面向冗余机械臂避障运动规划的触控交互技术

针对冗余自由度机械臂运动控制中人机交互性不强、避障算法较为复杂且躲避非结构化障碍较为困难的问题,提出一种面向冗余机械臂避障运动规划的触控交互方法。通过坐标系转换的方式将交互设备屏幕坐标进行变换实现触控交互,并通过柱面避障运动规划,提高交互效率。基于虚幻引擎设计触控交互演示软件,利用触控交互实现了冗余机械臂的运动避障仿真。与传统方法相比,既兼顾了人机交互的友好性,又提升了机械臂运动规划的操作效率和可理解性。

一种用于冗余机械臂解析逆运动学的多目标优化方法

为实现工程机械的多自由度臂架智能运动控制,本文结合参数化关节方法,改进MOEA/D形成:IM-IK算法(Improved MOEA/D-inverse kinematics),来解决冗余机械臂逆运动学问题,该算法在MOEA/D算法框架中加入自适应区间搜索策略以提升算法局部搜索能力,提高求解速度。本文将IM-IK算法应用到8自由度冗余机械臂上,与NSGA-II、MOEA/D及T-IK算法进行了试验对比,各项试验指标均证明了IM-IK算法在处理冗余机械臂的逆运动学问题上具有优于其他算法的综合性能,可在满足机械臂末端执行器位姿精度要求的前提下,同时保障机械臂关节运动连续性和有效避开关节极限。

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。

基于迭代优化和神经网络补偿的超冗余机械臂半参数动力学模型辨识

为了实现超冗余机械臂动力学模型的精确辨识,提出了一种基于迭代优化和神经网络补偿的半参数动力学模型辨识方法。首先,介绍了超冗余机械臂的动力学模型和最小参数集,建立了关节非线性摩擦模型,使用遗传算法优化回归矩阵条件数生成激励轨迹。然后建立了机械臂动力学模型物理可行性约束,基于迭代优化方法设计了两层循环网络对超冗余机械臂的惯性参数和关节摩擦模型进行辨识。最后,利用数据集训练BP神经网络,得到超冗余机械臂半参数动力学模型,并与多种算法进行了比较分析。实验结果表明:相较于传统的最小二乘算法和加权最小二乘算法,通过使用本文提出的辨识算法,关节辨识力矩残差均方根(Root Mean Square,RMS)之和分别提高了32.81%和23.76%,半参数动力学模型相比于全参数动力学模型力矩残差均方根之和提高了23.56%,辨识结果验证了辨识方法的有效性和优越性。

基于球面探索的超冗余机械臂逆解优化算法

超冗余机械臂逆运动学分析一直是机械臂领域的研究热点,存在计算复杂度高、关节超限以及位形偏移量大等问题。为避免关节超限,文章提出了一种基于球面探索的末端跟随算法,该算法采用分段搜索策略分别解决近侧关节超限和远侧关节超限的问题,自定义了无障碍物环境下末端执行器的运动轨迹,采用自适应水平位移调整机械臂的初始状态,降低关节超限的可能性。结果表明,该算法在无障碍物环境下将超限率由81.41%降低至13.72%,且该算法可以实现在关节约束范围内完成路径跟随运动。

基于改进RRT算法的冗余机械臂路径规划研究

针对RRT算法在机械臂路径规划的过程中无方向性,在无障碍物处产生过多无用节点的问题,采用目标偏置、双向分段搜索的策略对RRT算法进行改进,提出了具有导向性的双向分段搜索的改进RRT算法并应用于七自由度冗余机械臂的路径规划上,通过Matlab进行了三维环境路径规划仿真实验,并通过ROS平台进行冗余机械臂在简单环境与狭窄环境的避障仿真实验。实验结果表明,改进的RRT算法能够有效地减少路径的节点数量与搜索时间,并提高路径规划的成功率。

基于同伦延拓的冗余机械臂逆运动学优化算法研究

目的针对偏置冗余机械臂的逆运动学,采用传统数值法存在依赖初始值、奇异位姿收敛性差等问题,提出一种改进数值法。方法首先将非线性方程组转化为同伦方程组,引入同伦延拓算法能够有效避免依赖初始值的问题,同时能够获取逆运动学解空间。然后考虑奇异位姿,将同伦方程组转化为最小二乘问题,采用Levenberg Marquardt算法对同伦方程组进行路径追踪,以获取逆运动学解空间。最后将关节极限避免问题映射为解空间优化问题,引入二进制改进粒子群优化算法,获得最优逆运动学解。结果实验结果表明,相较于传统数值法,文中所提数值法针对逆运动学求解具有更高的收敛率、更快的收敛速度,同时二进制改进粒子群算法能够有效避免关节极限问题。结论采用文中所提数值法求解逆运动学的精度较高,能够满足实时性要求,对于机械臂用于包装作业具有一定的理论意义和工程应用价值。

