摘要： 逆运动学问题是机械臂运动控制的基础，数值法因其较好的通用性而被广泛使用。 然而，常规基于 ＬｅｖｅｎｂｅｒｇＭａｒｑｕａｒｄｔ（ＬＭ）迭代法的机械臂逆运动学数值解法存在收敛速度慢、 易出现不收敛的问题，影响算法鲁棒性。为解决上述问题，提高算法收敛速度和收敛能力，在常 规数值解法基础上提出了一种改进的机械臂逆运动学问题数值解法。创新将 ＬＭ迭代法中每 一迭代步的参数因子由当前迭代步对应的微分运动向量二范数确定，并额外设置步长因子以提 高每一迭代步的迭代步长。基于 ６自由度串联机械臂的验证结果表明，相比于 ＭａｔｌａｂＲｏｂｏｔｉｃｓ Ｔｏｏｌｂｏｘ中 ｉｋｉｎｅ函数的数值解法，提出方法的收敛能力提高了约 １．８倍，收敛速度提高了 ７９ 倍，有效弥补了常规的数值解法鲁棒性不足的缺点。

关键词: 串联机械臂；逆运动学；ＬｅｖｅｎｂｅｒｇＭａｒｑｕａｒｄｔ迭代法；微分运动向量；收敛能力

中图分类号: 

• TP24