Preview

Мехатроника, автоматизация, управление

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Комбинированный поисковой метод решения обратной задачи кинематики многозвенного манипулятора

https://doi.org/10.17587/mau.19.464-473

Полный текст:

Аннотация

Рассматривается решение обратной задачи кинематики многозвенного манипулятора. Данная задача является многоэкстремальной с позиционными и функциональными ограничениями. Предложено решение комбинированным поисковым методом на основе генетического алгоритма и симплексного поиска. Генетический алгоритм способен найти глобальный оптимум многоэкстремальной функции, но поскольку данный метод не имеет направления поиска, то даже при попадании в область экстремума генетическому алгоритму может потребоваться большое число шагов для его достижения. Симплексный поиск способен быстро достичь экстремума, но шанс, что найден глобальный экстремум, меньше, чем у генетического алгоритма. Комбинированный алгоритм использует сильные стороны одного алгоритма, чтобы нейтрализовать слабые стороны второго. Выбор алгоритмов обусловлен отсутствием необходимости рассчитывать производные целевой функции и ограничений, а также простотой реализации в программном коде и возможностью применения ограничений поиска. Комбинированный алгоритм работает путем непрерывного чередования шагов генетического алгоритма и полных процедур симплексного поиска. На каждом шаге генетического алгоритма несколько лучших особей из популяции становятся центрами симплексов, из которых начинается симплексный поиск. Результаты симплексного поиска улучшают популяцию генетического алгоритма. Таким образом, глобальный оптимум может быть найден за несколько шагов комбинированного поиска. Проведены испытания на манипуляторах с избыточными и не избыточными конструкциями. Представлено сравнение решений предложенным методом с генетическим алгоритмом и градиентным методом. По показателям времени поиска, числу вызовов целевой функции и точности позиционирования рабочего органа манипулятора предложенный метод предпочтительнее обычного генетического алгоритма.

Об авторах

Р. Т. Галемов
Сибирский федеральный университет
Россия


Г. Б. Масальский
Сибирский федеральный университет
Россия


Список литературы

1. Chin K. W., Von Konsky B. R., Marriott A. Closed-form and generalized inverse kinematics solutions for the analysis of human motion // Engineering in Medicine and Biology Society, 1997. Proceedings of the 19th Annual International Conference of the IEEE. 1997. Vol. 5. P. 1911-1914.

2. Щербаков В. С., Корытов М. С., Котькин С. В. Методика решения обратной кинематической задачи грузоподъемного крана // Вестник Сибирской государственной автомобильно-дорожной академии. 2011. № 20. С. 71-76.

3. Балакин П. Д., Шамутдинов А. Х. Решение прямой и обратной задач кинематики оригинальной части шестико-ординатного манипулятора // Альманах современной науки и образования. 2013. № 10 (77). C. 24-27.

4. Orin D. E., Schrader W. W. Efficient computation of the jacobian for robot manipulators // The International Journal of Robotics Research. 1984. Vol. 3, N. 4. P. 66-75.

5. Whitney D. E. Resolved motion rate control of manipulators and human prostheses // IEEE Transactions on man-machine systems. 1969. Vol. 10, N. 2. P. 47-53.

6. Buss S. R. Introduction to inverse kinematics with jacobian transpose, pseudoinverse and damped least squares methods // IEEE Journal ofRobotics and Automation. 2004. Vol. 17. № 1-19. P. 16.

7. Welman C. Inverse kinematics and geometric constraints for articulated figure manipulation: PhD diss. Theses (School of Computing Science) / Simon Fraser University, 1993.

8. Zhao J., Badler N. I. Inverse kinematics positioning using nonlinear programming for highly articulated figures // ACM Transactions on Graphics (TOG). 1994. Vol. 13, N. 4. P. 313-336.

9. Оськин Д. А., Дыда А. А. Решение обратной задачи кинематики для манипуляционного робота методом штрафных функций // Фундаментальные исследования. 2015. Т. 4. № 11. С. 673-677.

