基于旋量理论和Paden-Kahan子问题的6自由度机器人逆解算法

机器人逆解中运动学模型的建立主要采用Denavit-Hartenberg(D-H)参数法和旋量法。D-H参数法相对成熟,在机器人运动学分析中得到广泛应用。旋量法实际应用相对较少,但旋量法中机器人各连杆坐标系相对于底座建立,具有明确的几何意义。基于旋量法建立起的机器人运动学模型,其逆解常采用Paden-Kahan子问题方法加以求解,单纯的Paden-Kahan子问题法只能解决低自由度机器人的逆解。针对后三个关节相交于一点的6自由度关节机器人,基于旋量理论建立起机器人运动学模型,利用经典消元理论和Paden-Kahan子问题相结合的方法,提出一种机器人运动学逆解算法,并给出此类机器人运动学逆解的显式求解结果。以库卡KR-150机器人为例,利用该算法进行运动学逆解,验证了算法的正确性。     

基于组合优化算法的6R机器人逆运动学求解

针对逆运动学求解存在的多解、精度低及通用性差等问题,提出了一种适用于各类6R工业机器人求逆解的组合优化算法。根据经典D-H法建立了机器人运动学模型,以最小化位姿误差为目标,结合运动平稳性原则构造了逆解问题的目标函数,以线性加权和法设计了适应度函数。通过混沌映射初始化种群、收敛因子非线性更新、自适应惯性权重位置调整及引入模拟退火策略等4种措施得到了一种改进的鲸鱼优化算法,并用于逆运动学求解。组合算法将鲸鱼算法求解的结果作为初始值,再利用Newton-Raphson数值法迭代出满足精度要求的运动学逆解。仿真试验结果表明：改进后的鲸鱼算法求解性能得到了较大提高,相比于直接利用鲸鱼算法进行逆运动学求解,组合优化算法具有求解速度快、稳定性好、精度高的特点,证明了该算法求逆的可行性与有效性。     

基于改进牛顿迭代法的手腕偏置型六自由度关节机器人逆解算法

手腕偏置型六自由度关节机器人不满足Pieper法则,无法求得封闭形式的运动学逆解。对比非偏置型机器人结构,提出一种结合非偏置型机器人封闭逆解和改进牛顿迭代法的数值迭代算法。先利用反变换法求得同构型非偏置型机器人的封闭逆解,并将该封闭逆解作为后续迭代搜索的初始值;将偏置型机器人运动学正解的3个位置分量和3个独立姿态分量构造成1个非线性方程组,利用改进牛顿迭代法对该非线性方程组进行迭代搜索,从而求解得到偏置型机器人的数值逆解。大量试验表明,该算法可以满足一般实时控制要求。     

基于旋量理论的六自由度机械臂逆解算法

机器人求逆解过程中主要采用D-H参数法和旋量法来建立机器人运动学模型。D-H参数法机器人运动学分析中应用较多,但由于D-H参数法需要在每个关节处建立坐标系,因此建模过程较为繁琐。旋量法中机器人各连杆坐标系相对于底座建立,建模较为方便并且几何意义更明确。基于旋量理论建立的机器人运动学模型,其逆解一般采用Paden-Kahan子问题方法进行求解。针对6R模块化机械臂,该机械臂后3个关节轴线相交于一点,基于旋量理论建立机械臂的运动学模型,利用几何关系与Paden-Kahan子问题,对该机械臂进行了逆运动学求解,得到了该机械臂的解析解。利用Matlab编制运动学算法程序,验证了逆解算法的正确性。     

神光-Ⅲ精密光学模块侧装机械手运动学分析

为顺利将激光聚变试验所需的光学模块安装至主机试验装置中,设计了一种八自由度侧装机器人。通过D-H法建立机器人各杆件的参考坐标系并获得D-H参数,推导出该侧装机器人运动学正解。提出采用关节变量虚化法构建出一个虚拟六自由度机器人,并利用解析法求解虚拟六自由度机器人运动学逆解。基于关节占用空间最小的原则,结合麦夸特算法利用1stOpt软件对关节3和关节4的位置进行求解,进而求解八自由度侧装机器人运动学逆解,并通过实例验证逆解算法的正确性。对运动学分析求解可以用于机械臂末端执行器的精确定位和运动规划,为实现八自由度侧装机器人的轨迹规划及实时控制等提供理论参考。     

基于几何法和旋量理论的6自由度机器人逆解算法

针对6自由度串联机器人运动学逆解求解过程复杂、几何意义不明确的问题,提出一种基于几何法和旋量理论相结合的求解方法。基于旋量理论建立机器人的运动学模型,其运动学逆解常采用Paden-Kahan子问题加以求解,但针对前3个关节轴线均不相交的机器人,难以用现有的子问题进行求解。因此,采用一种几何解法进行前3个关节角度的求解。针对后3个关节轴线相交于一点的问题,采用Paden-Kahan子问题进行求解,最终推导出此类机器人运动学逆解的封闭解。以ABB1410机器人为例进行算法验证,验证了此算法的有效性和可行性。     

