基于向量范数的6-R机械臂逆解优选

提出一种对做PTP运动的6-R机械臂求出其所有关节空间逆解,并优选出相对于起始点行程最短的一组逆解的算法。首先通过D-H方法建立PUMA560的数学模型,然后采用解析法求关节逆解;其次通过计算起点与终点逆解向量之差的p范数来表示关节行程大小,取关节行程最小的一组解作为终点的最短行程逆解;最后采用MATLAB Robotics工具箱做PUMA560关节逆解仿真计算,验证所求行程最短逆解的正确性。结果表明:该算法所求的逆解结果正确,与数值迭代算法求解结果相比,计算结果更优,适合作为最少转角的机械臂逆解优选算法。

基于迭代学习的电液机械手末端轨迹跟踪控制研究

针对目前常见串联式机械手末端存在控制误差累计而导致末端控制精度较低,无法实现高精度位置伺服控制,使得末端轨迹跟踪控制较差等问题,该文借助迭代学习控制算法的优点,提出了一种基于迭代学习的电液机械手末端轨迹跟踪控制算法。首先,该文以型号为REbot-6R机械手为研究对象,建立机械手的三维模型和坐标,利用D-H坐标,建立REbot-6R机械手运动学模型;然后,设计了基于迭代学习的电液机械手末端轨迹跟踪控制器;最后,以REbot-6R机械手为对象搭建实验平台进行轨迹跟踪控制实验。实验结果表明了迭代学习算法能够很好的运用在REbot-6R机械手上,有效性地解决机械手末端轨迹跟踪控制较差等问题,提高了轨迹跟踪精度。