本发明专利技术设计了一种七自由度空间机械臂最优化基座位姿扰动的路径规划方法。建立了自由漂浮基座和七自由度机械臂组成的模型，在该模型下进行仿真实验。包括以下步骤：首先，对空间机械臂建立运动学方程；然后利用正弦五阶多项式函数对关节轨迹参数化，根据基座位姿控制精度指标和机械臂的运动约束设计目标函数；最后采用量子行为粒子群优化算法求解非线性优化问题，搜索机械臂关节运动的最优轨迹，使其对基座的位置和姿态产生的扰动最小，从而达到最优化基座位姿的目的。发明专利技术能较快的找到全局最优值，所需的相关参数少，可使关节路径平滑并且满足关节角、角速度以及角加速度的范围。本发明专利技术最优化七自由度机械臂基座的位置和姿态问题是可行有效的。
【技术实现步骤摘要】
本专利技术属于航空航天控制领域，更具体地说，涉及最优化基座位姿扰动的七自由 度空间机械臂轨迹规划方法。
技术介绍
随着国家国民经济与国防工业技术的飞速发展，航天器卫星等数量越来越多，人 们越来越关注空间机器人在空间技术的发展。但是由于各种原因如卫星故障、失效或任务 结束而被放弃等，卫星被留在空中成为了空中废品，对轨道资源以及其他航天器安全都会 产生巨大影响。 目前，越来越多的学者不断地研究空间机器人的姿态稳定问题。VAFA等关于自由 漂浮系统的非完整路径规划提出了自校正运动法和扰动图法。但自校正运动法只能调整基 座姿态，其最终状态改变不了。M.A Torres等提出增强干扰图（EDM)方法，这种方法减小了 姿态干扰，但其计算需占用较大存储空间，计算慢且效率太低。P. F Huang在2006年提出 最小基座反作用干扰的最优路径规划方法，它是基于遗传算法的，可以稳定控制基座姿态， 但遗传算法的实现较粒子群算法复杂。戈新生等提出基于遗传算法的最优轨迹规划，解决 了机械臂系统运动规划问题。2011年，史也等提出了量子粒子群优化算法进行关节轨迹优 化，控制基座姿态。以上均不是以七自由度的机械臂为对象同时规划基座的位置和姿态，本 专利技术以七自由度空间机械臂为仿真对象，采用量子行为粒子群优化算法同时规划基座的位 置和姿态，使基座的位姿扰动最小。
技术实现思路
鉴于已有生产方法存在的缺陷，本专利技术提供最优化基座位姿扰动的七自由度空间 机械臂轨迹规划方法，该方法是规划七自由度空间机械臂基座的位置和姿态，利用量子行 为粒子群优化算法（QPS0算法）搜索关节运动的最优轨迹，达到机械臂运动对基座位姿产 生的扰动最小的目的。 为实现上述目的，本专利技术所采用的技术方案是： 包括以下步骤：（1)对七自由度空间机械臂建模，定义机械臂的连杆长度、连杆以 及基座的质量等几何参数，利用广义雅可比矩阵建立七自由度机械臂的运动学方程。（2) 利用四元数描述机械臂的基座姿态，采用正弦函数五阶多项式参数化空间机械臂的关节轨 迹，根据空间机械臂基座的位置和姿态建立系统状态方程，以上均要满足关节角、角速度和 角加速度的约束条件。（3)根据基座位置和姿态控制精度指标和机械臂的运动约束建立适 应度函数。（4)采用量子行为粒子群优化算法优化目标函数，求解出适应度函数中的最优 解，代入参数化后的关节轨迹方程，实现对基座位置和姿态的最优化。 另外，目标函数就是适应度函数，定义的适应度函数为： LlN 丄UOldSUUU A yJ^ rVJ Z/5 }J^ 式中，b指基座，q，p分别表示基座姿态，基座位置。δ qb是基座姿态的四元数误 差，Spb是基座的位置误差，分别是关节速度和角加速度的约束。J q，Jp分别是姿态 误差和位置误差的权重系数，分别是关节角速度、角加速度限制的权重系数，它们均 由精度要求所决定，此处 利用QPSO算法搜索空间机械臂关节运动的最优轨迹包括以下步骤： 步骤1 :置时间t = 0,在问题空间中初始化M个粒子的当前位置X1 (0)，（粒子i =1，2,... M)，并置个体最好位置P1 (0) = X1 (0)。 步骤2 :根据下式计算粒子的平均最好位置（j指空间维数，j = 1，2, ... 7): 步骤3 :根据适应度函数计算每个粒子的适应度值F1 (a)，并更新粒子的个体 最好位置，即若 FK1 ⑴]< FEP1 (t-Ι)]，则置 P1U) = X1U);否则， P1 (t) = P1(H)0 步骤4 :更新全局最优位置G⑴，即将P1U)的适应值与全局最好位置G (t-Ι)的 适应值比较，若 FEPjt)] <F，则置 G(t) =P1U);否则 G(t) =G(t-l)。 