六自由度机器人的运动学分析

针对一种自主研发的二三四轴相互平行的六自由度机器人,通过D-H(Denavit-Hartenberg)法建立机器人连杆坐标系和变换矩阵,求得正运动学方程,基于矩阵逆乘的思路进行逆运动学的求解,提出此类六自由度机器人逆运动学求解的方法,求出逆运动学的全部解析解。针对该机器人的奇异性,提出奇异位置逆解的处理方法,并用MATLAB机器人工具箱Robotics Toolbox验证了正解模型和逆解算法的正确性。研究结果为该机器人后续的轨迹规划和控制提供理论依据,对于具有相似结构的机器人运动学正逆解问题具有借鉴意义。     

基于旋量理论的串联机器人逆解子问题求解算法

为了提高串联机器人逆运动学的求解效率,明确逆解的几何意义,提出基于旋量理论的逆运动学子问题求解算法.该子问题描述为“绕3个不相交轴旋转（其中2个轴线平行,且与第3个轴异面）”.以6自由度串联机器人“钱江一号”为例,通过旋量理论及指数积(POEs)方程来建立运动学模型,给出该新型逆运动学子问题的求解方法.将整体逆运动学问题分解为该类子问题和其他已知的Paden-Kahan逆运动学子问题来联合求解.通过实例验算证明,该逆运动学子问题的求解方法高效可靠,具有明显的几何意义,能够满足机器人的强实时系统控制要求.     

仿人机器人行走系统运动学算法的研究

仿人机器人行走系统的运动学是仿人机器人实现拟人化运动的基础,为了完成仿人机器人行走系统的运动学分析,基于旋量法建立仿人机器人行走系统运动学模型,其逆解采用Paden-Kahan子问题和刚体运动学特性相结合的方法加以求解。以10自由度仿人机器人行走系统为例,使用该算法进行运动学求解,通过对比原理样机运动学实验数值,结果为位姿最大相对误差2.34%,关节输出最大相对误差2.25%,表明了该方法的高精确度。该方法简化了仿人机器人行走系统运动学分析过程,便利了旋量理论在仿人机器人运动学中的应用。     

6R机器人逆运动学求解与运动轨迹仿真

针对如何提高6R机器人逆运动学求解的精度和效率问题,提出一种基于动态模糊神经网络进行求解的方法。根据6R机器人逆运动学方程组具有高维非线性、求解复杂的特点,对动态模糊神经网络进行改进,使其能够应用于多输入多输出系统,建立运动学逆解预测模型。通过正运动学方程获取工作空间位姿样本,以工作空间的位姿作为预测模型的输入变量,以关节空间中的关节角作为输出变量,用样本数据对逆解预测模型进行训练。最后,运用该模型对KR16-2机器人进行复杂运动轨迹仿真,并与RBF和BP神经网络模型的求解效果进行比较,结果显示,基于动态模糊神经网络的6R机器人运动学逆解预测模型具有精度高、鲁棒性优和泛化能力强的特点,证明了该方法的可行性和有效性。     

三分支空间机器人的迭代运动学逆解

基于旋量理论指数积公式及空间雅可比矩阵,对三分支空间机器人逆运动学求解问题进行了研究,提出了一种通用的三分支机器人逆解迭代算法,并建立了统一的逆运动学求解模型。对于具有球腕结构的三分支机器人,给出了位姿解耦形式的简化算法。该算法较速度级控制法计算精度更高,且不依赖于机器人的构型,适合于构型不确定的模块化机器人。通过搬运物体的仿真试验,验证了算法的有效性。     

对偶四元数法求解自由浮动机器人运动学

在卫星维修,空间建造和轨道碎片清理等任务中,在轨服务机器人是最佳选择。在轨服务空间机器人通常由基座卫星和与其相连接的一个或多个机械臂组成。由于基座不固定,空间机械臂运动学比地面固定机械臂的情况要复杂得多。该文提出了一种求解在轨服务自由浮动机器人的运动学正逆解方法,以及它的速度运动学正逆解方法。该方法采用对偶四元数来进行运动学求解,因此比基于齐次变换的经典方法的计算效率更高。通过将动量守恒定律引入到运动学模型中来求解运动学问题,该方法适用于具有任意数量的机械臂、混合移动铰链和转动关节的空间机器人。已通过运动控制过程模拟对该方法进行了验证。     

一类平面关节型机器人运动学建模

针对实际应用中的搬运和装配工作,本文基于一款四自由度平面关节型机器人,采用D-H法则,建立了四自由度机器人直角坐标系,给出了D-H变换矩阵,建立了机器人正运动学方程,同时对逆运动学进行求解。求解结果表明,通过对各连杆变换矩阵的相乘得到运动学正解(即机器人末端执行器的位姿),同时结合代数法实现运动学逆解。该机器人在已知目标物体空间位置的前提下,实现了对物体的搬运和装配工作。该研究具有一定的实际应用价值。     

微分进化优化神经网络KUKA机器人逆运动学求解

结合KUKA机器人的正运动学分析,将正运动学求解的结果作为DE-BP优化网络的训练样本,求解了机器人逆运动学问题。     

新型煤矿救援机器人的特殊运动逆运动学

针对新型煤矿救援机器人头部单元的特殊运动（位姿调整）,提出了一种基于空间分割和遗传算法相结合的新方法求解其逆运动学.该方法能以最小的转动代价实现期望的位姿,有利于保持机器人稳定.采用二次空间分割法,解决了遗传算法搜索空间大,难以收敛到全局最优解的问题.仿真实验结果表明,采用新的逆运动学算法得出的位姿误差较小,而且关节角...     

