机器人逆运动学的数值解法

介绍了近年来国外采用数值方法求解机器人逆运动学问题的进展情况，重点讨论了ＣＰ路径下的闭环方法和冗余自由度机器人的运动学逆解问题。     

七自由度机械臂逆运动学求解方法

针对SRS (spherical-roll-spherical-joint)结构的机械臂,提出了一种基于臂型角规划的逆运动学求解方法.根据目标位置设置臂型角,将臂型角作为冗余参数,利用机械臂的几何特征求出逆运动学解析解.同时,针对机械臂运动过程中可能产生的臂型角奇异位形工况,引入肘部位置约束获得运动学逆解.通过UG-Simulink联合仿真及物理试验,验证了方法的有效性.当机械臂位于肩关节奇异位形,可避免采用关节角参数化求解时产生无数组解的结果.在重力卸载环境下的抓捕和释放物理试验中,有效解决了空间运动受限时的空间奇异解问题.     

一种解析和数值相结合的机器人逆解算法

针对不存在解析逆运动学解的机器人结构,提出一种解析与数值相结合的求解算法.将传统的算法简化为寻找一个合适的目标函数,对一维关节变量进行迭代求解,其余关节变量可以用解析式求得,从而将逆运动学的多变量迭代求解问题简化为一维变量迭代求解.利用该算法对一种不存在解析逆解的5自由度机器人进行解算,耗时不足0.3ms,计算速度优于传统的算法.这种算法的实时性和准确性满足了机器人实时控制的要求,不需要进行正运动学计算,可以解决大多数关节正交结构的机器人逆运动学问题.      

基于螺旋理论模块化机器人运动学分析与仿真

基于螺旋理论对模块化机器人的速度级和位移增量级运动学关系进行了分析,开发了模块化冗余度机器人的逆运动学控制算法.针对模块化机器人可能具有任意自由度和任意构型、可以经常快速安装和拆卸、易于可重构且由系列化、标准化部件组合的特性,开发了具有自动建模功能的模块化机器人仿真系统.该仿真系统由模块构造器、机器人建造器、图形示教和运动规划仿真器等分系统组成.通过一个7-DOF模块化串联机器人抓放工件的演示实例验证了所提算法和仿真系统的实用性.     

冗余度机器人力控制的运动学稳定性分析

把非冗余度机器人位置／力混合控制方案引入到冗余度机器人，用线性化的动力学模型对其运动学稳定性进行分析，提出一种改进的基于运动学稳定的冗余度机器人混合控制策略。仿真研究结果证明了所提出方法的有效性。     

具有三分支空间机器人的运动学分析

对三分支空间机器人机构进行运动学分析.首先给出了该空间机器人机构的模型和3种工作模式,在搬运和协调操作2种模式下机构采用了串并联的结构型式,在运动学上具有特殊性故成为研究重点.由于此时机构具有12个关节变量,其中只有6个是独立的,这样给机构的分析及控制带来了困难.为此,利用影响系数法推导了机构独立运动参数与非独立运动参数之间的约束方程,建立了输出运动与输入运动之间的映射关系.从而解决了机构的速度和加速度的反解问题.      

基于改进粒子群的绳驱连续型机械臂逆运动学分析

绳驱连续型机械臂具有良好的柔性和灵活性,能够在狭小的空间内运动,但相对于离散型机械臂,利用D-H参数构建运动学模型的方法不再适用,且连续型机械臂具有无穷自由度,逆运动学求解困难。针对一种两节的绳驱连续型机械臂的运动学问题,基于分段常曲率假设,建立了运动学模型,并分析了两节之间的运动学耦合关系。在此基础上,利用改进粒子群优化算法求解连续型机械臂逆运动学,通过仿真验证了该逆解算法的可行性和有效性,搭建了绳驱连续型机械臂的物理样机系统,并验证了基于分段常曲率假设的正运动学模型的正确性。     

空间四面体翻滚机器人运动学分析及仿真实验

对四面体及多面体机器人的研究现状进行了分析.介绍了空间四面体翻滚机器人的结构,由6根伸缩臂和4个顶部节点平台组成,通过伸缩臂的运动可以使四面体的重心失稳,实现翻滚运动.结合四面体翻滚机器人的运动形式,给出了翻滚的临界条件,根据不同的运动阶段对四面体翻滚机器人进行了运动学分析.利用Adams虚拟样机技术对四面体翻滚机器人进行了运动学仿真,并进行了样机的实验,验证了方法的正确性.该分析结果可进一步用于空间四面体翻滚机器人的动力学分析和优化设计.     

