机器人文献综述.doc

PAGE PAGE 1 文献综述 近年来仿生机器人的研究是一个非常活跃的领域，运动机理在仿生学的研究中有着至关重要的作用，对拆除机器人运功装置正逆运动学问题分析与研究，对机器人在复杂路况环境的道路适应性和通过性有非常重要的意义。 20世纪中国开始引进拆除机器人，破拆机器人是一种用于高危环境下具有精细化作业能力的高科技装备。其很大程度上提高了作业效率，中国建筑拆除方式因此引起了革命性的变革。如今，中国对机器人的研究已经达到国际的先进水平，同样对拆除机器人的研究也取得了很大的成果。 在发达国家，人们对工具的依赖愈来愈强，多功能机器人符合这个要求；在发展中国家，随着工业化进程的加快和城市建设的拆迁，拆除市场已成为一块巨大的蛋糕。 （1）正逆运动学研究现状 机器人逆运动学的求解一般有多种方法，一般可以分为两类：数值算法和封闭算法。 数值算法一般应用牛顿-拉夫逊迭代法，适用于任何构形的机器人，但计算量一般都很大，且不能保证收敛于正确的解，一般用于自由度多，结构比较复杂的逆运动学问题求解中。迭代法在数值算法中应用最为广泛。 迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程。多数方程不存在求根公式，因此求精确根非常困难，甚至不可能，从而寻找方程的近似根就显得特别重要。牛顿迭代法是求方程根的重要方法之一，其最大优点是在方程的单根附近具有平方收敛，而且该法还可以用来求方程的重根、复根，此时线性收敛，但是可通过一些方法变成超线性收敛。该方法还广泛用于计算机编程中。迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令（或一定步骤）进行重复执行，在每次执行这组指令（或这些步骤）时，都从变量的原值推出它的一个新值。 封闭算法（Closed Algorithm） 封闭算法主要包括解析法和几何法。 1) 解析法 解析算法在逆运动学求解问题上又称变量分离法，目前已建立的一种系统化的解析解法为：运用变换矩阵的逆矩阵左乘，然后找出右端为常数的元素，并令这些元素和左端元素相等，这样就可以得出一个可以求解的三角函数表达式。重复上述过程，直到解出所有未知数。解析算法的应用需要大量的矩阵逆乘运算，此方法适合用于求解机构的自由度比较多的情况，但难以实现实时在线计算和控制。 2) 几何法 几何算法由C.S.G. Lee和M. Zgeler提出的几何法，另外还有戴齐和姚启先提出的解析法和几何法的综合形式。几何算法，在设计时常常要根据机械手的结构的具体问题来具体分析，建立各个关节点对于基坐标系的位姿关系，再利用几何关系对各个关节点进行正逆运动学的建模，但往往不能得到通用性的算法。但用其来分析运动学逆解比较直观，可以减少分离变量法中复杂庞大的计算量，因此在不少场合中得到应用。 （2） 另外的几种求解算法 1) 神经网络算法（Neural Network Algorithm） 用神经网络求解机器人运动学逆解属于迭代法，但与传统迭代法不同的是此方法只依赖于网络的结构。利用人工神经网络有对非线性映射的强大的逼近能力，通过对大量样本的训练学习，实现机械臂从工作变量空间到关节变量空间的非线性映射，从而求得机械臂运动学逆解，避免了逆运动学方程公式推导和仿真编程等繁杂的过程。关于神经网络算法一般可分为三种：BP算法 (Bzck Propagation BP)、遗传算法（Genetic Algorithm GA）、思维进化算法（Mind Evolutionary Algorithm MEA）。 2) 人工势场法（Artificial potential field method） 人工势场法是由Khatib提出的一种虚拟力法。它的基本思想是将机器人在周围环境中的运动，设计成一种抽象的人造引力场中的运动，目标点对移动机器人产生“引力”，障碍物对移动机器人产生“斥力”，最后通过求合力来控制移动机器人的运动。 综上，我们知道，国内外对于工业机器人的研究一直都不曾停歇，对破拆机器人的模拟计算、优化分析、科学探索的方方面面都有重大的突破，从20世纪70年代初一直到现在，关于机器人运动学、逆运动学、动力学的仿真建模方法也在不断的进步增加。针对各式各样的机构的复杂程度，自由度多少，建模方法也多种多样，算法的繁简程度也不同，因此，选择好建模方法也至关重要。 针对本课题，对四自由度串联机器人的工作装置进行建模，为了计算方便、得到较准确的封闭解，我们选用几何、解析法来进行建模分析。 （3）机器人正逆运动的一般算法 多自由度机器人是具有多个关节的空间机构，为了描述末端执行器在空间的位置和姿态，可以在每个关节上建立一个坐标系，利用坐标系之间的关系来描述末端执行器的位姿。 建立坐标系的方法有多种。 常用的有D一H法(四参数法)和五参数法