EMMA的运动逆解

本文采用几何法和代数法相结合的综合求解方法,通过求解4次方程式求出了EMMA(Engi-neering Model Manipulator Arm)机器人的运动逆解.EMMA有许多优点,它是一种很有前途的机器人.

串联六轴机械臂逆运动学几何解法

【目的】提高机械臂运动轨迹的控制精度和快速响应性能。【方法】采用特征点改进串联六轴机械臂运动学逆解的几何算法。【结果】机械臂末端位姿通过三个特征点表示,将前5个关节划分为关节1、关节2和关节3、关节4和关节5三组。前5个关节的角度由两个特征点确定,每组可得出两种连杆姿态,进而组合成前5节连杆的8种姿态,再根据前5节连杆的姿态和另一个特征点确定关节6的角度。通过与目标末端位姿进行对比,逆解计算出的转角值所确定的末端位姿无理论上的误差,并且与目标位姿一致。【结论】改进的串联六轴机械臂几何逆解算法计算过程简单且正确可行。

自适应麻雀搜索法求解核运维机器人逆运动学解

探讨了核运维机器人在核设施内工作时,基于自适应麻雀搜索算法(ASSA)的核运维机器人逆运动学求解方法。ASSA在麻雀搜索算法(SSA)的基础上,将自适应步长策略引入SSA中警戒者的位置更新方式中,实现了算法寻优性能的提升。通过3个基准函数对ASSA的性能进行了测试,获得了比SSA更高的求解精度、更快的求解速度和更强的计算稳定性。实测结果表明:ASSA得到的核运维机器人位姿误差更小,计算耗时更少,求解稳定性更好。

基于遗传算法的机器人运动学逆解

在分析以往逆解方法的基础上，提出了用遗传算法求解机器人运动学逆解的方法，给出了用于优化求解的适合度函数，并提出用二次编码法提高解的精度．计算机模拟证明：该方法能快速收敛于全局最优解，能给出机器人的可能解，并能计算冗余度机器人的逆解．

基于多种群遗传算法的一般机器人逆运动学求解

几何结构不满足Pieper准则的机器人被称为一般机器人,其逆运动学运算不能采用封闭解法,而采用数值解法又需要庞大的计算量,且存在奇异位置无法求解的问题。为此,将多种群遗传算法应用于运动学逆解运算,提出一种适用于一般机器人的高精度并行求逆算法。为避免机器人位姿收敛精度不同,该算法将目标函数分解为位置和姿态函数,同时引入适应度函数权值系数来平衡两函数收敛速度;为避免局部收敛,该算法采用多点交叉和均匀交叉相结合的交叉算子,并逐步增大均匀交叉概率来抑制短子串偏差,使搜索趋于稳健;为提高收敛速度,该算法采用动态变异率的变异算子,以及种群替代和个体替代相结合的移民算子来克服全局收敛的盲目性。以封闭解法和数值解法无法求逆的6R一般机械臂为对象,开展与单种群遗传算法的对比试验,结果表明:该算法可在避免局部收敛的基础上保证算法稳定性,且能够大幅提升收敛精度和速度。

可重构机器人封闭形式的运动学逆解计算

由于可重构机器人构型的多样性,其运动学逆解的自动生成是应用中的关键问题。采用旋量和指数积公式建立可重构机器人的运动学模型,系统地分析了指数积公式的化简方法、子问题的分类和计算方法并加以实现,为可重构机器人封闭形式的运动学逆解提供了一种通用的可分解的计算方法,降低了求解的复杂性。通过一个典型实例验证了算法的有效性与可重用性。

基于RBF网络的SCARA机器人的运动学逆解

针对机器人逆运动学问题,在径向基函数神经网络也称RBF(Radial Basis Function)神经网络的基础上,提出了利用科利达公司提供的SCARA机器人的正解结果作为训练样本,通过逐次训练得到机器人从工作空间到关节空间的映射,从而实现运动学逆解计算的方法。此方法避免了公式推倒和编程计算的复杂过程,求解简单,实时性强。

基于径向基函数网络的MOTOMAN机械手运动学逆解

从集合和数学观点 ,把运动学正解和逆解问题作为机器人关节空间和工作空间之间的非线性映射关系 ,将运动学逆解过程转换为神经网络权值训练问题。基于具有局部逼近能力的特点 ,将正解结果作为训练样本 ,用 6输入、单输出的RBF网络 ,实现了MOTOMAN机械手运动学逆解计算 ,避免了传统方法的繁琐公式推导。算例表明 ,采用RBF网络解决逆解问题比BP网络的计算精度略有提高。此外 。

基于BP网络的水轮机修复专用机器人运动学逆解分析

用ProE软件建立了水轮机修复专用机器人的本体模型,在此基础上,利用Matlab循环程序求出机器人在给定关节变量下的运动学正解,以此作为训练样本,通过逐次训练6输入、6输出、2个隐含层的BP神经网络,得到机器人从工作空间到关节变量空间的非线性映射,从而实现了水轮机修复专用机器人运动学逆解的计算。

基于平行机构的简便机器人运动学逆解算法

在机器人结构中,通过引入平行四边形机构,充分发挥其连杆的平移特性,可简化合并2平行回转轴关节的运动变换矩阵;当与另一正交回转关节组成基本运动单元时,能综合表示为一个等效变换矩阵.仅须2单元串联就能构造6回转关节机器人,且所推导的关节控制角公式简单,便于并行运算.经模拟试验表明:其逆解时间可缩减50%,运算精度提高80%.

