导读:本文包含了逆解算法论文开题报告文献综述及选题提纲参考文献，主要关键词:反向认知,果蝇优化算法,冗余机器人手臂,逆运动学解
逆解算法论文文献综述
李梅红[1]（2019）在《求冗余机器人手臂逆解的反向认知果蝇优化算法》一文中研究指出为了解决冗余机器人手臂逆解求取中存在的计算量大和求解精度较低等问题,提出一种基于反向认知果蝇优化算法(RCFOA)的解决方法。RCFOA在果蝇算法(FOA)算法的基础上,在进化方程中增加"反向认知"策略,即添加向最差个体学习的改进策略优化进化方程,增强算法跳出局部最优、寻找全局最优的能力。对经典测试函数的仿真结果表明,RCFOA具有更好的全局搜索能力,在收敛速度、收敛可靠性及收敛精度,比其FOA有较大的提高。在机器人手臂逆解求解应用中,能够有效提高精度和稳定性,是求解机器人手臂逆解的一种有效方法。(本文来源于《机械设计与研究》期刊2019年05期）
邓勇[2]（2019）在《奇异线性系统Drazin逆解的DQMR算法》一文中研究指出近年来,关于奇异线性系统Drazin逆解的算法引起了众多学者的广泛关注,并获得了依赖于Krylov子空间的大量研究成果.然而,Krylov子空间法十分繁琐且解决奇异线性不相容系统十分困难.基于此,利用投影法给出了相容或非相容奇异线性系统Ax=b的Drazin逆解的DQMR算法,其中A∈?~(n×n)是一个具有任意指标的奇异Hermitian矩阵. DQMR算法"类似"于非奇异系统的QMR算法.(本文来源于《华中师范大学学报(自然科学版)》期刊2019年04期）
许铀,高群,于丽敏,徐伟,郑振兴[3]（2019）在《基于偏置正交测量臂逆解算法的构型位置精度预测研究》一文中研究指出结构参数误差使得测量臂在不同位置、不同构型下的精度呈现一定的规律。以六关节测量臂为研究对象,采用定积分法分析末端执行器位置精度与结构参数误差之间的关系,构建测量臂位置精度预测模型;并提出一套偏置正交测量臂前四关节的逆解算法,用于确定特定工作点下测量臂各种构型的位置精度分布情况,并给出构型灵活性、构型位置精度权重等评价指标。验证试验包括:比较不同工作点下构型灵活度情况;统计工作点下构型位置精度分布状况;利用其分布特性,对不同工作点下不同构型进行单点测量。实验结果表明:本方法能更直观、全面地描述特定工作点下构型的位置精度分布情况,进而指导实际操作中对测量臂工作点以及测量构型的选择。(本文来源于《仪器仪表学报》期刊2019年06期）
洪磊,王保升,陈钢[4]（2019）在《叁分支机器人最小范数逆解算法》一文中研究指出基于线性方程组及条件极值理论,针对叁分支机器人逆运动学问题,提出了一种改进的最小范数逆解算法,避免了传统最小范数逆解中雅可比矩阵广义逆的复杂计算.针对操作分支关节数不小于任务空间维数的情况,进一步利用施密特正交化过程进行简化,提高了运算的实时性.搬运物体的仿真实例结果验证了所提算法的有效性.(本文来源于《北京邮电大学学报》期刊2019年01期）
谢习华,范诗萌,周烜亦,李智勇[5]（2019）在《基于改进差分进化算法的机械臂运动学逆解》一文中研究指出以9自由度液压机械臂为研究对象,建立求解位姿逆解的非线性方程组.以末端执行器位姿误差最小为优化指标建立目标函数,将非线性方程求解问题转化为最优化问题,并应用差分进化(DE)算法求解该问题.首先,为了避免位置和姿态收敛精度的不同,引入自适应权值系数进行平衡.然后,为克服基本DE算法难以平衡全局探索能力和局部开发能力的缺陷,结合DE/rand/1/bin和DE/best/1/bin两种进化模式,改进自适应变异差分进化(SAMDE)算法,提高了算法的收敛精度和收敛速度.最后,采用对称映射法对不满足关节角边界范围的个体进行处理,提高了收敛精度.开展了与基本DE算法的对比试验,仿真结果表明,该算法的收敛精度和收敛速度优于基本差分进化算法,且能够大幅度提高算法的稳定性.(本文来源于《机器人》期刊2019年01期）
赵荣波,施智平,关永,邵振洲,王国辉[6]（2018）在《基于旋量理论和代数消元6R机器人逆解算法》一文中研究指出为了解决6自由度后3关节轴线相交于一点的串联机器人逆运动学问题,采用指数积(POE)方法建立运动学模型,并采用几何、代数方法和Paden-Kahan子问题进行逆运动学求解。几何方法获得前3关节运动轨迹的交点,将求解转换成已知的Paden-Kahan子问题,使几何意义更加清晰、直观,且大大简化了计算。采用代数消元法MATLAB求解第4,5关节,减少了人工计算,有效避免了由复杂计算产生的错误。最终,得到了1组封闭的逆运动学的解。通过实验计算出逆解最大位姿误差为10-12数量级,证明了提出的算法具有很高的精度,验证了算法的正确性。(本文来源于《传感器与微系统》期刊2018年12期）
