霍希建，刘伊威，姜力，刘宏

(哈尔滨工业大学机器人技术与系统国家重点实验室，黑龙江哈尔滨150080)

冗余自由度机器人具有自运动特性(或冗余性)。该特性可实现机器人在完成给定任务的前提下，进行二次目标的优化，以改善机械臂的综合性能。冗余自由机器人运动学研究主要包括逆运动学求解及运动优化。逆运动学求解方法相对较为成熟，根据解的形式可以分为:几何解析法［1］、数值解析法［2］、数值迭代法［3］、智能算法［4］等。目前，冗余自由度机器人运动学的研究重点主要是运动优化，即在满足工作要求的前提下，实现机器人避障、避奇异构型、远离关节限位等单目标或多目标的优化，最终提高机器人整体的任务操作能力。现有的机器人运动优化方法可分为4类:1)根据优化任务设置机器人的指标评价函数，然后在自运动流形范围内进行全局搜索，最终获得运动学最优解［5］。该类方法可以得到全局最优解，但计算复杂性与优化效果之间为对立关系，不适于实时运动控制;2)采用人工势场思想，将机器人优化目标转化为虚拟力作用于机器人上，通过虚拟力作用确定运动学最优解［6-8］。该类方法通常用于机器人避障;3)速度级的零空间优化方法。该方法将运动优化目标转化到雅克比零空间，在速度水平进行的优化［9-12］。该类方法计算过程中存在累计误差，难以保证运动学逆解的全局最优性;4)采用神经网络等智能算法建立机器人运动学的优化模型，从而完成机器人的运动控制［5，13］。……