基于改进自适应粒子群算法的机器人逆解研究

摘要

为提高结构复杂、自由度较高机器人逆运动学求解的准确性,提出了一种改进的自适应粒子群算法(IAPSO).首先,通过改进DH(Denavit-Hartenberg)参数法建立了6自由度臂型抓取机器人模型的运动学方程;其次,在已有粒子群算法的基础上,利用种群曼哈顿距离实时判定种群的进化状态,并根据进化状态的不同确定自适应学习因子,进而采用不同的位置与速度更新模式;最后,引入带惩罚因子的适应度函数对机器人模型进行单点与连续轨迹求逆解测试,得到误差不大于0.005 rad的关节输出.仿真结果表明:所建立的运动学模型正确,改进的算法兼顾已有PSO算法求逆解的准确性、唯一性与快速性,同时具有更高的求解精度.