科研之友
微信
新浪微博
Facebook
分享链接
摘要
对于有封闭解的6R机器人的逆运动学运算,虽然可采用解析解法、数值解法,但均需要庞大的计算量。此外,对于机械臂逆向运动学问题,经典粒子群(PSO)算法的多次仿真实验中,存在不稳定问题和易陷入局部最优与种群单一的问题。为此,提出一种改进的PSO算法:引入动态权重因子,利用动态权重调整因子结合CMA-ES算法步长更新方法,平衡全局搜索和局部搜索能力;引入收缩学习因子,防止在迭代过程中陷入局部最优。并以REBot-V-6R机器人为例,建立了机器人的正运动学模型,将机器人的逆运动学求解问题转换为改进PSO算法的寻优问题,分别对机器人的位置误差与姿态误差进行仿真。通过将仿真结果与经典PSO算法和遗传算法的仿真结果进行对比,得知在求解精度和求解稳定性方面,所提改进算法的性能明显提升,因而验证了算法的可行性与有效性。
- 单位
