运动学逆解

摘要： 在保证机械臂运动学逆解位姿精度的前提下,为了减小机械臂关节角整体的运动量,提出了基于带修复策略自适应差分进化算法的逆运动学求解方法。以7自由度冗余机械臂为研究对象进行了问题剖析。以末端执行器位姿精度为约束,以关节角整体运动量最小为目标,建立了带约束的优化模型。在差分进化算法中引入了多种变异策略,并给出了多变异策略的自适应选择方法,提高了算法的优化能力。针对约束条件,设置了带伸缩因子的修复策略,使解在非可行域时能够伸缩到可行域内。经验证,带修复策略自适应差分进化算法求取的运动学逆解能够满足位姿精度约束,且减小了逆解的关节角整体运动量,验证了本文算法在机械臂逆运动学求解中的优越性。

摘要： 为简化机械臂逆运动学求解,提高逆解精度,增强方法通用性,利用群智能优化算法,将逆运动学求解变为最优化问题。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;其次,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;然后,对经典DE算法的初始种群产生策略、变异因子和越界个体处理方法与进化模式改进,提高算法的收敛精度与速度;最后,对6R机械臂进行不同改进算法的MATLAB仿真实验。结果表明,所提算法收敛精度高、速度快。为验证算法的普适性,对冗余机械臂进行逆解实验,成功率100%。

摘要： 针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解。对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的模型是有效的且精度较高;此方法可求解机械臂运动学逆解问题。

摘要： 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。

摘要： 海上廊桥在作业时由于受到风、浪、流等载荷的扰动会产生较大摇摆,极大地降低了海上作业安全。针对该问题,设计出一种具备运动补偿功能的三自由度海上廊桥试验台。首先构建海上廊桥试验台三维结构模型,建立包括不规则海浪以及船-海上廊桥试验台的运动学模型。通过欧拉角坐标转换法,运用运动学逆解得到每个电动缸的运动规律,利用拉格朗日法建立了试验台的动力学模型,在运动学和动力学推导结果的基础上,从实用性的角度确定采用运动学为该系统的控制基础。最后利用船舶运动模拟平台对试验台及其逆解算法进行验证。实验结果验证了该试验台具有良好的运动补偿效果,具有广泛的工程应用前景。

摘要： 3-RSS/S是一种常见的少自由度并联机构,其运动学及力学性能被广泛研究。针对3-RSS/S并联机构的运动/力传递性能进行研究,使用旋量理论建立机构的数学模型,推导出机构的传递力旋量、输出运动旋量等参数;利用闭环矢量法得到机构的运动学逆解方程,通过数值算法计算逆解;采用能效系数法推导机构的运动/力输入、输出传递指标,定义机构的局部传递指标和优质工作空间;最后以平衡康复训练为应用背景,给出机构在两组参数下性能图谱。结果表明,数值算法能够判定逆解方程在某一构型下的唯一解;3-RSS/S并联机构各支链的运动/力输入传递指标只与各支链逆压力角的余弦有关;设计参数能够显著影响机构的局部传递指标,并从运动/力传递性能方面证明3-RSS/S适合用于平衡性康复训练。

摘要： 针对传统协作机械臂关节惯量大、所需驱动功率大的问题,设计了基于套索传动的七自由度机械臂.该机械臂具有诸多优势,其最大的优点就是驱动电机后置使得关节惯量小、结构紧凑.根据D-H法建立正运动学方程,在分析了机械臂结构特性的基础上,定义了机械臂运动的臂平面、参考平面以及臂型角ψ,通过给定末端位姿0 T7和臂型角ψ求解运动学逆解.在MATLAB环境中对机械臂正、逆运动学方程进行可视化验证,验证了正、逆运动学方程的正确性.最后利用蒙特卡洛法分析了机械臂的工作空间,求得机械臂工作空间云图.

摘要： 遗传算法具有全局搜索能力强的特点,但易出现"早熟"现象;蚁群算法局部具有搜索能力强的特点.因此将遗传算法与蚁群算法结合,与此同时融合了云模型,提出一种适用于跨越越障式巡检机器人的求逆算法.为了提高算法的局部搜索能力及收敛速度,引入了网格划分策略的连续域蚁群算法;为了避免"早熟",采用了适应度值尺度变换;为了使参数自适应,采用了云模型进行修正.用遗传算法进行全局搜索,用蚁群算法进行局部迭代寻优,用云模型实现交叉算子和变异算子中参数的自适应.并以跨越机器人为对象,开展与遗传算法的对比实验,结果表明:该算法可以在避免局部收敛的基础上保证算法的稳定性以及提高收敛的速度和精度.

摘要： 为了实现手术机器人绕固定点运动的运动方式,提出了 一种新型串联六自由度手术机器人模型,模型通过算法控制的多关节联动实现定点运动.该模型结构设计满足Pieper准则,并采用移动关节和旋转关节的串联连接结构,使机器人能通过固定点以任意姿态到达工作空间的任意位置.运动学计算使用解析法求出模型的8组解析解,基于计算软件编程计算验证其正确性.对机器人模型进行必要扩展,使用建模软件完成模型创建,基于ROS平台研究学习运动控制工具MoveIt!及可视化工具RViz,对模型进行运动规划和可视化仿真,验证了模型的可行性和整体算法的正确性.

