下载文档原格式
工学硕士学位论文多冗余度机械臂机构设计及仿生运动研究赵凯哈尔滨工业大学2007年7月国内图书分类号：TP242.6国外图书分类号：681.5工学硕士学位论文多冗余度机械臂机构设计及仿生运动研究硕士研究生：赵凯导师：吴伟国 教授申请学位：工学硕士学科、专业：机械设计及理论所在单位：机电工程学院答辩日期：2007年7月授予学位单位：哈尔滨工业大学Classified Index:TP242.6U.D.C: 681.5Dissertation for the Master Degree in EngineeringMechanism Design of Manipulator with Multiple Redundant Degrees of Freedom and Its Bionic MotionResearchCandidate：Zhao KaiSupervisor：Prof. Wu WeiguoAcademic Degree Applied for：Master of EngineeringSpeciality：Mechanical Design and Its Theory Affiliation：School of Mechatronics Engineering Date of Defence：July, 2007Degree-Conferring-Institution：Harbin Institute of Technology哈尔滨工业大学工学硕士学位论文- -I 摘 要多冗余机械臂能够克服传统非冗余度机器人操作臂的灵活性差、环境适应性不高的缺点，有利于提高操作灵活度、回避障碍能力，有着很好的可操作性，其研究在诸如空间漂浮物包围抓取与回收等的空间技术、复杂环境等方面具有实用价值，因此本文基于一种改进型无奇异全方位关节机构研究多自由度机械臂及其仿生运动理论具有重要的理论意义与应用价值。
冗余度机器人多指标融合优化的研究冗余度优化的概念始于机器人技术的发展，它是协助机器人自动控制系统实现可靠操作的关键技术之一。
它的目的是让机器人能够充分利用其机构、传动和控制系统中每个部件的优势，最大限度地实现机器人的运动平稳性，解决机器人结构参数与运动学控制参数的冲突问题。
近年来，随着机器人技术的发展，冗余度机器人多指标融合优化的研究开始受到关注。
冗余度优化的设计方法可以有效地满足机器人的运动控制要求，并且能够更好地适应不确定的机器人系统。
本文将介绍冗余度机器人多指标融合优化的目的、原理和研究方法。
一、冗余度机器人多指标融合优化的目的冗余度优化是将不同指标优化为一个多目标优化问题，以获得最优解。
在这样的一个多指标优化问题中，目标函数是一个矢量函数，它将机器人所需要达到的不同指标当作一个优化目标，而通过优化算法这个矢量函数求解最优解。
其目的是在有限的资源条件下最大限度地实现机器人的性能指标，使机器人的运动能够更加连贯、自动化。
二、冗余度机器人多指标融合优化的原理冗余度优化的原理是通过对机器人的每一个部件的运动参数和控制参数的调整来实现冗余度优化。
在这一过程中，首先要建立机器人模型，然后计算出机器人性能指标，在此基础上再用多指标融合优化算法对机器人参数进行调优，最终获得最优解，使得机器人能够更合理的解决冗余度问题。
三、冗余度机器人多指标融合优化的研究方法（1）多目标优化算法多目标优化算法是最常用的冗余度优化算法，它可以同时优化机器人能够满足的多个指标。
一般来说，此类算法可以通过添加一个权重系数，以使每个指标都得到最合理的处理，也能使机器人更加平稳可靠地实现其运动任务。
（2）对抗学习对抗学习是一种更新机器人模型的有效方法，它可以有效地解决冗余度优化模型的复杂问题，通过在约束空间内设计一些参数以提高冗余度优化的精度。
