文献类型：期刊文章

作　　者：谢宏[1] 向启均[1] 陈海滨[1] 张小刚[1] 杨鹏[1] 张爱林[1] 李云峰[1]

XIE Hong;XIANG Qijun;CHEN Haibin;ZHANG Xiaogang;YANG Peng;ZHANG Ailin;LI Yunfeng(Department of Automation, College of Electrical and Information Engineering, Hunan University, Changsha 410082, China)

机构地区：[1]湖南大学电气与信息工程学院自动化系,长沙410082

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61174050;No.60874096)

年　　份：2017

卷　　号：53

期　　号：8

起止页码：126-131

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：采用D-H法通过连杆坐标系变换矩阵建立机械臂运动控制模型,该模型呈现非常严重的非线性特性,传统方法难以求解。由于动态差分算法具有很强的全局搜索能力,而粒子群算法具有精确的局部搜索能力的特点,融合改进的动态差分算法和粒子群算法,并引入混沌映射初始种群和粒子群学习因子与惯性权重的自适应算法,提出多子群分层差分自适应混沌粒子群算法。该算法采用的多子群分层结构能提升个体共享群体信息的能力,底层利用动态差分算法进行全局搜索,顶层精英群利用改进的粒子群算法进行局部搜索。仿真试验和实际应用表明该算法在稳定性、搜索成功率以及收敛精度有显著提高,能有效解决机器人逆运动学模型的求解。

关 键 词：逆运动学 混沌粒子群 差分算法 多子群分层  

分 类 号：TP242.2]