非球型手腕6R串联型喷涂机器人逆运动学分析

在喷涂机器人中引入非正交非球型3R手腕,根据6个转动关节的空间布局特征,采用矩阵方程和方向余弦相结合的方法,对非正交非球型手腕6R串联型喷涂机器人进行了逆运动学分析,推导出仅含4个未知参数的4个非线性方程组成的方程组,进而可用maple软件进行求解,最后给出一个具有非正交非球型3R手腕的6R串联型喷涂机器人的逆运动学计算实例.矩阵方程和方向余弦相结合的方法也可以推广到其他机构学问题的求解.     

非球型手腕6R机器人实时逆运动学算法

针对非球型手腕6R机器人,设计并实现了满足工业实时性和高精度要求的逆运动学算法.采用基于Liu方法的析配消元过程和雅可比伪逆法相结合的逆解方法,析配消元过程中引入矩阵条件数来确保选出更"好"的矩阵作进一步计算,对于矩阵条件数过大或矩阵无实数域特征值的情况,切换到雅可比伪逆法,使得原Liu方法不可解的位置(即关键矩阵均不满秩的情况)可以求解.对任一型号的6R机器人只需要一次符号计算得到各关键矩阵,然后将一元16次方程的求解转化为矩阵特征值的求解,减少了累积误差,提高了运算精度.实验结果表明:提出的算法平均计算时间为0.37ms,描述机器人末端位姿误差的综合指标达到1×10-10以内.     

基于Matlab的六自由度工业机器人运动学逆解分析及仿真

在Matlab环境下对六自由度工业机器人进行运动学逆解研究,以ER7B-C10机器人为研究对象,使用D-H法进行各关节坐标系建立及参数设计,推导出正运动学方程。鉴于目前应用较为广泛的解析法求逆解仍然存在不足之处,运用几何法求解逆运动方程,在Matlab中利用Robotics Toolbox搭建仿真结构,直接调用Robotics Toolbox工具箱中ikine函数。由于迭代过程的收敛性导致验证过程中存在无解或少解的情况,因此对所求逆解的可靠性增加验证设计来证明几何法求逆解方法可行。对机器人模型在空间轨迹及各关节的位移、速度和加速度等内容进行了仿真分析,结果验证了ER7B-C10机器人运动的可行性,为后续分析机器人动力学、轨迹规划提供了运动学参考。     

6R机器人运动学分析及奇异处理研究

针对机器人逆运动学过程中存在运算复杂、多组解的选取问题,提出了一种6R机器人逆运动学的几何方法.在求解的推导过程中,采用几何法与双变量正切函数相结合避免了失解,针对有多组逆解的情况,采用"插补连续性"的最短路径与最优标志设置准则相结合选取一组最优解,同时考虑奇异位的避让,满足实际工程中的需要,在公司生产的多款机器人中获得了成熟应用.     

基于Groebner基法的一般串联6R机器人机构逆运动学分析

基于Groebner基法，仅用Duffy的含3个未知变元的4个运动学方程，附加3个正余弦恒等式，不增加其他几何约束方程，对一般6R机器人机构逆运动学进行符号解分析，并得出一般串联6R机器人机构逆解最多为16解的结论．本文使用的数学机械化方法可推广到涉及非线性代数方程组的其他机构学问题的求解．     

并联机器人机床运动学正,逆解

基于一般ＳＴＥＷＡＲＴ机构研制的并联机器人机床是新一代智能化金属切削加工机床。然而，机床的运动学位置正、逆解呈强非线性，求解困难，出于机床精度的需要，本研究的模型样机在结构上采用了滚珠丝杠传动，因此又带来了关节运动耦合，导致机床运动学位置正、逆解求解更加复杂。利用运动学等效的原则，引入整机等效串联机构及分支等效串联机构，以等效广义坐标为中间变量建立机床运动学正、逆解求解迭代算法。仿真与控制实验表明     

