一种新的PUMA类型机器人奇异回避算法

？传统的奇异回避方法运算量大,本文提出了一种新的PUMA类型机器人奇异回避方法—奇异分离加阻尼倒数法.首先,分析产生奇异的条件,将导致Jacobian奇异的参数分离出来,然后用阻尼倒数代替其普通倒数,以回避运动学奇异的影响.该方法无需对Jacobian进行SVD分解,也无需估计其最小奇异值,因而运算量小,实时性好,仅牺牲末端部分方向的精度,适合于预定轨迹和实时轨迹的跟踪.仿真和实验结果证明了算法的有效性.