System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种索并联机器人姿态优化方法技术_技高网
当前位置: 首页 > 专利查询>清华大学专利>正文

一种索并联机器人姿态优化方法技术

技术编号:40671457 阅读:12 留言:0更新日期:2024-03-18 19:07
本发明专利技术提出一种索并联机器人姿态优化方法,首先,选定索并联机器人出索点围成区域中需要到达的区域,将其划定为索并联机器人的工作空间,并将工作空间离散成为一系列点,利用这些散点代表整个工作空间;然后,根据索并联机器人在工作空间各散点位置下的任务需求,规定各散点位置下的姿态角范围,并将姿态角范围离散;构造基于力裕量和力矩裕量的优化目标,作为后续最优姿态角的选取原则;求解索并联机器人在工作空间中各个散点下,处于各个离散的姿态角时的力裕量和力矩裕量;最后,根据力裕量和力矩裕量的数值求解各离散点位处的优化目标值,选定使优化目标最大化的最优姿态角,进而得到在工作空间中连续分布的姿态分布图,有效提高机器人的性能。

【技术实现步骤摘要】

本专利技术涉及索并联机器人领域,具体设计一种索并联机器人的姿态优化方法,从而有效提高索并联机器人抵抗和输出外力和外力矩的性能。


技术介绍

1、索并联机器人采用绳索代替刚性支链,具有结构简单、成本低廉、惯量低、工作空间大等优势,在船舶涂装、大型设备吊装等领域获得了大量应用。然而,由于绳索只能传递拉力,索并联机器人在使用过程中可能发生绳索虚牵等情况,导致末端失控,其抵抗和输出外力和外力矩的性能相较刚性并联机器人而言较弱。对于动平台为单点的索并联机器人而言,其抵抗和输出外力的性能主要与动平台在工作空间中的位置有关,且不具备输出和抵抗外力矩的性能。对于具有非点状动平台的索并联机器人而言,它具备一定输出和抵抗外力矩的性能,且其抵抗和输出外力以及外力矩的性能不仅与动平台在与工作空间中的位置有关,也与动平台的姿态有关。通过在工作空间中各个位置下合理选择机器人的姿态,能够有效提高机器人抵抗和输出外力和外力矩的性能。

2、传统的优化更多关注机器人的索力分布以及刚度的等特性,虽然能够在一定程度上间接提高机器人抵抗和输出外力和外力矩的性能,但其优化目标并非直接面向此类性能,也不能明确反映出机器人抵抗和输出外力和外力矩的性能。


技术实现思路

1、本专利技术面向具有非点状动平台的索并联机器人的姿态优化,提供一种索并联机器人的姿态优化方法,在索并联机器人的工作空间中获得连续分布的姿态角度,使得索并联机器人在工作空间相应位置处的抗外扰性能得到有效提升,有效改善索并联机器人输出和抵抗力和力矩的性能。</p>

2、为了实现上述目的,本专利技术采用的技术方案为:

3、一种索并联机器人姿态优化方法,该方法包括以下步骤:

4、步骤一:选定索并联机器人出索点围成区域中需要到达的区域,将这些区域划定为索并联机器人的工作空间,并将工作空间按照预设间隔离散成为一系列点,利用这些散点代表整个工作空间;

5、步骤二:根据索并联机器人在工作空间各散点位置下的任务需求,规定各散点位置下的索并联机器人姿态角范围,并将姿态角范围按照预设间隔进行离散化。构造基于力裕量和力矩裕量的优化目标,作为后续最优姿态角的选取原则;

6、步骤三:求解索并联机器人在工作空间中各个散点下,处于各个离散的姿态角时的力裕量和力矩裕量;

7、步骤四:求解各个离散点位置下索并联机器人处于各个离散姿态角时的优化目标值,选定工作空间各离散点位置处令优化目标值最大化的最优姿态角,进而得到在工作空间中连续分布的姿态分布图。