基于蚁群神经网络算法的机器人逆解

提出了一种机器人逆运动学问题建模的新方法．利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络．针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路．利用改进的蚁群算法学习神经网络．为神经网络提供了一种新的学习算法,使得该方法兼具了蚁群算法与神经网络的优点．应用实例表明了该方法的有效性。提高了机器人逆运动学求解的速度和精度．     

机械运动网络的结构分析

分析运动链节和回路的自由度与约束．建立运动网络自由度计算法及其结构方程、得出链节具有七个自由度的新概念，讨论了自由度和约束的时空性，形成以运动链为基础的结构分析体系。     

6自由度装校机器人逆解的确定

为了实现对自主研发的6自由度装校机器人的精确控制,提出了一种机器人的逆解确定方法。通过D-H(Denavit-hartenberg matrix)法建立机器人各连杆的参考坐标系获得D-H参数,推导出机器人的运动学正解并采用解析法求得运动学逆解。基于作业时间最优的思想,采用在X-Y平面末端定域方法从多组逆解中确定出一组运动学逆解。运动学逆解可以用于机械臂末端执行器的精确定位和运动规划,为实现机器人的轨迹规划及实时控制等提供了理论基础。     

MOVEMASTER机器人运动学解析

机器人运动学的本质是坐标变换,它包含正变换和逆变换,一般正变换简单而逆变换较复杂.逆变换是实现机器人控制时所必须的一个环节.在利用通用方法求解机器人的逆变换时,由于计算量较大不利于实时控制.以MOVEMASTER机器人为对象,利用臂腕分离的方法并重新定义了关节变量,确定了新定义的关节变量与D-H参数中关节变量的关系使变换矩阵简化.通过合理定义机器人的位姿形式使逆运算变得简单减小了计算量,将复杂的矩阵运算变成较简单的代数运算,有利于机器人的实时控制.     

A METH0D OF TRANSFORMATION BY MOTION OPERATORS FOR THE KINEMATIC ANALYSIS OF SPATIAL MECHANISMS

This paper attempts to introduce a method for the kinematicanalysis of spatial mechanisms.In this method the elements of mo-tion grous serves as motion operators.Using these motion operators,a point is transformed along the kinematic scheme of mechanism orits vector diagrams of velocity and acceleration.Then we obtain thetransforming equations which give the solutions of kinematic parameters of the mechanism.Although this method belongs to the gematrical method,a continuous accurate solution can be obtained by it.Two examples are given to explain the theory of the method and itsapplication.     

7自由度操作手运动学灵活性研究

本文研究了机器人冗余式操作手运动学问题。应用广义道理论分析了冗余式操作手逆运动学解,在操作空间分析的基础上,指出了7—D操作手构形的灵活性判据——σmin,即Jacobian矩阵的最小奇异值,并用于选择操作手的最优工作位置、构形。     

七自由度仿人臂形操作机器人的运动学问题

本文根据七自由度仿人臂形操作机器人的结构特点,借助齐次变换矩阵,建立了运动学正问题的数学模型.并利用几何等同性条件,建立了运动学逆问题的数学模型,同时还建立了基于点位控制的轨迹规划数学模型,最后给出求解操作机器人各质点的速度和加速度的算法.     

基于逆运动学的6-UPS并联机构运动学参数辨识方法

为了提高6-UPS并联机构的定位精度,研究了一种基于逆运动学的6-UPS并联机构运动学参数辨识方法.首先基于逆运动学建立了6-UPS并联机构的运动学参数辨识模型,然后通过Levenberg-Marquardt最小二乘法对模型进行求解,最后对该算法进行了仿真验证.结果表明该算法可以很快收敛,在测量设备没有测量误差的理想状态下,参数辨识精度达到10-10mm.在测量设备存在1μm、1″的误差状态下,参数辨识精度达到10-3mm,足以满足大部分应用场合下6-UPS的位姿精度要求.     

Z-M型脉动无级变速器的运动分析及运动特性研究

本文对Z-M型连杆式脉动无级变速器的主传动系统的可调六杆机构进行了运动分析,并对该变速器的运动特性进行了研究。     

三自由度并联机器人运动学分析及仿真

以某倒置式ＳＰＲ型三自由度并联机器人为例，根据结构特点以活动平台为参考坐标系，然后再变换至基础坐标系，推导出机器人的正、逆运动学方程，并进行了逆运动学仿真。     

一种新型便携式机器人运动学分析

新型便携式机器人为６自由度机器人,具有一个移动关节和５个转动关节,适用于水轮机叶片现场修复工作,给出了这种机器人逆运动学的求解方法,避免了大量逆矩阵相乘方法简单。