|本期目录/Table of Contents|

[1]何强鉴,赵 刚,水 星,等.基于GA-SVM优化算法的扒渣机器人逆运动学求解研究[J].工业仪表与自动化装置,2023,(06):64-69.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2023.06.011]
　HE Qiangjian,ZHAO Gang,SHUI Xing,et al.Inverse kinematics of slag raking robot based on GA-SVM optimization algorithm solving research[J].Industrial Instrumentation & Automation,2023,(06):64-69.[doi:DOI:10.19950/j.cnki.cn61-1121/th.2023.06.011]
点击复制

基于GA-SVM优化算法的扒渣机器人逆运动学求解研究

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2023年06期
页码:
64-69
栏目:
出版日期:
2023-12-15

文章信息/Info

Title:
Inverse kinematics of slag raking robot based on GA-SVM optimization algorithm solving research
文章编号:
1000-0682（2023）06-0064-00
作者:
何强鉴1; 赵 刚2; 水 星1; 许款款1; 侯 丰1
1.武汉科技大学 冶金装备及其控制教育部重点实验室,湖北 武汉 430081；
2.武汉科技大学 机械传动与制造工程湖北省重点实验室,湖北 武汉 430081
Author(s):
HE Qiangjian1; ZHAO Gang2; SHUI Xing1; XU Kuankuan1; HOU Feng1
1.Key Laboratory of Metallurgical Equipment and Control Technology，Wuhan University of Science and Technology，Huibei Wuhan 430081，China；
2.Hubei Key Laboratory of Mechanical Transmission and Manufacturing Engineering，Wuhan University of Science and Technology，Huibei Wuhan 430081，China.
关键词:
关键字：扒渣机器人; 运动学; 遗传算法; 支持向量机; 轨迹规划
Keywords:
slag raking robotic arm;  kinematics;  GA;  SVM;  trajectory planning
分类号:
TP242
DOI:
DOI:10.19950/j.cnki.cn61-1121/th.2023.06.011
文献标志码:
A
摘要:
扒渣机械臂逆运动学分析是其末端破碎锤与铲斗实现运动轨迹精准控制的难点，由于封闭解法通用性差，以及运用单一神经网络求取时存在精度不足等问题，提出一种基于遗传算法（GA）优化支持向量机（SVM）的机械臂逆运动学求解方法。首先由 D-H 参数法构建正运动学模型，并获取数据样本；再采用 GA 算法对 SVM 的惩罚因子 c 和核函数参数 g 以及损失参数 ε 进行全局寻优，将构建的 GA－SVM 模型应用到扒渣机械臂关节角逆运动学求解中，结果显示末端位姿的均方误差为1.540 26×10-7，表明该算法可准确求解出期望关节角度值；最后将算法模型求取的逆解数据进行五次多项式轨迹规划，验证了 GA－SVM 算法模型的可靠性。
Abstract:
The inverse kinematics analysis of the slag raking robotic arm is a difficult point for its end crushing hammer and bucket to achieve accurate control of the movement traj ectory . Due to the poor gen- erality of the closed solution method and the lack of accuracy when using a single neural network to solve the problems , a method of inverse kinematics solving for the robotic arm based on the Genetic Algorithm (GA) optimized Support Vector Machine (SVM) is proposed . Firstly , the positive kinematics model is constructed by D - H parameter method and the data samples are obtained; then the GA algorithm is used to optimize the penalty factor “c ”and kernel function parameter “g ”of the SVM as well as the loss parameter “ ε ”globally , and then the constructed GA - SVM model is applied to inverse kinematics of the j oint angle of slag raking robotic arm , and the results show that the mean square error of the end posi- tion is 1.540 26×10-7, which indicates that the algorithm can accurately solve the desired joint angle . Finally , the inverse solution data solved by the algorithmic model is subjected to five times polynomial traj ectory planning to verify the reliability of the GA - SVM algorithmic model .

参考文献/References:

[1]谢习华,范诗萌,周烜亦,等.基于改进差分进化算法的机械臂运动学逆解[J].机器人,2019,41(1):50-57.

