自由漂浮空间机器人回避动力学奇异的轨迹规划

针对非完整约束导致的自由漂浮空间机器人广义雅可比矩阵动力学奇异性问题,提出一种间接求解机器人逆运动学的方案.该方案通过运动方程分解并构造迭代函数,将动力学奇异转换为运动学奇异问题,避免直接求解逆广义雅可比矩阵,解决广义雅可比矩阵动力学参数相关特性问题,仿真结果表明该方法能够有效地实现自由漂浮空间机器人回避动力学奇异的非完整轨迹规划.     

基于蚁群算法的自由飞行空间机器人路径规划

本文采用蚁群算法实现了自由飞行空间机器人的避障路径规划．蚁群算法是基于群 体的一种仿生算法，为求解复杂的组合优化方法问题提供了一种新思路．本文对蚁群算法进 行了适当的修改，使之适用于自由飞行空间机器人的路径规划，然后用计算机进行了仿真， 取得了较好的结果．     

基于笛卡儿坐标系的迷宫路径规划算法

针对迷宫这类特殊的环境模型,提出了基于笛卡儿坐标系的新的路径规划算法。该算法通过找出机器人行驶方向和位置变化的关系,方便快捷地实现了对路径的记忆,并且在到达终点后能够通过一种简单的路径优化算法算出最短路径,最终实现以最短路径返回。此算法的可行性已通过轮式机器人实例得到证实。     

自由漂浮空间机器人避奇异规划—跟踪算法

针对路径相关空间内自由漂浮空间机器人无法进行有效跟踪控制的问题,设计了一种避奇异轨迹规划—跟踪算法,用于完成路径相关空间机械臂末端轨迹跟踪控制的任务．首先,分析奇异条件并设定安全边界曲线,求解回避奇异的基座姿态角阈值,从而得到避奇异参考轨迹及初始状态值．接着,利用自由漂浮空间机器人非线性动力学模型具有状态依赖参数的类线性结构特点,基于状态依赖Riccati方程设计跟踪控制器对末端速度进行跟踪,保证闭环系统的局部渐近稳定性．所提方法克服了传统方法将工作空间约束在路径无关空间的缺点．仿真结果表明,该算法具有比比例微分（proportional derivative,PD）控制更高的跟踪精度．同时,在存在输入干扰的情况下仍然能够实现有效跟踪．     

一种车型机器人路径规划方法

在自主移动机器人的许多应用中,路径规划技术顺序地设置一套分散的路径点来引导机器人以最短的时间从起始位置到达目标点。针对移动机器人路径规划问题,提出了一种非完整型机器人路径规划技术,该技术采用基本原子操纵方法来解决车型机器人路径规划问题,并采用平滑路径规划方法来产生更多的连续路径用以解决基本原子操纵技术在做路径规划时具有很不连续的缺点从而为机器人获得最优路径。仿真结果证明了该方法的有效性和实用性。     

基于神经网络的自由漂浮空间机器人关节空间鲁棒跟踪控制

针对存在不确定性以及干扰的自由漂浮空间机器人关节空间轨迹跟踪问题,提出了一种基于鲁棒控制思想的神经网络鲁棒控制方法.对于控制器中由系统惯性参数不确定性引起的非线性不确定项,利用径向基函数(RBF)神经网络进行逼近,并且利用鲁棒控制器使系统镇定并保证从干扰到跟踪误差的增益小于或等于给定的指标.最后,对本文提出的控制方案进...     

自由飘浮空间机器人系统基座姿态调整

规划机械臂的运动以调整作为其基座的卫星的姿态，既节约姿控燃料，又可作为常规姿控系统的备份手段．首先，建立自由飘浮空间机器人系统的状态方程，其状态变量为关节角和卫星姿态角，输入变量为关节角速度．基于系统能控性理论，规划连接系统初始状态和期望状态的路径，实现了仅通过机械臂关节的运动同时控制基座姿态和机械臂关节角的目的．从理论上分析了机械臂的能量消耗，给出了使能量指标最小的近似最优算法．仿真结果表明了该方法的有效性．     

自由漂浮空间机器人末端轨迹优化自适应控制

惯性参数不确定情况下的自由漂浮空间机器人(FFSR)轨迹跟踪控制是当前FFSR自主控制研究的重点与难点之一.针对该问题,提出一种FFSR末端轨迹优化自适应跟踪控制方法.该方法首先基于离散状态依赖黎卡提方程(DSDRE),设计两级DSDRE优化跟踪控制器,然后在控制器输出基础上,通过求解有约束条件下的非线性优化问题实现FFSR惯性参数的辨识,进而根据辨识结果调整控制器相关参数,实现FFSR末端轨迹的优化自适应跟踪控制.最后,采用平面两连杆FFSR模型进行仿真,验证了所提出方法的有效性.     

