一种冗余机械臂构型优化方法

针对存在结构偏置7自由度机械臂的逆运动学问题,本文提出了一种选择最优关节角参数的位置级逆运动学优化算法,根据基于关节参数固定的关节角解析解,将牛顿迭代法与拉格朗日乘子法相结合,将机械臂最优构型的计算问题转化为机械臂最优标志参数的寻根问题,分别针对关节构型、关节力矩整体进行优化,求解出最优构型。该方法与速度级逆运动学算法对比,具有计算精度高、收敛速度快的优点,并且进行了对比仿真实验。结果表明:相较于速度级算法,该方法得到的逆解没有终态自运动,位姿精度高4个数量级,关节最大受力降低了13%,并且力矩优化速度更快,具有十分重要的在轨应用意义。

基于多目标遗传算法的冗余机械手逆解算法

提出一种新型的多目标优化遗传算法,该算法采用两种精英机制,加快了收敛速度,避免了在一般多目标遗传算法中难以处理的适应值分配过程,减小了计算资源的消耗。把所提算法应用于带有N个关节的冗余机械手运动学逆解问题,与传统的机械手逆解方法相比,所提算法不仅能够使得终端执行器精确到达期望位置,而且同时优化了机械手关节转动角度、柔顺性、安全性三个目标。仿真结果表明了所提算法的有效性。

木板抓取冗余机械臂逆运动学求解

针对木板抓取冗余机械臂逆运动学求解困难的问题,基于七自由度机械臂的几何构型与向量特性,引入机械臂自运动结合位姿分离法求解逆运动学。首先由机械臂关节末端位置向量解得关节变量4和臂型参考平面时的前三个关节变量,再引入臂型角对关节0-3的姿态矩阵进行Rodrigues变换求解前3个关节变量;然后通过机械臂关节末端姿态矩阵求解后3个关节变量,并对该机械臂奇异点进行分析;最后以加权构型空间距离函数最小值对应的机械臂关节角作为选定的逆解。通过实验表明该方法成功率更高、耗时更短、结果精度更高,木板抓取试验成功率高。该方法在冗余机械臂视觉伺服等实时控制中有较好的应用意义。

构形平面方法求解冗余机械臂逆运动学

由于冗余机械臂存在冗余自由度,导致其逆运动学求解方法复杂。本文依据构形平面的基本理论,提出了一种快速、简洁的冗余机械臂逆运动学求解方法。首先对冗余机械臂的结构进行分析,将冗余机械臂分解成若干个构形平面。然后,采用构形平面匹配方法,将该机械臂工作构形进行位置和姿态匹配,同时采用半解析的方式求得逆运动学解。最后,对7自由度冗余机械臂进行仿真计算,实验结果验证了该方法求解精度高、求解速度快,而且避免产生奇异值。

基于改进珊瑚礁算法的机械臂快速逆解分析

针对结构复杂、自由度高的冗余机械臂逆运动学求解困难的问题,提出一种基于经验进化的珊瑚礁优化算法(EECRO)。首先,基于7自由度机械臂的正运动学分析建立了基于位置误差的优化模型;其次,使用PSO算法的学习进化策略代替CRO中的交叉变异,同时引入种群入侵策略以提高种群多样性,并将概率毁灭策略改为条件毁灭策略以保证具有足够的求解精度;然后,通过基准测试函数验证了所提算法具有良好的收敛速度和精度;最后,使用所提方法对给定轨迹点进行了逆运动学求解实验。结果表明,使用EECRO算法的求解的逆运动学精度更高、求解速度更快,与CRO算法相比精度提高了10个数量级以上,不仅扩展了CRO算法的应用范围,同时也为逆运动学数值解问题求解提供了新方法。

存在关节限位的冗余机械臂逆运动学研究

针对冗余机械臂求逆解时由于关节限位造成关节角度可能取到危险位置的问题,以七自由度冗余机械臂为研究对象,提出一种躲避关节限位的逆运动学求解智能算法。首先,在机械臂正运动学方程的基础上引入最佳柔顺性优化约束条件,构建优化目标函数;其次,引入人工势场法对灰狼优化算法狼群初始化位置进行改进,并且非线性化灰狼优化算法的收敛因子;最后,采用MATLAB软件进行求逆解仿真。仿真结果表明,改进灰狼优化算法可以有效减小机械臂求逆解时取得的关节角度与零角度的差值,相比传统灰狼优化算法,该差值之和平均减小了35.31%,而且改进灰狼优化算法具有较高求解精度和较强收敛性,可以满足实际工作中机械臂求逆解的使用要求。

基于神经网络的冗余度二重八面体变几何桁架机器人运动学求解

应用BP神经网络对冗余度二重八面体变几何桁架机器人的位姿正解进行训练学习 ,解决了二重八面体变几何桁架机器人的位姿反解问题。并利用网络模型求得运动学中的一、二阶影响系数矩阵 ,将关节极限优化指标引入机器人的运动学规划中 ,提出了一种轨迹规划方法。

