一种七自由度机器人的运动学反解方法技术

技术编号:28058308 阅读:30 留言:0更新日期:2021-04-14 13:32
本发明专利技术属于机器人运动学求解方法领域,具体涉及一种七自由度机器人的运动学反解方法,包括:将机器人腕部空间位置转化到在人体上肢运动链外部模型中以人体肩关节转动中心所建立的球坐标系下表达,得到腕部外部坐标三个参数并输入内外部坐标映射模型,得到在人体上肢运动链内部模型中以人体肩关节转动中心所建立的内部坐标系下的内部坐标四个参数;在全局空间坐标系内由内部坐标四个参数计算得到肘部空间位置,结合七自由度机器人运动学反解封闭表达式,得到七个关节角,其中封闭表达式通过在肩部、肘部、腕部和手部坐标系下联立几何关系、分解欧拉角得到。本发明专利技术方法使用内外部坐标映射模型和封闭表达式,减少反解时间,保证所求反解的拟人特性。证所求反解的拟人特性。证所求反解的拟人特性。

【技术实现步骤摘要】
一种七自由度机器人的运动学反解方法


[0001]本专利技术属于机器人运动学求解方法领域,更具体地,涉及一种七自由度机器人的运动学反解方法。

技术介绍

[0002]机器人运动学的反解是机器人控制中非常重要的一环。目前,七自由度机器人运动学求解的方法主要有:代数法、几何法和数值解解法等。代数法是在已知机器人DH参数的情况下,对于机器人运动学方程,将一个未知数由矩阵方程的右边移向左边,使其与其他未知数分开,解出这个未知数,再把下一个未知数移至左边,重复进行,直到解出所有未知数;几何法是在分析机器人几何结构的基础上,将其在三维空间的几何问题分解成若干个容易求解的平面几何问题,然后在二维平面内,分析各个连杆之间的几何关系,而不用建立机器人的运动学方程;数值解解法是通过采用启发式算法比如遗传算法等,通过迭代的方法来求解非线性方程的解。
[0003]然而,上述现有的七自由度机器人运动学求解方法存在以下问题:代数法作为最常用的机器人运动学反解的求解方法,但是由于七自由度机器人的冗余性,可能在无数组反解;而几何法对于结构简单的串联机器人求解快速,但是它会本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种七自由度机器人的运动学反解方法,其特征在于,包括:将采集到的机器人腕部空间位置转化到在人体上肢运动链外部模型中以人体肩关节转动中心所建立的球坐标系下表达,得到腕部外部坐标三个参数并输入至已训练的内外部坐标映射模型,得到在人体上肢运动链内部模型中以人体肩关节转动中心所建立的内部坐标系下的内部坐标四个参数;在全局空间坐标系内通过三角定理,由所述内部坐标四个参数计算得到肘部空间位置;并基于七自由度机器人运动学反解封闭表达式,由所述肘部空间位置、手臂姿态信息、大臂长度和小臂长度,得到上肢运动链七个关节角,完成七自由度机器人的运动学反解,其中所述封闭表达式通过在肩部、肘部、腕部和手部坐标系下联立几何关系、分解欧拉角得到。2.根据权利要求1所述的一种七自由度机器人的运动学反解方法,其特征在于,所述腕部外部坐标三个参数分别为:坐标系原点到手腕中心径向距长度r,手腕中心抬升角γ,以及手腕中心方位角φ;所述内部坐标四个参数分别为:上臂抬升角θ1,上臂偏航角θ2,前臂抬升角θ3,以及前臂偏航角θ4。3.根据权利要求1所述的一种七自由度机器人的运动学反解方法,其特征在于,所述内外部坐标映射模型的训练方法为:采集人体自然运动数据集,每一项数据包括作为模型输入的腕部外部坐标三个参数以及作为模型输出的内部坐标四个参数;采用所述人体自然运动数据集训练支持向量回归模型,得到所述内外部坐标映射模型。4.根据权利要求3所述的一种七自由度机器人的运动学反解方法,其特征在于,所述采集人体自然运动数据集,实现方式为:捕捉受试者功能运动下肩部、肘部、腕部参考点位置,并基于所有所述参考点位置,计算每组内部坐标四个参数及其对应的外部坐标三个参数,得到多项训练数据。5.根据权利要求1所述的一种七自由度机器人的运动学反解方法,其特征值在于,所述封闭表达式有:封闭表达式有:封闭表达式有:其中,q1...

【专利技术属性】
技术研发人员:陈文斌邓地梁何畅郑雄飞张昊陈名欢熊蔡华
申请(专利权)人:华中科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1