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     

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。     

质心坐标系的运动学逆解

质心坐标系的运动学逆解由于其空间变换关系中的７个结构参数中有６个是常数且取值总是非常简单以及第４列元素总是包含了第３列元素而使得求解得以简化。求解过程和结果与关节坐标系完全一致。斯坦福机械手的运动学逆解证明了这一点。     

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。     

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。     

可重组机器人运动学正逆解的自动生成

可重组模块机器人构形确定后,找出依序的连杆、关节模块,采用指数积（ＰＭＥ）法,自动生成运动学正方程转换成相对于固定坐标系的方程,找出规律,分布４个子问题,成功地运用ＰＭＥ法得到自动求模块机器人逆解的算法－逆运动学指数积（ＰＭＥＩ）法。Ｗｉｎｄｏｗｓ环境下正逆解的自动生成说明了该方法的可行性。     

PUMA560型机器人逆运动学问题的解析解

利用PUMA560型机器人的齐次坐标变换矩阵，推导了其逆运动学问题的解析解．与常用的其它方法相比，该方法简单、明了、计算速度快，对PUMA560型机器人的运动规划具有实用价值．     

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。     

RT一1蛇形柔体机器人的特点及逆运动学解

基于一个电机驱动，计算机控制，特殊铰杆式同步万向节连接的６自由度柔性壁组成的ＲＴ－１柔体机器人，探讨了用迭代法求解６自由度柔性壁的逆运动学解，由位置、姿态结构分别进行综合，求逆，交替调用两部分的逆解／迭代求出整个逆运动学解θｉ，经编程运算，给出了实例结果。     

机床车铣复合加工精度的影响因子探析

机械加工领域中作为一种先进制造技术的复合加工是现在最常用的加工工艺之一。而与一般加工设备不同点是铣复合加工是在一台机床上实现多种不同的加工工艺,所以这个加工工艺实际上就是一条生产线。文中结合实际的铣复合加工在机床工作精度的影响因子进行了研究和分析。     

可重构星球探测机器人的运动学建模及轨迹规划

提出了可重构星球探测机器人的概念，对系统中子机器人的研究进行了重点论述．通过设计恰当的子机器人连杆坐标系，利用Denavit-Hartenberg方法完成了子机器人的运动学建模，并直接给出了子机器人的运动学正解模型．由于使用单一的求解算法不能求出工作空间的封闭解，因此综合利用代数法、几何法原理及空间投影关系，结合子机器人的结构特殊性推导出了运动学逆解，从而得到了工作空间内的所有解．在此基础上，考虑结构间的约束关系，给出了子机器人的工作空间及轨迹规划方法．最后，使用OpenGL对设计的子机器人系统进行了运动学仿真实验，实验以末端操作器的直线运动为例，充分考虑空间几何的关系，其结果有效地证明了建模及轨迹规划的正确性。     

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.     

车铣复合机床改造的探索

车铣复合加工机床在现代制造业中占有重要地位,将数控车床改造为车铣复合加工机床是国内许多工厂的迫切需要。首先介绍了车铣加工的基本原理和主要优点;论述了CK0632数控车床主轴(C轴功能)的改造,阐述了改造后车铣复合加工机床适合加工的零件。通过设备改造提高了该数控车床的加工能力,扩展了数控车床的加工范围,减少了设备投资。     

袋装物料搬运机器人的运动学逆解

根据机器人D-H方法分析袋装物料搬运机器人的特点,利用坐标变换法和符号法对机器人机构运动学方程进行推导, 得到5自由度袋装物料搬运机器人的逆运动学求解的通用公式,为实际的袋装物料搬运机构的位置及速度控制提供了依据.     

TF-1型弧焊机器人的运动学建模研究

对机器人操作机进行运动学建模是机器人控制和运动规划的必要前提。利用TF-1型弧焊机器人的结构特点,运用一种新的求取逆解的方法,得出了该机器人运动学正、逆解析解。该方法避免了大量的逆矩阵相乘,简化了求取运动学逆解的过程,而且所得的解表达式简单,便于机器人的仿真和快速准确控制。仿真结果证明了该方法的有效性。     

MOTOMAN-HP3型机器人运动学建模

根据MOTOMAN-HP3型机器人具体结构特点,建立机器人的运动学模型,求出正逆解.并在机器人运动学建模过程中,对关节运动范围的转换规律进行了研究.为机器人运动分析、离线编程、轨迹规划等打下了基础.     

机器人PUMA560的质心坐标系运动学逆解

采用质心坐标系建立机器人PUMA5 6 0的结构参数 ,并对其运动学逆问题进行求解 ,其结构参数的增加并没有给求解过程带来更多的麻烦 ,所得结果与采用传统的关节坐标系一致 .算例证明了质心坐标系同样是一种有效的运动学分析方法     

基于旋量理论的蛇形机器人运动学建模

针对传统的D-H参数法需在每个关节上建立局部坐标系、建模过程复杂、几何意义不明确且求逆解易产生增根等不足,文中对具有关节多、结构冗余度高的蛇形机器人运动学建模展开研究,提出了基于旋量理论的蛇形机器人运动学建模方法,证明了D-H参数法与基于旋量理论的建模方法的等价性,并基于旋量理论的指数积公式求解了蛇形机器人的速度雅可比矩阵,建立了蛇形机器人速度模型.使用Adams软件对蛇形机器人进行运动仿真,测量所得的末端执行器线速度和角速度曲线与Matlab计算所得的末端执行器线速度和角速度曲线一致,结果表明了旋量理论建模方法的正确、简捷和有效性.     

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。     

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。