共查询到20条相似文献,搜索用时 710 毫秒
1.
路径规划是机器人研究的核心内容之一。为了解决针对于白车身生产线焊接机器人路径规划效率低下的问题,提出了一种改进的焊接机器人路径规划的方法,分析了焊接机器人路径规划问题的构成。并针对基础蚁群算法在解决焊接机器人路径规划时,容易出现搜索时间过长、效率低、容易陷入局部最优等问题,引用了粒子群算法。利用粒子群算法对蚁群算法随机产生的若干组较优解进行交叉和变异操作,得到了更有效的解。最后在MATLAB中利用优化后的蚁群算法计算最佳焊接路径,并与基础蚁群算法的结果对比。对比情况表明:优化的蚁群算法在解决焊接机器人路径规划问题上能得到更优的焊接路径和稳定性。 相似文献
2.
3.
针对基本蚁群算法(ACO)易陷入局部最优和收敛速度慢的特点,提出了一种在复杂静态环境下移动机器人路径规划的蚁群优化改进算法。该算法通过限制信息素的范围,扩大了搜索范围,避免了算法的过早收敛,同时还提出了一种自适应调节信息素挥发系数的改进蚁群算法方略,旨在通过自适应的调整信息素挥发系数来提高算法的全局性和算法的收敛速度。算法还利用粒子群优化算法对蚁群算法中的关键参数进行优化,从而避免了参数选择的随机性和盲目性,提高了最优路径的搜索效果。仿真结果显示,改进蚁群算法在移动机器人路径规划中的有效性和普遍应用性,在任意随机给定的环境中,算法能够迅速找出最优路径。 相似文献
4.
基于粒子群优化算法的小型足球机器人路径规划 总被引:1,自引:0,他引:1
为了解决足球机器人无法躲避动态障碍物和容易陷入局部极值的问题,在深入研究粒子群优化算法的基础上,提出了采用栅格法与粒子群优化算法相结合的路径规划算法。首先采用栅格法对小型足球机器人工作环境构造模型,再利用改进的粒子群优化算法进行最优路径搜索。该算法实现简单,收敛速度快,不易陷入局部极值,不仅能够满足足球机器人实时动态的路径规划要求,而且能满足不同环境下的路径规划要求。仿真实验表明,该方法可以很好地应用于足球机器人的路径规划中。 相似文献
5.
6.
针对白车身侧围点焊多机器人协调焊接任务,对焊接路径规划算法进行了研究。提出了一种适用于该任务的蚁群粒子群混合算法,以实现多机器人焊点分配均匀和单机器人焊接路径最优的焊接要求。通过分析白车身侧围焊点分布特点及多机器人协调焊接要求,建立白车身侧围点焊多机器人协调焊接任务数学模型。设计了基于蚁群粒子群混合算法的路径规划方案,在MATLAB中得到规划结果。利用机器人离线编程软件Robotstudio建立白车身侧围多机器人协调焊接工作站,对规划结果进行仿真实验。结果表明,该算法可实现焊点均匀分配,缩短焊接路径,有效提高焊接效率。 相似文献
7.
针对轮式机器人在多窟障碍地形图中的路径规划问题,为了克服基本蚁群算法的局部最优问题,提高算法的收敛速度,以及节约找寻最优路径的时间,提出了一种基于多维信息素及模糊集的改进蚁群算法。在栅格化地图上,通过模糊集将某一点距离障碍物以及接受目标的信息程度表达出来,重新更新栅格化地图,从而减少地图中搜索空间,节约搜索时间。其次把传统蚁群算法中的一维信息素改进为多维信息素,得到满足多个约束条件下的路径。通过多组仿真实验的结果表明,验证了改进算法的可行性和有效性,提高了基本蚁群算法对最优路径问题的优化性能与收敛速度。与现有算法相比较,迭代次数节约了70%左右,缩小了20%的蚁群数量。 相似文献
8.
9.
10.
为了提高机器人路径规划算法的收敛速度和收敛精度,提出了基于改进遗传算法的机器人路径规划方法。介绍了栅格建模方法,分析了传统蚁群算法原理。提出了蚂蚁相遇策略提高了算法搜索效率,提出了蚂蚁回退策略避免陷入U形陷阱,设置了信息素感应阈值扩大了算法前期的搜索范围,改进了信息素残留方法使蚁群能够记忆最优路径,提出了信息素自适应调整方法,兼顾了算法前期的大范围搜索和后期的快速收敛。经仿真实验验证,相比于传统蚁群算法,改进算法具有更快的收敛速度、更优的规划结果,且改进算法的蚁群轨迹更加集中至最优解附近。 相似文献
11.
12.
