人运动学分析中发挥着重要的作用。在基于DH坐标系构建的机器人控制系统中,机器人结构的复杂性使得构建安全的控制系统成为一个难题,仅仅依靠人工方法可能导致系统漏洞和安全风险,从而危及机器人的安全。形式化方法通过演绎推理与代码抽取实现了对软硬件系统的设计、开发及验证。基于此,本文设计了基于DH标定的机器人正向运动学的形式化验证框架。在Coq中构建了机器人运动理论的形式化证明,并验证控制算法的正确性以确保机器人的运动安全。首先,对DH坐标系进行形式化建模,构建相邻坐标系间转换矩阵的形式化定义,并验证了该转换矩阵与复合螺旋运动的等价性;其次,构建了机械臂正向运动学的形式化定义,并对机械臂运动的可分解性进行形式化验证;再次,本文对工业机器人中常见连杆结构及机器人进行形式化建模,并完成了正向运动学的形式化验证;最后,本文实现了Coq到OCaml的代码抽取,并对抽取的代码进行分析与验证。     

Inverse kinematics of a mobile robot

The problem of kinematics is to describe the motion of the robotic system without consideration of the forces and torques causing the motion. This paper presents two methods to obtain the inverse kinematics of a mobile robot. In the first method, two rows of the forward kinematics are selected, the inverse of these two rows is obtained, and later the inverse matrix is combined with the third row of the forward kinematics. In the second method, the pseudo-inverse matrix of the forward kinematics matrix is obtained. The comparison result of the two proposed methods is presented. Two simulations show the effectiveness of the proposed inverse kinematics algorithm.     

6R机器人实时逆运动学算法研究

提出一套解决各类6R机器人逆运动学问题的实时算法. 一般算法通过矢量计算和16阶矩阵分解得到一般6R机器人的最多16组逆运动学解. 封闭解法直接提取运动学等式求出关节变量的解析解. 组合算法将封闭解法或一般算法的结果作为初始值, 采用牛顿-拉夫森方法迭代出逆运动学精确解, 适用于所有接近满足封闭解条件或一般算法条件的6R机器人. 求解实验结果表明, 整套算法最大算法时间约为2.03 ms, 为任意几何结构的6R机器人应用于强实时系统提供了逆运动学解决方案.     

基于Octomap的仿人机器人局部环境与能力图模型算法

基于3D点云数据的机器人三维空间能力图模型算法存在体素网格搜索计算量大的问题，由于OcTree在三维空间细分时的层次化优势，提出一种基于Octomap的局部环境与能力图模型算法。首先，根据NAO机器人的关节组成、正向运动学、逆向运动学和刚体坐标变换，对NAO仿人机器人构建全身二叉树状运动学模型；其次在此基础上使用前向运动学在笛卡儿空间计算离散的三维可达点云，并将其作为机器人终端效应器的基础工作空间；然后重点描述将点云空间表示转化为Octomap空间节点表示的方法，尤其是空间节点的概率更新方法；最后提出根据节点几何关系进行空间节点更新顺序选择的优化方法，从而高效地实现了仿人机器人能力图的空间优化表示。实验结果表明，相对于之前的原始Octomap更新方法，优化后的算法能降低近30%空间节点数，提高计算效率。     

A solution to the inverse kinematics of redundant manipulators

A solution to the inverse kinematics is a set of joint coordinates which correspond to a given set of task space coordinates (position and orientation of end effector). For the class of kinematically redundant robots, the solution is generically nonunique such that special methods are required for obtaining a solution. The method addressed in the paper, introduced earlier and termed “generalized inverse,” is based on a certain partitioning of the Jacobian functional corresponding to a nonlinear relationship of the inverse kinematics type. The article presents a new algorithm for solving the inverse kinematics using the method of generalized inverse based on a modified Newton-Raphson iterative technique. The new algorithm is efficient, converges rapidly, and completely generalizes the solution of the inverse kinematics problem for redundant robots. The method is illustrated by numerical examples.     

基于对偶四元数的机器人方位与手眼关系同时标定方法

针对相机姿态估计及机器人运动学正解存在测算偏差时,手眼标定及机器人坐标系-世界坐标系标定结果不能准确收敛到全局最优解的问题,提出了一种基于对偶四元数理论的机器人方位与手眼关系同时标定方法.该方法首先将标定方程中坐标系刚体变换关系用螺旋轴、旋转角度和平移量参数化表示,再结合全局优化算法对平移量进行优化.搭建了PUMA560机器人数值仿真系统和工业机器人实测实验平台,将该方法与经典的四元数和对偶四元数标定方法进行了比较分析.仿真和实测结果表明,在相机姿态估计及机器人运动学正解存在测量误差的情况下,该方法无需初值估计和数据筛选依然可以保证求解结果的最优性.     

Numerical inverse kinematics for modular reconfigurable robots

The inverse kinematics solutions of a reconfigurable robot system built upon a collection of standardized components is difficult to obtain because of its varying configurations. This article addresses the formulation of a generic numerical inverse kinematics model and automatic generation of the model for arbitrary robot geometry including serial and tree‐typed geometries. Both revolute and prismatic types of joints are considered. The inverse kinematics is obtained through the differential kinematics equations based on the product‐of‐exponential (POE) formulas. The Newton–Raphson iteration method is employed for solution. The automated model generation is accomplished by using the kinematic graph representation of a modular robot assembly configuration and the related accessibility matrix and path matrix. Examples of the inverse kinematics solutions for different types of modular robots are given to demonstrate the applicability and effectiveness of the proposed algorithm. ©1999 John Wiley & Sons, Inc.     

凸松弛全局优化机器人手眼标定

针对机器人运动学正解及相机的外参数标定存在偏差时,基于非线性最优化的手眼标定算法无法确保目标函数收敛到全局极小值的问题,提出基于四元数理论的凸松弛全局最优化手眼标定算法。考虑到机械手末端相对运动旋转轴之间的夹角对标定方程求解精度的影响,首先利用随机抽样一致性（RANSAC）算法对标定数据中旋转轴之间的夹角进行预筛选,再利用四元数参数化旋转矩阵,建立多项式几何误差目标函数和约束,采用基于线性矩阵不等式（LMI）凸松弛全局优化算法求解全局最优手眼变换矩阵。实测结果表明,该算法可以求得全局最优解,手眼变换矩阵几何误差平均值不大于1.4 mm,标准差小于0.16 mm,结果稍优于四元数非线性最优化算法。