采用APSO-LM-BP神经网络的挖掘机器人运动学逆解研究

针对挖掘机器人执行机构的运动学逆解求解难、速度慢的问题,提出一种基于APSO-LM-BP神经网络的逆运动学求解方法。利用自适应粒子群(APSO)算法对BP神经网络中的连接权值以及阈值进行优化,再把BP神经网络训练过程中的梯度下降法用LM算法代替,以克服传统BP神经网络的输出误差大,陷入局部极优解的缺陷。仿真结果表明,与传统BP神经网络相比,APSO-LM-BP神经网络输出误差大大降低,训练时间更短,改善了算法的收敛精度和收敛速度,且满足挖掘机器人运动学逆解要求。该方法可以推广至任意自由度串联机器人的逆运动学求解,具有较强的实用性。     

六自由度工业机器人3D仿真系统研究

建立了六自由度工业机器人的D-H连杆坐标系,由此采用正运动学算法求解出以末端位置矢量和欧拉角表示的末端位姿,采用代数解析法对机器人逆运动学进行求解,并对多解问题用综合优选算法进行筛选从而得到最优解。运用Microsoft Visual C#2015的WPF内置3D渲染建模引擎构建六自由度工业机器人矢量旋转矩阵,采用C#编程语言设计运动控制逻辑。通过生产现场验证了正、逆解及综合优选算法的正确性,并且实现了机器人实时数字3D运动位姿和实际末端位姿保持一致。     

基于BP神经网络的机器人逆运动学新算法

以瑞典ABB公司生产的IRB140型小型工业机器人为例,对空间六自由度多关节机器人进行了运动学分析,建立了该类型机器人的运动学模型,并提出了一种基于BP神经网络改进算法的机器人逆运动学的求解方法。对IRB140型机器人的仿真研究表明,用此改进的BP神经网络算法反解机器人运动学不仅求解过程简单,学习收敛速度快,还可以避免传统反解方法中的许多棘手问题。     

一种实用的六自由度机械臂逆运动学解算与验证

本文提出了一种实用的六自由度机械臂逆运动学求解方法;该方法利用平面几何法先求解出前三个关节轴转过的角度,然后通过反变换法求得后三个关节轴转过的角度。最后,根据机械臂每个关节轴的运动范围,按照节能的原则筛选出最优解;利用Matlab仿真平台的Robotics Toolbox机器人工具箱进行仿真和验证逆运动学求解算法的正确性;仿真结果表明该方法大大简化了机械臂逆运动学的求解过程,提高了逆运动解的求解速度。     

一种6R非球型手腕机器人逆运动学算法研究

6R非球型手腕喷涂机器人得到了越来越广泛的应用,然而这种机器人的结构不满足Pieper准则,导致该机器人的逆运动学求解困难。对此,提出了一种近似解析法和数值迭代法相结合的6R非球型手腕机器人逆运动学组合算法。首先,根据6R非球型手腕机器人的结构特点近似转化为6R球型手腕机器人,并以等效球型手腕机器人的逆运动学解析解作为近似解,采用基于运动学雅可比矩阵的数值迭代法求解6R非球型手腕机器人的逆运动学精确解。其次,针对等效变换引起机器人有效工作空间减小,从而导致算法失败的问题进行了分析,提出了基于目标位姿偏置的方法提高逆运动学算法的鲁棒性。最后,通过数值仿真验证了所提出的6R非球型手腕机器人逆运动学算法的可靠性和时实性。     

基于L-M方法的6R机器人轨迹规划快速逆解算法

应用Denavit-Hartenberg建模方法,建立6R机器人正运动学模型,组成非线性方程组,提出运用Levenberg-Marquardt方法,求取机器人运动学逆解。利用MATLAB编程环境,实现轨迹规划位置逆解算法。经仿真验证,算法可完成复杂的轨迹轮廓规划逆解求解,有较高的效率和精度,可应用于一般6R机器人,也可适用自由度冗余更高的工业机器人。     

基于遗传算法的新型六自由度并联机器人运动学分析

运动学位置正解和位置逆解是对并联机器人其它性能进行分析的基础,位置正解也是并联机器人研究中的一个难点。本文采用遗传算法对一种新型六自由度并联机器人的运动学位置正解和位置逆解进行了求解,并且利用灰色关联分析对求解结果进行了分组,得到了Stewart并联机器人的5组位置正解实解。实例表明该方法简单、方便、具有通用性,是求解并联机器人运动学问题的一种新策略。     