ABB1410工业机器人的旋量运动学逆解方法

为了高效可靠实现工业机器人逆运动学求解,针对常见6自由度工业机器人"后3关节轴线相交,关节2、3轴线平行且与关节1轴线异面垂直"的结构特点,以ABB1410机器人为对象,建立旋量运动学模型,将几何关系法与PadenKahan子问题相结合,提出了一种运动学逆解方法。该方法首先利用机器人腕部点和前3关节轴线之间的几何关系求解关节角1,再将后5个关节角的求解转化为3个Panden-Kahan子问题1和1个子问题2,完整地给出了逆运动学封闭解。通过实验验证了该逆解算法的准确性和实用性。

可重组机器人运动学正逆解的自动生成

可重组模块机器人构形确定后 ,找出依序的连杆、关节模块 ,采用指数积 ( PME)法 ,自动生成运动学正方程 .把运动学正方程转换成相对于固定坐标系的方程 ,找出规律 ,分成 4个子问题 ,成功地运用 PME法得到自动求模块机器人逆解的算法——逆运动学指数积 ( PMEI)法 .Windows环境下正逆解的自动生成说明了该方法的可行性 .

袋装物料搬运机器人的运动学逆解

根据机器人D-H方法分析袋装物料搬运机器人的特点,利用坐标变换法和符号法对机器人机构运动学方程进行推导,得到5自由度袋装物料搬运机器人的逆运动学求解的通用公式,为实际的袋装物料搬运机构的位置及速度控制提供了依据。

类矩形隧道单机械臂管片拼装机运动学逆解

针对类矩形隧道盾构施工中管片拼装机工作空间紧凑、移送距离远、管片姿态调整灵活的要求,提出一种新型单机械臂管片拼装机.介绍了该拼装机的组成与工作原理,重点推导了该型拼装机跟踪特定轨迹的运动学逆解计算方法,并通过数值计算结果与SolidWorks仿真结果间的对比验证了该型拼装机运动学逆解计算公式的正确性.研究表明:新型单机械臂管片拼装机在回转平面内的运动学逆解具有解析解,其计算除常规代数运算外还涉及三角函数运算.相关结论为新型单机械臂管片拼装机运动控制器设计提供了运动学基础.

结合MPGA-RBFNN的一般机器人逆运动学求解

针对一般机器人逆运动学求解过程中存在的求解速度慢、精度低的问题,将多种群遗传算法(multiple population genetic algorithm,MPGA)引入径向基函数神经网络(radial basis functions neural network,RBFNN),提出一种适用于一般机器人的高精度MPGA-RBFNN算法。该算法采用3层结构的RBFNN进行一般机器人逆运动学求解,结合一般机器人的正运动学模型,采用MPGA优化RBFNN的网络结构和连接权值的方法,同时应用混合编码和演化的方式,实现了从机器人工作空间位姿到关节角度的非线性映射,从而避免了复杂的公式推导并提高了求解速度。采用6R一般机器人作为实验平台进行实验,实验结果表明:MPGA-RBFNN算法不仅提高了一般机器人在逆运动学中的求解速度,而且MPGA-RBFNN算法的训练成功率和逆解的计算准确率也得到了提高。

五自由度上肢康复机器人的运动学逆解

康复机器人是目前研究的热点方向之一,针对五自由度上肢康复机械手臂,在完成手臂几何建模及运动学分析的基础上,求解了五个坐标变换矩阵的逆矩阵,推导了五个自由度θ1-θ5精确的解析解,完成了五自由度康复机械手臂的运动学逆解过程,为实际的医疗康复机构的位置及速度控制控制提供了依据。

几何的6R串联型焊接机器人运动学逆解算法

对满足后三个关节轴线相交于一点的6R串联型焊接机器人,最多具有8组封闭逆解,而其求解方法很多。几何算法求解过程直观简单,几何意义明确,但目前相关文献中的几何算法大都不完整,基本是前三个旋转角度用几何算法,后三个旋转角度用其它方法。依据焊接机器人的实际工况,将机器人2、3连杆的位形和的正负相组合,把运动学逆解分成四类,每类具有明确的几何意义,用几何的方法求解各类对应的关节角度,得到4组封闭解,简化了复杂的轨迹规划。通过对OTC-NB4焊接机器人的实例求解,验证了算法的正确性和具有非常高的精度。

RBF网络在PUMA560机器人运动学逆解中的应用

介绍了RBF网络及RBF网络基函数中心选取的重要性,将进化优选算法用于网络中心的选取。并利用D-H方法对PUMA560机器人进行研究,将正运动学推导结果作为训练样本。采用6个相同的12输入、单输出的RBF网络,实现PUMA560机器人运动学逆解计算,利用该方法大大减少了传统方法中的公式推导。计算结果表明,用RBF网络解决机器人运动学逆解问题精度高,收敛速度快。

焊接机器人运动学正逆解

为了达到使焊接机器人完成工作任务的目的,通过设立坐标系和建立运动方程对机器人进行运动学分析,解出运动学正解和逆解。利用已求出的转角形成手部的转动,使手部到达所需的焊接位置并满足焊接姿态的要求,通过焊接机器人程序控制完成焊接任务。研究结果表明:利用已求出的转角的转动可使手部到达所需的焊接位置和姿态。

PAM仿生肘关节运动学逆解建模及验证

针对三自由度气动人工肌肉(PAM)仿生肘关节,首先利用伪刚体模型法,建立其运动学逆解数学模型;其次,根据上述模型对机构运动学逆解进行仿真分析;最后,搭建气动肌肉仿生肘关节的仿真系统模型,利用所建运动学逆解模型实现对机构虚拟样机的PID控制。由仿真结果可以看出,在设计工作空间内,三根气动肌肉长度变化连续、平稳,说明机构在运动过程中,具有良好的平滑性;且通过调节PID参数,机构前臂圆盘转角轨迹曲线与期望轨迹曲线基本吻合,从而验证了机构运动学逆解模型的准确性。