机械臂逆运动学避障最优求解算法

针对多自由度机械臂在障碍物环境下逆运动学求解存在多解性和碰撞问题,研究了一种将碰撞检测算法、最短行程方法与差分进化算法相结合的具有避障能力的机械臂逆运动学最优求解算法。首先,以六自由度机械臂为研究对象,对机械臂和障碍物进行建模,并建立求逆运动学解的目标函数,目标函数由末端执行器位姿误差函数、目标角度与初始角度之间的变化量函数、碰撞检测函数加权求和组成;其次,利用差分进化算法对目标函数进行最优求解,为了减小函数权重对求解速度和精度的影响,设计了一种自适应权重优化算法,使得求解关节角度在优化求解初期快速达到最短行程位姿角度附近,而在优化求解后期具有更高的的求解精度,即可求得具有避障能力、行程最短且高精度的最优逆运动学解;最后,以UR5机械臂为例,通过MATLAB软件中的Robotics Toolbox工具箱对算法进行仿真验证,验证了算法的有效性。     

基于可操作度评价的冗余机器人逆解求解方法

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.     

基于混合优化算法的工业机器人逆运动学求解

为简化工业机器人逆运动学求解过程,提高求解精度,增强求解算法通用性,提出一种计算工业机器人逆运动学问题的混合优化算法(hybrid optimization algorithm, HOA)。该方法基于冯诺依曼邻域和差分进化算法对标准灰狼优化算法(grey wolf optimize, GWO)的种群个体进行重新构造,得到一种改进的GWO;在Rosenbrock搜索法中引入柯西变异改善劣质解;将改进的GWO的解作为Rosenbrock搜索法的初值计算运动学逆解,以六自由度和七自由度工业机器人为测试对象进行仿真实验。结果表明,混合优化算法相较于对比算法具有更高的精度,更好的稳定性和通用性,证明了算法的有效性。     

一种7DOF机械臂逆运动学解析算法及其应用

针对传统的基于雅可比矩阵最优解的数值方法对于有着冗余自由度的7自由度(7DOF)的机械臂逆运动学求解有着计算量大、只能求得单一解的不足,提出一种逆运动学的解析算法.在传统6维位姿矩阵的基础上,额外提出一个elbow angle 新约束,利用位姿目标矩阵和该elbow angle 共7维约束推导出7DOF机械臂逆运动学的...     

基于自运动的仿人七自由度机械臂逆解算法

基于七自由度(seven degrees of freedom,7-DOF)机械手臂的结构和自运动特性,提出通过对关节位置进行几何分析,求解机械臂逆运动学的方法.该方法在自运动构型的基础上,以0坐标系为其他坐标系的基系,根据同一向量在不同坐标系之间的投影特性与关节角之间存在着的对应关系,实现对七自由度机械臂逆运动学的求解.该方法能够求解出针对任一特定末端位姿的所有理论逆解.通过引入机械臂优化的二次目标,对所有理论逆解进行优化,可得最优逆解用于机械臂控制.与梯度投影法等通用算法相比,该方法具有直观简练、计算量小等优点,且不同的末端位姿求解过程互不影响,对系列性末端位姿连续求解不存在累积误差.     

基于改进蚁群算法的六自由度机械臂路径规划

针对空间六自由度机械臂路径规划问题,提出了一种基于改进蚁群算法的路径规划方法。以ABB1410型号的六自由度工业机械臂为研究对象,建立D-H运动模型以求解正、逆运动学方程。设计了碰撞检测算法,使用改进后的蚁群算法进行路径规划,把机械臂末端的运动轨迹看作是依次经过规划路径的点的集合,求解机械臂运动的反解,得到相应的关节转角,实现了机械臂的路径规划。通过仿真实验验证了该方法实现六自由度机械臂路径规划的有效性及可行性。     

基于Kinect的冗余机械臂直线推移操作控制

研究了采用机械臂推移操作来解决不易抓取目标物的位置、姿态的改变问题.讨论了冗余机械臂系统的运动学建模和基于工作空间的改进RRT算法,给出一种基于Kinect的冗余机械臂直线推移操作控制模式.当Kinect检测到目标物处于危险位置时,机械臂系统首先会依据目标物的具体位置应用基于工作空间的改进RRT算法使机械臂按照指定的轨迹、位姿移动到目标位置;然后在平面二自由度的操作空间中,采用直线推移操作将目标物推移到指定安全位置.最后应用七自由度冗余机械臂系统验证了所提出的基于Kinect的冗余机械臂推移操作控制方法的有效性.     

