买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明公开一种基于关节独立决策的机械臂逆运动学优化求解方法及系统，涉及机械臂运动学技术领域，方法包括以下步骤：首先，以机械臂各关节为主体，建立机械臂逆运动学优化求解问题；其次，引入博弈论中帕累托支配的概念，提出改进的粒子群算法，对机械臂逆运动学优化求解问题进行求解，将达到最终迭代次数时得到的帕累托最优解作为最优决策变量；最后，基于最优决策变量控制机械臂的各关节进行旋转。本发明基于关节独立决策的理念设计逆运动学优化求解问题的目标函数，充分考虑了机械臂关节的个体化和独特性，设计惩罚项，减少约束的同时建立了各关节目标之间的联系，将帕累托支配的概念引入到求解算法中，提高了粒子寻优过程中的全局搜索能力。

主权项：1.一种基于关节独立决策的机械臂逆运动学优化求解方法，其特征在于，包括：以机械臂各关节为主体，建立机械臂逆运动学优化求解问题；所述机械臂逆运动学优化求解问题包括各关节的优化求解问题；任一关节的优化求解问题的目标函数包括所述关节根据旋转角度进行动作的完成代价及利用拉格朗日算子法设计的惩罚项；针对所述机械臂逆运动学优化求解问题，基于博弈论中帕累托支配的概念，定义帕累托最优解集；所述帕累托最优解集中包括若干个帕累托最优解；所述帕累托最优解为在可行域空间中不被任何一个决策变量帕累托支配的决策变量；所述决策变量包括各关节的旋转角度；基于改进粒子群算法，对所述机械臂逆运动学优化求解问题进行求解，将达到最终迭代次数时得到的帕累托最优解作为最优决策变量；所述最优决策变量为机械臂逆运动学优化求解问题的目标函数最小时的决策变量；在所述改进粒子群算法的每次迭代中，利用每次迭代得到的所述帕累托最优解集更新种群中各粒子的位置和速度；基于所述最优决策变量，控制机械臂的各关节进行旋转；所述机械臂逆运动学优化求解问题的目标函数可通过下式表示： ；其中，为机械臂逆运动学优化求解问题的目标函数，为第个关节的优化求解问题的目标函数，，为关节数量，为关节根据旋转角度进行动作的完成代价，为惩罚项系数，为利用拉格朗日算子法设计的惩罚项，为第个关节的旋转角度，为的下限，为的上限，为所有关节的旋转角度集合，为旋转角度集合的可行域空间；所述惩罚项可通过下式表示： ；其中，，和分别为行编号和列编号，为关节间耦合矩阵，为关节间耦合矩阵第行第列的元素，为机械臂末端位姿矩阵，为机械臂末端相对于机械臂基座的位姿矩阵，，表征相邻两个关节之间耦合关系的变换矩阵；相邻两个关节之间耦合关系的变换矩阵可通过下式表示： ；其中，表示余弦函数cos，表示正弦函数sin，为相邻两个关节之间连杆的偏距，为相邻两个关节之间连杆的长度、为相邻两个关节之间连杆的扭转角；基于改进粒子群算法，对所述机械臂逆运动学优化求解问题进行求解，将达到最终迭代次数时得到的帕累托最优解作为最优决策变量，具体包括：获取机械臂的目标位姿以及机械臂的当前位姿；生成初始种群，并将所述初始种群作为当前种群；所述初始种群中包括若干个粒子；所述粒子为决策变量；计算所述当前种群中各粒子的适应度，并确定粒子个体最优位置和粒子位置均值；所述粒子的适应度为采用所述粒子对应的决策变量时所述机械臂逆运动学优化求解问题的目标函数值；计算所述当前种群中各粒子的支配情况，得到帕累托最优解集；根据所述粒子个体最优位置、所述粒子位置均值和所述帕累托最优解集，更新所述当前种群中各粒子的位置和速度，得到中间种群；所述中间种群中包括若干个更新后的粒子；判断是否达到最大迭代次数，得到第一判断结果；若所述第一判断结果为否，则将所述中间种群作为当前种群，跳转至步骤：计算所述当前种群中各粒子的适应度，并确定粒子个体最优位置和粒子位置均值；若所述第一判断结果为是，则计算所述当前种群中各粒子的适应度，并在所述当前种群中确定帕累托最优解作为最优决策变量。

全文数据：

权利要求：

百度查询： 北京理工大学 基于关节独立决策的机械臂逆运动学优化求解方法及系统