步骤5 :根据下式计算得到随机点的位置： 式中，w/t)服从（0, 1)上的均匀分布。 步骤6 :根据下式更新每个粒子的新位置： 式中，U1, Jt)服从（0, 1)上的均匀分布，α称为QPSO的收缩扩张系数，它是算法 除群体规模和迭代次数以外的唯一控制参数。α按如下方式动态变化： 参数α随着迭代线性地从m递减到η，通常取m = 1，η = 0. 5。N表示最大迭代 次数。 步骤7 :若算法达到迭代次数，算法结束；否则，置t = t+Ι，返回步骤2。 本专利技术同时规划了七自由度空间机械臂基座的位置和姿态，最优化基座位姿，使 其受到的扰动最小，采用QPSO算法可以较快地找到全局最优解，收敛速度快，所需相关参 数少，规划的关节路径满足关节角、角速度及角加速度的范围且规划的关节路径平滑，适合 机械臂的控制，本专利技术提高了计算效率和求解精度。【附图说明】 图1基座位置变化曲线； 图2基座姿态变化曲线； 图3关节角的运动轨迹曲线； 图4关节角速度曲线； 图5关节角加速度曲线； 图6本专利技术的技术方案简图。【具体实施方式】 本专利技术的实施例是在以本专利技术技术方案为前提下进行实施的，给出了详细的实施 方式和具体的操作过程，针对七自由度空间机械臂进行研究，使机械臂的基座扰动最小。但 本专利技术的保护范围不限于下述实施例。 实施例1 步骤1 :定义如表一^h自由度空间机械臂的D-H参数和表二的机械臂各连杆的质 量参数； 表一系统的D-H参数 表二空间机械臂的质量特性 CN 105138000 A ^ 4/8 贝 根据以上参数建立七自由度空间机械臂的运动学模型。七自由度即空间机械臂中 具有七个独立位置变量。本专利技术将雅可比矩阵扩展为广义雅可比矩阵来描述空间机械臂的 系统状态。该空间机械臂的雅可比矩阵为： 其中：V。，ω。分别为机械臂初始的线速度和角速度，I b为基座的惯性矩阵，I bni为基 座与机械臂之间的耦合惯性矩阵，办为关节角组成的关节角矩阵，Jvb为关于的雅可比矩 阵部分，JMb为关于ω。的雅可比矩阵部分。 该自由漂浮模式下空间机械臂的广义雅可比公式为： 其中：分别为空间机械臂末端执行器的线速度和角速度，Jni为机械臂的雅 可比矩阵，J b为基座的雅可比矩阵，I b为基座的惯性矩阵，I bni为基座与机械臂之间的耦合惯 性矩阵，命为机械臂关节角组成的关节角矩阵，r为广义雅可比的符号，Ψ 基座的姿态， Hi1为机械臂每个连杆的质量，I1为惯性矩阵。步骤2 :采用四元数法描述空间机械臂的基座 姿态，根据机械臂基座的位置和姿态建立系统状态方程，使用正弦函数五阶多项式对七自 由度空间机械臂的关节轨迹参数化，同时满足关节角、角速度和角加速度的限制条件； 步骤3 :定义适应度函数； 步骤4 :定义基座位置和姿态的初始状态和期望状态以及定义关节角、角速度、角 加速度范围； 步骤5 :利用QPSO算法对建立的七自由度空间机械臂的适应度函数求解，进行仿 真实验； 所述QPSO算法步骤如下： 步骤1 :置时间t = 0,在问题空间中初始化M个粒子的当前位置X1(O),(粒子i =1，2,... Μ)，并置个体最好位置P1 (O) = X1 (O)。 步骤2 :根据下式计算粒子的平均最好位置（j指空间维数，j = 1，2, ... 7): 步骤3 :根据适应度函数计算每个粒子的适应度值F1 (a)，并更新粒子的个体最好 位置，即若 FK1 ⑴]< FEP1 (t-i)]本文档来自技高网...
【技术保护点】
最优化基座位姿扰动的七自由度空间机械臂轨迹规划方法，其特征在于，包括以下步骤：1)采用自由漂浮基座和七自由度空间机械臂模型；2)用四元数法描述机械臂的基座姿态，采用正弦函数五阶多项式对关节轨迹方程参数化；3)建立适应度函数；4)利用量子行为粒子群优化算法优化适应度函数，求解适应度函数的最优解，将最优解代入参数化后的关节轨迹方程，得到最优化基座位姿。
【技术特征摘要】
【专利技术属性】
技术研发人员：张强，周东生，魏小鹏，胡彤彤，
申请(专利权)人：大连大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。