面向托卡马克第一壁检测的超冗余机械臂运动学分析

针对托卡马克第一壁大范围高精度检测的需要,设计了一种超冗余13-DOF宏微式机械臂.为解决超冗余机械臂运动学计算快速性与精确性之间的矛盾,提出了一种考虑机械臂作业环境结构的运动学算法.该算法利用宏机械臂平面多连杆的构型特点和圆弧形的运动轨迹有效降低了逆运动学计算的复杂性.利用摄动法解决了微机械臂处于奇异位置时,运动学逆解无法解析求取的问题,借助能量最优原则唯一确定存在多解或无穷多解时逆解的选取.最后通过仿真验证了该运动学计算方法的有效性.     

利用增广雅克比矩阵的冗余机械臂逆运动学求解算法

针对冗余机械臂逆运动学问题,提出了一种利用增广雅可比矩阵的逆运动学求解算法.首先,将优化给定的目标函数作为约束任务对机械臂的任务空间进行增广,在此基础上构造增广雅克比矩阵.然后采用分解计算策略将增广部分分解,分别计算后,得到其数值结果.进而利用增广雅可比矩阵计算出关节速度,对其积分后获得关节位置.最后,将本文方法应用于七自由度冗余机械臂.仿真和实验结果表明,本文方法的求解效果优于梯度投影法,计算效率满足实时控制的要求且能够保证机械臂追踪封闭轨迹时运动的可重复性.     

基于小生境遗传算法的机械臂运动学逆解

在基本遗传算法的基础上,针对求解机器人运动学逆解的特殊性,引入小生境遗传进化的方法,有效地防止了遗传算法的早熟,从而可以求出所有可能的逆解。同时,通过双层进化机制加强了遗传算法的局域搜索能力,加快了遗传算法的收敛进程。该算法在对非冗余度机械臂与冗余度机械臂的实例计算中都取得了较理想的结果。     

基于遗传算法的柔型多功能机运动学逆解

在分析运动学逆解方法的基础上,应用遗传算法求解柔型多功能机器人运动学逆解,给出了用于优化求解的适合度函数,并应用二次编码法提高解的精度。计算机模拟结果证明：该方法能快速收敛于全局最优解,能给出柔型多功能机器人的可能解,并能计算冗余度机器人的逆解。     

三角平台并联机器人运动学参数识别

提出三角平台并联机器人运动学参数识别算法 .本算法是通过相互垂直两个向量的数量积来建立误差模型 ,避免了传统的并联机器人参数识别方法中通过位置正解及循环迭代过程求解误差参数而带来的一系列问题 .     

基于偏置补偿的6自由度腕部偏置机器人逆解算法

串联6自由度腕部偏置机器人一般没有实用的封闭形式位置逆解.根据几何特征分析,以对应的腕部无偏置机器人的封闭解为基础,通过对腕部偏置量的平移补偿和对手腕位置点坐标的迭代修正,得到了腕部偏置机器人位置逆解的数值解.算法保证了末端姿态的正确性.根据末端位置精度要求控制迭代次数,可以得到任意精度的位置逆解.逆解过程中各关节变量的计算采用腕部无偏置机器人的封闭解,使得程序具有通用性.大量的数据试验表明,该算法可以满足实时控制要求.     

