伴随社会发展和科技进步,用户对机械臂的要求越来越高,传统六自由度机械臂难以满足人类需求。七轴机械臂比传统六轴机械臂具有更高的灵活性和容错性,不仅在民用领域、工业生产得到广泛应用,而且常被运用于工作环境恶劣的核废料处理、航天航海探索领域,因此收到众多工程师的青睐。由于冗余自由度的存在,七轴机械臂存在无穷多组运动学逆解,对轨迹规划方面,冗余度产生无法求得有限组解的不利影响,但同时带来更大的优化空间。本文通过数学推导、仿真实验、上机操作,对iiwa七轴机械臂各关节角进行轨迹规划,给出两种求运动总时间最小的优化方法。首先,本文给出七轴机械臂的SD-H建模与MD-H建模方法,并建立iiwa14机械臂的DH模型,推导末端位姿矩阵关于机械臂关节角的表达式,此为正运动学部分。在逆运动学的求解中,本文围绕臂角变量分析,得到七个关节角关于臂角、末端位姿的表达式,为时间法逆运动学程序的编写打下基础。然后,运用时间法优化机械臂关节角轨迹。本文通过微分线性化分解运动过程,对各段微分运动进行臂角搜索,寻找时间最小对应的臂角取值。将前文逆运动学结论作为理论基础,编写逆运动学程序,求解各段运动机械臂的关节角差值。根据最大角速度限制条件,求得各段最小时间,相加得运动过程总最小时间。再后,运用蚁群算法进行轨迹规划优化。本文给出适应度函数定义,并将臂角γ设为关于距离s的三次多项式形式。之后进行多次迭代并进行信息素的更新,对每次迭代过程,对比状态转移概率判断样本点所在位置,若在极小值附近进行局部搜索取值,否则进行全局搜索取值,从而使样本点随迭代次数增加趋近于适应度函数极小值位置,迭代最大次数后,所得结果为最小时间与对应最优臂角取值。时间法和蚁群算法的仿真结果于第三、四章章末给出。对iiwa机械臂仿真模型,时间法的最小时间为0.8590s,蚁群算法的最小时间为1.0630s,故本例运用时间法所得结果更优。蚁群算法优点是臂角γ可写为关于距离s的三次多项式形式,对比下时间法为通过搜索求取臂角,增大了实践的复杂性。最后,对时间法优化结果进行实现与验证。运用KUKA Sunrise Toolbox软件,将iiwa14七轴机械臂与计算机仿真程序连接,对时间法得到的关节角-时间曲线进行实现,得到的最终优化时间与仿真结果相差较小,且各数据方差较小,满足预期要求。本文计算采用所有数据均基于KUKA公司LBR＿iiwa14＿R820七轴机械臂,对于非SRS构型七轴机械臂,逆运动学分析有所差异。对七轴机械臂的轨迹规划应根据机械臂的物理结构和数学模型具体分析。