基于NURBS算法的冗余机械臂轨迹规划

为有效抑制机械臂高速运动过程中的波动,提出一种基于NURBS(非均匀有理B样条)算法的七关节冗余机械臂轨迹规划方法。根据NURBS算法的性质,将关节运动路径点作为曲线控制点,根据绝对运动距离计算出非均匀节点矢量,把权因子作为控制变量进行速度、加速度条件约束,完成对由离散点组成的机械臂各关节特定轨迹进行逼近。通过计算机对建模和仿真,验证了该算法在冗余机械臂轨迹规划中的可行性和有效性。     

六自由度空间柔性机械臂的动力学分析与仿真

突破了仅对两自由度平面柔性机械臂进行研究的传统,而对多自由度空间柔性机械臂进行动力分析。用假设模态法表示臂杆柔性,并将变形量融入D—H坐标系,通过对机械臂末端的轨迹规划得到刚性运动学的逆解。运用Kane方法对多自由度的空间柔性机械臂进行动力学建模,推导出完整的系统动力学方程,采用较高精度的四阶龙格-库塔法对动力方程进行积分求解。给定一个六自由度柔性机械臂模型,并对其进行数值仿真,验证了臂杆柔性对机械臂的动力响应产生的重要影响。     

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     

基于模拟退火鸡群算法的平面冗余机械臂逆解

针对平面冗余机械臂逆解求解复杂问题,提出一种基于模拟退火鸡群算法的优化方法。分析了冗余机械臂逆解求解模型,并确定约束条件,以此建立优化目标函数。在传统鸡群算法小鸡粒子位置更新中加入向公鸡粒子学习的功能,增强了小鸡粒子寻优的全局性;引入模拟退火算法提高了小鸡粒子向母鸡和公鸡粒子学习的自适应性。通过分析比较可知,改进算法的时间复杂度与原算法一致,利用测试函数对比仿真,验证了改进算法的稳定性和精度。该策略对由目标坐标求得的机械臂可行解进行寻优,得到了转动角度较小、满足一定精度的机械臂逆解。实验结果表明,该方法可使机械臂在一次位置迁移中平均少转动约1.91°。     

柔性机械臂动力学的模态综合法

运用模态综合方法,导出柔性机械臂系统的动力学方程,并指出这种方法的优点,对单臂模型的数值计算结果验证了本文的方法。     

基于零空间的冗余机械臂轨迹有效性判断方法

针对传统方法难以在线判断冗余机械臂末端轨迹在关节限位和碰撞约束下有效性的问题,提出了一种基于零空间描述的在线判断S-R-S(球型-旋转-球型)七自由度机械臂末端轨迹有效性的方法.首先,提出有效计算关节限位下臂角集的方法和改进的碰撞检测方法以实时计算冗余机械臂的零空间.当给定末端位姿的零空间为空时,机械臂受关节限位和碰撞的影响无法到达该目标位姿.然后,基于该思想提出一个新的期望轨迹有效性判断方法,该方法无须像传统方法预计算和构建工作空间数据库,能实时判断多约束下末端轨迹的有效性.最后,机械臂实验验证了该方法的有效性和实时性.     

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...     

冗余度空间机械臂的动力学与优化控制

利用多体系统动力学方法导出冗余度空间机械臂的动力学方程，利用动力学优化控制规律，以最小关系速度为目标，讨论了冗余度空间机械臂追踪惯性空间期望轨迹的控制问题，通过仿真计算，表明控制规律的有效性。     

基于碰撞反馈的冗余机器人避障规划算法

针对复杂封闭类管道零件喷涂过程中避障的需求,该文提出了一种基于碰撞反馈的冗余机械臂避障算法,该算法利用投影相交法进行碰撞检测,将碰撞类型分为可规避碰撞及不可规避碰撞两类:针对可规避碰撞,提出了关节权值动态调整算法,通过加强对碰撞关节的运动限制,同时放宽对其他关节的约束,实现自运动优化避障;针对不可规避碰撞,提出了基于...     

一种直接面向位移寻优的冗余度机器人运动规划算法

针对冗余度机器人梯度投影逆解算法和数值优化方法在处理位移层面附加作业任务时存在的不足,基于自运动流形,推导出直接面向位移寻优的冗余度机器人运动规划的新算法.新算法将运动规划等效为两步来完成,首先采用非冗余关节实现末端操作器的精确位姿跟踪,然后利用附加作业对冗余关节位移的梯度来调整冗余关节,再利用机器人的自运动来实现附加作业.仿真结果表明,新算法在有效完成主任务和附加任务的同时还具有更快的求解速度,因此更适于冗余度机器人完成位移层面的附加作业任务.     

