田国富,张 毅,姜 娇

(1.沈阳工业大学机械工程学院,沈阳 110870;2.辽宁科技学院机械工程学院,本溪 117004)

0 引言

工业机械臂以可替代工人在单调、重复和恶劣等作业环境下长时间作业的同时,又具备重复精度高、可靠性强和适用性强等特点,被视为现代智能制造装备的代表,在工业各领域应用广泛[1]。串联机械臂逆运动学求解是研究机械臂的运动控制和动态特性前提和基础,该问题可描述为给定在直角坐标空间下的机械臂末端位姿,反解出对应的关节变量,本质为求解具有高维、强耦合和强非线性特点的超越方程组,且随机械臂的自由度数增加,求解难度也愈困难[2]。因此,对于机械臂逆运动学求解的研究一直以来都是研究机械臂的理论应用中的重难点内容之一[3]。

机械臂逆运动学求解目前的主要方法有解析法[4]、数值法[5]和人工智能法[6-7]。其中解析法因受限于Pieper准则,其通用性较弱。数值法和人工智能法的主要思想是迭代求解,在数值法中依赖初参数优劣决定梯度方向,因此该法求解性能不易保证。而人工智能方法由于其随机性强,所以存在收敛精度和收敛效率较低的问题。

灰狼优化(grey wolf optimization,GWO)算法[8]是新兴的一种简单高效的群智能算法,但在处理复杂优化问题时,仍存在早熟收敛、收敛速度慢等问题。本文针对基本灰狼优化算法的特性和不足,提出一种多策略协调改进的灰狼优化算法(MSCIGWO),引入多种群混沌协同搜索策略、最优学习策略、多重变异扰动策略及跳出局部最优策略,提高算法的收敛性能。……