利用共形几何代数的串联机器人位置逆解求解方法

为获得串联机器人位置逆解的解析解,使用共形几何代数对串联机器人位置逆解进行了研究。利用共形几何代数中基本几何元素的内积和外积运算,获得串联机器人各关节点的位置,然后通过构造经过关节点的直线与直线以及平面与平面的内积,求解出机器人所有关节转角,从而直接获得了串联机器人位置逆解的解析解。该方法求解简捷,几何直观性好,避免了经典机器人运动学理论中欧拉角、矩阵的运算以及复杂的多元高次非线性方程组求解,求解过程和结果可以明显地反映机器人几何结构与机器人运动之间的几何关系。以一种空间6R串联机器人位置逆解为例进行了求解,算例计算表明该方法正确、有效,计算效率提高了近44倍。     

5 自由度机器人操作器运动学逆问题的解析解

为求解5自由度机器人操作器的运动学逆问题,本文提出了一个完整的简化求解方程组,并利用此方程组求得具有解析解的5自由度操作器的8类结构形式及具有球型手腕的6自由度操作器的运动学逆问题的解析解.     

基于四元数矩阵与Groebner基的6R机器人运动学逆解算法

为促进一般6R机器人运动学逆解的应用,提出了一种四元数矩阵和对偶四元数矩阵算法,该算法把四元数应用于平面旋转的特殊情况,把旋转角度的正弦、余弦改写为矩阵形式,可以导出平面四元数的2个矩阵形式的基,建立了四元数矩阵形式的串联6R机械手运动学方程,再通过线性消元和2次应用分次字典序Groebner基消去5个变元,最后采用Dixon结式进行消元,得到没有增根的一元16次方程。这种算法得出的结果通过与过去得出的6R机器人逆解算法进行对比,表明所提出的算法可行性和正确性。     

FANUC M-6iB关节型机器人运动学逆解研究及仿真

对FANUC M-6iB型机器人的运动学逆解进行了推导分析。采用前置D-H方法建立了运动学模型,通过对转换矩阵的观察分析,计算出了解析逆解。使用典型空间连续曲线作为目标轨迹,在MATLAB中进行了运动学模拟仿真,验证了逆解的准确性和运动的可行性,并使用图形用户界面GUI交互数据仿真了逆解结果。     

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.     

一种求解冗余机械臂逆运动学的自适应动态差分进化算法

针对冗余机械臂逆运动学难以直接求解且具有多解的问题,提出一种基于改进差分进化算法的逆运动学求解方法.以KUKA LBR iiwa七自由度机械臂为研究对象,验证该方法的有效性.针对基本差分进化算法易陷入局部搜索问题,引入自适应变异操作和随机变化交叉操作,使算法可根据迭代进程调整搜索强度.基于Denavit-Hartenberg方法建立七自由度机械臂运动学模型,改进逆运动学算法适应度函数与边界处理方法,最终求得最优逆运动学解.机械臂仿真实验以求解精度和稳定性为研究目标和评价指标,结果表明,在冗余机械臂逆运动学求解方面综合性能良好,具有较强的多工况拓展度和工程实用性.     

结合旋量理论和代数方法的六自由度机械臂逆运动学求解算法

针对六自由度且具有相互平行的3个相邻关节轴的串联式机械臂逆运动学问题,提出一种结合旋量理论与代数方法的逆运动学求解方法。首先,通过旋量理论建立运动学模型,利用Paden-Kahan第1类子问题求解第1关节角度;其次,采用欧拉角理论,通过代数方法求解第5、6关节角度;最后,再次利用Paden-Kahan第1类子问题求解第2、3、4关节角度。以UR5协作机械臂为例,计算逆运动学得出8组解,其中逆解的最大位姿误差为10~(-15)数量级,证明了提出的逆运动学求解算法的准确性。     

