一种基于改进粒子群算法的机械臂逆运动学求解方法技术

本发明专利技术提出一种基于改进粒子群算法(IPSO)的机械臂逆运动学求解方法，包括以下步骤：步骤1，根据机械臂的结构确定机械臂的MDH参数；步骤2，根据的MDH参数推导机械臂的正运动学模型；步骤3，定义适应度函数，将机械臂的逆运动学模型求解问题转化为求解适应度函数最小值的优化问题；步骤4，采用改进的粒子群算法求解适应度函数的最小值。本发明专利技术提供的求解方法对粒子群算法的惯性权重等参数选取方法进行改进，随机选择一些初始粒子进行变异并选择变异后的最优粒子来替换初始粒子，提出了一种具有粒子多样性、自适应惯性权重和异步变化的学习因子的改进粒子群算法，平衡了粒子群算法的全局搜索能力与局部搜索能力，求解了机械臂的逆运动学问题。

【技术实现步骤摘要】

本专利技术属于工业机器人运动学，尤其是涉及一种基于改进粒子群算法的机械臂逆运动学求解方法。

技术介绍

1、机械臂的逆运动学(ik)求解问题一直是机械臂的重点研究课题之一，在机械臂的轨迹规划、动态特性分析和运动控制中具有非常重要的作用。一般机械臂的逆运动学求解方法包括解析法和数值法。解析解法只适用于机械臂的几何结构满足piper准则的情况，但实际上，机械臂的形态各异，并非都满足piper准则。因此有学者提出了基于雅可比矩阵的方法和快速迭代法等数值方法来求解ik问题，这种方法计算量大，并且雅可比矩阵在奇异位置无法求逆导致无法求出数值解。另外随着机械臂几何结构复杂性的增加，其运动学建模也更加困难导致逆运动学问题变得越来越复杂和难以解决。为了解决解析法和数值法在求解ik问题时的收敛速度和求解精度不理想的问题，近年来越来越多的学者尝试用智能算法来求解ik问题，在众多的智能算法中粒子群算法(pso)由于参数较少，配置简单，易于控制等优点收到了广泛的关注。尽管pso算法可以用于解决多峰和具有较高维度的优化问题，但当面对高维、非线性的机械臂的逆运动学求解问题时易陷入局部最本文档来自技高网...

【技术保护点】

1.一种基于改进粒子群算法的机械臂逆运动学求解方法，其特征在于，所述基于改进粒子群算法的机械臂逆运动学求解方法包括以下步骤：

2.根据权利要求1所述基于改进粒子群算法的机械臂逆运动学求解方法，其特征在于，在步骤1中，所述机械臂由多个连杆通过关节连接起来组成，每个连杆的MDH参数包括连杆长度、连杆扭转角、连杆偏距和关节角；

3.根据权利要求2所述基于改进粒子群算法的机械臂逆运动学求解方法，其特征在于，在步骤2中，所述正运动学模型为根据机械臂的转角获得的末端执行器相对于基座的位姿，表示为：

4.根据权利要求3所述基于改进粒子群算法的机械臂逆运动学求解方法，...

【技术特征摘要】

1.一种基于改进粒子群算法的机械臂逆运动学求解方法，其特征在于，所述基于改进粒子群算法的机械臂逆运动学求解方法包括以下步骤：

2.根据权利要求1所述基于改进粒子群算法的机械臂逆运动学求解方法，其特征在于，在步骤1中，所述机械臂由多个连杆通过关节连接起来组成，每个连杆的mdh参数包括连杆长度、连杆扭转角、连杆偏距和关节角；

3.根据权利要求2所述基于改进粒子群算法的机械臂逆运动学求解方法，其特征在于，在步骤2中，所述正运动学模型为根据机械臂的转角获得的末端执行器相对于基座的位姿，表示为：

4.根据权利要求3所述基于改进粒子群算法的机械臂逆运动学求解方法，其特征在于，在步骤3中，所述适应度...

【专利技术属性】
技术研发人员：王攀峰，张冠军，李振涛，郭志洋，
申请(专利权)人：湖南大学，
类型：发明
国别省市：