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.     

机械臂最优运动规划问题的混合粒子群算法

多关节机械臂路径规划是一个高度受限的非线性优化问题,很难找到单一的优化解.提出一种基于单纯形算法和粒子群算法的混合算法,以解决机械臂的路径规划问题.仿真试验表明,相较于常规的A*算法,该混合算法具有更高的求解精度.     

高精度解耦六自由度机械臂逆运动学解法

根据6自由度机械臂正交解耦的结构特点,采用位姿分解方式,将6自由度逆运动学降为3自由度位置逆运动学、3自由度方向逆运动学;利用欧儿里德范数导出机械臂定位、定向的逆运动学解析解,使机械臂高速、准确运动.在定向控制方面,提出一种以单位四元数为目标输入的控制形式,只需计算两个角度逆解,既简化计算,又利于实际操作;利用逆运动学计算机械臂的工作空间和奇异点空间,借助移动机器人车体自由度弥补因计算以及关节长度不够引起的奇异位形,极大扩展了机械手臂的有效运动区域.     

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ROS的七自由度机械臂抓取系统研究

针对移动机器人上的七自由度机械臂进行系统设计,以完成目标检测、跟踪和抓取等工作.该系统包括上位机、图像采集设备和机械臂控制三大部分,在ROS Kinetic框架下让Franka Panda机械臂和Kinect V1摄像头协同工作.采用Linemod方法提取图像特征,可在较短训练时间内从RGBD信息中得到物体的信息、位姿和可信度,同时根据Franka Panda机械臂的结构建立D-H参数表、进行正运动学分析,并提出使用几何法来求Franka Panda的逆解.对机械臂进行了轨迹规划分析,提出改进RRT *的路径规划算法和轨迹规划总体方案.最后进行了机械臂仿真和系统抓取实验,研究结果表明使用的方法合理,系统可完成目标检测、定位和抓取任务.     

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。     

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。     

排爆机械臂逆运动学的模拟退火神经网络算法

采用传统方法计算没有封闭解的机械臂的逆运动学运算量大、精度无法保证,对于复杂结构很难满足实时精确控制的要求;6个并行三层双隐层前馈神经网络被设计用来解决排爆机器臂的逆运动学问题,神经网络的应用受到输出误差的限制,需要减小网络输出误差;针对机械臂结构,以神经网络输出为初始值,对网络输出关节变量进行实值编码,采用分离位姿模拟退火算法对的机械臂末端位置、姿态分别进行优化;仿真结果显示,该方法有效地减小了网络输出误差,在运算结果精确性和运算速度方面满足排爆机械臂求逆运动学解的要求.     

基于IGAPSO算法的宏微机械臂逆运动求解

工程四自由度宏微机械臂的传统逆运动求解方法需要大量公式推导,繁琐且复杂,新出现的智能优化算法在应用上存在缺陷和不足,本文在结合原有粒子群和遗传算法的基础上,提出了改进遗传粒子群逆解算法。以2F2R机械臂为例,首先利用齐次变换法构建机械臂运动学模型,然后基于Matalab Robotics Toolbox搭建仿真模型,并训练和测试模型。测试结果表明,遗传粒子群算法有效提高了机械臂的逆解速度和关节角精度。     

超冗余度桁架机械臂的容错逆运动学仿真

超冗余度桁架机械臂路径规划中的逆运动学解算为一非线性优化问题,桁架机械臂冗余度高,容错性好,由于传统方法速度和收敛性较慢,冗余性和容错性未能得到很好的利用.为解决此问题,引入收敛速度较快的对偶内点法,针对问题规模较大占用内存多的特点,设计了一种基于稀疏矩阵向量相乘的减小内存方案.搭建了仿真平台,进行了三组正常和故障状态逆向运动学仿真解算,结果表明:该方法收敛性好,解算迅速,在故障状态下的逆运动学解算也较为理想,适用于进一步实际应用.     