（3）遗传算法遗传算法是一类免疫优化算法，它将多目标优化问题转化为一个类似进化的过程，以利用一种模拟机器人性能参数的结构进行优化，以实现机器人更加稳定可靠地实现其运动任务。
机器人技术的研究现状及未来发展方向随着科技的发展，人类创造出了越来越多的新型机器人，它们替代人类完成较为危险、单调、重复的工作，让人们越来越依赖和拥有对机器人的需求。
机器人技术已经成为当前的热门话题，各大机构也投入巨额经费和人力资源来研究、开发各类机器人。
本文以机器人技术的研究现状及未来发展方向为主题，从技术基础、目前应用和未来发展三个方面进行论述。
技术基础：车身结构、电子器件、控制系统、运动控制技术以及机器学习算法是机器人技术的核心。
机器人的车身结构分为人形结构和非人形结构，各自在不同场景下具有优势。
非人形结构的机器人特点是体积小、重量轻、移动速度快、适用范围广泛，在各种恶劣环境下都可以正常工作，例如一些搜索救援机器人、勘探机器人和军事机器人。
人形结构的机器人则具备与人类类似的动作和表情，更接近与人类的互动需求，例如人形服务机器人、儿童陪伴机器人等。
除此之外，机器人的感知能力也非常重要，包括激光探测器、相机和传感器等。
控制系统指的是将机器人按照人类的意愿进行控制。
最重要的技术是运动控制技术。
目前运动控制技术正以飞快的速度发展，例如 Kinova 等厂商可以定位机器人 1/4弧度，其中采用了光学编码器。
目前应用：当前机器人技术的应用前景非常广泛，从工业制造到医疗护理，从战场到家庭服务都有着不同的应用。
其中，工业制造领域是机器人应用最广泛的领域，自动化程度不断提高，工作效率日益提高。
一些人力密集型的行业，例如汽车生产业，机器人生产效率高，而且成本较低。
预计在未来几年，机器人将成为汽车制造业中“最多一类”工人。
在另外的一个领域，餐厅、咖啡店、银行办事处、电子商务聊天机器人等也已经开始普及。
随着人口老龄化程度提高，机器人技术在医疗行业的应用也日益广泛，譬如 Akida Medical Robots 公司就开发出一种能够从口腔内移除软组织肿瘤的系统，该系统由数个机器手臂和一个触摸屏组成，可以使医生更准确地操作，同时也可以减少手术时间和风险。
机器人技术的现状与未来发展近年来，随着科技的飞速发展，机器人技术逐渐融入到我们的生活中。
机器人已经不再是科幻电影中的角色，而是逐渐成为了现实。
本文将探讨机器人技术当前的现状以及未来的发展趋势。
一、机器人技术的现状1.1 工业机器人工业机器人是机器人技术应用最为普遍和成熟的领域之一。
它们在制造业中扮演着重要的角色，能够高效地完成重复、高精度和危险的工作。
例如，汽车厂商使用机器人来进行车辆组装，将大大提高生产效率和产品质量。
1.2 服务机器人随着服务业的快速发展，服务机器人成为了热门的研究领域。
它们被设计用于为人们提供便利和支持，如家庭清洁机器人、餐厅服务机器人等。
虽然服务机器人在技术上还存在一些限制，但随着人工智能和感知技术的进步，服务机器人的能力和功能将不断提升。
1.3 医疗机器人医疗机器人在手术、康复治疗和照护等领域发挥着重要作用。
手术机器人可以减少手术风险，提高手术精确性；康复机器人可以帮助患者进行康复训练；照护机器人则可以提供日常生活的帮助和陪伴。
医疗机器人的应用将进一步促进医疗领域的发展。
二、机器人技术的未来发展2.1 人工智能与机器人融合人工智能将是机器人技术未来发展的关键驱动力。
随着深度学习和模式识别等技术的不断进步，机器人将具备更强大的学习和决策能力，能够更好地适应不同环境和任务的需求。
人工智能使得机器人具备了更高的智能水平，可以更好地与人类交互和合作。
2.2 机器人的个性化定制随着人口老龄化和个性化需求的增加，定制化的机器人逐渐受到关注。
未来，机器人将能够根据个人需求进行定制，从外观、功能到个性化交互方式，满足个体化的需求。