Autonomous Path Planning and Experiment Study of Free-floating Space Robot for Target Capturing

Space robotic systems are expected to play an increasingly important role in the future. The robotic on-orbital service, whose key is the capturing technology, becomes research hot in recent years. In this paper, the authors propose an autonomous path planning method for target capturing. The task is described in Cartesian space and it can drive the manipulator to approach the target along the closest path. Firstly, the target feature is extracted based on the measured information via the hand-eye camera, and the target pose (position and orientation) and velocities (linear velocity and angular velocity) are estimated using Kalman filtering technology. Then, a numerically feasible approach is presented to plan the manipulator motion and avoid the dynamic singularities, which are transformed into real-time kinematic singularities avoiding problem. Thirdly, the potential disturbance on the base due to the manipulator’s motion is estimated, and the joint rates are autonomously adjusted to reduce the disturbance if it is beyond the allowed bound. At last, a ground experiment system is set up based on the concept of dynamic emulation and kinematic equivalence. With the experiment system, the autonomous target capturing experiments are conducted. The experiment results validate the proposed algorithm.     

加速度空间中基于线性规划的移动机器人路径规划方法

针对动态不确定环境下移动机器人的路径规划问题, 提出了加速度空间中一种基于线性规划 (Linear programming, LP) 的方法. 在机器人的加速度空间中利用相对信息, 把机器人路径规划这一非线性问题, 描述成满足一组线性约束同时使目标函数极小的线性规划问题, 嵌入基于线性规划方法的规划器, 得到一条满足性能要求的最优路径. 仿真试验验证了算法的实用性及有效性, 与势场引导进化计算的方法 (Artificial potential guided evolution algorithm, APEA) 相比更优化, 更实时.     

基于hp自适应伪谱法的空间机器人路径规划

针对空间机器人运动过程中基座姿态产生较大扰动的问题,基于hp自适应高斯伪谱法提出了一种以基座所受反作用力矩最小为目标函数的空间机器人路径规划方法.首先,综合考虑空间机器人运动过程中存在的关节角度约束、关节角速度约束、控制力矩约束及初始状态和终端状态约束等约束条件,将空间机器人路径规划问题看成满足一系列约束条件和边界条件并实现特定性能指标最优的最优控制问题.其次,结合hp自适应高斯伪谱法（hp-AGPM）与非线性规划技术,求解带有边界约束和路径约束的优化控制问题,得到满足约束且性能指标最优的空间机器人运动轨迹.最后,以平面2自由度空间机械臂为例对所设计方法进行仿真验证,并与其他伪谱法进行对比分析.仿真结果表明：本文算法能在10.6 s的时间内规划出满足各约束条件且容许偏差低于10^-6的最优运动轨迹,并且在计算速度和配点数量上都优于其他伪谱法.     

A Rough Set GA-based Hybrid Method for Robot Path Planning

In this paper, a hybrid method based on rough sets and genetic algorithms, is proposed to improve the speed of robot path planning. Decision rules are obtained using rough set theory. A series of available paths are produced by training obtained minimal decision rules. Path populations axe optimised by using genetic algorithms until the best path is obtained. Experiment results show that this hybrid method is capable of improving robot path planning speed.     

移动机器人全覆盖路径规划优化方法

从全局优化的角度出发,提出一种基于子区域分割的环境建模方法,将各个子区域缩成节点、子区域重心间距离缩成节点间连线,建立起含障区域的全连通图——广义距离矩阵模型,对Hopfield神经网络求解旅行商问题的动态规划方法进行改进后,将其用于求该模型的最优有向连通图。机器人沿最短路径完成覆盖,就是按最优顺序走过连通图中所有节点并依次覆盖各节点所代表的子区域,从而完成移动机器人在含障区域内的全覆盖路径规划问题的优化解决方案。     

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。