君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
第三章_机器人运动学
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口运动学逆解-学术百科-知网空间
运动学逆解
运动学逆解
inverse kinematics
与"运动学逆解"相关的文献前10条
根据Motoman-HP20型机器人的结构特点,利用DH方法建立了其运动学方程,并推导出了运动学逆解。将所求得的运动学逆解编写成Matlab程序,计算了末端执行器在正弦曲线轨迹下
对一种新型可变形多足移动机器人的单腿串联机构进行了运动学分析,构建了可变形移动机器人腿部的运动学模型,利用DH法则构建了可变形移动机器人腿部的运动学方程,并对运动学方程正解和逆解
为了达到使焊接机器人完成工作任务的目的,通过设立坐标系和建立运动方程对机器人进行运动学分析,解出运动学正解和逆解。利用已求出的转角形成手部的转动,使手部到达所需的焊接位置并满足焊
研究一种三坐标并联动力头——Sprint Z3的运动学逆解和尺度综合问题。由于该机构为平动与转动耦合的并联机构,为解决其雅可比矩阵量纲不一致的问题,提出一种构造量纲一速度雅可比矩
根据一种小型六自由度串联机械手的结构,建立机械手的连杆坐标系,采用分离变量的方法求得机械手的运动学逆解,并利用MATLAB编写的逆解求解程序,通过实例验证了机械手运动学逆解的正确
介绍了RBF网络及RBF网络基函数中心选取的重要性,将进化优选算法用于网络中心的选取。并利用D-H方法对PUMA560机器人进行研究,将正运动学推导结果作为训练样本。采用6个相同
分析了平面连杆机构运动学逆解问题的复杂性,根据平面连杆机构的树结构表达方法,利用树结构的遍历算法并结合无约束优化方法,将运动学逆解问题分解为每个时间步的正解逼近,从而克服了运动学
用指数积公式法表示开链机器人的运动学方程,将吴消元法引入运动学逆问题的求解。通过吴消元法的特征列思想和符号运算的结合,实现了开链机器人运动学逆解的解析计算。结合实例说明了吴消元法
由于可重构机器人构型的多样性,其运动学逆解的自动生成是应用中的关键问题。采用旋量和指数积公式建立可重构机器人的运动学模型,系统地分析了指数积公式的化简方法、子问题的分类和计算方法
利用D-H参数对MOTOMAN-UPJ型机器人建立坐标系,推导出正运动学公式。将由此得到的运动学正解作为训练样本,利用RBF神经网络的局部逼近的优点,将求解机器人运动学逆解转化为
"运动学逆解"的相关词
快捷付款方式
订购知网充值卡
<font color="#0-819-9993
<font color="#0-
<font color="#0-机器人手臂运动学中有两个基本问题
机器人手臂运动学中有两个基本问题：
对给定机械臂，己知各关节角矢量 g(f)=[gl(t) ，g2(t) ，......
gn(i)] '，其中 n
为自由度。求末端操作器相对于参考坐标系的位置和姿态，称之为运动学正问题。在机器人示教过程中。机器人控制器即逐点进行运动学正问题运算。
对给定机械臂，已知末端操作器在参考坐标系中的期望位置和姿态，求各关节矢量，称之为运动学逆问题。在机器人再现过程中，机器人控制器即逐点进行运动学逆问题运算，将角矢量分解到机械臂各关节。
运动学正问题的运算都采用 D-H
法，这种方法采用 4X4
齐次变换矩阵来描述两个相邻刚体杆件的空间关系，把正问题简化为寻求等价的 4X4 齐次变换矩阵。
逆问题的运算可用几种方法求解，最常用的是矩阵代数、迭代或几何方法。
机器人轨迹规划
机器人机械手端部从起点 ( 包括，位置和姿态
到终点的运动轨迹空间曲线叫路径，轨迹规划的任务是用一种函数来“内插”或“逼近”给定的路径，并沿时间轴产生一系列“控制设定点”，用于控制机械手运动。
目前常用的轨迹规划方法有关节变量空间关节插值法和笛卡尔空间规划两种方法。具体算法可参考文献 。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。优秀研究生学位论文题录展示基于神经网络的机器人逆运动学求解专　业: 精密机械与精密仪器关键词: 工业机器人 RBF神经网络 逆运动学分类号: TP242.2形　态: 共 76 页　约 49,780 个字　约 2.381 M内容阅　读: 内容摘要作为一种先进的生产工具，机器人已经被广泛应用于多个领域。利用机器人不仅能够完成大量简单重复性工作，而且可以代替人完成许多以前必须通过人工才能完成的复杂、繁重、危险性的工作，在提高效率的同时改善了质量。
机器人的控制问题主要包括：轨迹规划问题、逆运动学问题和逆动力学问题。而机器人逆运动学求解问题在机器人学中占有重要地位，是研究机器人动力学和机器人控制的基础，并直接关系到运动分析、离线编程等。从机器人控制角度讲，逆运动学问题是一个很重要的课题，一直备受人们关注。
本文以瑞典ABB公司生产的IRB140型小型工业机器人为例，对空间六自由度多关节机器人进行了运动学分析，并采用D-H方法建立了其运动学模型，推导出机器人的正运动学公式。本文提出矩阵逆乘的逆解算法。与传统方法相比，大大减少了计算逆解运动方程的计算量。针对有时在逆解中有几组不是真解的问题，本文详细讨论各位置参数的取值对逆解结果的影响，明确了逆解角度求解公式，避免了可能出现的漏解的情况。