冗余机械臂运动学建模与轨迹规划分析

针对七自由度冗余机械臂运动规划问题,提出了一种改进的运动学建模方法和轨迹规划方法。首先,通过改进的DH参数法建立冗余机械臂的正向运动学模型,描述从关节空间到笛卡儿空间的变换。然后,提出加权最小二乘法建立冗余机械臂的逆向运动学模型,快速求解笛卡儿空间到关节空间的变换。接着,利用五阶多项式插值函数对冗余机械臂进行关节空间轨迹规划,提高机械臂运动的平坦性。最后,在仿真中验证了本文所提方法的有效性,结果表明该方法能够有效解决冗余机械臂的运动规划问题,具有一定的实际应用参考价值。

空间七自由度冗余机械臂不平衡振动自动化控制技术

与其他机械臂不同,空间七自由度冗余机械臂在工作时容易出现不平衡振动,为了提升机械臂工作的稳定性,提出一种空间七自由度冗余机械臂不平衡振动自动化控制技术。通过关联机械臂关节之间的柔性振动和刚性振动,得到机械臂的振动频率,根据空间冗余机械臂的臂杆弹性变形激发,计算出机械臂的加速度,利用机械臂在旋转时的边界条件,提取出空间冗余机械臂弹性变形模量。根据机械臂关节伺服系统的组成,构建空间冗余机械平衡方程。通过提取机械臂的振动信号特征,得到机械臂振动信号的核心振频和随机频率,在振动信号的约束条件下,计算空间冗余机械臂不平衡振动的控制量,通过决策指令,设计了滑模控制器,实现机械臂不平衡振动的自动化控制。实验结果表明,文中技术可以缩小机械臂的振动幅度,并将振动位移控制在1mm以内。

采用蜣螂优化算法的冗余机械臂运动学分析

为解决冗余度机械臂在运动学计算过程中存在奇异现象与容错度过低的问题,以7-DOF机械臂为研究对象,采用一种元启发式的蜣螂算法对其进行运动学求解。在MATLAB中利用robotics toolbox建立7-DOF机械臂的D-H参数模型,对7-DOF机械臂进行运动学建模,并建立其对应的目标函数;在蜣螂优化算法中,通过对目标函数设置不同的蜣螂种群数量与迭代次数,分别采用改进的正弦建模蜣螂优化算法与传统的正切建模蜣螂优化算法求解目标函数的收敛性,通过对比分析确定参数值设置的可靠性;将参数设置结果应用于7-DOF冗余机械臂逆运动学求解过程中,根据冗余机械臂初始位姿与期望位姿进行计算,结果表明冗余机械臂逆解的关节角误差在0.060 2 mm内,采用改进的正弦建模的蜣螂优化算法求解的迭代次数较小,且最佳值较优,比传统的正切函数建模提高了目标函数的适应性,提高了全局最优的收敛性,同时提高了7-DOF机械臂运动学规划的精度与适应性。

基于改进RRT算法的冗余机械臂路径规划

针对具有7个自由度冗余机械臂的路径规划问题,本文提出一种基于RRT的改进算法。新算法在机器人的关节空间内进行路径规划,提高了规划效率。基于目标导向思想和双向搜索思想,改进了随机树中采样点的生成,引导随机树向目标点方向移动,提高了收敛速度,降低了扩展过程的复杂度。最后,在MATLAB平台上进行了对比仿真实验,并将改进的算法应用于7自由度机械臂。结果表明:改进的算法在时间上具有优势,并保持了算法的简洁性。

基于有限时间对偶神经网络的冗余机械臂重复运动规划

在考虑关节物理极限的情况下,将冗余机械臂的逆运动学解析问题抽象为带约束的重复运动规划(RMP)方案.针对速度层的带约束RMP方案,本文提出了一种新型的递归神经网络,即有限时间对偶神经网络(FTDNN),用以求解该类带约束RMP方案.相比于传统的递归神经网络,该FTDNN模型具有有限时间收敛特性,不仅能够改进收敛的速度,并且能够获得较高的收敛精度.通过李雅普诺夫稳定性定理验证了FTDNN模型的渐近稳定性,并进一步计算出FTDNN模型求解带约束RMP方案最优解的时间上界.基于冗余机械臂PA10的计算仿真结果验证了FTDNN模型求解带约束RMP方案的有效性和可行性.最后在Dobot Magician实物机械臂上的实验结果表明本文提出的有限时间对偶神经网络方法可以有效实现机械臂各关节角的重复运动.

