本文選題：六自由度串聯(lián)機(jī)械臂 + 運(yùn)動學(xué)分析��； 參考：《濟(jì)南大學(xué)》2017年碩士論文

【摘要】：隨著人工智能和自動化技術(shù)的不斷發(fā)展,傳統(tǒng)的機(jī)械臂進(jìn)行重復(fù)動作作業(yè)已經(jīng)不能符合時代的潮流。在當(dāng)前的科技浪潮下,需要機(jī)械臂具備更高的智能性和自主性。本文基于RBT-6T/S03S型六自由度串聯(lián)機(jī)械臂,進(jìn)行了機(jī)械臂在靜態(tài)環(huán)境下的避障路徑規(guī)劃研究。本文所做的研究工作包括六自由度串聯(lián)機(jī)械臂運(yùn)動學(xué)模型建立、正逆運(yùn)動學(xué)求解、基于改進(jìn)RRT算法和人工勢場法的避障路徑規(guī)劃以及實(shí)驗(yàn)驗(yàn)證,各部分承上啟下。主要內(nèi)容如下:(1)運(yùn)動學(xué)模型的建立:機(jī)械臂運(yùn)動學(xué)模型是進(jìn)行機(jī)械臂避障路徑規(guī)劃研究的基礎(chǔ),本文首先給出了機(jī)械臂空間位姿的數(shù)學(xué)表示方法,然后研究了機(jī)械臂空間的坐標(biāo)變換,最后根據(jù)機(jī)械臂本體的具體數(shù)學(xué)參數(shù),建立了機(jī)械臂的D-H坐標(biāo)系,給出機(jī)械臂的連桿變化矩陣。(2)正逆運(yùn)動學(xué)求解:在機(jī)械臂D-H坐標(biāo)系下,結(jié)合機(jī)械臂的連桿變化矩陣,先給出了機(jī)械臂的正運(yùn)動學(xué)方程,然后分別基于解析法和RBF神經(jīng)網(wǎng)絡(luò),給出了機(jī)械臂逆運(yùn)動學(xué)的求解方法。(3)避障路徑規(guī)劃:結(jié)合上面所完成的工作,基于傳統(tǒng)的單枝RRT算法,從笛卡爾空間規(guī)劃出發(fā),結(jié)合機(jī)械臂的運(yùn)動學(xué)約束,將其從二維平面擴(kuò)展到三維空間,進(jìn)行機(jī)械臂的避障路徑規(guī)劃。隨后,采用bi-RRT對RRT算法進(jìn)行了改進(jìn)。最后,再從關(guān)節(jié)空間規(guī)劃出發(fā),采用勢函數(shù)代替?zhèn)鹘y(tǒng)人工勢場法中的合力作用,進(jìn)行了機(jī)械臂的空間避障路徑規(guī)劃。(4)實(shí)驗(yàn)驗(yàn)證:分別設(shè)計了正運(yùn)動學(xué)實(shí)驗(yàn)、逆運(yùn)動學(xué)實(shí)驗(yàn)、基于RRT算法的路徑規(guī)劃實(shí)驗(yàn)和基于人工勢場法的路徑規(guī)劃實(shí)驗(yàn),對本文所做的工作進(jìn)行實(shí)驗(yàn)驗(yàn)證。通過實(shí)驗(yàn)分析,本文所做的研究工作具有一定實(shí)際應(yīng)用價值和參考意義,具有可行性和有效性。
[Abstract]:With the continuous development of artificial intelligence and automation technology, the traditional manipulators are unable to carry out repetitive actions in line with the trend of the times. In the current wave of science and technology, the robot arm needs a higher degree of intelligence and autonomy. Based on RBT-6T / S03S six-degree-of-freedom series manipulator, the obstacle avoidance path planning of the manipulator in static environment is studied in this paper. The research work in this paper includes the establishment of kinematics model of six-degree-of-freedom series manipulator, the solution of forward and inverse kinematics, the obstacle avoidance path planning based on improved RRT algorithm and artificial potential field method, and the experimental verification. The main contents are as follows: (1) Establishment of kinematics model: kinematics model of manipulator is the basis of studying obstacle avoidance path planning. Then the coordinate transformation of the manipulator space is studied. Finally, according to the specific mathematical parameters of the manipulator body, the D-H coordinate system of the manipulator is established, and the linkage change matrix of the manipulator is given. (2) the forward and inverse kinematics solution: in the D-H coordinate system of the manipulator, The forward kinematics equations of the manipulator are given based on the change matrix of the connecting rod, and then based on the analytical method and the RBF neural network, respectively, the forward kinematics equations of the manipulator are given. The inverse kinematics method of the manipulator is presented. (3) obstacle avoidance path planning: based on the traditional single-branch RRT algorithm, the kinematics constraints of the manipulator are combined with the Cartesian space planning. It is extended from two-dimensional plane to three-dimensional space to plan the obstacle avoidance path of the manipulator. Then, the RRT algorithm is improved by bi-RRT. Finally, starting from joint space planning, potential function is used to replace the resultant force in the traditional artificial potential field method, and the space obstacle avoidance path planning of the manipulator is carried out. (4) Experimental verification: the forward kinematics experiment and the inverse kinematics experiment are designed respectively. The path planning experiment based on RRT algorithm and the path planning experiment based on artificial potential field method are carried out to verify the work done in this paper. Through experimental analysis, the research done in this paper has some practical application value and reference significance, and is feasible and effective.
【學(xué)位授予單位】：濟(jì)南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP241