Trajectory Planning with Collision Avoidance for Redundant Robots Using Jacobian and Artificial Potential Field-based Real-time Inverse Kinematics

This study proposes an algorithm for combining the Jacobian-based numerical approach with a modified potential field to solve real-time inverse kinematics and path planning problems for redundant robots in unknown environments. With an increase in the degree of freedom (DOF) of the manipulator, however, the problems in realtime inverse kinematics become more difficult to solve. Although the analytical and geometrical inverse kinematics approach can obtain the exact solution, it is considerably difficult to solve as the DOF increases, and it necessitates recalculations whenever the robot arm DOF or Denavit-Hartenberg (D-H) parameters change. In contrast, the numerical method, particularly the Jacobian-based numerical method, can easily solve inverse kinematics irrespective of the aforementioned changes including those in the robot shape. The latter method, however, is not employed in path planning for collision avoidance, and it presents real-time calculation problems. This study accordingly proposes the Jacobian-based numerical approach with a modified potential field method that can realize real-time calculations of inverse kinematics and path planning with collision avoidance irrespective of whether the case is redundant or non-redundant. To achieve this goal, the use of a judgment matrix is proposed for obstacle condition identification based on the obstacle boundary definition; an approach for avoiding the local minimum is also proposed. After the obstacle avoidance path is generated, a trajectory plan that follows the path and avoids the obstacle is designed. Finally, the proposed method is evaluated by implementing a motion planning simulation of a 7-DOF manipulator, and an experiment is performed on a 7-DOF real robot.

     

基于解析法和遗传算法的机械手运动学逆解

研究优化机械手轨迹规划问题,机械手运动时要具有稳定性避障性能。针对平面3自由度冗余机械手优化控制问题,建立机械手的结构模型。提出用解析法和遗传算法相结合满足具有计算量小和适应性强的特点。在给定机械手末端执行器的运动轨迹,按着机械手冗余自由度,运动轨迹上每个点对应的关节角有无穷多个解。而通过算法可以找到一组最优的关节角,可得到优化机械手运动过程中柔顺性和避障点。仿真结果表明,该算法可以快速收敛到全局最优解,可用于计算冗余机械手运动学逆解,并可实现机器人的轨迹规划和避障优化控制。     

基于改进的RRT*-connect算法机械臂路径规划

基于双向渐进最优的RRT*-connect算法,对高维的机械臂运动规划进行分析,从而使规划过程中的搜索路径更短,效率更高。将目标偏向策略引入采样过程,同时对采样点区域进行约束,保证每次采样都能朝着目标方向搜索,使得搜索路径更优。在此基础上,采用梯度下降法优化搜索出的路径,将整个路径做平滑处理,去除大角度转弯。利用Matlab对改进后的RRT*-connect算法进行仿真对比分析,从而证明该算法在各种复杂环境下都能保证搜索的概率完备性以及渐进最优性,并且搜索路径更短,用时更少。在ROS平台使用UR5机械臂进行仿真实验,验证该算法的实用性与有效性。     

基于改进双树RRT*算法的冗余机械臂末端路径规划

针对冗余机械臂的冗余特性与相关RRT*算法在规划机械臂末端路径的应用中存在的搜索效率较低、收敛性不稳定以及没有充分考虑到机械臂末端几何构型与自身运动特性对路径规划影响的问题,提出一种改进策略。首先,引入一种基于根尾节点连线夹角的采样点选择方式,并设置目标逼近区域。根据连续采样成功次数动态选择改进采样与随机采样。接着,将双树扩展策略与上述方法相结合。最后,将初始可行路径进行二次重连得到最终的优化路径。通过验证,改进双树RRT*方法能够有效地提升搜索效率、收敛性以及路径的优越性。虚拟碰撞体与胶囊碰撞体的引入也能较好地应对机械臂末端结构与运动特性带来的影响。使用Mujoco物理仿真引擎进行机械臂运动验证,证明该策略可以为冗余机械臂末端规划出一条较优的可行路径。     

改进RRT-人工势场法的机械臂堆垛运动方法

快速拓展随机树算法(RRT)在机械臂路径规划中存在随机性强、搜索效率低、规划路径长等问题,不能在货柜堆垛场景中取得相对最优的光滑路径.对此,该文提出了一种改进RRT-人工势场法混合算法进行货柜堆垛机械臂运动规划.首先,对传统快速拓展随机树算法进行改进,在传统快速拓展随机树算法的全局搜索的基础上引入目标搜索,增强了随机树...     

