基于B样条和多目标遗传算法的三次元送料机械手轨迹规划

对三次元送料机械手在满足作业要求下进一步提高效率进行了研究,提出了以执行时间最优为目标的轨迹规划和优化。采用多亲遗传算法与B样条曲线相结合的方式进行轨迹规划和优化,建立了机械手单次作业运行轨迹的时间最短优化模型,并以关节点速度、关节加速度、关节冲击作为优化约束。选取11个关键点对其进一步仿真和实验,其仿真结果表明,该优化方法在满足作业要求的前提下能够提高工作效率。在实验台上对算法进行测试,其实验结果与仿真结果较为一致。该算法对三次元送料机械手的轨迹规划研究具有一定的意义。     

基于时间最优的3R机械手轨迹规划研究

在3R关节型机械手设计过程中,通过对机械手的速度、加速度、加加速度进行约束,在三次B样条插值的基础上,以达到机械手轨迹规划最优时间为目标,利用MATLAB遗传算法工具箱对各关节每段运动轨迹进行时间最短优化,并利用MATLAB进行轨迹规划运动仿真分析。仿真结果表明:该方法具有有效性,显著提高了机械手的工作效率。     

基于多目标遗传算法的电梯井道钻孔机器人轨迹规划

针对电梯导轨安装过程中繁多的钻孔操作，使用钻孔机器人代替人工作业。为提高钻孔机器人的作业效率和减少作业过程中的冲击振动，提出一种使用多目标遗传算法来优化钻孔机器人关节空间轨迹的方法。首先，使用七阶B样条曲线在钻孔机器人关节空间中进行插值；其次，以时间和冲击性能为优化目标，通过使用带约束处理的NSGA-Ⅱ算法对B样条的插值轨迹进行优化；最后，设计一种“综合比较算子”的轨迹方案选择标准来获取综合最优解。结果表明，使用带约束处理的NSGA-Ⅱ的轨迹优化方法获得的Pareto解集分布性和收敛性较好。与时间性能最优解和冲击性能最优解相比，综合最优解分别在冲击性能和时间性能上提升了66.7%和22.26%,表明使用综合比较算子获得的最优解在时间性能和冲击性能上都较为优良。     

关节一体化机器人运动控制与B样条曲线

针对关节一体化机器人在高速复杂运动下需要能够运动行走、保持手臂平滑。首先利用MDH法建立了转换坐标系,得到了各关节连杆的相对关系。其次,针对关节一体化机器人空机械手的特点,在分析了非均匀B样条曲线后,将非均匀B样条曲线应用到机器人机械手的轨迹规划中去。最后将运动学算法和非均匀B样条曲线进行了实验,通过仿真实验可以看到这种方法可以解决机器人准确经过多个中间插补位姿的难题。实验结果表明,运动学算法和非均匀B样条曲线算法具有很好的鲁棒性对于机器人的精确运动控制有着重要的意义。     

高速并联机械手最优时间轨迹规划及实现

以一种新型二维平动两自由度爿：联机械手为研究对象,为满足机械手高速精确平滑工作的要求。在关节空间进行了三次样条插值轨迹规划,并在考虑关节速度和加速度等约束条件下运用遗传算法对各分段轨迹时间间隔进行了优化。理论和实验结果表明,该轨迹规划方法能够满足工作要求。     

机械手时间最优脉动连续轨迹规划算法

为使机械手的作业效率达到最优,同时确保运动的平稳性,提出一种新的最优轨迹规划方法。通过逆运动学运算得到与任务空间轨迹对应的关节空间位置序列,采用7次B样条曲线插值方法构造启动和停止运动参数可控,且速度、加速度和脉动均连续的关节轨迹。将机械手运动学约束转化为B样条曲线的控制顶点约束,采用序列二次规划方法求解最优运动时间节点,进而规划出满足非线性运动学约束的时间最优脉动连续轨迹。仿真和试验结果表明,提出的轨迹规划方法为关节控制器提供理想的轨迹,使机械手在最短的时间平稳地跟踪任务空间的任意指定轨迹。     

Stanford机械手运动路径轨迹的规划研究

分析比较关节空间和直角坐标空间轨迹规划过程的特点，确定出Stanford机械手在关节空间建立轨迹规划。在机械手运动学数学模型的基础上．采用三次B样条曲线插值，来实现Stanford机械手各关节的轨迹规划。     

三次元送料机构干涉曲线设计与研究

针对三次元自动冲压送料机械手出现的干涉问题,通过对送料机械手的运动周期及轨迹进行分析,提出一种参数化运动学分析法,方法简便且易于修改干涉曲线,可广泛应用。针对三次元自动送料机械手,通过对送料周期的合理规划,以及对机械手的运动学动力学分析,采用B样条曲线法,得出送料周期曲线和干涉曲线,并探讨了下模与机械手夹持器、冲压滑块与机械手夹持器的干涉关系。     

基于改进NSGA-Ⅱ算法的机械臂多目标轨迹规划

针对机械臂轨迹规划时需要满足高效率、低能耗、弱冲击等性能要求,提出一种改进的快速非支配排序遗传算法（NSGA-Ⅱ）。建立了端点运动参数可任意指定的7次B样条曲线方程,构造关节空间内光滑连续插值轨迹。以最短时间、最小能耗和最弱冲击为优化目标,以机械臂关节运动速度、加速度、脉动为约束惩罚,通过加入动态选择策略和模拟二进制（SBX）与正态分布混合交叉算子,建立了机械臂多目标轨迹规划的改进NSGA-Ⅱ算法,该方法具有搜索范围广、种群多样性质量高等优势。算例结果表明,所提出的改进NSGA-Ⅱ算法可以缩短迭代时间,得到更优的Pareto前沿。     

基于遗传算法的6-DOF机器人最优时间轨迹规划

针对机器人在特定工作坏境下工作效率低的情况,提出一种以时间为最优的轨迹规划方法。采用七次B样条曲线完成机器人各关节位置-时间序列的插值,并将运动学约束转化为B样条曲线控制顶点的约束,以机器人关节轨迹运行时间最优为优化指标,采用遗传算法对轨迹曲线执行时间最短寻优,规划出满足运动学约束及力矩平滑的时间最优轨迹。实验结果表明,该规划算法能够明显减小加加速度的累积效应,提高机器人执行轨迹的最优时间。