邹丽梅,郭波[7]（2018）在《6R机器人轨迹规划目标逆解精度优化算法》一文中研究指出应用常规D-H建模方法,建立6R机器人正运动学模型。当模型存在误差时,轨迹规划目标逆解含有误差,实际运行轨迹无法满足机器人作业精度。提出将目标位姿与实际位姿间误差作为迭代目标,基于Levenberg-Marquardt方法求逆,利用含有误差的模型参数,实现逆解精度迭代优化,输出修正后的关节角逆解,可使机器人实际运动以所需作业精度接近轨迹规划目标位姿。经仿真验证,算法可完成复杂的轨迹规划逆解精度优化,且避免运动学模型高精标定与参数识别,有实际应用价值。(本文来源于《机床与液压》期刊2018年17期）
高静,赵宏强,周煊亦[8]（2018）在《凿岩钻臂逆解的自适应粒子群算法》一文中研究指出针对凿岩钻臂逆解中存在奇异解或多解性,且一般方法难以直接求解的问题,采用粒子群优化算法(PSO)对凿岩钻臂逆运动学进行求解。通过分析凿岩钻臂正运动模型,对末端位姿矩阵进行欧拉角转换,并建立目标函数。根据粒子的每一次迭代确定种群粒子位置状态的成功率,作为反馈参数动态调整惯性权值系数来改进粒子群算法中惯性权值函数,以避免传统粒子群算法易陷入局部最优和"早熟"。通过仿真数据对比,自适应权值优化(AIWPSO)提高了算法的全局搜索能力和求解精度,有效解决凿岩钻臂逆解的求解精度低和速度慢的问题。(本文来源于《电子测量技术》期刊2018年16期）
何理[9]（2016）在《6自由度机器人正逆解算法研究》一文中研究指出机器人的位置正逆解是进行运动控制的基础,目前6自由度串联机器人的位置正逆解的算法基本都以成熟,但是还是有许多细节问题没有得到有效解决。位置正解比较简单,现在研究的热点还是位置逆解。在实际运用中,为了达到系统要求,逆解算法的实时性、准确性以及异常处理都必须考虑,本文以6自由度机器人位置正逆解算法为研究对象,总结了正解和逆解算法的多种实现方法并分析各种方法的优缺点并对有些算法加以改进。主要内容总结如下:1.位置正解的算法,包括用D_H建模和MD_H建模两种方式实现机器人正解,得到机器人末端的位姿矩阵。2.位置逆解算法,包括数值解法和代数解法,数值解法包括有封闭解的解析法,投影几何法和基于雅克比矩阵牛顿.拉夫森迭代法,代数解法包括一般结构的非封闭解的经典消元方法。本文主要介绍机器人正逆解算法的公式推导,采用MATLAB和C语言两种编程语言实现程序,通过广州数控RB08搬运和RP15喷涂机器人进行了验证,最后得到结论,基本能满足各类机器人的正逆解算法的实际运用。(本文来源于《华南理工大学》期刊2016-12-03）
葛小川,郑飂默,郑国利,吴纯赟,吕永军[10]（2016）在《PUMA机器人运动学逆解新算法》一文中研究指出6R串联机器人的逆解求解复杂,使用传统的D-H算法求解该问题计算量大且无法避免奇异点.将PUMA机器人的逆运动学的求解分为位置求解和姿态求解两个过程.首先使用D-H方法进行位置求解得到关节角1 2 3?,?,?,然后使用单位四元数的方法求解出4 5 6?,?,?.最后,在PUMA机器上进行验证,新的方法能够正确求解出所有解析解.对比新方法、D-H方法和倍四元数的方法,新方法较D-H方法速度提高了15%左右.(本文来源于《计算机系统应用》期刊2016年11期）
逆解算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,关于奇异线性系统Drazin逆解的算法引起了众多学者的广泛关注,并获得了依赖于Krylov子空间的大量研究成果.然而,Krylov子空间法十分繁琐且解决奇异线性不相容系统十分困难.基于此,利用投影法给出了相容或非相容奇异线性系统Ax=b的Drazin逆解的DQMR算法,其中A∈?~(n×n)是一个具有任意指标的奇异Hermitian矩阵. DQMR算法"类似"于非奇异系统的QMR算法.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
逆解算法论文参考文献
[1].李梅红.求冗余机器人手臂逆解的反向认知果蝇优化算法[J].机械设计与研究.2019
[2].邓勇.奇异线性系统Drazin逆解的DQMR算法[J].华中师范大学学报(自然科学版).2019
[3].许铀,高群,于丽敏,徐伟,郑振兴.基于偏置正交测量臂逆解算法的构型位置精度预测研究[J].仪器仪表学报.2019
[4].洪磊,王保升,陈钢.叁分支机器人最小范数逆解算法[J].北京邮电大学学报.2019
[5].谢习华,范诗萌,周烜亦,李智勇.基于改进差分进化算法的机械臂运动学逆解[J].机器人.2019
[6].赵荣波,施智平,关永,邵振洲,王国辉.基于旋量理论和代数消元6R机器人逆解算法[J].传感器与微系统.2018
[7].邹丽梅,郭波.6R机器人轨迹规划目标逆解精度优化算法[J].机床与液压.2018
[8].高静,赵宏强,周煊亦.凿岩钻臂逆解的自适应粒子群算法[J].电子测量技术.2018
[9].何理.6自由度机器人正逆解算法研究[D].华南理工大学.2016
[10].葛小川,郑飂默,郑国利,吴纯赟,吕永军.PUMA机器人运动学逆解新算法[J].计算机系统应用.2016