Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于混沌樽海鞘算法的冗余机器人逆运动学参数求解方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华中科技大学

摘要:本发明属于机器人逆运动学求解相关技术领域,其公开了一种基于混沌樽海鞘算法的冗余机器人逆运动学参数求解方法及系统,方法包括:获取机器人末端执行器位置和方向与待求解逆运动学参数的关系表达式;构建适应度函数;设置混沌樽海鞘算法所需的参数并基于Logistic混沌映射进行种群初始化;采用适应度函数计算初始种群中所有个体的适应度F,将适应度值最小的个体作为食物源;将适应度值排名靠前的1+N2个个体作为领导者,剩余个体作为追随者,N为种群规模;以食物源为目标,采用TLC混沌映射方法进行领导者位置更新,并采用动态学习方法进行追随者位置更新直至迭代结束获得机器人逆运动参数。本申请实现了机器人逆运动的快速精确求解。

主权项:1.一种基于混沌樽海鞘算法的冗余机器人逆运动学参数求解方法,其特征在于,包括:S1:获取机器人末端执行器位置和方向与待求解逆运动学参数的关系表达式;S2:定义机器人末端执行器的实际位姿和目标位姿之间的综合误差值作为适应度函数;S3:以机器人逆运动学参数为种群个体,设置混沌樽海鞘算法所需的参数并基于Logistic混沌映射进行种群初始化;S4:采用所述适应度函数计算初始种群中所有个体的适应度F,并将适应度值进行降序排列,将适应度值最小的个体作为当前种群中食物源;S5:将适应度值排名靠前的1+N2个个体作为领导者,剩余N2-1个个体作为追随者,N为种群规模;S6:以食物源为目标,采用Tent-Logistic-Cosine混沌映射方法进行领导者位置更新,并采用动态学习方法进行追随者位置更新,直至迭代结束获得最优种群个体位置,将所述最优种群个体位置带入所述关系表达式获得最优种群个体,也即机器人逆运动参数。

全文数据:

权利要求:

百度查询: 华中科技大学 一种基于混沌樽海鞘算法的冗余机器人逆运动学参数求解方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术