8、其中,步骤三中所述力裕量和力矩裕量分别表示了机器人向外界输出力和力矩的能力,同时也表示了机器人抵抗外力和外力矩作用的能力。对于绳索数量为m,自由度数量为n的索并联机器人,其具体计算过程如下:

9、步骤3.1:根据力和力矩平衡条件,构造索并联机器人平衡方程:

10、jt+qe=0

11、其中j为索并联机器人的雅克比矩阵,t表示索并联机器人各根绳索上的索力,表示动平台所受合外力和合外力矩,其中fe对应动平台所受合外力,τe对应动平台所受合外力矩;

12、步骤3.2:构造系数矩阵n,n是一个n行2m列的矩阵,其中:

13、

14、对于系数矩阵中n+的第i列有:

15、

16、θ(h{i})=[...(-1)k+1|h{i}[k]|...]t,k=1,2,3

17、h{i}表示矩阵h去掉第i列之后剩余的部分组成的矩阵,h{i}[k]表示矩阵h去掉第i列和第k行后剩余的部分组成从矩阵,矩阵h通过索并联机器人的雅克比矩阵j以及最大和最小索力约束fmax和fmin构造:

18、h=(fmax-fmin)jt

19、步骤3.3:构造截距列阵d,d是一个2m行1列的矩阵,其中:

20、

21、

22、

23、a为构造矩阵,它是一个m行2m列的矩阵,矩阵中所有的元素都是0或1,矩阵的每一列对应一种利用共计m个0或1进行排列组合的可能组合;例如当m=3时,所得构造矩阵a为:

24、

25、δd为常数,将雅克比矩阵j的第i行记作ji,则δd可利用以下公式计算得到:

26、

27、步骤3.4:根据系数矩阵n和截距列阵d,构造不等式组ntx-d≤0

28、不等式组的每一行对应一个不等式其中ni表示系数矩阵n的第i列,di表示截距列阵d的第i个元素,不等式组共2m行;

29、步骤3.5:根据所构造的不等式组ntx-d≤0和动平台所受合外力以及合外力矩构造力空间不等式组和力矩空间不等式组;

30、其中,x中的元素可分为xf为x中与外力相对应的项,xm为x中与外力矩相对应的项;n中的元素可分为其中nf为n中与力分量相对应的项,nf为n中与力矩分量相对应的项;

31、将当前外力矩状态作为等式约束xm=τe代入不等式组中,此时力矩相关项被不等式组固定,构造得到力空间不等式组不等式组共2m行。将当前外力状态作为等式约束xf=fe代入不等式组中,此时力相关项被不等式组固定,构造得到力矩空间不等式组不等式组共2m行;

32、步骤3.6:将当前外力状态xf=fe和当前外力矩状态xm=τe分别代入力空间不等式组和力矩空间不等式组中,求解力裕量和力矩裕量;

33、其中,力裕量fmi根据力空间不等式组进行求解,其数值等于当前外力状态xf=fe到力空间不等式组各行不等式确定的超平面的距离中的最小值:

34、fmi=min(df,1,df,2,...df,2m)

35、

36、其中,nfi表示矩阵nf的第i列,nmi表示矩阵nm的第i列;

37、力矩裕量mmi根据力矩空间不等式组进行求解,其数值等于当前外力矩状态xm=τe到力空间不等式组各行不等式确定的超平面的距离中的最小值:

38、mmi=min(dτ,1,dτ,2,...dτ,2m)

39、

40、利用本专利技术提出的索并联机器人姿态优化方法,可分析自由度数量为3~6,绳索数量大于等于3,且绳索数大于等于自由度数的具有非点状动平台的索并联机器人,具体包括工作空间在二维平面内的平面索并联机器人(自由度数为3),以及工作空间在三维空间中的空间索并联机器人(自由度数为4~6)。

41、其中,对于平面索并联机器人,其姿态角可以用1个独立的角度进行描述,将姿态角离散为两个极限位置之间的一系列离散值。对于空间索并联机器人,其姿态角可以用1~3个独立的角度进行描述,当姿态角数量为1时,将姿态角离散为两个极限位置之间的一系列离散值;当姿态角数量大于1时,将姿态角离散为满足姿态角极限位置约束的二维或三维角度空间中的一系列散点。

42、利用本专利技术所提出的优化方法进行索并联机器人姿态优化时,优化目标根据本专利技术所提出的力裕量和力矩裕本文档来自技高网...

