拟人服务机器人运动学解耦算法研究

摘要

针对拟人服务机器人的手臂运动控制问题,提出了一种求解机器人逆运动学的新方法。7自由度串联机器人的逆运动学解是一个高度复杂的非线性问题,解的存在性并不是唯一的,因此逆运动学方法得到了广泛的关注。首先,提出了一种神经网络的学习方法,使神经网络同时表示从任务空间坐标到关节空间坐标的位置和速度关系。然后,为了得到有效的学习算法,引入了原神经网络的伴随神经网络。该算法有效地解决了逆运动学问题,克服了传统求解逆运动学方法计算量大、收敛速度慢、精度低等缺点。最后,通过Matlab对算法的有效性进行了验证,并通过采集机器人总控系统的关节数据验证了运动学解耦算法的稳定性和高效性。