基于混合搜索算法的图像稀疏分解

为了提高图像稀疏分解的效果,降低其计算时间,提出一种基于量子进化算法(quantum-inspired evolutionary algorithm,QIEA)和改进差分进化算法(improved differential evolution,IDE)的混合搜索算法,并应用到图像稀疏分解中。该方法将IDE引入到QIEA中,前期进行QIEA寻优,当寻优搜索到的最优解经过多次进化后没有变化时,引入IDE以提高搜索解的精度和质量。图像稀疏分解的仿真实验结果表明,与QIEA和IDE相比,混合搜索算法的图像稀疏分解方法获得的重构图像具有最好的图像视觉质量和最高的峰值信噪比,且具有相对较低的计算时间。     

基于混合蚁群遗传算法的SAT问题求解

根据SAT问题的特点,通过分析传统蚁群算法和遗传算法在求解SAT问题上的不足,提出一种基于混合蚁群遗传算法的SAT问题求解方法。给出一种新的初始解的生成方式;在迭代过程中,根据较优解的累积信息提出进化算子;利用当前得到的最优解,通过改变不满足子句中文字的取值,增加变异算子。最后选取标准测试集中的20个实例对算法进行测试,实验结果表明:改进后的算法通常仅通过较少次数的迭代就能找到解,能够有效避免蚁群算法和遗传算法过早收敛的缺点,具有较强的寻优能力。     

基于改进遗传算法的FAST促动器油缸装配机器人运动学

促动器作为500 m口径球面射电望远镜(five-hundred-meter aperture spherical radio telescope,FAST)主动反射面变形的驱动装置,共计2225台,是世界罕见的野外台站大规模应用的设备群.针对促动器油缸组件的实际装配需求,采用D-H法建立油缸装配机器人的关节空间;采用解析法求出装配机器人逆运动学的部分解析解;采用基于自适应多种群的遗传算法通过建立多目标函数得到了其余数值解.结果证明,给出的逆运动学模型正确;相比单种群、定算子概率、定迭代次数的传统遗传算法,给出的改进自适应多种群遗传算法稳定性好、收敛快、求解精度高.研究结果为FAST液压促动器油缸装配机器人末端执行器的运动轨迹规划打下坚实基础,也为相似机器人的运动学研究提供思路.     

求解环境经济调度问题的多目标差分粒子群优化算法

提出一种基于差分演化的改进多目标粒子群优化算法来求解电力系统环境经济调度问题。算法通过对Pareto最优解集的差分演化来增加Pareto最优解的多样性;通过循环拥挤距离来控制归档集中非劣解的分布,以提高对种群空间的均匀采样;采用一种新的多目标适应值轮盘赌法选择粒子的全局最优位置,使其更逼近Pareto最优前沿;自适应惯性权重和加速度因子的动态变化可增强算法的全局搜索能力。对电力系统环境经济负荷分配模型进行仿真,并与文献中的其他算法进行了比较。结果表明,改进的算法能够在保持Pareto最优解多样性的同时具有较好的收敛性能。     

非冗余机械臂奇异路径跟踪算法

非冗余机械臂跟踪设定路径时 ,奇异点上 Jacobian矩阵降秩 ,基于 Jacobian逆的运动规划方法将失效。针对此问题提出一种精确跟踪奇异路径的算法 ,把路径跟踪问题化为非线性特征值问题 ,用数值方法求解路径跟踪方程 ,得到以扩展空间解曲线弧长为参数的逆运动学解 ,而关节轨迹可规划为弧长参数的任意函数。算法采用自适应步长和一阶模型预测方法 ,具有较低计算复杂性和较快收敛速度。给出一个仿真算例 ,说明了算法的有效性     

The kinematics modeling based on Spinor theory for CT-guided hybrid robot

This paper focused on a simplified method for solving the hybrid robot kinematics in CT-guided (computerized tomography, CT) surgery. By position constraint introduced, the hybrid robot can be transformed as a redundant serial 7-DOF robot. The forward displacement calculation was developed based on the product-of-exponential formula (POE). Because of the kinematics complexity of the hybrid and redundant robot, the combination technique of Ulrich two-step iteration method and paul variables detachment method (UTI-PVD) was introduced to fulfill the inverse kinematics of redundant robot, the novelty of which lay in the flexibility of various robots structures and in high calculation efficiency for real-time control. The process of solving the inverse displacement was analyzed. The UTI-PVD method can be applicable to kinematics of many robots, especially for redundant robots with more than 6DOF. The kinematics simulation was provided, and robot dexterity analysis was presented. The results indicated that the hybrid robot could implement the minimally invasive CT-guided surgery.