基于模型预测的冗余机械臂逆运动学关节极限规避

摘要

冗余机械臂逆运动学求解需要规避关节极限,以确保解符合机械臂的实际物理限制.当前基于微分运动学的求解方法通常仅考虑局部瞬时状态,无法保证关节在连续运动过程中始终远离物理极限.为解决此问题,本文提出了一种基于模型预测的冗余机械臂逆运动学求解方法.通过结合雅可比矩阵零空间的参数化形式,有效地考虑了系统运动状态及约束的未来演变.针对关节物理限制,设计了约束条件与优化目标,进而将逆运动学求解转化为约束优化问题,充分利用冗余自由度实现关节极限规避.此外,为确保优化问题的可行性,采用任务缩放方法对末端速度违反约束的情况进行处理.基于七自由度冗余机械臂的仿真实验结果表明,相较于基准方法,所提方法能够预测并规避潜在的关节极限违反,同时准确跟踪末端目标轨迹.

关键词

冗余机械臂 / 逆运动学 / 模型预测控制 / 关节极限