1.一种5自由度机械臂逆运动学求解方法，其特征在于，所述方法包括以下步骤：

1)根据机械臂D-H参数建立正运动学模型

通过D-H参数确定机械臂每个连杆上的坐标系以及其坐标系之间的转换关系，连杆坐标系{i}相对于连杆坐标系{i-1}的变换矩阵Ai，两相邻杆件的坐标系变换关系式根据D-H法则得：上式各参数含义为杆件i相对于杆件i-1先绕轴zi-1旋转θi角度，再沿轴zi-1方向移动di距离，再沿轴xi-1移动ai距离，再绕轴xi-1旋转αi角度；

将各个连杆变换矩阵Ai(i＝1,2,...,n)相乘得到机械臂末端坐标系相对于固定坐标系的变换矩阵表达式：即为坐标系{n}相对于坐标系{0}的变换矩阵， 是关于n个关节变量q1,q2,...,qn的函数，则：根据式(3)，得机械臂的正运动学方程：

式(4)表明了机械臂末端位置P3*1、姿态R3*3与各关节变量之间的函数关系；

2)建立机械臂末端位姿误差函数模型

采用正态分布随机关节变量样本qsample，任意选取一组qe＝(θ1,...,θn)作为初始猜测关节角，通过正运动学将该组关节角转换成末端姿态信息矩阵 其中机械臂末端位置Pe∈R3，末端姿态Re∈R3*3是3*3的旋转矩阵，O为1*3的零矩阵；

对于给定的末端期望姿态信息矩阵 其中末端期望位置Pd∈R3,末端期望姿态

3*3

Rd∈R ，O为1*3的零矩阵，通过末端姿态Re与末端期望姿态Rd的内积求得两姿态矩阵各轴的欧拉角[r p γ]，其中r为绕x轴的旋转量，p为绕y轴的旋转量，γ为绕z轴的旋转量，末端初始猜测位姿的误差和期望位姿的误差分别表示为：Δpe＝pd-pe，Δpe∈R3    (5)

ΔRe＝[r p γ]

定义末端位姿误差向量为e＝[Δpe ΔRe]∈R1*6，末端位姿误差函数如下

3)目标是在当前状态小的扰动下计算末端位姿误差函数，即最小化误差函数Err(θ)，将返回的函数值计入到一个新的状态，迭代直至Err(θ)在允许误差内；

4)进化策略算法首先通过蒙特卡洛方法采样n个随机的方向εi，该采样服从均值为零，方差σ不变的正态分布，基本更新状态规则如下：式(7)中，θt+1是t+1时刻的关节量，θt是t时刻的关节量，α是学习因子，(7)式表明状态更新沿着εi的方向，并且更新的方向与误差大小成正比，更大的误差函数Err(θ)的值，意味在该方向上移动地更远，即状态更新地越快；

式(8)采用有限差分近似的方式来计算误差函数Err(θ)在θ点处的近似梯度gσ(θ)，gσ(θ)采用了对偶采样，有效地降低正态分布随机样本的方差；

5)不断地迭代(7)式，更新状态，直至误差函数收敛至零附近或迭代允许误差内，退出迭代，输出迭代结果qout(θ)＝[θ1  ... θn]，表明在允许误差内，末端姿态信息矩阵已与末端期望姿态信息矩阵 重合，即得到机械臂逆运动学方程的解qout(θ)＝[θ1 ... θn]；

6)若上式步骤中，迭代结束，误差函数仍未收敛至零或允许误差内，则表明该解是局部最优解，返回步骤2)中更换初始关节值，使其跳出局部最优解。