本文利用神经网络对于非线性映射的强大的逼近能力，实现机器人从工作变量空间到关节变量空间的非线性映射，从而求得机器人运动学逆解。将解析算法得到的运动学正解作为训练样本，采用改进的BP神经网络算法来研究机器人的逆运动学问题。利用LMBP神经网络的局部逼近的优点，本文将求解机器人运动学逆解转化为对神经网络的权值进行训练，实现了机器人从工作空间到关节空间的非线性映射。该法还克服了标准BP算法收敛速度慢，收敛精度差的缺点。本文还提供了另一种简单、快速、准确地逆运动学求解新思路，即用径向基函数网络来进行函数逼近。最后通过对IRB140型机器人的仿真研究表明，用此神经网络算法反解机器人运动学不仅求解过程简单，学习收敛速度快，还可以避免传统反解方法中的许多棘手问题..……全文目录文摘英文文摘第1章 绪论1.1论文研究背景及研究意义1.1.1机器人发展历史1.1.2研究背景和研究意义1.2机器人逆运动学问题的发展现状1.2.1运 动学逆问题的传统解法1.2.2机器人逆运动学问题的研究现状1.3论文主要研究内容和章节安排1.4本章小结第2章 机械手运动学的数学基础2.1机器人位置与姿态的描述和空间变换2.1.1机器人的位姿描述2.1.2坐标变换2.1.2齐次坐标及齐次变换2.1.3末端执行器位姿的其他表示方法2.2机器人正向运动学2.2.1连杆坐标系2.2.2 D-H坐标变换矩阵2.2.3机器人正向运动学求解2.3机器人逆向运动学2.3.1逆向求解解的存在性和多重性问题2.4本章小结第3章 IRB140型机器人运动学分析与研究3.1 IRB140型机器人概况3.2 IRB140型机器人正向运动学求解3.2.1连杆参数及连杆坐标系的建立3.2.2机器人正向运动学求解3.3 IRB140型机器人逆向运动学求解3.4本章小结第4章 神经网络在机械手逆运动学中的应用4.1神经网络智能控制系统概述4.1.1神经网络的发展与应用4.1.2人工神经元模型4.1.3人工神经网络结构4.1.4人工神经网络的主要学习算法4.2神经网络的训练过程4.2.1产生数据样本集4.2.2确定网络的类型和结构4.2.3网络的训练和测试4.3神经网络在机械手逆运动学中的应用概述4.3.1机械手逆运动学问题4.3.2基于神经网络的系统辨识原理4.3.3前馈型神经网络在机械手逆运动学问题中的应用4.4本章小结第5章 基于BP神经网络的机械手运动学逆解5.1 BP神经网络算法5.1.1BP神经网络概述5.1.2 BP算法的数学基础5.2 BP算法的缺陷分析及其改进5.3改进型的BP算法5.3.1 LM算法5.3.2 LM算法对于BP算法的改进5.3.3基于LMBP算法的逆运动学求解的具体步骤5.4改进BP算法在机械手逆运动学中的应用5.4.1训练样本的选择与组织5.4.2输入输出数据的预处理5.4.3 BP网络结构的设计5.5基于BP神经网络的逆运动学仿真结果及分析5.6本章小结第6章 基于RBF神经网络的机器人逆运动学求解6.1径向基函数神经网络算法6.1.1径向基函数网络6.1.2 RBF网络训练规则6.2基于RBF算法的IRB140型机器人逆向求解仿真6.2.1基于MATLAB的机器人运动学逆问题的RBF网络训练6.2.2 RBF网络与BP网络的比较6.3本章小结第7章 总结与展望参考文献相似论文,62页,TP242.62 TP391.41 TP301.6,84页,TP242.6 TP273.4 TP301.6,61页,TP242,62页,TP242.6,73页,TP24,60页,TP24,71页,TP24,54页,TP24,83页,TP24,128页,TP24,72页,TP24,56页,TP24,190页,TP24,66页,TP24,69页,TP24,56页,TP24,67页,TP24,77页,TP24,54页,TP24,106页,TP24中图分类:
> TP242.2 > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
& 2012 book.var searchResultHtml=$("#tabSearchResult").html();
var titleThis="";
$.get("converge-by-key",
{"item_id":$(this).attr("id"), "rnd":new Date().getTime()},
function(data){
$("#convergeResult").html(titleThis+data);},
$(".converge").removeClass("selected");
$(this).addClass("selected");
$("#navigation").treeview({
persist: "location",
collapsed: true,
unique: false
$(".navBg").click(function()
var arrow = $(this).find("span.arrow");
if(arrow.hasClass("up"))
arrow.removeClass("up");
arrow.addClass("down");
else if(arrow.hasClass("down"))
arrow.removeClass("down");
arrow.addClass("up");
$(this).parent().find(".menus").toggle();
var convergedHTML="none";
var url="'"+document.location+"'";
var isKOS="false";
var isConvergeFieldStr="false";
var index=url.indexOf("simple-search");
