冗余铺放机器人的自运动流形及逆解优化研究

针对用于复合材料铺放成型的八自由度冗余机器人系统的逆运动学问题,提出了一种求解其自运动流形及逆解优化的算法。首先,基于位姿分离思想定义了位置子流形和姿态子流形,采用几何求解法得到了基于自运动变量的参数化方程形式的位置子流形和姿态子流形;然后,根据机器人的关节约束和实际铺放工艺过程,对给定的铺放位姿进行了位置子流形和姿态子流形配对的仿真,并用流形中若干组逆解通过正向运动学得到了末端位姿矩阵(其结果均与给定位姿相符,从而验证了自运动流形求解过程的正确性);最后,在完成自运动流形求解的基础上,从机械臂运动的平滑性和关节运动变化量两个方面出发,提出了一种基于自运动变量参数化方程的全局优化目标函数;以飞机尾椎模型为实验研究对象,对其中一条铺放路径进行了逆解全局优化仿真,得到了自运动变量和机器人各关节角在铺放路径上的优化曲线,将仿真结果与一种多目标优化算法进行了比较。研究结果表明:针对相同的铺放路径,采用上述优化算法后关节角变化总量降低了11.25%;该算法能够有效地求解八自由度冗余铺放机器人系统的自运动流形,基于全局优化目标函数,其能够在自运动流形中寻找出自运动变量和机器人各关节的最优解。该算法同样也适用于其他位姿解耦的冗余机器人系统逆解问题的求解。

6-DOF工业机器人逆解优化及其工作空间的研究

为实现6-DOF工业机器人的精确控制,对其运动学逆解进行了分析以及工作空间予以仿真研究。据D-H法建立机器人运动学模型,得出正逆解,并提出了基于最短行程原则的运动学逆解优化方法,确保机器人系统取得合适的逆解。最后基于Matlab的数值解法对工业机器人的工作空间进行求解并进行了仿真,结果切实有效。

6自由度解耦机器人运动学逆解优化的研究

针对6自由度解耦机器人的多解问题,分析了机器人的正、逆运动学解,提出了基于最短行程原则的运动学逆解优化方法,确保机器人系统取得合适的逆解。该方法利用6自由度解耦机器人位置与姿态解耦的特性分别给出相应的目标函数,为提高逆解优化的效率,两个目标函数采取主从式的结构。这种优化方法基于关节变量的加权均值,计算简洁又体现了最短行程的原则。最后以PUMA560机器人为例验证该方法是有效的。

基于模拟退火鸡群算法的平面冗余机械臂逆解

针对平面冗余机械臂逆解求解复杂问题,提出一种基于模拟退火鸡群算法的优化方法。分析了冗余机械臂逆解求解模型,并确定约束条件,以此建立优化目标函数。在传统鸡群算法小鸡粒子位置更新中加入向公鸡粒子学习的功能,增强了小鸡粒子寻优的全局性;引入模拟退火算法提高了小鸡粒子向母鸡和公鸡粒子学习的自适应性。通过分析比较可知,改进算法的时间复杂度与原算法一致,利用测试函数对比仿真,验证了改进算法的稳定性和精度。该策略对由目标坐标求得的机械臂可行解进行寻优,得到了转动角度较小、满足一定精度的机械臂逆解。实验结果表明,该方法可使机械臂在一次位置迁移中平均少转动约1.91°。

6R工业机器人运动学算法的改进

针对工业机器人实时控制中存在的运动学模块计算量大的问题,以垂直六关节工业机器人为研究对象,在建立其逆运动学逆解求解模型的基础上,根据机器人几何结构及解的特点,提出了一种逆解优化搜索算法。提出了在笛卡尔坐标空间对位置和姿态进行综合插补的算法;为了方便客户使用,给出了用户任意坐标系的建立方法及姿态的旋转的表示方法;最后,在实验室6R机械手实验平台上验证了该算法的有效性。实验结果表明,该算法可以使机器人在运动过程中,特别是在曲线插补过程中,使机器人各关节平稳变化,避免关节突变,有更高的精度和运行平缓性。