复杂多关节机械臂建模及逆运动学比较分析

针对含多种关节类型的复杂机械臂的建模问题, 在 D鄄H 参数法中引入虚拟关节建立运动学模型。 考虑机械臂逆运动学存在多解、 精度和实时性的问题, 通过4 种不同的 PSO(Particle Swarm Optimization)优化算法: 线性递减权重的粒子群(LPSO: Linear Decreasing Weight Particle Swarm Optimization)、 基于杂交的粒子群优化(CBPSO: Crossbreed Particle Swarm Optimization)、 基于模拟退火的粒子群(SAPSO: Simulated Annealing Particle Swarm Optimization)和混沌粒子群优化(CPSO: Choas Particle Swarm Optimization)进行计算。 随机选取工作空间的位置点, 验证优化算法能有效计算机械臂逆运动学解, 并对执行时间、 位置误差等方面进行了比较分析。 实验结果表明, 改进的 CBPSO 算法能有效计算复杂多关节机械臂的逆运动学解, 同时满足实际作业中对实时控制的要求。     

多段降频等长信号的频率估计快速迭代算法

为改善多段平稳信号频率估计的精度、实时性和扩展已有方法的适用范围,给出一种多段降频等长信号的快速迭代算法.在算法中,生成频域分析参数矩阵以克服各段信号频率不等;设计相位差补偿因子矩阵以达到相位连续信号的效果;生成搜索频率序列以修正相位差补偿因子矩阵中的未知参量并得到具有特定形式的功率谱矩阵;采用间接迭代计算以改善算法实时性.在说明上述技术措施的应用原理时,给出了5项重要性质作为该算法正确性的数学证明.针对多种应用环境状态进行了仿真实验,结果表明:该算法具有普适性、抗噪性和实时性好,频率估计精度比现有方法有较大提高.     

基于同频等长信号融合的频率估计快速迭代算法

多段同频等长信号十分常见,对其进行信息融合能有效提高信号处理的精度,尤其适用于低信噪比、被测频率持续时间短的情况。为提高频率估计的精度、实时性和扩展已有方法的适用范围,给出了一种基于多段同频等长信号融合的快速迭代算法。在该算法中,设计相位差补偿因子矩阵以克服各段信号之间相位不连续;生成搜索频率序列以修正相位差补偿因子矩阵中的未知参量并得到具有特定形式的功率谱矩阵;采用间接迭代计算以改善算法实时性。在说明上述技术措施的应用原理时,给出了5项重要性质并作为该算法正确性的数学证明,针对多种应用环境状态进行了仿真实验,结果表明,该算法具有普适性、抗噪性好、频率估计精度比现有方法有较大提高,具有重要的理论和应用价值。     

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PSO-RBF神经网络的串联机械臂逆运动学分析

针对目前基于神经网络对串联机械臂求逆解方法中出现的精度不足和实时性较差的问题,使用粒子群优化(particle swarm optimization,PSO)算法对径向基函数(radial basis function,RBF)神经网络进行结构优化,提出一种基于PSO-RBF神经网络的机械臂逆运动学算法。首先由正运动学模型获取神经网络训练和测试参数样本,经过欧拉角变换在神经网络输入端建立机械臂关节位姿映射关系,然后通过PSO算法对径向基核函数进行参数寻优并对测试样本求解分析,最后获取经逆运动学求解后机械臂的运动轨迹,验证了该算法的可靠性。仿真结果显示,由PSO-RBF神经网络逆运动学算法能够快速得出满足精度要求的关节角度,为进一步机械臂工业控制提供了理论支持。     

一种用于机械手控制的遗传算法

提出一种改进的遗传算法用于求解机械手运动学逆问题 .该算法采用实数编码 ,其交叉概率和变异概率根据解的适应度函数值自适应调整 .计算机仿真结果显示 ,该算法较简单遗传算法 (SGA)求解精度高 ,收敛速度快且稳定性能好 .