专利交易市场

一种采用抛物线型终态神经网络的冗余机器人重复运动规划方法，在笛卡尔空间中给定机器人末端执行器的期望轨迹rd(t)，并给出各个关节的期望回拢角度θd(0)；对于机器人的重复运动，采用渐近收敛性能指标，通过将冗余机器人轨迹规划的二次优化问题转化为时变矩阵方程求解问题，以抛物线型终态神经网络作为求解器。在初始位置偏移的情况下，实现冗余机器人有限时间收敛的重复运动规划任务。本发明提供一种具有有限时间收敛、计算精度高、易于实现的采用抛物线型终态神经网络的冗余机器人运动规划方法。

本发明涉及一种机器人，目的是提供一种运动冗余机器人攀爬机构，以解决现有串、并联攀爬机器人结构笨重、定位控制困难、精度低、工作空间小的问题，该机构具有工作空间大、精度高的特点。技术方案是一种运动冗余机器人攀爬机构，其特征在于：该机构包括第一吸附机构、第二吸附机构以及连接在第一吸附机构与第二吸附机构之间的运动冗余并联机构；所述第一吸附机构包括依序连接的第一连杆、第一转动副、第二连杆以及吸盘；所述第二吸附机构结构与第一吸附机构相同，第二吸附机构中第一连杆与运动冗余并联机构中的下平台固连。

本发明公开了一种冗余机器人多约束逆解方法，其技术方案要点是：Step1:建立机器人关节角度相关的连续加权矩阵；Step2:构建推离关节远离极限角度的排斥速度势场；Step3:建立加权梯度投影法冗余机器人逆解；Step4:定义优化准则函数正则化连续变量系数；Step5:设计优化准则函数正则化处理原则；本冗余机器人多约束逆解方法相对加权最小二乘法，为了更好地实现避关节角度极限，本发明提出一种连续加权矩阵和排斥速度势场函数，推离机器人关节远离其关节角度极限，保持了机器人系统冗余特性；本发明提出一种优化准则函数正则化处理原则用于实时在线计算优化准则函数标量系数，避免了梯度投影法通过大量仿真来确定标量系数，提高了算法工作效率。