这将促进机器人技术与医疗、教育、娱乐等领域的深度融合。
2.3 机器人在太空和深海的应用机器人技术在探索太空和深海领域也有着广阔的应用前景。
探索太空和深海对于人类来说具有很高的风险和挑战，机器人的出现将能够代替人类完成一些危险和艰苦的任务，同时探索更加深远的未知领域。
机器人技术的研究现状及其应用前景一、前言在现代社会，机器人技术的发展逐渐走向了成熟，不仅解决了许多人类无法完成的工作任务，还大大提升了生产效率和工作质量。
本文将从机器人技术研究现状入手，探讨其应用前景及发展方向。
二、研究现状1.机器人技术的发展概况人类梦寐以求的机器人，经过长期的技术发展和实践运用，现已逐步升华成为一种具有自主决策能力、自我修复和学习能力的智能体。
机器人技术发展的根本目的是让机器人能够与人类实现更加多样、深入的交互，从而更好地服务人类社会。
当前机器人技术已覆盖制造业、家居服务、医疗、教育及环保等多个领域，并在未来将会有更多的应用场景，为人类创造更多的利益和附加值。
2.机器人技术的研究方向随着市场需求的增长和技术水平的提高，机器人技术也在不断地升级和迭代。
未来的机器人将不再只是单一的执行者，而是更具备交互、学习、适应和创新能力的多功能、复合型工具。
机器人技术的发展方向如下：（1）智能机器人：研究如何让机器人通过自身的学习和积累，具备更高的人类智能水平，从而更好地执行复杂的任务。
（2）可穿戴机器人：研究如何将机器人融合进入日常生活，消除掉对人类的许多限制，如疲劳、老化等。
（3）模块化机器人：研究如何通过模块化的设计，让机器人成为一种可操作的组合式机器人，给予用户更大的灵活度。
（4）仿生机器人：研究如何模仿动物的姿态和习性，使机器人具备更优秀的运动和执行能力。
三、应用前景1.工业应用工业机器人是机器人技术最早而成熟的应用领域之一，目前已广泛应用于汽车、电子、机械制造和轻工业等多个领域。
随着国家对智能制造的大力发展推广，工业机器人逐步走向智能化、灵活化、自动化的方向。
2.家居服务在未来，家居服务机器人将成为家庭助手的重要组成部分，可在家庭生活中完成多个任务，如打扫卫生、照顾老人、帮助孩子学习等。
这些机器人将成为现代家庭中从事家务、陪伴老人和教育孩子的好帮手，从而大大提高家庭生产力和生活质量。
2023-11-04contents •引言•冗余度机器人构型综合•冗余度机器人的运动学模型•冗余度机器人的全局运动规划•实验与验证•结论与展望•参考文献目录01引言冗余度机器人在高精度、高强度、高危险性的应用场景中具有显著优势，对其构型综合与全局运动规划方法进行研究具有重要的理论和应用价值。
随着机器人技术的不断发展，冗余度机器人逐渐成为机器人领域的研究热点，为其构型综合与全局运动规划方法的研究提供了良好的契机。
研究背景与意义目前，冗余度机器人的研究主要集中在机构设计、运动学分析、控制策略等方面，而对于全局运动规划方法的研究相对较少，尚存在许多挑战。
冗余度机器人的构型综合方法主要基于特定问题的解决策略，缺乏通用性和灵活性，且大多只考虑了静态环境下的约束，难以适应动态环境下的复杂任务。
全局运动规划方法的研究大多集中在非冗余机器人，对于冗余度机器人的全局运动规划方法研究相对较少，且在处理环境变化、任务不确定性等方面存在困难。
研究现状与问题研究内容与方法研究冗余度机器人的构型综合方法，提出一种通用的、灵活的构型综合策略，以适应不同环境和任务需求。
研究冗余度机器人的全局运动规划方法，考虑动态环境、任务不确定性等因素，提出一种自适应的全局运动规划策略。
通过实验验证所提方法的可行性和有效性，为冗余度机器人在实际应用中的推广和应用提供理论支持和技术基础。
02冗余度机器人构型综合冗余度机器人概述冗余度机器人的应用冗余度机器人在许多领域都有广泛的应用，如医疗、服务、工业等。