var filed=$("#tfield1").attr("value");
if(isKOS=="true" && isConvergeFieldStr=="true" && (index!=-1) && (convergedHTML=="" || convergedHTML.indexOf("无")!=-1))
var kosAreaHTML="";
$("#list_2").html("DDC Clustering"+kosAreaHTML);
var covergeURL=document.location+"&converge=true"+"&rnd="+new Date().getTime();
var divConvergeHeightOld=$("#list_2").height();
$.get(covergeURL,
function(data){
if(data.substring(0,2)=="ok")
data=data.substring(3);
$("#list_2").html(data+kosAreaHTML);
$("#list_2").html("无"+kosAreaHTML);
/*if(data.indexOf("无")!=-1)
$("#list_2").height(20);
$("#list_2").width("auto");
var divConvergeHeightNew=$("#list_2").height();
var heightDiff=200-divConvergeHeightO
if(divConvergeHeightNew>=200)
$("#tdConverge").height(200);
$("#LeftPane").height($("#LeftPane").height()+heightDiff);
$("#RightPane").height($("#LeftPane").height());
$("#MySplitter").height($("#LeftPane").height());
$(".vsplitbar").height($("#LeftPane").height());
document.getElementById("LeftPane").style.height=$("#LeftPane").height();
document.getElementById("RightPane").style.height=$("#LeftPane").height();
document.getElementById("MySplitter").style.height=$("#LeftPane").height();
alert(document.getElementById("MySplitter").style.height);
$(".converge").css("cursor","pointer");
$(".converge").css("color","#1F5B97");
$(".converge").mouseover(function(){
$(this).addClass("over");
}).mouseout(function(){
$(this).removeClass("over");})
$(".converge").click(function(){
//$("#tabNav").css("display","none");
$("#tabSearchResult").css("display","none");
$("#convergeResult").html("");
var searchResultHtml=$("#tabSearchResult").html();
var titleThis="";
$.get("converge-by-key",
{"item_id":$(this).attr("id"), "rnd":new Date().getTime()},
function(data){
$("#convergeResult").html(titleThis+data);},
$(".converge").removeClass("selected");
$(this).addClass("selected");
$("#navigation").treeview({
persist: "location",
collapsed: true,
unique: false
题名: 机器人运动学逆的数值迭代法
卷号: 11, 期号:2, 页码:26-30，42关键词:
通讯作者: 易科
中文摘要: 本文针对一类无封闭解的机器人运动学逆问题构造了一个一维非线性方程。从而将机器人运动学逆问题对6个关节变量的数值迭代求解转化为一维非线性方程求根的问题。从而提高了计算速度。经对JRS—80点焊机器人的应用,证明了该方法的可靠性与实用性。
语种: 中文
URI标识: []&&
Appears in Collections:
Recommended Citation:
易科.机器人运动学逆的数值迭代法,计算技术与自动化,):26-30，42
Google Scholar
CSDL cross search
Related Copyright Policies
Social Bookmarking
Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.&}