摘要： 为满足立式扩散炉设备中晶圆片盒传输效率及定位精度高的要求,设计了一种五自由度混合型机械手,主体结构由Y、Z轴方向模组及SCARA机械手组成.利用改进型D-H法建立各连杆间的运动学模型,并进行运动学正逆求解;针对无穷逆解的问题,通过构造目标优化函数结合粒子群优化(PSO)算法进行求解.最终基于MATLAB完成仿真分析,结果表明所建立的运动学方程正确,机械手的工作空间满足使用要求,所得最优逆解可使机械手末端达到设定的定位精度.

摘要： 采用吴消元法对三自由度力交互装置的运动学逆解和工作空间进行了分析,并通过两个算例验证了该方法的正确性,为三自由度力交互装置的机构设计和控制奠定了基础.

摘要： 本文从计算机原理中位置数制的描述获得启发，将其中的某些规律进行合理的转换，形成搜索算法的步长表达式，在吸收传统登山优点的基础上，提出了求取多关节机械臂运动学逆解的新算法——智能登山法，并对算法进行了描述，写出了完整的通用流程图。运用该方法求取机器人运动学逆解，无需矩阵运算、三角变换，收敛速度快，适于实时控制。仿真试验验证了该方法的可行性、实用性。

摘要： 针对拟人机械臂中七自由度逆解的无穷解问题,提出了一种基于可操作度评价的快速求解运动学逆解的几何方法.首先分析了七自由度的构型理论上说明无穷解的原因;然后从人类手臂运动行为的角度,以机器人末端运动方向上操作度最大的原则将无穷解问题转换为确定性问题,进而利用几何解法的优势,快速求解出逆解结果;最后以安川SDA10D拟人机械臂为实验对象对算法进行验证,实验结果证明本方法具有实时性,计算结果在理论上无误差.

摘要： 针对冗余机械手逆解问题求解中出现的一些问题,提出一种基于几何理论的快速求解方法,克服了现有一些冗余机械手运动学逆解算法中计算复杂、计算量大、时间长等缺点,并且所得结果能完全避免冗余机械手逆运动学求解中可能存在的打结问题.最后通过仿真示例验证了所提方法的有效性.

摘要： 针对带有N个关节的冗余机械手运动学逆解问题,提出了一种改进的多目标优化遗传算法。与传统的机械手逆解方法相比,所提算法不仅考虑了使终端执行器精确地到达期望位置的目标,而且同时优化了关节转动角、机械手柔顺性、与障碍物之间的距离3个目标。在算法群体的初始化及子代群体的生成中,采用了一种新型的个体生成方式以满足约束条件的限制；在选择算子中,引入了防止算法早熟收敛的机制。仿真结果表明,所提算法能够有效地求解具有多个优化目标的机械手运动学逆解问题。

摘要： 并联机器人与虚拟串联机器人存在着运动学等效，根据这一原理可建立并联机器人运动学正解Newton迭代算法，该文提出通过改变这一算法中的迭代初始向量，从而将多解中相应的实解收索出来。

摘要： 并联机器人与虚拟串联机器人存在着运动学等效，根据这一原理可建立并联机器人运动学正解Newton迭代算法，该文提出通过改变这一算法中的迭代初始向量，从而将多解中相应的实解收索出来。

摘要： 并联机器人与虚拟串联机器人存在着运动学等效，根据这一原理可建立并联机器人运动学正解Newton迭代算法，该文提出通过改变这一算法中的迭代初始向量，从而将多解中相应的实解收索出来。

摘要： 多关节连杆机构具有被驱动源驱动的驱动关节、以及伴随着驱动关节的动作而从动地动作的从动关节。首先，从多关节连杆机构选出使工件的位置、姿态变化的开环连杆机构。导出构成选定的开环连杆机构的各关节的移动量、旋转量。将导出的开环连杆机构的各关节的移动量、旋转量设为固定值，导出由开环连杆机构的关节的至少一部分以及未选定的关节构成的闭环连杆机构的各关节的移动量、旋转量。

摘要： 本发明公开了一种基于焊接变位机逆运动学解析解权重法求焊接变位机运动轨迹的方法。焊接变位机的逆运动学解析解中解的不唯一性导致在一个姿态可能对应多组解，因此多解的选取是解析解必须解决的问题。以一种二自由度的焊接变位机为研究对象，建立焊接变位机运动学方程，然后，通过解析法进行求解关节变量。在多组解的选取中，首先，剔除不满足焊接变位机关节运动范围的值；其次，对一些特殊情况的处理，比如在求解过程中分母为零的情况，最后，考虑两个关节的权重，设计合适的目标函数。在求解出的关节变量基础之上安排合适的过渡过程进行轨迹规划。本发明可以快速，准确的求出焊接变位机的关节变量，并通过设计合适的安排过程进行轨迹规划。