冗余度机器人的挑战冗余度机器人的控制和规划相对复杂，需要解决多个解的选取、运动轨迹优化等问题。
冗余度机器人定义冗余度机器人是指具有较多自由度的机器人，其运动学和动力学方程存在多个解，具有较高的灵活性。
约束分类根据约束的性质，可以将冗余度机器人的约束分为两类：硬约束和软约束。
硬约束是指机器人各部分之间的几何约束，如平行、垂直等；软约束是指机器人运动过程中的运动学和动力学约束，如速度、加速度等。
冗余输入并联机器人的研究并联机器人具有刚度大、承载能力强、误差小、精度高、自重负荷比小、动力性能好、控制容易等一系列优点,与目前广泛应用的串联机器人在应用上构成互补关系,因而扩大了整个机器人的应用领域。
冗余输入并联机器人的输入构件(驱动构件)数一般也就多于输出构件自由度数。
由于冗余输入并联机器人的输入构件(驱动构件)较多,因此,与一般并联机器人相比具有更高的刚度、更大的承载能力等特性,适合于重载荷和大加速度的应用场合。
可以预见这类机器人在21 世纪将有广阔的发展前景。
并联机构与串联机构相比具有一些独特的性能,如刚度高、承载能力高、速度高、驱动电机在机架上而使活动构件的重量轻等,它早已引起了国际上众多学者的关注。
并联机器人可以作为航天上的飞船对接器、航海上的潜艇救援对接器、工业上可以作为大件的装配机器人、精密操作的微动器。
自并联机构出现,并联机器人的应用领域不断扩大,特别是在一些需要高精度、高刚度或者高速度而无须很大工作空间的应用领域,并联机器人机构比串联机构越来越受人们的青睐。
冗余输入并联机构是输入构件(驱动构件)数多于输出构件自由度数的并联机构。
由于冗余输入并联机构的输入构件较多,与一般并联机构相比,该类并联机构具有更高的刚度、更大的承载能力和更大的加速度以及更优的性能等特性。
冗余并联机构有广泛应用前景,适合于重载荷和大加速度等应用场合。
目前国际上缺乏系统的冗余并联机构的构型理论和设计方法,国内也欠缺并联机构冗余问题的研究。
由于并联机构在结构刚度、负载能力、运动精度等方面优于传统的串联机构,故已受到广泛重视。
但并联机构的几何特性有很大欠缺,如工作空间小以及工作空间内存在奇异位形等。
从理论上讲,具有六个自由度的机构在其工作空间内可达到任意位置和姿态,但由于奇异位形存在,一些关节运动到相应位置时,会使机构自由度退化,失去一个或几个自由度,再加上在工作空间可能存在障碍,机构就无法满足工作要求。
冗余并联机构能够消除奇异位形、避开障碍、克服关节运动限制和改善动态特性等。
工业机器人的研究现状与发展趋势工业机器人是指用于自动化生产线上的操作和生产工作的机器人系统。
随着科技的不断进步，工业机器人也得到了广泛应用，并取得了许多的发展。
本文将对工业机器人的研究现状与发展趋势进行分析和展望。
工业机器人的研究现状1. 技术突破：随着人工智能、机器学习、传感技术等领域的快速发展，工业机器人的控制、感知和决策能力得到了显著提升。
新型的传感器技术和控制算法使得工业机器人能够更加智能化地进行操作，提高了生产效率和质量。
2. 灵活性与协作能力：传统的工业机器人主要是固定在生产线上进行重复性的工作，而现在的工业机器人具有了更高的灵活性和协作能力。
新型的机器人可以与人类进行无缝协作，甚至能够在人类环境中进行操作，大大扩展了工业机器人的应用范围。
3. 数据化与智能化：工业机器人在生产中所产生的数据可以被有效地采集、分析和利用。
这些数据可以帮助企业进行生产计划、质量控制、设备维护等方面的决策，使得工业生产更加智能化和高效化。
4. 安全性：随着协作机器人和人机协作的出现，工业机器人的安全性也日益受到关注。
新型的机器人能够通过传感器和控制系统实现对周围环境的感知，并在与人类进行协作时保证安全性。