基于神经网络的冗余机械臂运动学逆解研究分析

文中以研究分析基于神经网络的冗余机械臂运动学逆解相关知识为目的,通过构建专门的机械臂运动学方程,提出最佳柔顺性的相关法则,得到最优解,从而实现训练神经网络的目的,最终达到网络状态的稳定。研究结果显示,与传统的神经网络相比,本次设计的基于神经网络的七自由度机械臂精度可以达到93.3%,收敛速度提升15.1%。可以得出采用本次设计的神经网络开展相应的冗余机械臂运动学逆解研究是对传统方法的创新,具备推广使用的价值。

冗余驱动并联机构驱动力优化的新型算法设计

针对冗余驱动并联机构驱动力分配存在不唯一的问题,运用各驱动器最大瞬时驱动力最小优化算法,对4-SP-S/S三自由度冗余驱动并联机构逆动力学模型展开优化分析.通过仿真实验分析,发现该算法的优化结果可能有存在力突变奇异点的缺陷.随后,从理论上分析了这种缺陷存在的合理性,设计了一种无力突变奇异且快速收敛的各驱动器最大瞬时驱动力最小优化算法.最后,通过仿真实验验证了新设计的优化算法的有效性.

超冗余全方位移动操作臂的逆运动学求解

针对超冗余度机器人的运动学逆解求解快速性与优化性难以兼顾的问题,对于一类9自由度超冗余全方位移动操作臂,提出一种关节等效和局部优化相结合的逆运动学求解方法.分析系统结构特点,在位姿分离的基础上对不同自由度合理分组.根据手爪的抓取姿态求得腕点位置,并以关节角运动幅度最小为目标函数,将决定腕点高度的两个关节的优化求解转化为二元函数的条件极值问题,在快速准确求解的同时有效利用了系统的冗余特性.仿真实验表明,该方法能够兼顾实时性、准确性和优化性的要求.

一种冗余机械臂多目标轨迹优化方法

针对冗余机械臂在轨迹规划过程中构型不唯一的特点,对冗余机械臂轨迹的多目标优化方法进行了研究,建立了以减小机械臂动作幅度、能量消耗和关节运动冲击为指标的多目标优化模型。通过改进的双模式混合差分进化算法(DHDE),对机械臂运动轨迹进行优化以获得逆运动学解的数值解。DHDE算法将DE/current-to-best/1/bin策略中的F因子改进为互补因子K,并利用天牛须算法原理进行优化,同时结合DE/rand/1/bin策略,改进后算法具有求解精度高、收敛速度快和鲁棒性强等特点。仿真表明所提方法能有效优化关节轨迹,理论定位精度可达到10-5 mm。最后实验验证了该方法的合理性和正确性。

杂交变异果蝇优化算法在冗余度机械手逆运动的应用研究

逆运动学问题是冗余度机器人运动控制、轨迹规划和动力学分析的基础,也是机器人学中最重要的问题之一。针对末端执行器位姿的最小误差为优化目标,建立了适应度函数,将冗余度机械手的逆运动学问题转化为一个等价的优化问题,在种群智能优化算法基础上应用了杂交变异果蝇优化算法(HMFOA)进行冗余度机械手逆运动学问题的求解。采用嗅觉搜索杂交突变机制和视觉搜索的动态实时更新机制,能有效地解决果蝇优化算法(FOA)的收敛问题,并提高算法的收敛速度。为进一步验证HMFOA的有效性,在七自由度机械手上对HMFOA进行了测试,对其结果与FOA、LGMS-FOA和AE-LGMS-FOA等算法进行了比较,实验结果表明HMFOA能有效地解决冗余机械手的逆运动学问题。

基于天牛须搜索与差分进化的机械臂逆解研究

为简化机械臂逆运动学求解方法与提高解的精度,增强方法的普适性,利用智能优化算法,将运动学逆解变为最优化问题。首先,根据正运动学方程建立末端位姿误差目标函数,结合最佳柔顺性与能耗约束构建适应度函数,使机械臂在满足位姿误差要求时还具有最佳柔顺性与较低能量消耗;为使位置和姿态收敛精度统一并控制进化方向,引入位姿平衡系数与位姿误差调节系数;其次,把个体寻优出色的天牛须搜索与群体优化性能出色的差分进化算法融合,以此提高算法的收敛精度与速度;最后,对6R机械臂与冗余机械臂进行了逆解实验。结果表明,所提算法收敛精度高、速度快、通用性好。

