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。

CSSA算法在空间3R机械手逆运动学计算中应用

基于混沌麻雀搜索算法(Chaos Sparrow Search Algorithm)具有精度高,搜索能力强,收敛速度快等优点,提出一种将CSSA应用于多自由度机械臂逆运动学解的新方法。以空间3R机械手为例:首先用螺旋理论进行正向运动学建模并通过3R机械手空间几何关系,将关节空间划分为4个只有唯一逆解的子空间;其次通过雅可比矩阵行列式为0的方法求出3R机械手奇异位置;最后建立仿真,以各子空间边界作为约束条件,将子空间内的逆运动学求解转换为CSSA算法有约束寻优;验证CSSA算法求逆运动学解中的可行性;仿真结果表明,CSSA算法可精确求出3R机械手的所有逆运动学解,算法具有稳定性,收敛速度快且不受奇异性的影响。

四足机器人Trot步态规划与仿真分析

为了提高四足机器人对角步态的稳定性,缓解对角步态摆动相两条腿不能同时着地的问题,从足端轨迹优化、足端初始位置选择这两方面进行步态规划。通过D-H法建立四足机器人运动学模型,几何法求运动学逆解。基于零冲击原则优化足端轨迹函数,选取8种不同的初始足端位置进行仿真。从足端冲击力、机体位移、俯仰角、滚动角、偏航角的变化等方面分析四足机器人运动的稳定性。对比仿真结果表明:采用优化后的足端轨迹、优选后的足端初始位置的四足机器人,对角步态运动更为稳定。

基于分离-重构技术的6R机器人逆解新方法

提出一种利用分离-重构技术求6R机器人逆解的新方法。首先利用螺旋理论对机器人进行正向运动学建模,然后利用指数积公式的变换,证明了n自由度机器人的可分离性,以及重构连接的通用几何约束;最后以PUMA-560机器人为例,给出其分离及重新连接的几何约束条件。在满足约束条件的前提下,推导出各个关节角求解公式,最终求得机器人逆运动学解,且实际位姿与目标位姿误差数量级为10-13。所提出的新算法与D-H坐标法相比,计算速度提高了12%,且可避免奇异点的影响。

基于神经网络的四足机器人SLIP模型运动控制

根据四足哺乳动物形态设计的四足机器人,能够适应错综复杂的地形,且具有较强的运动属性。而对于四足机器人而言,运动的控制十分重要,所以对四足机器人运动过程中的跳跃控制问题进行了研究。首先,采用弹簧负载倒立摆模型(SLIP)对四足机器人结构进行简化处理,建立了简化模型的动力学方程,并分析了模型的运动过程以及着陆相与腾空相的转换条件。其次,在仿真平台中建立了SLIP动力学模型,通过动力学仿真得到了一份仿真样本数据,并利用这份样本数据训练了一个神经网络,其中样本考虑了四足机器人在与地面接触过程中由于碰撞和阻尼所消耗的能量。最后,在仿真平台中进行验证,给定模型的初始高度和水平速度,通过神经网络计算出合适的着陆角,得到期望的水平末速度和弹跳高度。实验结果表明,基于神经网络的方法可以较精确地实现对SLIP模型运动的控制。