基于改進(jìn)粒子群算法的冗余機(jī)械臂逆運(yùn)動(dòng)學(xué)求解

方 波,高立新,黃 練

(廣東機(jī)電職業(yè)技術(shù)學(xué)院,廣州 510515)

0 引言

隨著工業(yè)自動(dòng)化時(shí)代的開啟,智能工業(yè)機(jī)器人在生產(chǎn)制造領(lǐng)域中發(fā)揮的作用越來越大。使用智能工業(yè)機(jī)器人需保證控制的精準(zhǔn)性及穩(wěn)定性,本研究設(shè)計(jì)的機(jī)械臂為7自由度冗余機(jī)械臂,相較于6自由度機(jī)械臂,冗余機(jī)械臂與人體手臂的形狀更為接近,具備避障、奇異位形回避及優(yōu)化關(guān)節(jié)力矩等性能[1-3]。但冗余機(jī)械臂具備7自由度,對(duì)其進(jìn)行逆運(yùn)動(dòng)學(xué)求解時(shí),由于關(guān)節(jié)角數(shù)量過多導(dǎo)致求解過程更加復(fù)雜,目前能進(jìn)行逆運(yùn)動(dòng)學(xué)問題求解的方法主要有數(shù)值法、解析法及智能優(yōu)化算法[4-6]。解析法主要通過幾何形式或代數(shù)形式對(duì)機(jī)械臂的關(guān)節(jié)角進(jìn)行直接求解,但該方法主要應(yīng)用于滿足于Pieper準(zhǔn)則的機(jī)械臂結(jié)構(gòu)中[7-8],不適用于本次逆運(yùn)動(dòng)學(xué)求解。數(shù)值法通過雅可比矩陣、梯度投影法等方法進(jìn)行求解,通過不斷求導(dǎo)形式對(duì)機(jī)械臂進(jìn)行逆運(yùn)動(dòng)學(xué)求解,用于自由度數(shù)較少的機(jī)械臂求解過程中[9-11]。針對(duì)數(shù)值法與解析法對(duì)冗余機(jī)械臂逆運(yùn)動(dòng)學(xué)求解誤差較大的問題,研究人員利用智能優(yōu)化算法對(duì)冗余機(jī)械臂進(jìn)行逆運(yùn)動(dòng)學(xué)求解,將機(jī)械臂的運(yùn)動(dòng)學(xué)問題轉(zhuǎn)換成尋求最優(yōu)解問題,提高尋求最優(yōu)解的精度[12-13]。目前主要的智能化算法有鯨魚算法、蜂群-BP算法、粒子群算法及麻雀算法等。相較于其他求解方式,算法結(jié)構(gòu)簡(jiǎn)單,求解過程更快,求解精確性更高[14-15]。

本研究從4個(gè)方面對(duì)標(biāo)準(zhǔn)粒子群算法進(jìn)行改進(jìn),包括種群初始化、慣性權(quán)重參數(shù)調(diào)整、差分變異及局部深度搜索等,形成的改進(jìn)粒子群算法(IPSO2)具備粒子群進(jìn)化及差分變異進(jìn)化兩種性質(zhì)。……