仿人机器人冗余度双臂运动学建模与解析.pdf

《仿人机器人冗余度双臂运动学建模与解析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、昼应用技狡术木仿人机器人冗余度双臂运动学建模与解析罗亚梅I，张智军4(1．国家知识产权局专利局专利审查协作广东中心2．中山大学信息科学与技术学院3．华南理工大学自动化学院4．南洋理工大学媒体创新研究所)摘要：针对人形机器人，提出一种融合左右臂广义逆的组合伪逆方法。该方法能将左右臂的雅克比矩阵广义逆统一为一个伪逆矩阵，从而方便使用传统伪逆方法或优化的伪逆方法处理双臂。首先给出人形机器人双臂的前向运动学模型、左右手臂的基于伪逆模型；然后将这2个单独模型的雅克比矩阵的广义逆统一到一个雅克比矩阵中，得到一个组合和简化的伪逆模型。仿真结果表明，该方案具有可行性和准

2、确性。关键j围：人形机器人；双臂冗余度解析；组合伪逆方法；计算机仿真O引言由于有诸多优点，冗余度机械臂在近几十年越来越得到重视。冗余度机械臂的基本问题是冗余度解析近年来，由于人形机器人与人类较相似而受到越问题，如果只考虑运动学，也叫逆运动学问题。具体来越多研究人员的关注【l】。人形机器人之所以受到欢描述为己知机械臂的末端位置，求解机械臂的各个关迎，一方面是因为人形机器人外形与人相似，能够帮节值的问题。一般来说，希望能够得到运动学的解析助处理一些人类需要完成的工作；另一个方面可能是解，即准确解。如在文献[10】中，Nunez等人给出一人们更容易将人形机器人

3、作为日常生活的同伴而用于家庭生活当中【2J。通过研究人形机器人，不但开发种针对3自由度的人形机器人运动解析方法。然而人形机器人手臂的自由度往往多于3个，所以该方法不出越来越多可用于日常生活的人形机器人来满足各具有普遍适用性。手臂自由度超过6个时，机械手臂种需求，而且可能对人类认识本身有一定的意义。往往是一个冗余型的系统，即运动学方程中方程的个设计人形机器人，必须考虑其运动生成方法。常数少于变量的个数，导致在求机器人逆运动学解时，见的运动生成方法为建立机器人的运动学模型，使用数学方法求解各个关节的值【3卅。在工业机器人领域，难以得到唯一的解析解。为解决该问

4、题，常用的方法是伪逆的方案【ll】。该方法一直是研究热点，因为它具有可解释性(通过数学推理得到)、可形式化描述(使用计算机编程实在伪逆法的使用场合中，单械臂是最常见的类现)等特点剖。型，双臂的情况比较少【3刮。单臂系统由于只考虑单个冗余度机械臂是指多于完成任务所需的自由度机械臂，情况相对简单。但人形机器人往往有2个手数目的机械臂【7】。比如在三维空间中，考虑位置和姿臂，有时需各自单独完成任务，有时需协作完成任务。态，若要完成末端任务，机械臂至少需要6个自由度，如搬运重物，需2个手臂具有一样的速度，且要平稳如果机械臂拥有7个及以上自由度，则认为这种机械地按

5、照既定的路线搬运；拧螺丝需一只手稳住螺丝，臂为冗余度机械臂。相比于非冗余度机械臂，冗余度另一只手进行拧紧动作。因此，研究人形机器人的双机械臂除了完成末端执行器的任务外，还有更多的优臂运动学解析方法具有较大的实用价值。为了展示伪势：1)具有更大的灵活性，由于有更多自由度，分配逆法在双臂解析中的有效性，本文给出一种融合左右任务可以有更多选择；2)可以考虑更多的优化指标，臂广义逆的组合伪逆方法，该方法将左右臂广义逆组如能量最小化、力矩最小化等；3)执行一些特殊的任合为一个伪逆矩阵，从而方便使用传统伪逆方法处理务，如躲避奇异点、躲避关节极限、躲避障碍物等【】。双

6、臂。2015年第36卷第1期自动化与信息工程27罗亚梅张智军：仿人机器人冗余度双臂运动学建模与解析雅克比矩阵Jn()和JR(OR)的伪逆；I∈R表=lJ一0‘I一。(f0)1(f)lI。示单位矩阵；wL∈R”和∈R”为任意矢量，其取为简单起见此处令=[0；0】，式(1)退化为最小值通常根据需要优化的指标而定。化范数解。表1双臂机器人连杆参数3计算机仿真分析f．1／radai．1／m／mOi／rad为验证本文所提方案的可行性，使用上述伪逆方1兀，20．040．28201法控制机器人左右手分别追踪末端期望的轨迹(左手2丁【／20．0．137追踪一条圆形路径，

7、右手追踪一条直线路径)。使用3．7【，200Mat1ab进行仿真，运算环境为PrecisionT1600，Dell，47c／20．0．155CPUE31225@3．10GHz，8．00GBRAM，64位57【／2O0．155Windows7Professional系统。为了实现计算机仿真，设置其初始关节角分别为6．兀／200．1305=[0．079,-0．3l4，0．105，0，一1．143，1．047，0．96]，，7兀／20O．1305OR=[一0．08，0．31，-0．10，3．14，一1．14，1．05，_2．18]。87c／2．0．040．28

8、2该人形机器人在追踪直线和圆形的末端期望路9兀／200．137径时的3D运动轨迹