基于GA的潜器全方位推进器奇异位形分析

奇异位形是机器人的固有性质,它对机器人的工作性能有着种种影响,因此对于确定的机构,对其进行奇异位形的判断具有重要的意义.以哈尔滨工程大学自行研制的潜器全方位推进器为研究对象,采用Jacobian行列式det(J)为操作对象的方法,对潜器全方位推进器进行奇异位形分析.通过计算det(J)的解来判断在所要求的工作空间内,潜器全方位推进器是否会发生奇异位形.同时,利用遗传算法能以较小代价解决搜索与优化问题的特点,对det(J)的极值求解进行了优化,仿真结果表明该方法既方便又可靠,为潜器全方位推进器的深入研究奠定了基础.

基于HGANN的全方位推进器运动学正解研究

针对潜器全方位推进器的调距机构运动学位置正解求解高度非线性、计算速度慢、准确率低的特点,提出了一种改进的混合编码遗传神经网络算法(HGANN)。算法兼具了遗传算法的全局寻优能力和神经网络对于非线性映射的强大逼近能力,同时由于采用了二进制和浮点数混合编码方案及3层的染色体结构对遗传神经网络算法进行了改进,优化了网络结构和权值矢量,解决了遗传神经网络算法计算过程中短基因组实际交叉、变异机会过小的问题,使后代种群具有更好的多样性,结合Solis & Wets算子生成后代的方法丰富了遗传搜索空间,加快了收敛速度。仿真结果表明,HGANN算法有效地加快了遗传算法的收敛速度,提高了调距机构的位姿精度。