10. Parker J. K., Khoogar A. R., Goldberg D. E. Inverse kinematics of redundant robots using genetic algorithms // Robotics and Automation, 1989. Proceedings., 1989 IEEE International Conference on. IEEE, 1989. P. 271-276.

11. Tabandeh S., Clark C. M., Melek W. A genetic algorithm approach to solve for multiple solutions of inverse kinematics using adaptive niching and clustering // Computer Science and Software Engineering. 2006. P. 63.

12. Tabandeh S., Melek W., Clark C. M. An adaptive niching genetic algorithm approach for generating multiple solutions of serial manipulator inverse kinematics with applications to modular robots // Robotica. 2010. Vol. 28, N 4. P. 493-507.

13. Kenwright B. Epigenetics & Genetic Algorithms for Inverse Kinematics // Experimental Algorithms. 2014. Vol. 9, N. 4 (39).

14. Momani S., Abo-Hammour Z. S., Alsmadi O. M. K. Solution of inverse kinematics problem using genetic algorithms // Applied Mathematics & Information Sciences. 2016. Vol. 10, N. 1. P. 225.

15. Chelouah R., Siarry P. Genetic and Nelder-Mead algorithms hybridized for a more accurate global optimization of continuous multiminima functions // European Journal of Operational Research. 2003. Vol. 148, N. 2. P. 335-348.

16. Ramirez A., Rubiano F. Optimization of Inverse Kinematics of a 3R Robotic Manipulator using Genetic Algorithms // World Academy of Science, Engineering and Technology International Journal of Mechanical and Mechatronics Engineering. 2011. Vol. 5, N. 11. P. 2236-2241.

17. Zhang L., He J., Wang S. Inverse Kinematic Solutions of Dual Redundant Camera Robot Based on Genetic Algorithm // Mathematical Problems in Engineering. 2017. Vol. 2017.

18. Aguilar O. A., Huegel J. C. Inverse kinematics solution for robotic manipulators using a CUDA-based parallel genetic algorithm // Mexican International Conference on Artificial Intelligence. Springer, Berlin, Heidelberg, 2011. P. 490-503.

19. Fan S. K. S., Liang Y. C., Zahara E. A genetic algorithm and a particle swarm optimizer hybridized with Nelder-Mead simplex search // Computers & Industrial Engineering. 2006. Vol. 50, N. 4. P. 401-425.

20. Kuo H. C., Chang J. R., Shyu K. S. A hybrid algorithm of evolution and simplex methods applied to global optimization // Journal of Marine Science and Technology. 2004. Vol. 12, N. 4. P. 280-289.

21. Durand N., Alliot J. M. A combined nelder-mead simplex and genetic algorithm // Proceedings of the Genetic and Evolutionary Computation Conference GECCO. 1999. Vol. 99. P. 1-7.

22. Denavit J., Hartenberg R. S. An Iterative Method for tie Displacement Analysis of Spatial Mechanisms. 1964.

23. Chelouah R., Siarry P., Berthiau G., De Barmon B. An optimization method fitted for model inversion in non destructive control by eddy currents // The European Physical Journal Applied Physics. 2000. Vol. 12, N. 3. P. 231-238.


Для цитирования:


Галемов Р.Т., Масальский Г.Б. Комбинированный поисковой метод решения обратной задачи кинематики многозвенного манипулятора. Мехатроника, автоматизация, управление. 2018;19(7):464-473. https://doi.org/10.17587/mau.19.464-473

For citation:


Galemov R.T., Masalsky G.B. Hybrid Search Method for Solving the Inverse Kinematics of a Multilink Manipulator. Mekhatronika, Avtomatizatsiya, Upravlenie. 2018;19(7):464-473. (In Russ.) https://doi.org/10.17587/mau.19.464-473

Просмотров: 25


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)