摘要：针对末端效应器沿指定曲线运动时的逆向运动学(IK)求解提出了一种二阶数值方法,用末端效应器运动曲线的参数对关节角度运动曲线进行参数化,建立两条曲线之间的直接联系.利用关节角度向量的二阶泰勒展开递推求解末端效应器沿曲线运动时关节角度向量的变化.本方法在计算时引入了末端效应器运动曲线的微分几何属性,因此称为曲线逆向运动学.与传统的一阶类牛顿方法相比,曲线逆向运动学算法精度高,步长可控.对于逆向运动学控制中存在的奇异位形和冗余自由度,现有的算法对曲线逆向运动学算法同样有效,不需要重新设计算法.

摘要：人体逆向运动学问题是人体运动合成、人体运动捕获和理解的基本问题.由于人体关节链式系统的复杂性,人体逆向运动学方程往往存在多解或无解的情形.传统的方法通常采用解析或数值迭代方法求解逆向运动学问题,在给定足够多约束的情形下能够得到比较好的解,但无法处理少量约束下生成自然的人体姿态问题.近年来,从大规模数据集中学习统计模型参数的思想被广泛运用,求解人体逆向运动学的机器学习方法中经典工作|混合Gauss逆向运动求解模型(Gaussian mixture model-inverse kinematics,GMM-IK)就提出利用混合Gauss模型建模人体姿态数据分布,并采用期望最大化方法求解参数.随着深度学习技术的发展,本文提出一种自编码神经网络与数值迭代融合的方法,在给定少量约束的情形下依然能够得到自然的人体姿态,相较于GMM-IK方法,本文所提出的方法通过神经网络自动学习姿态分布,省去了模型的假设和特征的设计,且量化实验显示本文方法的关节坐标和角度重建误差相较于GMM-IK模型平均减少了25%和39%.在应用方面,本文方法可处理光学运动捕获数据,也可用于图像视频的人体姿态估计等领域.

摘要：混凝土喷射台车机械臂设计十分复杂,机械臂末端执行器工作路径的控制问题是设计的关键。为解决各关节驱动控制的问题,研究机械臂结构和执行器工作路径的关系,利用D-H法建立机械臂的运动数学模型,给出其逆向运动学解。利用Matlab和COSMOSMotion计算预定喷射路径下机械臂的杆件参数,通过虚拟样机实验仿真机械臂的运动。仿真结果满足工作要求,验证了逆向运动学解的正确性。该方法可应用于类似机械臂的研究。

摘要：针对工业机器人实训易受场地、设备成本、实训安全限制等问题,本文以一个6自由度关节型工业机器人及其物料搬运场景为例,结合逆向运动学和混合包围盒碰撞检测算法,模拟真实的机器人运动特性和作业场景,研究了虚拟现实和机器人之间的协同作用,开发了一种基于Unity3D引擎的,具有较高沉浸感和真实性的工业机器人运动控制实践培训系统。系统利用HTC Vive完成系统交互设计,并实现工业机器人运动控制,可作为培训解决方案,在安全的环境中提供可重复和灵活的程序。

摘要：基于最新人臂仿生理论和并联机器人研究的成果,提出一种线驱动7-DOF冗余手臂的设计方案。线驱动机构具有高刚度、高精度、高负载能力的优点,可以克服常规串联机构的缺点。介绍这种新型线驱动拟人臂机器人具体的结构,利用旋量理论描述机器人运动,在绳索张力条件的约束下,分析肩关节的工作空间。针对7-DOF机器人的逆运动学求解问题,先采用关节速度再分配法求关节速度逆解;然后与Paden-Kahan子问题法相结合,取得具有冗余控制的位置逆解,求出在给定位姿时各关节角的角度;再由关节角与绳长的关系解出各关节处驱动绳索的长度,并分析肩关节运动对腕、肘关节的耦合影响。最后在ADAMS下进行仿真,采用直线插补算法,动画图形实时显示机器人的运动情况,证明逆向运动学算法的正确性。

摘要：常见的七自由度冗余机械臂逆运动学解法较为繁杂,且对不同构型机械臂的逆运动学解法通用性较差。为了找到一种通用的七自由度机械臂逆运动学求解方法,建立了神经网络模型,选择了合适的激励函数、隐藏层神经元数量、神经网络层数和学习速率等模型参数。设计轨迹跟踪实验对神经网络模型进行验证,实验数据证明该方法有效且精度较高,是一种可行的冗余机械臂逆运动学求解方法。

摘要：由于人体上肢运动链的高自由度,用传统的几何法、解析法、迭代法等求其逆解较为困难。遗传算法具有很好的寻优特性,但标准遗传算法在求解时容易陷入早熟收敛和后期搜索迟钝。为此,提出了一种改进型遗传算法(IGA)求解的方法。先构建人体上肢运动链的各关节单元,并用D-H方法建立其数学模型;然后仿人类种群现象实现遗传算法的种群多样化和种群初始化,设计具有自适应性能的交叉概率和变异概率算子,从而完成了对标准遗传算法的改进。通过对比仿真计算结果可得,改进后的遗传算法能以更大概率避免陷入早熟收敛和后期搜索迟钝,并以较少的遗传代数寻得高精度逆解。

摘要：针对强干涉环境下虚拟人手臂无碰撞抓取物体动作规划问题,提出一种逆向运动学与运动规划相结合的求解方法.首先在现有FABRIK逆向运动学算法的基础上提出避障FABRIK算法,用于实现手臂无碰撞抓取姿态设计,作为最终抓取姿态;然后采用Bi-RRT算法,综合考虑7维角度域约束和对非光滑路径的简化问题对手臂进行无碰撞运动规划,产生从给定初始姿态到最终抓取状态之间的中间姿态.仿真实验结果表明,该方法速度快,产生的路径能有效地避开障碍;可用于强干涉环境下的虚拟人动作设计.

摘要：对全液压铅残极板移载机械手提升手臂装置进行运动学分析。通过对移载机械手提升机构进行建模并实现简化,采用正向运动学和逆向运动学的分析方法,建立起支撑杆的位移、速度、加速度与对应液压缸的位移、速度、加速度之间的关系。通过仿真软件对所得的运动学方程进行了验证,提高最终结果的准确性。利用所得到的研究结果,可以为移载机械手的动力学分析、运动轨迹规划和控制系统及液压系统的设计提供重要依据。

摘要：沉浸感是虚拟现实应用的重要特征之一,而虚拟场景中角色行为的智能性与真实性对虚拟现实应用的沉浸感有着显著影响.利用强化学习方法对球拍的击球策略进行训练,根据乒乓球游戏规则设计了一系列奖励函数,使之能根据来球起点位置与初始速度生成球拍的有效击球轨迹;进而以球拍轨迹约束虚拟球员的持拍手腕关节,采取逆向运动学与强化学习相结合的方法估计出球拍击球时虚拟球手的击球动作,得到能用合理姿态进行成功击球的虚拟球手.消融分析实验验证了所提出的奖励函数的合理性与有效性;测试实验则表明,所设计的虚拟球手能以合理的击球动作击球,成功率达到93%以上,与基于模仿学习的方法相仿,且高于其他方法;但基于模仿学习的方法需要物理采集训练数据,而训练强化学习网络所需的数据只需随机生成,所需代价更低.