冗余机器人喷涂系统改进人工鱼群逆运动学求解算法

针对一种带有冗余自由度的船舶分段机器人喷涂系统逆运动学问题,使用改进Denavit-Hartenberg(DH)参数法建立了机器人系统的运动学模型。以位姿误差最小及关节行程最短为目标,构建了冗余机器人逆运动学问题优化模型,提出一种改进人工鱼群算法( IAFSA)对模型进行求解。IAFSA引入基于正态分布的视野范围及移动步长动态调整策略来改善解的精度并缩短计算时间,提高算法综合性能。与人工鱼群算法和混合改进人工鱼群算法进行了对比实验,实验结果表明IAFSA搜索能力强、收敛速度快、计算时间较短,逆解良好的精度和误差稳定性在SolidWorks Motion仿真中得到验证,体现了IAFSA算法在冗余机器人逆运动学求解问题中的有效性。     

基于BP网络判据的工业机器人运动学逆解

以MOTOMAN UP20型六自由度机器人为例,建立了工业机器人的MDH模型。在此基础上提出了一种解决工业机器人运动学逆解中存在多解的问题的方法：利用BP网络算法所得的结果作为判据,进行机器人运动学逆解的自动选择,得出运动学逆解问题的唯一解,以实现从机器人工作空间到关节空间的非线性映射。     

双臂6R服务机器人的运动学研究及仿真

针对双臂服务机器人运动学的逆解问题,根据其构型特点提出一种逆运动学求解方法。首先,根据机械臂的结构特点,采用标准DH法对其进行建模,得到双臂的正运动学模型,同时采用逆变换方法将机械臂的姿态用欧拉角表示,进而得到机械臂位姿的一组广义坐标;然后,采用几何法和坐标系投影法对双臂6R机器人进行逆运动学求解,经分析计算后最多可得8组封闭解,并选取最优解;最后,基于MATLAB建立双臂的3D仿真运动平台,验证了逆运动学求解的正确性,为机械臂的轨迹规划和避碰奠定基础。     

一般6R机器人的高精度逆运动学算法研究

为解决一般6R机器人的逆运动学问题,提出一种基于符号运算和矩阵分解的高精度逆运动学算法。采用符号运算求解逆运动学方程的系数矩阵,避免了大量中间过程的浮点数计算累积误差;通过矩阵奇异值分解优化方法提高消元矩阵的秩稳定性;将一元十六次方程求根问题转化为求解矩阵的特征值和特征向量问题,并选取较高数量级的相关元素求解关节变量,最大程度地减小数值计算累积误差的影响,提高了逆运动学算法的稳定性和精度,得到具有任意期望精度的最多16组实数逆运动学解。以一般6R机器人和有误差的PUMA560类型机器人作为求解实例,实验和仿真结果证明了算法的有效性。     

拟人服务机器人运动学解耦算法研究

针对拟人服务机器人的手臂运动控制问题,提出了一种求解机器人逆运动学的新方法.7自由度串联机器人的逆运动学解是一个高度复杂的非线性问题,解的存在性并不是唯一的,因此逆运动学方法得到了广泛的关注.首先,提出了一种神经网络的学习方法,使神经网络同时表示从任务空间坐标到关节空间坐标的位置和速度关系.然后,为了得到有效的学习算法...     

机器人逆运动学解析解的选取算法

机器人的逆运动学解析解由于其精度高、求解速度快,使其在诸多逆运动学求解方法中始终占据着重要的地位。然而,对于一般的6轴工业机器人而言,解析解的不唯一性导致在一个姿态下可能对应着多组解。因此多解的选取问题是解析解所必须面临和解决的一个问题。以一种构型的6轴机器人为例,在求得其解析解的基础上,基于解析解表达式的数学特性和运动的连续性,得到了两个关键推论,在此基础上提出了一种快速的逆解选取算法,并开发了虚拟样机软件进行仿真,验证了该选取算法的有效性和时间性能。     

新型六自由度服务机器人的结构设计与运动学分析

设计了一种新型六自由度服务机器人机械臂,此机械臂采用部分解耦的结构,能在不明显增加体积的情况下,带来逆运动学求解快速的优点。采用D-H(Denabit-Hartenberg)法建模,获得机械臂正运动学模型,进行正运动学求解,并针对其结构特点,提出一种新的几何法来求解逆运动学问题。通过空间几何关系转换,得到逆解解析表达式和末端位置,该末端位置与正解的末端位置表达式完全相同,印证了几何方法理论上的正确性。经过数值计算验证了正运动学模型和逆解的正确性,为机器人接下来的路径规划和运动控制提供了理论基础。