蓬江登高维修车出租,   蓬江登高安装车出租, 蓬江登高车出租    七自由度机械臂被认为是能够模拟人类手臂的冗余机械臂，其多出的一个自由度满足了对机械臂灵活性的需求

  

           蓬江登高维修车出租,   蓬江登高安装车出租,  蓬江登高车出租     七自由度机械臂被认为是能够模拟人类手臂的冗余机械臂，其多出的一个自由度满足了对机械臂灵活性的需求，国内外研究的冗余机械臂也大多是七自由度机械臂，因此在该类机械臂上进行算法实验极具代表性。为验证本章所设计算法的可行性以及有效性，利用瑞士工程师开发的机械模拟软件模拟实际机械系统，在其提供的七自由度刚性机械臂模型上进行虚拟实物测试，测验机械臂是否能够追踪动态目标以及避开动／静态障碍物，并在陷入局部极值点时逃逸。Ｖ－ｒｅｐ是瑞士一名工程师开发的机械及模拟自动化软件平台，是一个模块化通用的机械仿真框架，具有分布式控制结构的集成开发环境，提供与机械相关的各种工具，包括：４个物理引擎、最小距离计算、视觉传感器和正逆运动学求解等，使研究员能够模拟整个机械系统或其子系统，并利用其提供的远程ＡＰＩ接口３结合Ｍａｔｌａｂ、ＲＯＳ、Ｊａｖａ等平台控制。因此，基于该平台的实验结果能够在一定程度上说明真实环境的实验结果，从而可以说明本文算法在实际运用的有效性。

         提供的七自由度刚性机械臂，包含七个转动关节和七个刚性臂，其中机械臂总长〇．９４＿ｍ，基座高０．２０４ｍ，关节２和４之间臂长０．２９１ｍ，关节４和６之间臂长０．３２４ｍ，关节到机械臂末端的臂长０．１５５ｍ。关节１、３、５和７的转动副轴线平行于机械臂连杆。利用本文第二章所提标准ＤＨ参数法对其建模可得机械臂连杆坐标系，其中数字１- ７分别表示机械臂的七个转动关节。为世界坐标系，＝１，２，…，７）为各关节坐标系。根据标准ＤＨ法中对参数的定义，不难得出本文机械臂ＤＨ参数,    可得机械臂末端到其基坐标系的转移矩阵：只与机械臂关节角度相关。当给定一组机械臂关节角时求得机械臂末端相对于基坐标系的位姿，此为机械臂正运动学模型。证明本所提吸引速度能够保证机械臂末端跟踪上动态目标，本节实验在机械臂工作环境中不添加任何障碍物。用Ｖ－ｒｅｐ搭建的机械臂无障碍工作环境模拟平台。机械臂初始关节角，初始运动速度，机械臂末端在世界坐标系中的位置为（—０．３２，０，０．３４）；目标初始位置为（－０．１５：－０．４０：０．２７），以０．０４ｍ／ｓ２的加速度向（１；０．１，０）方向运动；势场能产生的最大吸引速度为０．１６ｍ／ｓ。设置采样间隔为：Ｔ＝０．０５ｓ，计算得到机械臂末端的吸引速度，再得到机械臂关节速度，最终可驱动机械臂追踪动态目标。给出了机械臂在无障碍环境下运动轨迹的俯视图，七自由度机械臂的四连杆简化模型，用四条线段表示，线段的端点分别代表关节１、２、４、６和７，线段的长度为机械臂连杆长度。因此该图可以真实反应机械臂的运动情况。当机械臂工作环境中不存在障碍物时，只有目标对机械臂产生的吸引力起作用。设置基于目标速度的吸引速度和基于目标位置的吸引速度权系数分别为＝０．８和＝０．９，看出机械臂运动轨迹平滑。机械臂末端最终能够跟踪上动态目标。为本文算法规划的吸引速度在机械臂关节空间的表现，将关节速度输入给机械臂后可得机械臂关节运动轨迹，在机械臂工作环境中无障碍物的情况下，本文所提算法能够提供平滑的速度规划，控制机械臂平稳追踪上动态目标，且关节运动角度始终在约束范围内。

         动态避障机械臂的工作环境中往往存在许多障碍物，传统工业中常常让机械臂工作在静态环境中以此保证机械臂安全工作。为了证明本文算法同样能保证机械臂在动态环境中正常运行，在工作环境的基础上添加三个障碍物。其中三个障碍物的半径均为０．０２ｍ，障碍物１和障碍物３为动态障碍，其运动加速度分别为０．２４ｍ／，ｓ２和０．１６ｍ／．ｓ２，运动方向分别为（１．０，０）和（—１，１．０），两者在世界坐标系中的位置坐标分别为（－０．４５．－０．３０，０．３６）和（０．２０，－０．７２５，０．３５）；障碍物２为静态障碍，其空间位置坐标为（－０．１：－０．２，０．３３）。设置势场能产生的最大排斥速度为０．１５ｍ／ｓ。为了更进一步的保证机械臂安全，设置机械臂和障碍物的膨胀半径分别为＝０．０２ｍ和ｒａＴｍ＝０．０３ｍ。为了更充分证明本文所提算法能够避开动态障碍物，消除动态目标对机械臂避障产生的积极影响，令目标保持静止。由于本节实验场景复杂，将分步介绍机械臂整个运动过程。