5. 新材料和新工艺：随着新型材料和先进工艺的不断发展，工业机器人的结构和零部件也得到了改进。
新材料使得机器人更轻、更坚固、更耐用，新工艺则提高了工业机器人的加工精度和稳定性。
工业机器人的发展趋势1. 智能化：工业机器人将会越来越智能化，能够自主进行决策和学习。
通过引入更多的机器学习和深度学习算法，工业机器人可以不断优化自身的工作流程，提高工作效率和质量。
2. 柔性化：工业机器人将会更加灵活和多功能化，能够适应不同生产环境和工作任务。
通过模块化设计和轻量化材料的应用，工业机器人可以更加容易地进行定制化，满足不同生产需求。
3. 人机协作：工业机器人将会更加与人类进行紧密的协作，可以在相同的生产线上进行协同作业，或者通过远程操作和监控来实现更高效的生产模式。
第24卷第4期 南 京 工 业 大 学 学 报 V ol.24N o.4 2002年7月 JOU R N AL O F N A N JI NG U N IV ERSIT Y O F T ECHN O L OG Y July2002冗余度机器人机构学研究现状倪受东,袁祖强,文巨峰(南京工业大学机械与动力工程学院,江苏南京210009)摘 要:对国内外冗余度机器人的研究情况进行了概述,对冗余度机器人机构学的研究状况,包括机构学中奇异性和自运动的研究以及冗余度机器人机构设计方面的研究进行了较为详细的阐述,最后对超冗余度机器人机构学的研究也进行了简单的叙述。
关键词:冗余度机器人;奇异性;自运动;机构学中图分类号:T P24 文献标识码:A 文章编号:1671—7643(2002)04—0107—04 机器人技术集自动化、精密机械、传感、电力等技术于一体,是典型的机电一体化产品。
工业机器人和计算机辅助设计(CAD)系统、计算机辅助制造(CAM)系统一起标志着制造业自动化的崭新阶段。
随着工业自动化、航天、核工业等领域的发展,智能机器人技术的应用越来越广泛。
而机器人智能的实现,不仅取决于它所具备的智能控制系统,在一定程度上还依赖于机器人的结构特性。
机器人机构的几何灵活性与其所配置的智能控制系统相结合,可使机器人完成复杂操作任务。
冗余度机器人以其本身几何结构所具有的高度灵活性,得到了广泛研究和迅速发展,已成为机器人技术的一个重要发展方向。
目前的研究已从一般的冗余度机器人操作手系统,扩展到多冗余度机器人系统以及超冗余度机器人[1～3]。
冗余度机器人,是指含有自由度数(主动关节数)多于完成某一作业任务所需最少自由度数的一类机器人[2]。
可以看出,即使对某一任务是非冗余度的机器人,而对另一任务有可能是冗余度机器人。
为了完成在各种几何和运动学约束下的任务,需要使用冗余度机器人。
人们很早就注意到:6自由度是具有完整空间定位能力的机器人最小自由度数,更多的自由度可改善机器人的运动学和动力学特性,如增加灵活性、避免障碍和优化驱动力矩等。
因此对冗余度机器人的研究变得日益重要,而其中1个重要方面就是冗余度机器人的机构学研究。
1 国内外研究动态迄今为止,国内外已研制了多种冗余度机器人系统,应用范围越来越广泛,一些已实现商品化。
东京大学1979年研制了UJIBOT7-DOF机器人操作手;日本M IT I机械工程实验室1987年研制了7-DOF直接驱动型机器人操作手;美国Robo tics Re-search公司1987年设计的用于空间研究的17-DOF机器人系统,由两个7-DOF臂和一个3自由度躯干组成;美国航空航天实验室研制了30-DOF 的超冗余度机器人。
法国的Federic Marquet等最近研制了一种新的冗余度机器人平行机构[4],分析了它的运动学和动力学模型,并利用这种机构的冗余度克服了高速运动时的运动奇异。
