可重构机械臂普适性运动学建模及任务规划方法研究

来源 :北京邮电大学 | 被引量 : 9次 | 上传用户:btly540205390
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着机械臂在制造和太空探索等领域的广泛应用,机械臂趋向复杂性、多样性等方向发展。随之产生的可重构机械臂,给机械臂运动学建模、规划及控制带来了一定的难度。传统的运动学建模及规划方法不能完全应对多样化可重构机械臂的建模及规划,因此,进行可重构机械臂的普适性运动学建模和任务规划研究,简化其建模、规划及控制过程,为其任务执行提供快速、有效、可靠的执行方案,具有十分重要的理论意义和应用价值。本文面向可重构机械臂,重点对机械臂普适性运动学建模和任务规划关键技术进行深入分析和研究,本文的主要工作内容如下:1、可重构机械臂普适性运动学建模。通过研究机械臂运动副类型的描述及连杆运动的传递,引入“位置矢量”和“指向矢量”用于描述机械臂关节轴线上任意一点及其关节轴线指向,提出一种通用的运动学建模方法,解决可重构机械臂普适性运动学建模问题,为后续研究奠定基础。以8自由度可重构机械臂为研究对象,采用提出的方法对其进行建模,与其他建模方法的结果进行比较,通过数值计算验证该建模方法的正确性和有效性。2、可重构机械臂任务逆解研究。通过对机械臂速度级逆解方法进行研究,提出“任务位置”及“任务姿态”的概念以描述机械臂任务操作过程中的位姿约束,并将其相对于关节变量进行求解偏导数,得到对应的“任务雅克比矩阵”,进而在速度级逆解方程中实现机械逆解求解。另外,通过分析速度级逆解的迭代特性,提出一个变化上限处理因子,引入到迭代方程中,以减少逆解求解迭代次数,提高求解速度。通过8自由度可重构机械臂不同操作任务位姿约束情况下的逆解求解及路径规划,仿真计算验证该方法的正确性和实用性。3、可重构机械臂轨迹优化研究。在机械臂雅克比矩阵零空间中,引入优化指标的梯度投影函数,以实现机械臂轨迹优化。在此基础上,提出一个重复运动优化算子,解决可重构冗余度机械臂末端执行封闭轨迹情况下关节空间轨迹不封闭的重复性问题。另外,在机械臂关节空间规划过程中,由避障点位置、障碍位置、期望位置及机械臂根部位置确定避障方向,通过雅克比矩阵映射到机械臂关节空间,在关节空间中引入一个积分为零的函数,提出一程不影响机械臂终止构型的关节空间自主避障方法。4、可重构机械臂任务规划研究。开展机械臂典型任务操作的描述方法研究。分析机械臂任务操作的路径选择的相关依据条件,通过数学描述将依据条件进行公式化,引入到机械臂路径选择过程中,实现机械臂任务操作路径选择。着重开展路径最短、无碰撞路径选择研究,解决机械臂任务操作路径选择问题。5、可重构机械臂仿真软件开发及实验验证研究。通过分析机械臂的串联特性,基于VC++及OpenGL仿真技术,实现一套通用的机械臂三维可视化仿真软件。另外,在8自由度可重构机械臂系统上,设计重复运动、避障及任务规划实验任务,实验验证本文提出的相关理论的可行性。
其他文献
聚类分析是人类一项最基本的认识活动,是机器学习中的经典问题。所谓聚类就是按照事物的某些属性,把不同的事物聚集成类,使类间的相似性尽可能小,类内的相似性尽可能大。κ-m
石油钻井中为防止井喷,需要进行早期的溢流监测。传统的溢流监测方法存在很大的局限性,要求寻找一种新的检测方法。超声波测量技术由于具有许多独有的优点,现在已经广泛应用
优化问题存在于人类生活的方方面面,一直以来人们都在寻求各种合适的优化算法去解决各种优化问题。随着各种应用领域的拓宽,一些出现的优化问题也变得越来越复杂,相应的针对
该文讨论了软件复用的各种技术方法.包括软件复用的概念、过程、作用、软构件库的构造方法、软部件的复用方法、面向对象的合成技术等.提出了一种能较好支持软件复用的组合模
该文主要研究了如何构建一个数据挖掘系统,侧重对数据挖掘系统的功能分析和结构设计.第一章论述数据挖掘的概念,数据挖掘的定义、分类、内容、应用等,另外讨论了数据挖掘与数
决策方法是决策支持系统的核心,该文针对商业企业的特点,对库存论的基本方法进行综合应用,并在以下方面进行了改进;对基本经济订货量模型进行改进,得到了用于代销商品和有保
评判一个控制系统性能的优劣,应当从它的动态性能、稳态性能和适应性能等方面进行综合评价.基本模糊控制系统虽然具有较好的动态性能和适应性能,但是却存在自身无法消除的稳
钢丝绳作为最重要的承载部件之一,在工程领域中得到了广泛的应用,故而其安全性问题一直备受关注。因此,设计一套稳定可靠的钢丝绳无损检测系统具有十分重要的实际意义。本论
本文在多源传感器信息融合与信息融合算法管理的背景下,针对算法整体调整无法提高融合效果的情况,研究基于融合算法基本结构建模,对融合算法进行更细粒度的分解,在算法参数级