一种两关节绳驱连续型机械臂逆运动学求解方法技术

本发明专利技术公开了一种两关节绳驱连续型机械臂逆运动学求解方法，包括以下步骤：首先利用分段常曲率假设建立两关节绳驱连续型机械臂的参数化模型；其次，求解机械臂末端位置点到目标位置点在位置和姿态上的误差，并作为目标函数；然后，利用粒子群算法快速找到使目标函数达到最小的关节变量；最后，分析得到两个关节之间的运动耦合量，并在关节空间到驱动空间的映射中进行解耦，得到绳长变化量。本发明专利技术能够快速的得到绳驱连续型机械臂的逆运动学解，并且考虑了两关节之间的耦合，使得逆运动学模型更加精确。型更加精确。型更加精确。

【技术实现步骤摘要】
一种两关节绳驱连续型机械臂逆运动学求解方法


[0001]本专利技术涉及一种两关节绳驱连续型机械臂逆运动学求解方法，尤其涉及一种基于粒子群算法的绳驱连续型机械臂逆运动学求解方法。

技术介绍

[0002]随着空间在轨任务的多样化，飞行器在太空中所处的环境也更加复杂，虽然传统的机械臂设计和控制技术比较成熟，但其一般由多个刚性连杆连接而成，其工作空间相对固定，在一些狭小的任务空间里面，传统刚性机械臂运动会受到限制，不能满足任务的要求。研究人员在对自然界柔性生物或者动物柔性器官的仿生研究中，设计出了柔性的连续体机械臂。这种机械臂具有连续且柔性连杆结构，无刚性节点，具有优良的弯曲性能，能够灵活地改变自身地形状。用连续型机械臂代替传统机械臂，应用到航天飞行器上，能够更好地适应复杂的任务空间，从而保证飞行器更好的完成在轨任务。
[0003]连续型机械臂由于本身强柔性，强耦合的特点，利用分段常曲率建立的正运动学模型结构十分复杂，难以像传统的刚性机械臂一样得到逆运动学解。而利用雅可比和牛顿迭代法求数值解，又面临雅可比难以求取，计算周期较长的问题。因此，找到一种新的绳驱连续型机械臂的逆运动学求解方法，对机械臂的快速控制具有十分重要的意义。

