基于多目标遗传算法的冗余机械手逆解算法

提出一种新型的多目标优化遗传算法,该算法采用两种精英机制,加快了收敛速度,避免了在一般多目标遗传算法中难以处理的适应值分配过程,减小了计算资源的消耗。把所提算法应用于带有N个关节的冗余机械手运动学逆解问题,与传统的机械手逆解方法相比,所提算法不仅能够使得终端执行器精确到达期望位置,而且同时优化了机械手关节转动角度、柔顺性、安全性三个目标。仿真结果表明了所提算法的有效性。

基于形状变化的冗余机械手可操作性分析

受冗余机械手的可操作性理论和可操作性椭圆的启发,提出形状变化可操作性理论和形状变化可操作性椭圆。可操作性表示了冗余机械手在形状给定的前提下,它的每一个关节产生速度的性能;形状变化可操作性表示了当冗余机械手的手臂末端被给定任务时,其余中间关节产生速度的性能,即是形状变化性能,手臂末端执行给定的任务,如轨道追踪,因此不具备形状变化可操作性。对可操作性椭圆和形状变化可操作性椭圆进行比较和分析。通过对七关节机械手在二维平面内的轨道追踪和障碍物回避的实例分析、以及对三维空间内的不同姿势(即不同形状)下的七关节机械手所对应的不同形状变化可操作性椭圆的比较分析,能够认识到形状变化可操作性理论的提出对于评估和设计冗余机械手的结构和形状有着重要的实际意义。

基于雅可比转秩-RRT法的冗余机械手路径规划

针对核反应堆检修用机械手在末端任务给定的无碰撞路径规划问题进行研究。提出一种将雅可比转秩控制算法与快速搜索随机树法相结合的混合算法,通过选择距目标点工作空间距离最近的位姿点作为树的扩充节点,避免对逆运动学进行求解。利用雅可比转秩控制算法计算出最优扩充方向,采用二分梯度下降扩充方法对末端工具速度加以限制,避免关节速度发生突变。仿真结果表明该混合算法的快速性和有效性。

采用混合算法优化的3-PRRR并联冗余机械手驱动力矩研究

为了降低平面3⁃PRRR并联冗余机械手驱动力矩,提高机械手运动平台运动的稳定性,采用混合算法优化机械手运动参数,并对驱动力矩进行仿真验证。针对传统非冗余机械手驱动系统进行改进,给出了平面3⁃PRRR并联冗余机械手简图,设计了冗余机械手驱动系统,采用雅克比矩阵对冗余机械手运动平台运动轨迹进行转换,推导出冗余机械手3个分支闭环运动轨迹方程式。引用粒子群算法并进行改进,添加了遗传算法中交叉和变异操作,设计出了混合粒子群算法。采用混合算法优化冗余机械手运动参数,通过MATLAB软件对冗余机械手3个分支驱动力矩变化进行仿真,与优化前进行对比。结果显示:优化前,平面3⁃PRRR并联冗余机械手驱动力矩较大,整体波动幅度较大;优化后,平面3⁃PRRR并联冗余机械手驱动力矩较小,整体波动幅度较小。采用混合算法优化平面3⁃PRRR并联冗余机械手运动参数,可以降低机械手驱动力矩,减少冗余机械手运动系统能量消耗。

一种基于微粒群优化算法的冗余机械手轨迹规划法

针对冗余机械手应用遗传算法 (或免疫遗传算法 )的轨迹规划所存在的不足 ,提出了基于微粒群优化算法的冗余机械手轨迹规划方法。利用此算法对寻优过程进行仿真研究 ,所得结果令人满意 ,与遗传算法相比 ,微粒群算法简单、容易 ,且收敛速度快。此方法能够有效地进行机械手轨迹规划 。

基于RBF的冗余机械手运动学逆解

针对冗余机械手运动学中存在的非线性、强耦合以及时变性的特点,采用了一种基于径向基函数(RadialBasicFunc-tion,RBF)网络的非线性拟合和系统辨识的方法,利用RBF神经网络的逼近能力较优、收敛速度快、非线性处理能力强等特点,可以有效地对冗余机械手的运动学逆问题进行求解;同时,运用遗传算法选取RBF网络的中心,提高网络的性能及效率;用Matlab实现对6自由度机械手运动学的建模、仿真.网络求解的结果表明了该方法的有效性.