[2]CRAIG J.机器人学导论[M].4版.北京:机械工业出版社.2018:73-81.
[3]万珍平,罗钊,陆龙生,等.关节角参数化结合接近矢量可行方向的五自由度机械臂逆运动学求解[J].华南理工大学学报（自然科学版）,2023,51(1):16-21+50.
[4]石建平,李培生,刘国平,等.基于改进克隆选择算法的机械臂运动学逆解[J].计算机集成制造系统,2021,27(10):2929-2939.
[5]芮宏斌,曹伟,孙宁宁.基于BP神经网络的光伏阵列清洁机械臂逆运动学分析与时间最短运动规划[J].太阳能学报,2022,43(10):43-51.
[6]焦晓璇,景博,羌晓清, 等. 机载燃油泵故障诊断及实验平台研究[J].振动与冲击, 2017, 36(1):120-128．
[7]李彦,王玲.基于LS-SVM的水火弯板机械手逆运动学求解[J].舰船科学技术, 2014, 36(2):97-101.
[8]DAN ZHANG, JIANHE LEI. Kinematic analysis of a novel 3-DOF actuation redundant parallel manipulator using artificial intelligence approach[J]. Robotics and Computer Integrated Manufacturing: An International Journal of Manufacturing and Product and Process Development,2011,27(1):157-163.
[9]刘世平,曹俊峰,孙涛,等.基于BP神经网络的冗余机械臂逆运动学分析[J].中国机械工程,2019,30(24):2974-2977+2985.
[10]张震,张亚.基于PSO-RBF神经网络的串联机械臂逆运动学分析[J].科学技术与工程,2019,19(36):195-200.
[11]张立博,李宇鹏,朱德明,等.基于遗传算法的护理机器人逆运动学求解方法[J].北京航空航天大学学报,2022,48(10):1925-1932.
[12]陈赛旋.协作机器人零力控制与碰撞检测技术研究[Ｄ].安徽：中国科学技术大学, 2018.
[13]万正海,李锻能,王冲等.移动机器人机械臂运动分析及轨迹规[J].机床与液压, 2019, 47(23): 56-60,68.
[14]刘强,杨道国,郝卫东.UR10机器人的运动学分析与轨迹规划[J].机床与液压, 2019, 47(17):22-28.
[15]LIU J,XIE Q,ZHANG Y.A method for missing data recovery of waste gas monitoring in animal building based on GA-SVM[J].International Journal of Smart Home,2015,9(5):175-184.
[16]尹嘉鹏.支持向量机核函数及关键参数选择研究[D].哈尔滨:哈尔滨工业大学,2016.
[17]刘方园,王水花,张煜东.支持向量机模型与应用综述[J].计算机系统应用,2018,27(4):1-9.
[18]林阳,赵欢,丁汉.基于多种群遗传算法的一般机器人逆运动学求解[J].机械工程学报,2017,53(3):1-8.
[19]刘小英,刘志勇,崔慧娟.基于动态规划算法的液压驱动机械臂运动控制研究[J].液压气动与密封,2023,43(01):15-18.

相似文献/References:

[1]张化平,王宇航,陈汉卿.六自由度机械臂运动学分析与仿真[J].工业仪表与自动化装置,2017,(05):127.
　ZHANG Huaping,WANG Yuhang,CHEN Hanqing.Kinematics analysis and simulation of six degrees of freedom manipulator[J].Industrial Instrumentation & Automation,2017,(06):127.
[2]王鸿雁,吴洪威,郭建文,等.手动气体压力源曲柄滑块机构仿真分析[J].工业仪表与自动化装置,2018,(01):101.[doi:1000-0682（2018）01-0000-00]
　WANG Hongyan,WU Hongwei,GUO Jianwen,et al.Simulation analysis of crank slider mechanism of manual gas pressure source[J].Industrial Instrumentation & Automation,2018,(06):101.[doi:1000-0682（2018）01-0000-00]

备注/Memo

备注/Memo:
收稿日期：2023-08-28

项目基金：
国家自然科学基金面上项目（52175480）；
湖北省重点研发计划项目（2021BAA202）。

第一作者：
何强鉴（1999—），男，湖北省荆州人，硕士研究生，研究方向为机器人建模与控制。

通信作者：
赵刚（1976—），男，湖北鄂州人，教授，博士，主要研究方向为智能化工程环保装备设计与制造。
更新日期/Last Update: 1900-01-01