骑座相贯线焊接机器人运动学分析及仿真

针对复杂相贯线曲线机器人自动焊接的特殊要求,开发了骑座式相贯线焊接机器人,并通过对机器人结构进行合理简化建立了机器人的D-H连杆坐标系.根据D-H连杆坐标系,推导了机器人的运动学正解方程和逆解方程,并结合机器人关节变量的取值范围,确定了逆解的唯一性.然后通过Matlab仿真软件对机器人的运动学进行了仿真,结果表明所得的机器人正、逆运动学方程完全正确.仿真误差表明所得结果完全可以满足工程需要,为相贯线焊接机器人的轨迹控制和离线编程提供了依据和算法支持.      

一种新型医疗机器人运动学及灵活性分析

从临床应用的角度出发,分析了微创神经外科机器人的结构特点.建立了机器人空间运动学模型,确定了该机器人逆解具有解析解,通过仿真验证了逆解的正确性.分析了机器人手腕的灵活性,用姿态球的概念定义了五自由度机器人手腕灵活性,给出了手术矢量工具姿态球的边界表达式,提出了手腕灵活性的分析方法,给出了机器人的灵活区域分布.掌握运动学和灵活性分析方法,可以为结构设计提供可靠的依据,为后续机器人控制功能的实现奠定基础.     

基于改进遗传算法的移动机器人路径规划

路径规划是实现移动机器人自主导航的关键技术。针对常规路径规划算法求解的路径长度非最短以及在前后两次规划过程中规划路径不连贯的问题,提出一种基于改进遗传算法的帧间关联平稳路径规划方法。首先,结合随机和定向两种搜索方式生成候选路径;然后,在常规遗传操作算子中引入插入算子和删除算子,并将规划路径的连贯性考虑进适应度函数中来计算每条候选路径的适应度值;最后,输出适应度值最高的路径作为当前最优路径。仿真结果表明了所提方法的正确性和可行性。实验结果表明,所提方法与A*算法和常规遗传算法相比,移动机器人行驶路径长度分别减少了3.05%和1.85%;行驶过程中的最大偏航角变化量分别减少了38.02%和32.43%,转角绝对值之和分别减少了23.97%和19.94%,所提方法能规划出更优的路径,并显著提高移动机器人的行驶效率和平稳性。      

基于遗传算法的设备布置优化算法

对设备布置问题,建立了多目标优化数学模型.为弥补当前的现场布置遗传算法在变异阶段的不足,将最优个体变异与随机变异相结合,设计了组合变异策略:首先变异最优个体,如果变异出更优的个体,则用新个体替换当前种群的最差个体;如果最优个体变异不成功,则随机选择一个个体执行随机变异.据此,提出了一种改进的遗传算法用于求解设备布置问题.仿真实验证明了组合变异策略能够在明显较短的时间内,取得与随机变异相当的最优布置结果.对比分析进一步验证了该算法的有效性.     

基于改进遗传算法的航空集装箱装载问题研究

针对标准遗传算法求解装载方案时存在收敛速度慢、易早熟、寻优结果欠佳的问题,基于拟人装载策略,提出了一种以集装箱空间利用率最大为目标,考虑货物装载顺序、体积、质量、重心、不重叠等多种实际约束的改进遗传算法。首先,采用与货物放置状态相结合的实数编码,随机产生初始种群;然后,在常规选择操作中加入最优解保存策略,并将稳定性、支撑限制、重心约束考虑到进行线性尺度变换后的适应度函数中,以此来计算每种装载方案的评估值;最后,输出评估值最高的方案作为最优装载方案。实验采用异构性不同的测试算例进行性能测试,结合3组具体货物装载数据证明算法的普适性与实用性。结果表明:所提算法在求解强异构货物装载过程中具有较好的优化效果,适用于求解集装箱装载问题。与标准遗传算法相比,收敛性与搜索速度有所提高,2种不同箱型的集装箱空间利用率分别提高了3.82%和3.66%,运行时间分别缩短了7.9 s和5.58 s,能快速找到最优装载方案,可有效解决规则、不规则集装箱的货物装箱问题。基于MATLAB软件实现装载方案的可视化,为集装箱的实时装载决策提供了理论基础。      

遗传算法在质量矩导弹姿态控制中的应用

研究了三轴稳定控制系统的姿态控制问题.建立了内部带有3个可移动滑块的数学模型.利用RBF(Radial Basis Function)网络的快速自学习以及自适应特性,将其作为控制器不断调整滑块的位置.同时利用遗传算法(GA)的全局、并行寻优及增强式学习能力对神经网络控制器的权系进行优化.通过对滑块位置的协调控制,改变导弹的飞行姿态.最后讨论了滑块运动特性对系统性能产生的影响并对系统稳定性进行了分析.仿真结果表明该控制律能在保证系统稳定的情况下有效地实现导弹的姿态调整,并且提高了系统的动态响应品质.      