摘要： S‑R‑S结构七自由度机械臂逆运动学解析解的数值稳定算法，包括：(1)正运动学求解、(2)参考平面求解、(3)逆运动学求解、(4)奇异臂角获取、(5)关节限位及奇异值规避。本发明的数值稳定算法的核心部分为针对前人方法中的直接阈值比较的数值稳定问题，提出后续数值稳定的奇异值规避和关节限位规避的方法，具有以下优异的技术效果：1)可求得S‑R‑S结构机械臂的逆运动学解析解，并实现对关节限位及奇异位姿的规避；2)可求得满足关节限位及奇异值规避的可行冗余角ψ的全部范围；3)求得解析解过程中保障了数值的稳定性。

摘要： 本发明提供了一种基于RES‑SCA算法的逆运动学实时解析解优化方法。针对逆运动学封闭式解析解实时寻优，提供了一种改进的正余弦算法：再平衡强化搜索SCA(RES‑SCA)算法。该算法通过结合再平衡策略(RS)和强化搜索策略(ES)实现了平衡勘探与开发的同时，强化群体搜索能力，提高了收敛速度，确保了封闭式解析解寻优的快速和精确。

摘要： 多关节连杆机构具有被驱动源驱动的驱动关节、以及伴随着驱动关节的动作而从动地动作的从动关节。首先，从多关节连杆机构选出使工件的位置、姿态变化的开环连杆机构。导出构成选定的开环连杆机构的各关节的移动量、旋转量。将导出的开环连杆机构的各关节的移动量、旋转量设为固定值，导出由开环连杆机构的关节的至少一部分以及未选定的关节构成的闭环连杆机构的各关节的移动量、旋转量。

摘要： 本发明涉及一种有寄生运动的五自由度串并联机器人运动学逆解求解方法，所述方法建立一种三自由度并联机构等效机构，将原串并联机器人转化为由等效机构和两串联关节组成的五自由度串联机构，设末端刀具沿基坐标系Z轴旋转方向自由度为寄生运动，令寄生运动不参与计算，消减方程数量，通过解非线性方程组获得等效关节变量及串联关节驱动变量与末端刀具位置坐标及2个欧拉角的方程，最后利用向量解析法求取等效关节变量与三自由度并联机构驱动变量的关系，本方法能够在避免求取寄生运动与其他自由度间的复杂耦合关系的前提下，求解整体串并联机器人的逆解。

摘要： 本发明公开了一种电力智能仿生攀爬机器人的运动学逆解算法，构建机器人的模型，分别建立基坐标系和各个关节坐标系；将机器人的各个关节转角所构成的向量作为天牛的位置x，构建适应度函数F(x)，得到天牛的位置x的适应度值为fx；经天牛须算法的迭代后，得到的天牛的最优位置x

摘要： 本发明涉及一种有寄生运动的五自由度串并联机器人运动学逆解求解方法，所述方法建立一种三自由度并联机构等效机构，将原串并联机器人转化为由等效机构和两串联关节组成的五自由度串联机构，设末端刀具沿基坐标系Z轴旋转方向自由度为寄生运动，令寄生运动不参与计算，消减方程数量，通过解非线性方程组获得等效关节变量及串联关节驱动变量与末端刀具位置坐标及2个欧拉角的方程，最后利用向量解析法求取等效关节变量与三自由度并联机构驱动变量的关系，本方法能够在避免求取寄生运动与其他自由度间的复杂耦合关系的前提下，求解整体串并联机器人的逆解。

摘要： 本发明属于拟人机械臂逆运动学算法相关技术领域，其公开了一种基于人体肌骨模型的冗余机械臂拟人运动学逆解求解方法，包括以下步骤：(1)以最小化肌肉损失为目标构建目标方程；(2)采用位置域的解析IK算法计算关节角反解qs，将qs映射为数值IK求解的初始值qind，进而采用LM方法进行优化求解关节角q，将q作为局部最优求解的初值；(3)基于手臂关节角q初值进行局部优化搜索，直至满足终止准则，在当前所有局部最优值中选择最优结果作为全局最优解qopt；(4)通过臂的摇摆角建立肌骨模型与拟人机械臂的映射，进而将得到的全局最优解映射到机械臂运动学模型中，以确定机械臂的拟人姿态。本发明增加了机械臂的安全感与舒适度，提高了人机交互效率。

摘要： 本发明提供了一种基于改进算法对机械臂运动学逆解进行优化的方法和系统，包括：步骤1：使用标准DH参数法在机械臂各关节上建立坐标系，得到转换矩阵；步骤2：根据已知机械臂末端的位姿，忽略机械臂各轴DH参数的误差，使用满足pieper准则的解析解逆解方法求解出六个关节角的各轴关节角度值；步骤3：在将通过仪器标定得到的准确DH参数代入转换矩阵后得到准确的运动学正解矩阵表达式；步骤4：构建目标函数，并将角度值作为目标函数的初始条件进行求解，得到正确运动学逆解。本发明减少了数值解的迭代次数，加快了求解速度，并且避免了数值解无法求解出所有解的情况。