基于粒子群算法的冗余机械手可操作性寻优

针对目标位置对应的冗余机械手形状不确定的情况,在可操作性基础之上,以整体可操作性指标SM为第二指标来确定冗余机械手的形状,并提出了寻优SM的方法。结合粒子群算法,取以相关的关节点为圆心、关节长度为半径的圆周上的点坐标为算法粒子进行迭代。仿真结果验证了所提出方法的有效性和SM作为第二指标的优越性。

基于粒子群迭代的一种冗余机械手逆解算法

研究的冗余机械手具有与其末端位置相关的轴均处于同一平面的结构特点,故可将机械手末端的位置和姿态分开逆解,在平面内,利用几何分析法进行机械手末端的位置逆解;联立机械手坐标变换矩阵和欧拉角变换矩阵进行机械手末端的姿态逆解。通过以上方法,求得机械手各个轴位移变量,这些变量是关于机械手末端位姿与冗余轴变量的函数。再在冗余轴邻域内,进行粒子群迭代,寻找满足关节限位、避障要求和使各个轴加速度变化量的平方和取得最小值的一组运动学逆解,由仿真实验结果可知,应用该算法可使该冗余机械手在整个运行过程中保持平稳,且能满足实时性,证明了该算法的有效性。

基于模糊RBF神经网络的冗余机械手运动学逆解

利用模糊 RBF神经网络对冗余机械手的运动学逆解函数逼近进行研究。为解决冗余度引起的多解问题 ,文中提出了关节最佳柔顺性附加准则 ,并将多目标多参数优化问题转化为单目标单参数优化问题 ,使网络训练数据能顺利得到。仿真所得结果令人满意 。

一种超冗余机械手设计与分析

针对抗震救灾中救援机械设备的低灵活性等问题,提出设计一种超冗余7自由度救援型机械手,由腰部装置、上臂机构、小臂机构、手部机构等部件构成,腰部机构由连杆折叠升降机构组成,小臂部分包含伸缩构件,以增加机械手的作业运转的空间范围,末端执行机构采用单杆式液压能转换缸体来实现;进而,基于矢量积法对所设计的超冗余机械手进行雅克比矩阵计算,求解相关数学模型;基于MATLAB仿真软件,求解三维可视化和工作空间云图,并采用UG软件对其进行运动仿真,仿真试验表明:该机械手的设计满足所设计的要求,对救援型机械手具有一定的参考价值。

冗余机械手的灵活性优化及避障预警系统

提出了灵活性椭圆的概念来选择出冗余机械手最灵活的姿势,使其应对动态的路径和障碍物分布环境,完成在线路径追踪及避障任务。另外,采用了探索控制,其核心思想是利用一个仅体现在计算机程序代码中的假想机械手,领先实际机械手固定的时间身位,假想机械手提前探索到未来的环境信息,同时依靠单步遗传算法在线地计算出其最灵活的姿势作为姿势最优解,身后的实际机械手逐步向假想机械手的最佳姿势过渡。除此之外,还增设了在线避障预警控制系统,当检测出未来可能发生碰撞时,立即发出危险警报,同时制动实际机械手,最大程度地确保了系统的安全性。最后,平面内四关节机械手的仿真结果验证了在线路径追踪及避障预警控制系统的有效性。

冗余驱动并联机械手运动精度校准方法研究

针对冗余驱动并联机械手(RAPM)的运动精度,以某三自由度主轴头为例,提出了一种基于最小误差模型的运动精度校准方法。首先通过消除冗余几何源误差,建立包含最少几何源误差的最小误差模型,采用蒙特卡罗模拟进行几何源误差灵敏度分析,研究各几何源误差对终端精度的相对影响。在此基础上提出了粗校准和精校准相结合的分层辨识策略,以实现冗余驱动并联机械手的精度校准。最后通过校准实验测试表明,所提出的校准方法能够大幅降低冗余驱动并联机械手的终端误差,验证了所提校准方法的有效性。

冗余机械手在危险源环境下的多目标逆解研究

针对机械手逆解问题,首次给出了粒子群算法优化机械手的方法,以优化结果确定逆解。其次定义了机械手的危险度概念,并将多目标粒子群算法应用于带有危险源和障碍物环境中的冗余机械手逆运动学研究。相比传统方法,该多目标优化方法不仅确定了冗余机械手的最终形状,而且能够使其成功避障,满足避障可操作、危险度和功率最省或更多的多目标要求。相比多目标遗传算法的仿真结果,该方法可以得到更理想的性能指标,通过进一步的3个指标试验仿真,证明了该方法的正确性和有效性。