基于烟花灰狼算法的冗余机械臂运动学逆解

针对常规方法无法有效求解冗余机械臂逆运动学解问题,提出改进灰狼算法的机械臂逆运动学求解方法,采用一般反向学习初始化与烟花算法爆炸机制相结合,使得算法具有较强的抗干扰与全局求解性,有效避免早熟、局部最优问题。采用10种经典测试函数对改进灰狼算法进行性能测试,测试结果证明改进灰狼具有收敛精度高、抗干扰能力强等特点。以凿岩机器人的七自由度机械臂逆运动学求解为例,采用MDH法建立运动学模型,运用改进灰狼算法求解并与粒子群、模拟退火、传统灰狼算法进行对比,仿真结果表明:该算法性能优于其他算法,能对冗余机械臂逆运动学进行有效求解。

冗余机械臂逆运动学分析与迷彩喷涂路径规划

文中基于改进智能算法开展冗余机械臂逆运动学分析与三维数码迷彩喷涂路径规划。首先,基于冗余机械臂的初始和极限角度获得测试数据集,同时在网络模型中添加嵌套循环,通过新的遗传算法–逆向传播(Genetic Algorithm-Back Propagation, GA-BP)神经网络模型得到各关节角的最大绝对值误差,完成逆运动学分析;其次,在上述逆运动学求解的基础上,开展迷彩喷涂路径规划,建立迷彩图案模型,并进行Harris角点检测,实现迷彩图案局部分块,利用四邻域搜索完成分块图案的局部路径规划;然后,搭建旅行商模型,改进遗传算法的种群初始化和变异方式,进而获得二维空间的最优路径;最后,结合快速搜索随机树(Rapidly-exploring Random Trees, RRT)算法,生成三维空间数码迷彩的喷涂路径。仿真和数码迷彩喷涂实验结果验证了该方法的可行性和有效性。

冗余机械臂逆运动学问题的多策略贪婪蜂群求解

为了提高冗余机械臂逆运动学问题求解的位置精度和姿态精度,提出了基于多策略贪婪蜂群算法的求解方法。介绍了KUKA LBR iiwa七自由度冗余机械臂构型,推导了机械臂正运动学的齐次变换矩阵,以减小机械臂末端执行器位置误差和姿态误差为目标建立了优化模型。介绍了标准人工蜂群算法原理并分析了算法存在的缺陷,优化了能够提高蜜蜂多样性的跟随蜂选择策略,以提高跟随蜂局部搜索能力为目的给定了3种位置更新策略,将新算法命名为多策略贪婪蜂群算法。将新蜂群算法应用于逆运动学求解,经仿真验证可知,多策略贪婪蜂群算法的求解质量和求解速度均好于标准蜂群算法,且多策略贪婪蜂群算法在连续多个位姿点逆运动学求解中也具有较高精度,以上结果证明了多策略贪婪蜂群算法在机械臂逆运动学求解中的优越性。

冗余机械臂轨迹的增广Lagrange-改进粒子群算法优化

为了减小冗余机械臂的工作时间和运动冲击,提出了基于增广lagrange-多学习行为粒子群算法的轨迹优化方法。介绍了7自由度冗余机械臂的构型,以减小工作时间和运动冲击为目标建立了约束优化模型。使用增广拉格朗日乘子法将约束优化问题转化为无约束优化问题。在粒子群算法中引入了3种新型的粒子学习行为,并依据学习行为价值确定粒子选择各学习行为的概率,既保证了粒子多样性也保证了收敛的快速性。经实验验证,多学习行为粒子群算法优化的轨迹在时间和冲击方面好于传统粒子群算法优化轨迹,且改进粒子群算法优化轨迹平滑,运动参数在约束范围内,以上结果验证了增广lagrange-多学习行为粒子群算法在机械臂轨迹优化方面的有效性和优越性。

