吴 亮，李宪华，2

(1.安徽理工大学机械工程学院 安徽 淮南 232001； 2.安徽理工大学人工智能学院 安徽 淮南 232001)

0 引言

传统串联机械臂通常采用D-H参数法[1]和旋量法[2]来建立机器人运动学模型。D-H参数法需要在每个连杆处建立坐标系，然后，得出每一个连杆坐标系相对于前一连杆坐标系的位姿转换矩阵，即得到机械臂运动学方程。D-H参数法相对于旋量法更加复杂，但目前用来分析机械臂正逆运动学十分成熟，且应用广泛[3,4]。而采用旋量法建立机器人运动学模型，只需要建立基坐标系和末端执行器坐标系，通过确定各个连杆之间的旋转或平移运动，得到机械臂末端坐标系相对于基坐标系的运动关系，旋量法相对于D-H参数法更加简明清晰，便于理解，在机器人运动学建模中使用旋量法更加方便[5,6]。

相较于传统六自由度机械臂而言，七自由度机械手臂有着显著的优点：更高的工作性能、更广泛的应用空间，因自由度数目的增加使得机械臂的操作性能有了一个质的飞跃。但是也因为比六自由度多出一个冗余关节，而增加了计算逆解的难度，七自由度机械臂肘部会产生自运动,其轨迹为圆，由自运动产生的运动变量被定义为臂角[7]，作为求取逆解的一个关键参数，对于臂角的研究至关重要。文献[8]将冗余关节角作为参数，用解析法求得七自由度机械臂逆解，然而该方法依赖于机械臂构型，如果冗余角选择不合适将导致计算十分复杂。文献[9]和文献[10]分别采用神经网络和遗传算法计算七自由度冗余机械臂逆解的解析解，然而，两种算法都很复杂，并且需要大量的计算，同时难以对机械臂进行实时控制。……