【技术保护点】

1.一种索并联机器人姿态优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的索并联机器人姿态优化方法,其特征在于,利用该方法能分析自由度数量n为3~6,绳索数量m≥3的索并联机器人;所分析的索并联机器人的动平台并非点状动平台,其绳索数量和自由度数量满足m≥n的关系;索并联机器人是工作空间在二维平面内的平面索并联机器人即自由度数为3,或是工作空间在三维空间中的空间索并联机器人即自由度数为4~6。

3.根据权利要求1所述的索并联机器人姿态优化方法,其特征在于,对于平面索并联机器人,其姿态角用1个独立的角度进行描述,将姿态角离散为两个极限位置之间的一系列离散值;对于空间索并联机器人,其姿态角用1~3个独立的角度进行描述,当姿态角数量为1时,将姿态角离散为两个极限位置之间的一系列离散值;当姿态角数量大于1时,将姿态角离散为满足姿态角极限位置约束的二维或三维角度空间中的一系列散点。

4.根据权利要求1所述的索并联机器人姿态优化方法,其特征在于,优化目标根据所求解得到的力裕量和力矩裕量进行构造;当重点关注索并联机器人抵抗外力和向外界输出驱动力的性能时,优化目标取力裕量;当重点关注索并联机器人抵抗外力矩和向外界输出驱动力矩的性能时,优化目标取力矩裕量;当需要兼顾力和力矩输出性能时,优化目标取二者的加权平均值,具体权值根据对力输出和力矩输出性能的具体需求进行选取;

5.根据权利要求1所述的索并联机器人姿态优化方法,其特征在于,求取最优姿态角时,采用遍历所有离散姿态角的方法,或采用智能优化算法进行优化,通过将姿态角范围设置为优化约束条件,将力裕量、力矩裕量或者二者的加权设置为优化目标,优化求解得到工作空间中各离散位置下的最优姿态角,从而相较遍历离散姿态角的方法降低运算量。

6.根据权利要求5所述的索并联机器人姿态优化方法,其特征在于,所述智能优化算法为SQP算法、遗传算法、粒子群算法、蚁群算法、退火算法或神经网络算法。

...

【技术特征摘要】

1.一种索并联机器人姿态优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的索并联机器人姿态优化方法,其特征在于,利用该方法能分析自由度数量n为3~6,绳索数量m≥3的索并联机器人;所分析的索并联机器人的动平台并非点状动平台,其绳索数量和自由度数量满足m≥n的关系;索并联机器人是工作空间在二维平面内的平面索并联机器人即自由度数为3,或是工作空间在三维空间中的空间索并联机器人即自由度数为4~6。

3.根据权利要求1所述的索并联机器人姿态优化方法,其特征在于,对于平面索并联机器人,其姿态角用1个独立的角度进行描述,将姿态角离散为两个极限位置之间的一系列离散值;对于空间索并联机器人,其姿态角用1~3个独立的角度进行描述,当姿态角数量为1时,将姿态角离散为两个极限位置之间的一系列离散值;当姿态角数量大于1时,将姿态角离散为满足姿态角极限位置约束的二维或三维角度空间中的一系列散点。

4.根据权利要求1所...

【专利技术属性】
技术研发人员:邵珠峰饶靖杭旸段金昊姚铭刘汉擎郄金波
申请(专利权)人:清华大学
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