基于关节优先级的冗余机械臂柔顺控制方法

针对冗余机械臂柔顺控制过程中某些关节运动可能超出安全范围导致安全事故的问题,提出一种基于关节优先级的冗余机械臂柔顺控制方法。此方法通过雅可比矩阵的加权广义逆矩阵与阻抗控制中机械臂的末端速度相结合,计算出关节角度增量,并对关节角度进行迭代更新。在机械臂运动过程中,为减小超限关节的角度增量,将相应关节设置较小的关节优先级,将超限关节角度变化保持在安全范围内。最后使用一种八自由度的冗余机械臂进行柔顺控制实验验证。结果表明:将相应关节设置较小优先级后,该关节角度增量减小,证明了该柔顺控制方法的可行性和有效性。

基于改进灰狼算法的冗余机械臂轨迹跟踪与避障

本文将冗余机械臂的轨迹跟踪和避障规划统一为优化问题,提出了一种基于改进灰狼算法的避障跟踪优化器。首先,基于包围盒法对避障空间进行了建模,使用GJK算法计算机械臂与障碍物之间的最小距离。其次,设计了适应度函数,引入避障奖励项对优化器进行主动奖励,使机械臂在跟踪目标轨迹的同时避开障碍物。然后,使用随机分散策略对灰狼算法进行了改进,以增强算法的全局搜索能力,从而更好地求解优化问题。最后,使用九自由度冗余机械臂验证了所提出方法的有效性和优越性。实验结果表明:对于圆形目标轨迹,机械臂的末端跟踪误差为0.21 mm;跟踪过程中,机械臂与障碍物的距离不小于70 mm;相比于经典灰狼算法,改进灰狼算法使跟踪精度提高了13%。本文提出的避障跟踪优化器能以毫米级的精度同时满足冗余机械臂的轨迹跟踪和避障任务;改进的灰狼算法能有效提高经典灰狼算法的收敛精度。

改进混沌麻雀搜索算法及其在冗余机械臂逆运动学求解中的应用

针对冗余机械臂不满足Pieper准则,无法获得逆运动学封闭解的问题,提出一种自适应混沌麻雀搜索算法(ACSSA)。首先,利用佳点集均匀分布特性生成初始化种群;其次,引入自适应动态权重,用于平衡全局和局部搜索能力,提高种群多样性,改善陷入局部最优的问题;最后,引入高斯变异,加强局部搜索能力,同时产生Tent混沌序列,防止陷入局部最优。将ACSSA应用到冗余机械臂逆向运动学求解中,分别对空间点到点运动和空间连续轨迹跟踪两种工况进行仿真,并与CSSA和SSA进行对比。结果表明:在第一种工况下,ACSSA在收敛精度上提高了2个数量级,在算法稳定性上比CSSA、SSA分别高出2、3个数量级;第二种工况下,在计算值与理论值的绝对误差精度和稳定性这两个评定指标上,ACSSA较CSSA提高了1个数量级,较SSA提高了6个数量级。充分说明了ACSSA具有精度高、收敛速度快的特性。

锚杆钻车串并联冗余机械臂的运动学研究

锚杆钻车机械臂的自动定位打孔可进一步提高巷道支护工艺的自动化作业程度。本文针对某锚杆钻车的串并联混合8自由度冗余机械臂的逆运动学问题展开研究。该机械臂有两大特点,一是串并联混合机构,臂在整体上为串联开链机构,但其大臂存在一个四边形的并联结构;二是冗余自由度,导致逆运动学存在无穷解。针对前者,为便于使用D-H法建立运动学模型,推导了并联结构的运动表达式,将其用一个等效的串联结构来替代。针对后者,详细分析了机械臂的结构与实际工况,设置了逆解的3个条件:1)为保证推进器获得最大打孔行程,设置定位油缸为最大伸长量;2)根据不同类型锚杆孔设定大臂四边形形状,可实现姿态补偿;3)优先使用中臂进行位置补偿,以尽量减少大臂的运动。在以上约束下提出基于位姿分离的逆运动学求解方案,得到的逆解结果充分利用了机械臂的设计特点,且兼顾人工操作过程的直观、方便性。为验证算法,针对一个矩形巷道断面的锚杆孔设计,通过计算机进行了逆解计算,计算精度与速度均有满意的结果;将算法部署到PLC上,在模拟巷道自动打孔试验,结果满足工程要求。