基于遗传算法的航空发动机部件特性修正

研究了航空发动机部件特性修正技术,提出了一种基于变适应度函数的模型优化算法,以达到减小总体建模误差,提高模型精度的目的.在稳态模型的基础上,对引气系数、总压恢复系数和各部件的特性进行了修正,使修正后的模型输出与实验数据相一致.采用改进遗传算法,对交叉率和变异率进行了非线性自适应调整,并根据误差大小调整适应度加权系数,避免算法陷入局部最优,同时减小最大建模误差.仿真结果表明,修正后各实验参数平均误差从2.420 8%减小到0.321 7%,模型满足稳态误差小于2%的要求.      

基于遗传算法的AT换挡元件方案优选

基于对液力自动变速器(AT,Automatic Transmission)的行星齿轮机构和换挡元件方案的运动学分析,提出了一种可实现换挡元件方案自动优选的智能算法.该方法不同于传统的方案设计方法,采用遗传算法来优化行星齿轮机构的特性参数,并根据换挡元件闭合顺序给出相应方案的偏移值,提出了换挡元件方案优选算法的适应度函数,实现了传动比优化和换挡元件闭合有序化的同步设计,从而缩短方案设计周期.基于MATLAB运算平台,实现了对ZF-8AT的换挡元件方案的优选,得到了3组最优换挡元件方案.结果表明,该算法有效地实现换挡元件方案设计.     

基于优化理论的GPS定位解算算法

针对传统定位解算方法存在的问题,基于优化理论的思想提出了一种新的定位解算方法——基于优化理论的最大后验估计算法.介绍了该方法的基本原理,详细给出了算法的推导过程,该方法用优化理论的思路求解系统状态量的最大后验概率估计值.它是从系统状态量、观测量的联合概率密度函数出发,将估计问题转化成优化问题,用优化问题的解法对系统的状态进行估计.在此基础上,用仿真实验验证了该方法进行定位解算的有效性.实验结果表明该方法完全解决了定位解算中的非线性问题,并拥有较高的定位精度.     

基于Pareto遗传算法的复合材料机翼优化设计

针对某型飞机设计过程中遇到的副翼反效问题,提出了复合材料机翼满足气动弹性要求的优 化方法,构造了一种基于Pareto最优解定义的多目标遗传算法——Pareto遗传算法.该算法 以权重信息为基础建立Pareto解集过滤器,引入小生境技术等实现Pareto前沿面的求解.测 试函数计算表明该算法有较好的收敛性.以复合材料机翼的升力系数和滚转力矩系数为目标 函数,采用Pareto遗传算法进行计算得出一组Pareto最优解集,计算结果表明,给出的方案 能够满足工程需求,为决策者提供了多种可选方案.      

基于混合遗传算法的多箱型集装箱装载问题分析

航空多箱型集装箱装载是实现快速、高效、安全航空货物运输的重要环节。针对现实约束条件下多种货物和箱型的集装箱多箱装载优化问题,搭建数学优化模型,提出一种求解货物装载布局方案的混合遗传算法,以达到充分利用集装箱装载空间的目的。采用三段式编码确定货物装载顺序、货物放置状态及集装箱编号,随机产生初始种群;在常规选择操作中加入最佳个体保护策略,并将重心、不重叠、承重约束考虑到适应度函数中,以此来评价解的优劣;加入模拟退火算子,用其突跳性避免遗传陷入局部最优的情况,进一步提高优化效果。通过算例对比表明,所提算法在满足多种约束条件下仍能保持较高的体积利用率,能够很好地解决强弱异构货物的装载;采用具体货物数据进一步验证算法的可行性与适用性,4种航空集装箱的平均体积利用率高于82%,表明所提算法能够有效解决规则和不规则多箱型集装箱的货物装载问题,具有较好的工程应用价值。      

基于遗传进化算法反演吸波结构电磁参数

对多层吸波结构中未知参数层的电磁参数进行了反演.根据传输线理论确立的多层结构电磁参数与反射/透射系数的关系,建立正向反射率计算模型,根据自由空间法原理搭建的测试平台测量得到多层吸波材料不同入射角度下的反射率信息,利用改进的遗传进化算法获取了多层吸波结构中未知参数层的电磁参数.在遗传进化过程中,采用高斯随机数代替基本遗传算法的均匀随机数,避免了传统网络参数法厚度谐振、多值性问题和基本遗传算法易陷入局部最优点的问题.与传统传输/反射法结果的比较,验证了这种方法的可靠性.这种方法同时适用于计算高、低损耗介质材料的电磁参数.