为简化机械臂逆运动学求解方法与提高解的精度,增强方法的普适性,利用智能优化算法,将运动学逆解变为最优化问题。首先,根据正运动学方程建立末端位姿误差目标函数,结合最佳柔顺性与能耗约束构建适应度函数,使机械臂在满足位姿误差要求时还具有最佳柔顺性与较低能量消耗;为使位置和姿态收敛精度统一并控制进化方向,引入位姿平衡系数与位姿误差调节系数;其次,把个体寻优出色的天牛须搜索与群体优化性能出色的差分进化算法融合,以此提高算法的收敛精度与速度;最后,对6R机械臂与冗余机械臂进行了逆解实验。结果表明,所提算法收敛精度高、速度快、通用性好。

传统基于位置的定阻抗控制器进行柔顺控制时,力跟踪性能取决于控制器对环境信息的了解程度,且阻抗参数值需经多次试验确定,一旦环境发生变化需要重新多次试验确定各参数值。为降低环境信息的未知性对力跟踪效果的影响和阻抗参数调节的不便,通过力偏差与机器人终端速度设计自适应补偿器对参考轨迹进行补偿,从而间接调整阻抗参数,提高系统对未知环境的自适应性。仿真试验结果表明:该方法相对定阻抗参数法,20 N期望力下力跟踪稳态误差在5%内