基于改进粒子群优化算法的冗余机械臂逆运动学求解

以末端执行器的位姿误差最小为优化目标,将机器人的逆运动学问题转换为一个等效的最优化问题,并利用提出的改进粒子群优化算法对该问题进行求解。该算法从粒子群的初始化、惯性权重调整策略、差分变异进化及搜索空间的越界处理等多方面对标准粒子群优化算法进行综合改进,同时构建了以粒子群进化和差分变异进化为基础的两阶段混合协同进化机制,达到了有效平衡算法全局探索能力与局部开发能力的目的,提高了算法的收敛精度和收敛速度。以平面冗余机械臂和7自由度冗余机械臂的运动学逆解运算为例,将提出算法与对比算法用于逆运动学问题的求解。仿真结果表明,与对比算法比较,该算法具有更高的收敛精度、更快的收敛速度以及更强的寻优稳定性,能有效解决冗余机械臂的逆向运动学问题。

自适应粒子群算法求冗余机械臂逆运动学解

以正向运动学方程为基础,冗余机械臂逆运动学解问题转换为等效最小值问题,提出一种自适应粒子群算法求解该问题。为了保持粒子群的活力,在算法内引入弹射操作。如果粒子满足设定自适应判别函数,粒子将按概率被从当前位置发射到较远区域。为了配合弹射操作,提出一种新的粒子优劣的判断机制,使得粒子可以被弹射飞出可行域。数值实验表明,算法具有较强的全局搜索能力和较快的搜索速度,是求解冗余机械臂逆运动学解的一种有效方法。

An Analytic and Optimal Inverse Kinematic Solution for a 7-DOF Space Manipulator

An analytic inverse kinematic solution is presented for a 7-DOF(degree of freedom)redundant space manipulator.The proposed method can obtain all the feasible solutions in the global joint space,which are denoted by a joint angle parameter.Meanwhile,both the singularity problem and the joint limits are considered in detail.Besides,an optimization approach is provided to get one near optimal inverse kinematic solution from all the feasible solutions.The proposed method can reduce effectively the computational complexity,so that it can be applied online.Finally,the method’s validity is shown by kinematic simulations.

超冗余度桁架机械臂的容错逆运动学仿真

超冗余度桁架机械臂路径规划中的逆运动学解算为一非线性优化问题,桁架机械臂冗余度高,容错性好,由于传统方法速度和收敛性较慢,冗余性和容错性未能得到很好的利用。为解决此问题,引入收敛速度较快的对偶内点法,针对问题规模较大占用内存多的特点,设计了一种基于稀疏矩阵向量相乘的减小内存方案。搭建了仿真平台,进行了三组正常和故障状态逆向运动学仿真解算,结果表明:该方法收敛性好,解算迅速,在故障状态下的逆运动学解算也较为理想,适用于进一步实际应用。

改进蝴蝶优化算法及其在冗余机械臂逆运动学求解中的应用

针对蝴蝶优化算法(BOA)存在的不足,提出一种改进蝴蝶优化算法(IBOA)并将其应用于冗余机械臂逆运动学求解中。IBOA算法融入了动态转换概率策略、最优邻域扰动策略和随机惯性权重策略等3种策略,实现了算法收敛速、收敛精度的提升,克服了BOA算法易陷入局部最优、后期收敛精度不高的问题。3个基准函数的测试结果表明IBOA在求解精度、求解速度和计算稳定性更胜一筹。冗余机械臂运动学求解应用实例结果表明,IBOA得到的机械臂位姿误差更小,计算耗时更少,求解稳定性更好。

基于粒子群优化算法的冗余机械臂运动学逆解

针对常规方法在机器人逆运动学问题求解中的不足,以正向运动学方程为基础,以机器人末端执行器的位置误差为约束条件和机器人运动过程中的能耗最小为优化目标,将机械臂的逆运动学问题转换成一个最小约束优化问题,并利用综合改进的粒子群优化算法(IPSO)对该问题进行求解。以平面冗余机械臂为研究对象进行仿真实验。实验结果表明:与粒子群优化算法及其2个改进算法相比,IPSO算法具有更快的收敛速度以及更好的收敛质量,是求解机器人逆运动学问题的一种有效方法。

冗余度机械手逆运动学果蝇优化算法的改进

逆运动学问题是冗余度机器人运动控制、轨迹规划和动力学分析的基础,也是机器人学中最重要的问题之一。以末端执行器位姿的误差最小为优化目标,建立适应度函数,将求解冗余度机械手的逆运动学问题转化为一个等价的优化问题,在优化算法的基础上通过杂交变异果蝇优化算法(HMFOA)进行冗余度机械手逆运动学问题的求解。采用嗅觉搜索杂交突变机制和视觉搜索的动态实时更新机制,有效解决果蝇优化算法(FOA)的收敛问题,并提高算法的收敛速度。为进一步验证HMFOA的有效性,在七自由度机械手上对HMFOA进行了测试,将其结果与FOA、LGMS-FOA和AE-LGMSFOA等算法进行了比较,证明HMFOA能有效地解决冗余机械手的逆运动学问题。