国内南开大学计算机系研制了机器人双臂协调系统,其中一臂为PUM A560机器人,另一臂为PUM A760机器人,并在其基座上安装有平动导轨,构成了具有冗余度的双臂协调系统;中国科学院机器人开放实验室正在研制多机器人协调操作系统,其中1台机器人安装在具有视觉的可移动小车上,构成了更为复杂的多冗余度机器人系统;北京航空航天大学最近研制成功了1台7-DOF机器人操作臂系统;东南大学机械系机电研究室最近正在研制1台视觉伺服双臂冗余度机器人系统。
冗余度机器人研究的不断发展,从理论和应用X收稿日期:2001-12-21基金项目:211基金资助。
(No.2102002001)作者简介:倪爱东(1966-),男,安徽和县人,博士,主要从事冗余度机器人、运动学、动力学及其控制系统研究。
上提出了许多有待进一步深入研究的新问题,特别是在冗余度机器人机构学方面,由于自由度的增加,冗余度机器人机构设计、特别是运动学计算变得十分复杂。
另外,对冗余度机器人的性能要求有所不同,因此其研究方法有不同于一般非冗余度机器人的许多特点。
2 冗余度机器人机构学研究现状2.1 奇异性与自运动的研究对冗余度机器人基本几何特征—奇异性与自运动的深入研究是冗余度机器人机构学研究的一个重要方面。
机器人的奇异性指末端执行器失去一个或多个运动自由度时的奇异构形及对应工作空间中奇异点的拓扑特性。
在两个或多个关节形成相对构形时就会产生奇异构形。
当机器人处于奇异构形时,其末端执行器不能沿或绕某个方向运动或施加力(力矩),因而奇异构形影响机器人的运动规划。
对非冗余度机器人,在规划中必须避免奇异位形,这给机器人的任务规划造成很大困难。
而对于冗余度机器人,由于增加了关节自由度数,可以消除不可避免的奇异位形,但关节越多,奇异构形也越多,奇异性也越复杂。
机器人的工作空间曲面是以奇异构形为边界的,所以早期的奇异构形的研究与工作空间的边界曲面有密切联系,主要以Jacobian矩阵为基础,Ja-cobian矩阵表示了末端执行器与关节坐标的广义传动比。
奇异构形常用Jacobian矩阵降秩的方法来分析,也有采用旋量方法和力方法进行奇异分析。
另外,D.R.Smith等将锥线法用于分析工作空间的边界曲线,研究了平面3R操作手的高阶奇异,表明逆运动学高阶根的多重性对应于边界曲线的奇异点。
D.Zlatnov提出由瞬时运动学的速度方程模型分析机器人的机构及其奇异性,将机构考虑为具有相等输入-输出数目的非冗余装置。
上述方法实质上都是从逆运动学解在奇异点不存在即Jaco bian矩阵降秩,求出奇异构形。
由于冗余度机器人机构的复杂性,这种方法限制了对机构奇异性问题的深入研究。
60年代中期发展起来的拓扑理论,使我们能够用统一、明确的方法研究冗余度机器人奇异性复杂的拓扑特征。
因为机器人的运动学函数是已知的非线性函数,尽管一般情况下比较复杂,但根据拓扑等价性,可以通过线性化研究并确定奇异点所在的所有空间,再将奇异点进行拓扑分类。
C.W.Wampler等将冗余度机器人的奇异性划分为可避免奇异与不可避免奇异两类[5]。
T.Shamir 应用光滑函数的奇异理论研究了平面3自由度机器人的结构奇异性问题[6],对奇异进行了拓扑分类。
D.K.Pai从微分拓扑观点,对机器人操作手引入了奇异的通有性概念[7]。
K.Techon首次将光滑映射的奇异理论应用于研究冗余度机器人的逆运动学和奇异问题[8],从而在拓扑上为运动学提供了完整的典范形式,对奇异和冗余度机器人逆运动学问题提供了更深刻的描述。
冗余度机器人的自运动与奇异性是一个问题的两个方面,对于工作空间内任意点,冗余度机器人可有无数个不同的构形与之对应,亦即末端执行器沿规定路径运动时,其各杆构形是不唯一的,可根据需要给定其运动规律,这一规律所产生的运动称为自运动(self-motion),自运动是冗余度机器人的运动特征。