工业机器人空间曲线实时轨迹规划算法

本文设计了一种六轴机械臂沿空间曲线行走的控制算法。算法使机器人对输入空间曲线计算出各关节的电机控制命令使机器人沿曲线运动。算法中推导出机器人逆运动学各关节解析解,使机械臂控制器计算过程由解方程组简化为代数运算。对类似结构的机械臂都可以使用,具有一定的通用性。使用Matlab对算法进行编程实现,从而验证了文章所设计算法的正确性。     

Selection of near-minimum time geometric paths for robotic manipulators

A number of trajectory planning algorithms exist for calculating the joint positions, velocities, and torques which will drive a robotic manipulator along a given geometric path in minimum time. However, the time depends upon the geometric path, so the traversal time of the path should be considered again for geometric planning. There are algorithms available for finding minimum distance paths, but even when obstacle avoidance is not an issue, minimum (Cartesian) distance is not necessarily equivalent to minimum time. In this paper, we have derived a lower bound on the time required to move a manipulator from one point to another, and determined the form of the path which minimizes this lower bound. As numerical examples, we have applied the path solution to the first three joints of the Bendix PACS arm and the Stanford arm. These examples do indeed demonstrate that the derived approximate solutions usually require less time than Cartesian straight-line (minimum-distance) paths and joint-interpolated paths.     

基于PS-RRT算法的机械臂避障路径规划

针对应用快速搜索随机树（RRT）算法进行机械臂路径规划时,存在采样区域大、有效区域小、路径冗余节点多、剪枝时间长等问题,提出一种基于分区动态采样策略和重复区域节点拒绝机制的高效RRT路径规划算法PS-RRT（partitioned sampling RRT）。首先,通过PS-RRT快速规划机械臂末端初始路径;其次,分段检测机械臂跟随该路径时的连杆碰撞情况,对碰撞路段进行带臂形约束的第二次规划;最后,将初始路径和第二次规划的路径拼接后进行路径裁剪。将所提方法在多种场景中进行仿真验证,结果表明：基于PS-RRT算法的机械臂避障路径规划策略使得无效节点数大幅减少,可高效规划出机械臂的无碰路径,验证了算法的可行性。     

基于深度学习的多机械手轨迹规划系统设计

目前提出的多机械手轨迹规划系统路径规划精准度低,避障能力差。基于深度学习对多机械手的规划系统进行设计,通过研究传统系统中存在精确度、智能性不足的缺点,在设计的系统分别引入了相应的解决条件,在硬件结构的设计中本文应用ISL-320型号的伺服电机提升多机械手的动力功能,应用SKT64系列的芯片提升多机械手的路径精准度;在应用程序设计上应用拟合算法与叠加算法对规划路径中的节点精准运算,在提升系统整体精准度的同时提升了系统的智能程度。实验结果表明,基于深度学习的多机械手轨迹规划系统路径与标准路径十分接近,说明该方法的规划精准度较高,避障能力得到有效增强。     

基于Leap Motion的机械臂交互控制研究

针对多旋转自由度机械臂的便捷控制问题,建立了一种联接体感设备Leap Motion与六自由度机械臂的交互控制系统。在体感输入和机械臂运动响应模型中,利用基于几何方法的机械臂运动学逆解,提出一种增加求解约束,二分搜索末端抓取器最优空间位姿的解法。这种解法运行效率高,求解过程直观,能够在对数级时间内求解。经过仿真和实物实验验证,该解法具备处理大量体感输入数据,实现机械臂实时响应的能力,为非触控式的体感机械臂控制提供了一种可行方案。