[發(fā)明專利]一種基于解析數值混合法的冗余機械臂逆運動學方法

有效

• 申請?zhí)枺?/td>: 202210219899.0
• 申請日: 2022-03-08
• 公開（公告）號: CN114670190B
• 公開（公告）日: 2023-10-24
• 發(fā)明（設計）人: 劉正雄;王世鷗;劉星;馬志強;常海濤;黃攀峰
• 申請（專利權）人: 西北工業(yè)大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 西安維賽恩專利代理事務所(普通合伙) 61257
• 代理人: 劉春

本發(fā)明公開了一種基于解析數值混合法的冗余機械臂逆運動學方法，包括以下內容：步驟1、建立機械臂的逆運動學模型；步驟2、確定逆運動學問題的代價函數和約束條件；步驟3、尋找滿足約束條件的臂型角；步驟4、更新粒子速度和位置；步驟5、根據邊界約束條件按照代價函數對速度和位置超限的粒子進行初始化；步驟6、計算更新后所有粒子的代價值、歷史最優(yōu)值以及種群的全局最優(yōu)值；步驟7、t＝t+1，返回步驟4，不斷更新粒子的位置與速度；當t＝t_max達到最大迭代次數后，終止循環(huán)，代價值最小的粒子及其所對應的那組逆解即為最終期望末端位姿所對應的機械臂逆運動學結果。其獲得了一組滿足避障、避奇異、避關節(jié)極限且能保證運動過程連續(xù)的機械臂逆運動學結果。

技術領域

本發(fā)明屬于冗余機械臂逆運動技術領域，具體涉及一種基于解析數值混合法的冗余機械臂逆運動學方法。

背景技術

冗余機械臂的逆運動學結果理論上有無窮多組，與6自由度機械臂相比當其末端位姿保持不變時，其他關節(jié)仍可以運動，因此其運動靈活性好、能夠克服關節(jié)極限、能在末端位姿不變的情況下完成避障，而且可以有效地避免非冗余機械臂常出現的構型奇異問題。

為了得到一組唯一的結果，需要對機械臂的逆運動學問題施加一定的約束。機械臂逆運動學問題的解決方法通?？煞譃榻馕龇ê蛿抵捣▋纱箢?。數值法可分為與雅克比矩陣相關的方法和基于優(yōu)化的方法，通常計算效率較低，且計算精度和計算速度難以同時保障。解析法計算高效且精度絕對，但是仍然需要設置一定的策略來選出滿足任務條件的一組逆解。

冗余機械臂的構型大多數是仿人手臂設計的，其肩部和腕部可以等效成球腕關節(jié)，引入臂型角約束量通過解析法可以獲得幾組逆運動學的解析解。通常的處理方法是將臂型角設置為固定值或者按照一定的間隔進行搜索選擇，這種方法難以滿足機械臂避障、避奇異等多方面的要求，因此需要綜合考慮多種約束選擇出合適的臂型角進而獲得一組滿足所有任務要求的逆運動學結果。

發(fā)明內容

本發(fā)明的目的是提供一種基于解析數值混合法的冗余機械臂逆運動學方法，以獲得一組滿足避障、避奇異、避關節(jié)極限且能保證運動過程連續(xù)的機械臂逆運動學結果。

本發(fā)明采用以下技術方案：一種基于解析數值混合法的冗余機械臂逆運動學方法，包括以下內容：

步驟1、按照臂型角參數化的方法建立機械臂的逆運動學模型；

步驟2、確定逆運動學問題的代價函數和約束條件；

步驟3、基于粒子群優(yōu)化算法、尋找滿足所述步驟2中約束條件的臂型角

步驟4、更新粒子的速度和位置；

步驟5、根據邊界約束條件、按照所述步驟2中的代價函數、對速度和位置超限的粒子進行初始化；

步驟6、計算更新后所有粒子的代價值、歷史最優(yōu)值以及種群的全局最優(yōu)值；

步驟7、更新迭代次數，t＝t+1，t表示粒子的迭代次數，返回步驟4，不斷更新粒子的位置與速度；當t＝t_max達到最大迭代次數后，終止循環(huán)，代價值最小的粒子及其所對應的那組逆解即為最終期望末端位姿所對應的機械臂逆運動學結果。

進一步的，步驟1中逆運動學模型為：

式中，⁰T₇表示機械臂末端相對于基座的位姿矩陣，表示臂型角，Θ＝[θ₁ θ₂ θ₃θ₄ θ₅ θ₆ θ₇]表示機械臂的7個關節(jié)角，每個臂型角可以得到機械臂的8組逆解。

進一步的，步驟2中的代價函數的形式如下：