            机械臂避开动态障碍物１时的运动轨迹，机械臂在初始时刻不受障碍物排斥势场的影响，仅在吸引速度的作用下从运动到ｐ２，由于目标静止，因此ＡＰ２指向目标位置。当机械臂逐渐靠近静态障碍物２时，受到排斥速度的影响运动偏离原方向。此时动态障碍物１也加速运动到机械臂附近，机械臂在吸引速度和排斥速度的共同作用下放慢运动，甚至因为动态障碍物１产生的排斥速度作用过大而有一小段的倒退，呈现出图中２运动轨迹。当动态障碍１远离机械臂后，机械臂加速向目标运动。从三个障碍物与机械臂的距离曲线可以看出，在躲避动态障碍物１时，机械臂与其最近距离为＝０．０５９ｍ，即机械臂未与障碍物碰撞。

         蓬江登高维修车出租,   蓬江登高安装车出租,  蓬江登高车出租 http://www.panyuyuntichechuzu.com/

            动态障碍物３朝着目标所在位置加速运动，给出了机械臂避开动态障碍物３的轨迹图。与躲避障碍物１类似，将机械臂运动轨迹分成三段详细分析。当机械臂成功躲避动态障碍物１后，由吸引速度控制机械臂加速向目标位置运动，如图中２段轨迹所示。由于动态障碍物同样加速向目标位置运动，且与机械臂运动方向相反，因此在机械臂还未到达目标位置时受到动态障碍物排斥势场的影响而向相反的方向运动。 本实验障碍物３以０．１６？ｎ／ｓ２加速度运动，因此当机械臂与动态障碍物３相遇时，没有足够的速度避开，在本文所提重构排斥速度的作用下，机械臂呈现向垂直于障碍物运动方向运动的趋势，如图中段轨迹所示。机械臂在运动过程中与三个障碍物的距离曲线可知，机械臂在ｒ＝５８时刻与动态障碍物３达到最近距离Ｄ＝０．０３ｍ，即左图中的点。考虑到障碍物３高速向机械臂运动，且此时机械臂运动方向己经垂直于障碍物运动方向，因此认为机械臂成功避开动态算法障碍物。综合考虑机械臂工作环境中不仅存在动静态障碍物，而且目标也运动的情况。令目标以０．０４ｍ／ｓ２的加速度向（１，０．１，０）方向运动，最终可得机械臂运动轨迹，机械臂在躲避障碍物1 时的运动轨迹与前文实验结果相同，当机械臂在躲避障碍物３时，由于目标的运动，机械臂吸引速度和排斥速度方向的夹角为锐角，因此两者在机械臂关节空间矢量合成后推动机械臂向目标靠近。机械臂在整个运动过程中与障碍物的距离曲线和机械臂末端与目标的距离曲线可知，机械臂在整个运动过程中成功避开所有障碍物，并在不受障碍物影响后追踪上动态目标。所提算法给出的速度规划，当受到障碍物干扰时速度波动剧烈，其中最大波动可达０．０７ｍｄ／．ｓ，但当障碍物远离机械臂后速度逐渐稳定，继续控制机械臂追踪动态目标。机械臂在整个运动过程中关节轨迹较为平缓。从四个视角可以更加清楚地观察机械臂运动过程。以上实验证明了本章所提算法的有效性，算法给出的速度规划可以控制机械臂避开动态障碍物并在不受障碍物影响后到达目标位置。

         局部极小值,     势场法的局部极小值是在实际运用过程中经常会遇到的问题，当机械臂陷入局部极小值后，本章所提算法将采用添加虚拟障碍的策略，在空间中产生一个虚拟障碍，并计算机械臂与虚拟障碍物最近点处的排斥速度，使机械臂跳出局部极算法小值。本节将通过实验证明该策略的可行性。当机械臂处于场景时机械臂容易陷入局部极小值，其中机械臂初始状态和障碍物的初始位置中相同。为了构造局部极小值此时设定目标静止，两静态障碍物的位置分别为（－０．３．－０．２，０．３５）和（—０．１６，－０．２，—０．３５）。当机械臂运动到两障碍物中间位置时同时受到两个障碍物排斥势场和目标吸引势场的影响，机械臂在局部极小值附近振荡而无法到达目标位置。

           利用所提算法添加虚拟障碍物，然后计算机械臂与虚拟障碍物最近点处的排斥速度，从而控制机械臂跳出局部极小值。从机械臂的运动轨迹可以看出机械臂最终成功到达目标位置，且未与两个障碍物发生碰撞。为了更深入的理解机械臂陷入局部极小值时的运动轨迹，给出了机械臂陷入局部极小值和逃逸局部极小值时的关节轨迹图。从图中可以看出当机械臂陷入局部极小值时关节小范围震荡，利用本文所提算法在了＝２０时刻添加虚拟障碍物，机械臂成功跳出局部极小值，并在ｒ＝６Ｇ时刻到达目标位置。

         蓬江登高维修车出租,   蓬江登高安装车出租,  蓬江登高车出租