基于Matlab的6DOF斯坦福机器人的运动学建模与仿真

机器人的运动学与逆运动学在机器人的动力学分析、轨迹规划及位姿控制等方面起着关键作用。以RRP-3R斯坦福机器人为研究对象,基于D-H法为其建立了关节坐标系及正运动学方程。在正向运动学的基础上,通过代数方法确定斯坦福机器人的逆运动学方程,规划了运动轨迹,利用逆运动学方程通过MATLAB编程进行仿真实现。

工业机器人最小代价的轨迹规划

提出了一种工业机器人的最小代价轨迹规划方法。将机器人的轨迹视为由机器人关节空间中一系列的关键点构成,关键点的两点之间通过3次样条曲线进行连接。使用加权系数法定义代价函数,从而使机器人在运动过程中的运动时间、消耗能量、奇异点的避让、关节加速度和关节二次加速度在某种程度上达到综合最优,同时考虑关节位置、速度、加速度、二次加速度以及力或力矩的约束条件。采用差分进化算法(DE)和基于精英策略的非支配排序遗传算法(NSGA-Ⅱ)来处理非线性约束的优化问题。斯坦福机器人(捡拾操作)的仿真结果显示,两种算法运行良好,然而DE算法比NSGA-Ⅱ收敛速度更快,解的质量更好。

利用三关节汇交特点逆解机器人关节变量

在 D- H- M的基础上 ,利用斯坦福机器人的结构特点 ,提出了一种新的解法 ,即采用位姿分解的方式 ,使复杂的运动学方程得到简化。该方法有利于机器人的实时控制 。