技术实现思路

[0004]本专利技术所解决的问题在于提供了一种两关节绳驱连续型机械臂逆运动学求解方法。首先建立两关节连续型机械臂的参数化模型，然后计算机械臂初始末端点和目标位置在位置和姿态上的误差，并作为目标函数，之后利用粒子群算法快速求解相关参数，并利用参数确定两关节连续型机械臂的驱动绳长的变化量。
[0005]实现本专利技术的技术方案为：一种两关节绳驱连续型机械臂逆运动学求解方法，包括以下步骤：
[0006]步骤1、利用分段常曲率假设对两关节绳驱连续型机械臂进行参数化建模；
[0007]步骤2、构建目标函数；
[0008]步骤3、根据粒子群算法求目标函数的最优解；
[0009]步骤4、确定连续型机械臂两个关节之间的耦合量，并在驱动空间到关节空间的映射中进行解耦，得到驱动绳长变化量，完成两关节绳驱连续型机械臂的逆运动学求解。
[0010]本专利技术与现有技术相比，其显著优点在于：
[0011](1)本专利技术的两关节绳驱连续型机械臂逆运动学求解方法，将机械臂末端位置和目标位置之间的误差作为目标函数，利用粒子群算法进行优化，能够避免求解复杂的解析公式，有效得到逆运动学解。
[0012](2)本专利技术的两关节绳驱连续型机械臂逆运动学求解方法，考虑了连续型机械臂两关节之间的运动耦合，分析得到了耦合量，并实现了解耦，提高了逆运动学模型的精度。
[0013]下面结合附图和具体实施方式对本专利技术作进一步描述。
附图说明
[0014]图1为本专利技术中两关节绳驱连续型机械臂逆运动学求解方法的流程图。
[0015]图2为本专利技术中的两关节绳驱连续型机械臂结构示意图。
[0016]图3为本专利技术中对机械臂进行参数化建模的示意图。
[0017]图4为本专利技术中实施例中利用粒子群算法求最解目标函数的运行图。
具体实施方式
[0018]一种两关节绳驱连续型机械臂逆运动学求解方法，包括以下步骤：
[0019]步骤1、利用分段常曲率假设对两关节绳驱连续型机械臂进行参数化建模，具体为：
[0020]将机械臂的运动抽象为参数的变化，包括已知参数弧长L1、L2，待确定参数弯曲角θ1、θ2，弯曲平面角
[0021]以第一关节为例，在机械臂运动时，第一关节可以看作一条曲率相等的连续曲线，基本参数包括弧长L1、弯曲角θ1、弯曲平面角第二关节的参数化与第一关节类似，包含三个参数L2、θ2、
[0022]其中，L1、L2为已知参数，θ1、θ2、为关节角参数，也即待求参数。
[0023]步骤2、构建目标函数，具体包括以下步骤：
[0024]步骤2
‑
1：机械臂末端的目标位姿为其中，R
d
＝[r
d1 r
d2 r
d3
]T
为方向矩阵，P
d
＝[p
d1 p
d2 p
d3
]T
为位置向量；
[0025]根据分段常曲率假设，当前的机械臂末端位姿其中，R
c
(q)＝[r
c1
(q) r
c2
(q) r
c2
(q)]，P
c
(q)＝[p
c1
(q) p
c2
(q) p
c3
(q)]T
，q为关节角参数，
[0026]所述T
c
(q)＝T1T2：
[0027][0028][0029]其中，T1和T2分别为机械臂两个关节的当前末端位姿，L1、L2分别为两个关节的弧长，θ1、θ2分别为两个关节的弯曲角，分别为两个关节的弯曲平面角，c*＝cos*，s*＝sin*。
[0030]步骤2.2、位置误差目标P(q)＝||P
d
‑
P
c
(q)||，姿态误差目标目标函数为E(q)＝P(q)+O(q)。
[0031]步骤3、根据粒子群算法求目标函数的最优解，具体为：
[0032]设置每个粒子位置为初始化例子种群X＝(x1,x2,...,x
n
)以及每个粒子的飞行速度V＝(v1,v2,...,v
n
)，粒子群进化公式为：
[0033][0034][0035]其中，k为迭代次数；ω(k)为惯性权重，在迭代中采用线性递减的惯性权重，有利于粒子群算法在开始时具有良好的全局搜索能力，而在后期具有良好的局部搜索能力；c1、c2为学习因子；r1、r2为在[0，1]之间的随机数；是迭代了k次后，粒子i的最好位置；为当前循环，粒子群的最好位置；
[0036]首先初始化种群，设置参数，然后进入算法的循环，每一次循环中，调用目标函数，更新粒子的位置和速度，更新个体粒子的最优位置以及全局最优位置，直到目标函数E(q)的值小于设定的阈值，退出循环，得到最优解
[0037]步骤4、两关节绳驱连续型机械臂在运动时，两个关节的驱动绳之间会产生耦合，在两个关节分别单独运动时，另一个关节的驱动绳会产生偏移，为了得到更精确的逆运动学模型，需要解算出相应的耦合量，并作出补偿；
[0038]确定连续型机械臂两个关节之间的耦合量，并在驱动空间到关节空间的映射中进行解耦，得到驱动绳长变化量，完成两关节绳驱连续型机械臂的逆运动学求解，具体包括以下步骤：
[0039]步骤4
‑
1：拉动第一关节的驱动绳使得第一关节单独运动时，第二关节保持不变，但是第二关节的驱动绳经过第一关节的部分会产生一定的位移；
[0040]确定第一关节运动对第二关节的耦合量：
[0041][0042][0043][本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种两关节绳驱连续型机械臂逆运动学求解方法，其特征在于，包括以下步骤：步骤1、利用分段常曲率假设对两关节绳驱连续型机械臂进行参数化建模；步骤2、构建目标函数；步骤3、根据粒子群算法求目标函数的最优解；步骤4、确定连续型机械臂两个关节之间的耦合量，并在驱动空间到关节空间的映射中进行解耦，得到驱动绳长变化量，完成两关节绳驱连续型机械臂的逆运动学求解。2.根据权利要求1所述的两关节绳驱连续型机械臂逆运动学求解方法，其特征在于，所述步骤1中建立机械臂的参数化模型具体为：将机械臂的运动抽象为参数的变化，包括已知参数弧长L1、L2，待确定参数弯曲角θ1、θ2，弯曲平面角3.根据权利要求1所述的两关节绳驱连续型机械臂逆运动学求解方法，其特征在于，所述步骤2中的构建目标函数具体包括以下步骤：步骤2
‑
1：机械臂末端的目标位姿为其中，R
d
＝[r
d1 r
d2 r
d3
]
T
为方向矩阵，P
d
＝[p
d1 p
d2 p
d3
]
T
为位置向量；根据分段常曲率假设，当前的机械臂末端位姿其中，R
c
(q)＝[r
c1
(q) r
c2
(q) r
c2
(q)]，P
c
(q)＝[p
c1
(q) p
c2
(q) p
c3
(q)]
T
，q为关节角参数，步骤2.2、位置误差目标P(q)＝||P
d
‑
P
c
(q)||，姿态误差目标目标函数为E(q)＝P(q)+O(q)。4.根据权利要求3所述的两关节绳驱连续型机械臂逆运动学求解方法，其特征在于，所述T
c
(q)＝T1T2：
其中，T1和T2分别为机械臂两个关节的当前末端位姿，L1、L2分别为两个关节的弧长，θ1、θ2分别为两个关节的弯曲角，分别为两个关节的弯曲平面角。5.根据权利要求1所述的两关节绳驱连续型机械臂逆运动学求解方法，其特征在于，所述步骤3中根据粒子群算法求目标函数的最优解具体为：设置每个粒子位置为初始化例...

【专利技术属性】
技术研发人员：余鑫，张浩，武海雷，杨靖琦，郭毓，郭健，
申请(专利权)人：上海航天控制技术研究所，
类型：发明
国别省市：