用于超冗余 9 自由度机器人高精度逆运动学的 Bald Eagle 搜索算法
机器人学
2023-08-08 v1
摘要
在三维空间中具有超过六个自由度的机器人是冗余的。冗余机器人允许在灵巧工作空间内针对给定目标点存在多种构型。多种解的存在有助于解决工作空间中的约束，例如轨迹规划期间的避障和能量最小化。此类冗余机器人的逆运动学解十分复杂。本研究比较了不同元启发式优化算法（MOA）的位置误差，并确定一种 MOA 以实现机器人末端执行器定位的高精度。本研究利用 Denavit-Hartenberg（DH）参数的正运动学，将近期 MOA 应用于超冗余九自由度（DOF）机械臂的逆运动学，并比较这些算法的性能。比较研究表明 Bald Eagle Search（BES）算法优于其他元启发式算法。BES 算法在实现 9-DOF 机械臂期望位置方面以极高精度和最小时位置误差优于其他 MOA。
引用
@article{arxiv.2308.02619,
title = {Bald Eagle Search Algorithm for High Precision Inverse Kinematics of Hyper-Redundant 9-DOF Robot},
author = {Vineeth P and Guru Nanma P and V Sankar and B Sachin Kumar},
journal= {arXiv preprint arXiv:2308.02619},
year = {2023}
}
备注
22 pages, 6 figures, 4 tables