冗余机械手的形状变化可操作性理论分析及其井下应用

受可操作性理论和可操作性椭圆的启发,提出了形状变化可操作性理论和形状变化可操作性椭圆。形状变化可操作性表示了当冗余机械手的手臂末端被给定任务时,其余中间关节的形状变化性能。并对可操作性椭圆和形状变化可操作性椭圆进行了比较和分析,形状变化可操作性理论的提出对于井下作业有着重要的实际意义。

超冗余度机械手自律分散控制算法

本文介绍了一种超冗余度机械手的控制算法 ,它采用自律分散控制方法来指导冗余度机械手末端执行器的运动 ,实现做功最小 ,从而避免采用需复杂计算的求逆解的方法 ,大大简化了机械手的算法和控制 ,具有高度的“鲁棒性”和“容错性”

冗余度机械手回避多边形窗口障碍的方法及仿真

障碍物回避问题是冗余度机器人应用研究中的重要内容。针对封闭、非封闭、有厚度的多边形窗口障碍模型,定义了回避障碍作业准则函数,提出一种简单、通用的回避均匀厚度障碍的方法,并考虑到了若干个同类附加作业间的优化问题,以及回避障碍算法和传感器信息的结合使用问题。最后,通过对一个7-DOF机械手进行仿真,验证了方法的正确性。

冗余度机械手的一种新的控制方法

本文以冗余度机械手为研究对象,在梯度投影法和变量约束法的基础上给出了一种新的控制方法,即混合法.并利用该方法以平面三自由度机械手为例进行了仿真.

杂交变异果蝇优化算法在冗余度机械手逆运动的应用研究

逆运动学问题是冗余度机器人运动控制、轨迹规划和动力学分析的基础,也是机器人学中最重要的问题之一。针对末端执行器位姿的最小误差为优化目标,建立了适应度函数,将冗余度机械手的逆运动学问题转化为一个等价的优化问题,在种群智能优化算法基础上应用了杂交变异果蝇优化算法(HMFOA)进行冗余度机械手逆运动学问题的求解。采用嗅觉搜索杂交突变机制和视觉搜索的动态实时更新机制,能有效地解决果蝇优化算法(FOA)的收敛问题,并提高算法的收敛速度。为进一步验证HMFOA的有效性,在七自由度机械手上对HMFOA进行了测试,对其结果与FOA、LGMS-FOA和AE-LGMS-FOA等算法进行了比较,实验结果表明HMFOA能有效地解决冗余机械手的逆运动学问题。

基于解析法和遗传算法的机械手运动学逆解

研究优化机械手轨迹规划问题,机械手运动时要具有稳定性避障性能。针对平面3自由度冗余机械手优化控制问题,建立机械手的结构模型。提出用解析法和遗传算法相结合满足具有计算量小和适应性强的特点。在给定机械手末端执行器的运动轨迹,按着机械手冗余自由度,运动轨迹上每个点对应的关节角有无穷多个解。而通过算法可以找到一组最优的关节角,可得到优化机械手运动过程中柔顺性和避障点。仿真结果表明,该算法可以快速收敛到全局最优解,可用于计算冗余机械手运动学逆解,并可实现机器人的轨迹规划和避障优化控制。

冗余度机械手逆运动学果蝇优化算法的改进

逆运动学问题是冗余度机器人运动控制、轨迹规划和动力学分析的基础,也是机器人学中最重要的问题之一。以末端执行器位姿的误差最小为优化目标,建立适应度函数,将求解冗余度机械手的逆运动学问题转化为一个等价的优化问题,在优化算法的基础上通过杂交变异果蝇优化算法(HMFOA)进行冗余度机械手逆运动学问题的求解。采用嗅觉搜索杂交突变机制和视觉搜索的动态实时更新机制,有效解决果蝇优化算法(FOA)的收敛问题,并提高算法的收敛速度。为进一步验证HMFOA的有效性,在七自由度机械手上对HMFOA进行了测试,将其结果与FOA、LGMS-FOA和AE-LGMSFOA等算法进行了比较,证明HMFOA能有效地解决冗余机械手的逆运动学问题。