宏-微机器人是指一个小的机械手附在一个大的机械手的末端，大的机械手以地面作为参考，称为宏机械手(Macro Manipulator)，小的机械手以大的机械手为参考，拥有完全的自由度，称为微机械手(Micro Manipulator)，通过宏机械手实现机器人的运动范围，通过微机械手实现机器人高速精确的运动，宏机械手、微机械手构成宏-微机器人系统，协同完成机器人高性能的作业。变几何桁架机构是包含一些可伸缩杆件的静定桁架，这些可伸缩杆件可以改变机构的构形。变几何桁架机构有十分好的刚度重量比，理论上每个构件都是二力杆，不传递弯矩和扭矩，并可设计为可折叠的机构，变几何桁架机器人机构比串联型机器人机构有更好的刚度，这些特性使得变几何桁架机构具有广阔的应用前景。本课题以变几何桁架宏-微机器人为主要研究对象，对机器人的位置分析、运动学、实现避开障碍物的轨迹规划、智能控制及其系统设计开发等进行了较全面、深入的研究。 本论文对Abhara混沌神经网络进行适当地简化，建立了相应的混沌神经网络模型，并应用该模型对冗余度变几何桁架(TT-VGT)机器人的位姿正解进行训练学习，进而利用Lyapunov函数进行了机器人的位姿反解，较好地解决了冗余度机器人位姿反解中存在多解的问题；提出了七重四面体变几何桁架机器人的工作空间分析的解析方法，该方法以曲面分析为基础，引入了数字—符号处理技术，依据位置正解的递推公式，由计算机自动推导出工作空间边界曲面的解析曲面方程，并描绘出了机器人工作空间边界曲面的投影视图及截面曲线图，与数值方法相比，解析方法更精确更有效；根据DSP的并行体系结构、专用的硬件乘法器、高速运算能力、芯片成本低等特点，结合冗余度变几何桁架机器人运动学计算的特点，提出采用多个TMS320F206DSP芯片进行机器人轨迹规划并行计算的方案，实验结果反映出该方案的实时性和准确性；提出了基于立体视觉进行障碍物距离检测，通过视觉反馈，采用多种图象处理方法进行分析，及时调节机器人末端运动轨迹，并根据冗余度变几何桁架机器人的机构特点提 四川大学博士学位论文出了相应的u据，以实现实时避障溅u的根：提出了修正四面体机构单元重叠构成冗余度变几何析架机器人机构的狠，避免了在机构中出现同悯铰，为实现变几何析架机器人的加I＋朋跳了腿，在分析了冗余度变几何析架机器人机构的几何特征的基石肛上，建立了间接位置分析的约束方程组，应用结式消元法进行捎元求解，解决了七重修正四面体机器人的间接位置分析＠题。 提出了朋多4TMS3W06 DSP芯片，将冗余度变几何析架趴器人的轨迹规划计算与关节运动控策uM的方案，在程序设计中采用了多种技巧以优化计算，实现了冗余度变几何斡撩朗m渠人的实时控帘人应用邓擅红P神经网络 树机器人运动学进行正解和反解，通过增加关节角变化最小的约束条件，定义了优化的目标函数，将正解中得到栩闲bV准可比矩陌J甲于机镁UU巨动学逆解，有效地解决了冗余度机器人的逆运动学解存在不确定性的问题，建立了冗余度瓤何格架机器M钻级筛赅型，该模型运动具有良好的稳定性和懈性；提出了娜器人任务所要求的位置和力进行混合，并绷BP神经网络进行冗余度变几何析架机器人的动力学逆解，得￥临岸疖驱动力矩，输入机器人，根据机器人的运动误差，定义了力地置混合系数的求解方程，有效地简化了冗余度机器人的逆动力学求解，从而提高了力啦置u的实时性和准确性：提出了采用直接MRA神经网络自涅迹℃器MN4的方案，建立了趴鼎UU九态模型，推导出自适应粥纬修署去，并对又淙遁＠Jw沛挝尉以梁儿仇迹蹦嘶了仿真，结果表明，该方案控帘误差较小，稳定性较好；觑蹦神经网淑印M对机器人逆动力学模型进行辨识，提出了将整个动力学模型系统分为三个子系统，分别采用三个D们系统对广义质量矩阵、向心力及哥氏力矩阵和孰矩阵进行学习，求解了冗余度变几伺析架机器人的逆动力学问题，建立了冗余度变几何析架机器人的逆动力学模型，并在交流伺服电机驱动的四重四面体变几何析架权器人上实现了u，赐差较小，收敛速度快。 根据八面体变川咐铀鸵糯队的特点，采用微分的方法，结u的由压电陶瓷驱动的j腼…删的运动学进行了研究，硼了微动机器人的逆运动学方程，其转换矩阵均为常数矩阵；运用摄颠由巾晒谰变几何析架微动机器人进行了误差分析，叙了八面体变几何析架微动机器人的 四J；！大学博士学位论文 位姿误差模型，该模型形式简单，适用范围广泛；采用控【d川器人目标空间转 换矩阵的方法，通过对八面体变几何析架微动机器人几点位姿的标定，从而补 偿其误差，达到提高机器人位姿精度的目的。 对压电陶瓷的特性进行了分析，并针对其位移非线性、迟滞和蠕变等特性， 提出了利用澈屯优化方法对压电陶瓷微位移器的PID控钻归以元参数整定，在获 手 得了优化的PID参数后，?