异构多类冗余度机器人手臂的一致化智能优化策略

An effective, accurate and unified optimization strategy is proposed to handle the redundancy resolution problem of various redundant manipulators with different structures. Firstly, the optimization strategies are determined according to different tasks performed by these various redundant robot arms. Secondly, All the strategies with different levels and different criteria are unified into a classic quadratic programming (QP) formulation. Thirdly, the recurrent neural networks or some numerical algorithms are exploited to solve the resulted QP problem. Finally, the strategies are performed to the practical robots to verify the effectiveness of the proposed strategy. The specific research work are as follows. (1) Tri-criteria schemes and acceleration-level fault-tolerant schemes are proposed. (2) stability and manipuility can be considered into the coordinate strategy of the mobile redundant robot arms. (3) The redundancy resolution schemes of multiple redundant robot arms are proposed, which should collaborate to finish the tasks. (4) The dual-arms human-like coordinate scheme of humanoid robots.

随着不同构型和类别机器人的出现，迫切需要建立一套一致的优化框架用于高效、准确地解决异构多类冗余度机器人手臂的运动学解析问题。本项目致力于开发能够达到此目的的规划策略。首先，根据不同结构和类型的冗余度机器人手臂按照需执行的任务，确定其特定的优化策略。接着，将这些不同层、不同优化目标的策略一致化为一个典型的二次型规划问题。然后，研究与开发递归神经网络或数值算法求解二次型规划问题。最后，使用物理机械臂进行实验验证。具体研究工作为（1）研究固定基座冗余度机器人手臂的加速度层容错策略、加速度层三判据策略等。（2）研究移动冗余度机械臂的协调优化策略，可充分考虑稳定性和可操作性等性能指标。（3）提出并研究多冗余度机械臂的解析策略，比如如何协调完成共同的任务；（4）研究类人机器人左右手臂像人一样运动的策略。

本项目主要是针对各种不同构型和类别机器人，提出并设计了一套高效、准确的一致化优化策略解决异构多类的冗余度机器人手臂的运动学解析问题。主要开展了以下几方面研究工作：（1）研究并提出了一种多指标混合型冗余度机械臂一致化智能优化策略，将不同层的控制方案和多个指标的优化控制方案转化为一致化的混合型二次规划控制方案。（2）研究并提出了一种异构多类冗余度机械臂一致优化策略，针对固定基座的冗余度机械臂、移动冗余度机械臂、双冗余度机械臂、极类人双冗余度手臂四种不同构型和种类的冗余度机械臂，设计出一种统一的智能优化策略。（3）设计了一种高效的变参递归神经网络二次规划求解器，理论分析表明该二次规划求解器具有超指数收敛、精度高、鲁棒性强的特点。并且在理论严格证明了该方案比传统方案具有更快的收敛速度和更强的鲁棒性的特点。项目的相关成果发表在相关领域的高水平SCI期刊和会议上，共30余篇，申请了18项发明专利，其中授权发明专利7项，受理发明专利11项。项目执行期间培养了共26名学生，其中博士研究生2名、硕士研究生9名，本科生15名，并且多次受邀参与国际学术会议进行交流。该项目的成果推动了相关领域产业的发展。