基于神经网络的空间7R冗余机器人的运动模型辨识

针对空间冗余机器人运动学控制中正、逆运动学求解的复杂性，采用神经网络从两方面解决这一问题。一是从神经网络出发，提出了一种新的动态神经网络结构--状态延迟输入动态递归神经网络（SDIDRNN），提高了网络的学习速度；二是从辩识方案出发，以SDIDRNN为基础，在空间7R冗余机器人正、逆运动学模型辩识的问题上，设计了一种新颖的解耦辩识方案。将其与另外两种具有普通网络结构的辩识方案相比较，说明了该新方案具有更高的学习能力，辩识误差可降低到对比方案的40％-6％。由于学习速度的提高，达到设定误差时的训练次数大大减少，使该方案在机器人运动控制系统中的实时计算能力大大增强，为神经网络在机器人运动学控制中的应用提供了一条崭新的思路，具有重要的应用意义。     

一种新颖的冗余度机器人及其视觉伺服方案

视觉伺服冗余度机器人在灵巧操作、装配等领域有很好的应用前景 .为了减少其运动规划的计算量 ,设计了一种具有准万向关节的七自由度机械臂结构 .在此基础上提出了一种基于位姿分散自律速度控制的运动规划方法 :采用速度矢量极小最小二乘分解方法进行腕部运动速度控制 ;根据欧拉角法则正向递推解决操作手的姿态规划问题 .文中还采用数值仿真手段验证了其有效性 .该方法的特点是物理意义明确 ,算法简单 .同时具有一定的运动学鲁棒性 .     

机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.     

一种在驱动轮打滑情况下爬壁机器人动力学建模方法

分析了轮式爬壁机器人(WWCR)在壁面作业容易发生打滑的原因,在建立其理想纯滚动假设条件下的动力学模型基础上,基于车辆动力学理论,引入单个驱动轮的动力学方程,提出了一种在驱动轮打滑情况下WWCR的动力学建模方法.仿真算例表明,吸盘吸附力和壁面附着系数对WWCR运动轨迹影响非常大;在复杂的壁面环境下,可通过对吸盘吸附力和驱动轮力矩的协调控制,合理调节轮子的打滑程度,获得尽可能大的附着系数,并弥补打滑造成的运动轨迹偏移,从而获得良好的壁面运动性能.该建模方法为WWCR在打滑情况下的运动控制和路径规划提供了理论研究基础.     

基于IAPF-ACO的工业机器人运动规划

针对蚁群算法运动规划收敛慢且精度不佳的问题,提出一种改进势场蚁群(improved artificial potential field ant colony optimization, IAPF-ACO)算法。斥力计算模型引入目标调节因子解决势场寻优不可达且易陷入局部最优问题。蚁群算法计算框架加入改进势场模型,即启发信息函数中增加势场信息因子。三维障碍物空间仿真规划表明：IAPF-ACO算法在离散环境与聚集环境规划路径质量较优、规划结果较为稳定。在MATLAB搭建工业机器人仿真模型,关节空间内对规划路径点平滑处理,避障仿真结果表明,工业机器人末端位移是一条安全、平滑的运动轨迹。     

未知环境下基于模糊神经网络的机器人路径规划

为提高移动机器人在未知环境下避障行为的成功率,通过对障碍物信息的输入,从控制输出数据中找出避障行为模式,生成相应的模糊逻辑控制规则,并把模糊控制算法引入到神经网络中,使得模糊控制器规则的在线精度和神经网络的学习速度均有较大的提高,使移动机器人具有较为迅速的反应能力,实现机器人连续、快速地避障并最终到达目标.系统仿真证明了模糊神经网络在移动机器人路径选择中的智能性.     

基于C空间的双臂机器人无碰撞运动规划

研究了双臂机器人无碰撞运动规划问题,将C空间法成功地应用于双臂机器人的无碰撞运动规划,并提出了从臂从碰撞状态数据库（CSDB）概念,在本算法中,双臂机器人无碰撞运动规划问题被归结为对从臂无碰撞状态数据库的搜索,运用该算法可以找到一条最优的无碰撞运动轨迹,并已在双臂CARATES型机器人上通过试验论证。结果表明,该算法可行且效率较高。     

基于凯恩方程的机器人动力学递推算法

本文在凯恩动力学方程的基础上,提出了一种新的机器人动力学递推算法。这种方法直观简练,可以不经拆链就能较方便地解决带有局部闭链结构的操作手动力学问题,尤其适用于计算机编程计算。本文用这种算法对2自由度4杆机构进行了计算,列出了它的动力学公式。     

基于DRNN的机器人轨迹跟踪自适应控制

针对模型未知和动力学非线性机器人轨迹跟踪,提出了一种基于分布式动态回归神经网络（ＤＲＮＮ）的自适应控制方法．该方法在ＰＤ动态反馈控制的基础上,引入神经网络辨识器（ＮＮＩ）在线逼近对象的非线性动力学,并设计出神经网络自适应控制器（ＮＮＣ）来补偿机器人动力学非线性造成的误差．仿真结果表明该控制方案具有良好的跟踪性能和较强的鲁棒性．