应用动力系统方法,可将冗余度机器人的零空间向量即其自运动看作一个微分动力系统,其相空间中的迹线构成了自运动流线,在描述相空间的结构时,奇异点起着重要的作用。
由于奇异是流线之间映射的奇异,因而自运动流线的奇异与奇异构形的拓扑特征是相同的,因此,仅需研究冗余度机器人自运动流形即可解决其奇异问题。
C.L.Luck研究了带有关节限制的冗余度机器人自运动拓扑学[9],描述了自运动从一个区域运动到下一个区域时,自运动流形是如何挠曲的,发现有关节限制时,存在半奇异点,即单方向的奇异。
冗余度为一的机器人的自运动是唯一的,由零空间向量即可确定其解析表达式。
Z.W ang推导了7-DOF冗余度机器人操作手零空间向量的显式表达式,而对多冗余度机器人如何确定其自运动仍是一个有待解决的问题。
2.2 冗余度机器人机构设计的研究冗余度机器人操作手的机构设计一般是在非冗余度机器人机构设计的基础上,增加一个或数个关节构成,以改善其工作空间、增加其几何灵活性、避免内部奇异构型等。
对冗余度机器人机构设计的研究,较早的有J. M.H ollerbach研究了7-DOF操作手的优化运动学问题[10],提出4个运动学原则以设计关节位置,避免操作手的内部奇异。
K.J.Wadron在6-DOF操作手优化几何结构的基础上,讨论了7-DOF操作手的运动学[11],并对一种优化几何结构给出了解析逆解。
K.J.Davidson基于螺旋理论及工具点、工具面的工作空间几何学,提出了7-DOF机器人的型综合过程[12],并解决了具有可控制灵活工作空间的型综合问题,对末端三关节交于一点的正交轴3自由度球手腕的7-DOF机器人给出了满足具有可控制灵活工作空间的多种机构设计型式。
国内沈阳自动化所研究了7-DOF机器人的图谱问题,用位置空间和奇异空间同时评价机构选型,并绘制了立体图。
在机器人灵活性设计方面,C.A.Klein提出了空间各向同性的概念,并用于设计具有空间各向同性的6-DOF、7-DOF机器人,给出了一种7-DOF机器人的设计参数模型。
R.V.M ay org a提出了机器人设计的优化运动学度量指标,以评价7-DOF机器人的最佳几何机构设计。
在考虑运动学综合方面,G.L.Long研究了具有3个直角坐标自由度的转动关节串联机器人操作手的无奇异运动学模型[15],特别研究了构成3阶螺旋系的3R操作手的结构,确定了奇异条件,在此基础上,建立了无奇异的4R冗余度操作手的运动学模型。
Ou Ma等提出了机器人操作手在动力学各向同性条件下的结构优化设计方法[16],即选择运动学和惯性参数,使广义惯性矩阵为各向同性。
腕设计是机器人机构设计的一个重要部分。
冗余度机器人的腕设计和一般非冗余度机器人没有什么不同。
腕部的3个自由度一般都是用来确定末端抓手的方位,大部分采用3轴相交的球形腕设计方法。
不同的应用环境,对机器人运动性能的要求有所不同,不同几何结构的冗余度机器人,其灵活性、奇异性、避免障碍的能力也有所不同。
目前对7-DOF冗余度机器人机构综合方面的研究较多,但多侧重于某一、二个方面的性能指标进行几何结构优化设计,对影响冗余度机器人特性的杆参数设计方面的研究还很少。
3 结 语以上论述了一般7自由度冗余度机器人机构学研究的现状。
随着机器人技术的发展,超冗余度机器人技术越来越受到人们的关注,其机构学的研究也正成为机器人研究的热点。
由于机器人自由度的增多,超冗余度机器人的结构及驱动系统等的设计必须考虑到各单元的质量,如常采用腱传动或形状记忆合金作为动力源,同时,一般冗余度机器人运动规划算法已不适用于超冗余度机器人。
作者认为,超冗余度机器人机构学研究方面的难点还是在其运动规划的研究上。
目前及最近一段时期内,其运动规划的研究,大致应在以下3个方面:1)基于运动学正解的自律分散控制算法。
所谓“自律”,是指机械手各运动关节按指定规律自行运动。
