欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018110988650
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种6自由度机械臂逆运动学求解方法,其特征在于:包括以下步骤:S1、根据机械臂的参数建立机械臂的D‑H矩阵;

S2、根据机械臂的结构和机械臂的参数,确定S3的阈值,即机械臂末端位置与目标位置EP的最大距离;

S3、采用蒙特卡洛方法为机械臂全部关节赋予随机角度生成随机样本,通过所述D‑H矩阵计算每个所述随机样本对应的机械臂末端位置,保留满足条件的机械臂末端位置为样本;

所述S3具体包括以下步骤:

S31、为机械臂全部关节赋予随机角度,生成随机样本;

S32、将所述随机样本代入S1的D‑H矩阵,计算对应的机械臂末端的位置MS33、判断保留P同时满足如下条件,如公式(1)所示;

式(1)中,thx,thy,thz为所述阈值在x,y,z三个方向的标识;

M

S34、若所述随机样本对应的末端位置P满足S33的条件,则将所述对应样本保存至种群数组D1;

S35、循环S32‑S34的操作,直至完成全部随机样本的计算;

S36、循环结束,得到种群数组D1;

S4、以S3保留的样本为种群组,增加新的随机种群组合成遗传算法的初始种群,利用遗传算法求得运动学逆解;

所述S4具体包括以下步骤:

S40、在种群数组D1的基础,增加新的关节角度的随机样本组D2,组成遗传算法的初始种群D;

S41、为初始种群D编码;

S42、设定遗传算法的参数;

S43、计算种群中每个个体的对应的机械臂末端位姿矩阵的适应度函数值;

S44、根据S43的适应度函数值,对S41种群中的个体进行遗传选择;

所述S44中的适应度的函数的构造如公式(3)所示:Fit=|ΔP|+|ΔO|  (3)

式(3)中,|ΔP|为位置偏移量,|ΔO|为姿态偏移量;

式(4)中, 为遗传个体对应的机械臂末端位置, 为遗传E

个体对应的机械臂末端位置的x,y,z坐标,P为机械臂末端的目标位置;

式(5)中, 为遗传个体对应的机械臂末端姿态矩阵的第j列第i行, 为机械臂末端目标体姿态矩阵的第j列第i行;

S45、判断S44得到的遗传选择的个体是否满足交叉概率,如果所述遗传选择的个体满足交叉概率,则进行遗传交叉并保存到新的种群中;如果所述遗传选择的个体不满足交叉概率,则进入S46;

S46、判断不满足交叉概率的遗传选择的个体是否满足变异概率,如果满足变异概率,则进行变异交叉并保存到新的种群中,否则去除;

S47、在经过S45和S46操作得到的新种群的基础上增加新的随机个体,使得新种群保持原有种群的规模;

S48、判断S47得到的种群是否达到完成条件,完成条件包括种群中最佳个体的适应度函数值Fit<ε或者S43‑S47循环的次数在100‑300次内,达到任意一个条件均视为达到完成‑7 ‑7条件,ε的取值范围为1*10 ‑2*10 ;若没有达到完成条件,则用S47所得新种群替换前一次迭代的种群,重复S43‑S47的操作;若达到完成条件则退出;

S49、输出结果,即运动学逆解。

2.根据权利要求1所述的6自由度机械臂逆运动学求解方法,其特征在于:所述机械臂的参数包括:每个所述机械臂的长度、扭转角度、偏移量及关节角度。

3.根据权利要求1所述的6自由度机械臂逆运动学求解方法,其特征在于:所述S41的编码方式为实数编码。

4.根据权利要求1所述的6自由度机械臂逆运动学求解方法,其特征在于:所述S44中的选择采用竞赛选择法,舍弃适应度函数值过大的个体。

5.根据权利要求1所述的6自由度机械臂逆运动学求解方法,其特征在于:所述S45交叉选用多点交叉。

6.根据权利要求1所述的6自由度机械臂逆运动学求解方法,其特征在于:所述S40中,设定种群D中个体的数量为T,随机种群D2中个体的数量T2的计算公式为:式(2)中,T1为S36所得的种群数组D1中个体的数量。