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳東鳳;;基于改進(jìn)人工勢場的采摘仿生機(jī)械手設(shè)計和仿真研究[J];農(nóng)機(jī)化研究;2017年05期

2 王崇剛;李明江;;采摘機(jī)械手的路徑規(guī)劃——基于相似矢量矩免疫遺傳算法[J];農(nóng)機(jī)化研究;2016年10期

3 戢磷;;面向中國制造2025的先進(jìn)制造技術(shù)課程教學(xué)研究——培養(yǎng)掌握新型工業(yè)機(jī)器人應(yīng)用與維修技術(shù)的高職人才[J];民營科技;2015年11期

4 文生平;陳端平;;基于遺傳算法的分揀機(jī)器人最優(yōu)路徑規(guī)劃[J];自動化與儀表;2015年11期

5 王喜文;;工業(yè)4.0帶來機(jī)器人的進(jìn)化[J];物聯(lián)網(wǎng)技術(shù);2015年10期

6 駱敏舟;方健;趙江海;;工業(yè)機(jī)器人的技術(shù)發(fā)展及其應(yīng)用[J];機(jī)械制造與自動化;2015年01期

7 王田苗;陶永;;我國工業(yè)機(jī)器人技術(shù)現(xiàn)狀與產(chǎn)業(yè)化發(fā)展戰(zhàn)略[J];機(jī)械工程學(xué)報;2014年09期

8 陳超;唐堅(jiān);靳祖光;楊洋;錢磊;;一種基于可視圖法導(dǎo)盲機(jī)器人路徑規(guī)劃的研究[J];機(jī)械科學(xué)與技術(shù);2014年04期

9 李準(zhǔn);李彥;;基于遺傳算法有障礙物的機(jī)械手工作空間研究[J];計算機(jī)測量與控制;2014年03期

10 歐陽鑫玉;楊曙光;;基于勢場柵格法的移動機(jī)器人避障路徑規(guī)劃[J];控制工程;2014年01期

相關(guān)碩士學(xué)位論文 前8條

1 徐俊;六自由度機(jī)械臂可通過性的研究與判定[D];廣西大學(xué);2015年

2 周濤;七自由度果實(shí)收獲機(jī)械手運(yùn)動規(guī)劃與控制系統(tǒng)研究[D];中國計量學(xué)院;2015年

3 袁天明;基于神經(jīng)網(wǎng)絡(luò)的機(jī)械手軌跡跟蹤控制方法研究[D];大連理工大學(xué);2015年

4 尹斌;冗余機(jī)械臂運(yùn)動學(xué)及避障路徑規(guī)劃研究[D];哈爾濱工業(yè)大學(xué);2014年

5 程國秀;基于六自由度機(jī)械臂的避障路徑規(guī)劃研究[D];東北大學(xué);2012年

6 馬培羽;六自由度機(jī)械臂避障路徑規(guī)劃研究[D];華南理工大學(xué);2010年

7 戈志勇;番茄采摘機(jī)械手運(yùn)動學(xué)仿真與避障算法研究[D];江蘇大學(xué);2007年

8 陳登瑞;六自由度機(jī)械手本體結(jié)構(gòu)關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2006年

，

本文編號：2066201