提出了使用粒子群优化算法求解线性规划方程的方法,并对粒子群优化算法设置不同的参数求解线性规划方程,研究粒子群优化算法在求解线性规划方程时所表现出的效率,实验表明,粒子群优化算法在求解线性规划方程时当设置参数φ1,=2.8,φ2=1.3,粒子人口数选择40时该算法表现出较高的效率. 相似文献
13.
《计算机集成制造系统》2017,(7)
为提高堆垛机式密集仓储系统的运作效率,提出混合蚁群算法,利用该算法有效地解决了复合作业三维空间路径规划问题。在堆垛机和穿梭车配置比为1∶2情况下,分析堆垛机和穿梭车在三维空间内的实际调度路径,并考虑其运动过程中的加速度建立数学模型。针对该系统复合作业的特点,设计了一种三维启发函数来改进蚁群转移概率,将遗传算法生成的初始解转变为蚁群算法的初始信息素,通过粒子群算法对蚁群算法参数进行优化,避免蚁群算法为寻求最优参数组合而进行大量盲目实验。实例分析表明,所提出的混合蚁群算法与遗传和蚁群算法相比,具有更好的全局性,能够有效地缩短密集仓储系统复合作业的时间、优化三维空间路径、提高进出库调度效率。 相似文献
14.
15.
《制造业自动化》2020,(1)
针对轮式机器人在多窟障碍地形图中的路径规划问题,为了克服基本蚁群算法的局部最优问题,提高算法的收敛速度,以及节约找寻最优路径的时间,提出了一种基于多维信息素及模糊集的改进蚁群算法。在栅格化地图上,通过模糊集将某一点距离障碍物以及接受目标的信息程度表达出来,重新更新栅格化地图,从而减少地图中搜索空间,节约搜索时间。其次把传统蚁群算法中的一维信息素改进为多维信息素,得到满足多个约束条件下的路径。通过多组仿真实验的结果表明,验证了改进算法的可行性和有效性,提高了基本蚁群算法对最优路径问题的优化性能与收敛速度。与现有算法相比较,迭代次数节约了70%左右,缩小了20%的蚁群数量。 相似文献
16.
多机器人协同工作在汽车车身焊装生产线广泛应用,简单的将多机器人情形看成单台机器人的组合,无法有效的解决汽车车身焊接生产线中的路径优化问题.以焊点合理分配、焊接路径最短为目标,建立基于凸优化理论的多机器人焊点分配模型,提出一种结合粒子群思想和遗传操作的改进蚁群算法解决分配后机器人的路径优化问题.在数字化虚拟仿真软件Tecnomatix中,搭建针对发动机舱总成的多机器人焊接虚拟仿真模型,对焊点可达性、机器人运动碰撞以及生产节拍等指标进行分析评估,仿真结果表明:在保障机器人可达性前提下,多机器人不存在干涉问题,基于凸优化理论建立的焊点分配模型可以达到合理地分配焊点的目的,改进蚁群算法可以有效缩短焊接路径,提高焊接效率. 相似文献
17.
多机器人协同工作在汽车车身焊装生产线广泛应用,简单的将多机器人情形看成单台机器人的组合,无法有效的解决汽车车身焊接生产线中的路径优化问题.以焊点合理分配、焊接路径最短为目标,建立基于凸优化理论的多机器人焊点分配模型,提出一种结合粒子群思想和遗传操作的改进蚁群算法解决分配后机器人的路径优化问题.在数字化虚拟仿真软件Tecnomatix中,搭建针对发动机舱总成的多机器人焊接虚拟仿真模型,对焊点可达性、机器人运动碰撞以及生产节拍等指标进行分析评估,仿真结果表明:在保障机器人可达性前提下,多机器人不存在干涉问题,基于凸优化理论建立的焊点分配模型可以达到合理地分配焊点的目的,改进蚁群算法可以有效缩短焊接路径,提高焊接效率. 相似文献
18.
为完成机器人高效率工业生产任务,提出一种基于非线性优化算法的工业机器人轨迹跟踪自动控制方法。考虑杆件运动重力因素,从角速度、加速度等方面明确工业机器人动力学规律;使用具备非线性优化性质的蚁群算法规划运动轨迹,引入人工势场法计算待选节点和目标节点的间距,评估当前路径是否为最佳路径并更新信息素,输出最优工业机器人运行路线;计算机器人相对功率因数校正控制量,运用粒子群算法求解轨迹跟踪预测控制序列,通过支持向量机构建轨迹跟踪自动控制模型。实验结果表明,所提方法的轨迹跟踪稳定性强、精度高,能满足工业生产的实时动态需求,实用性强。 相似文献
19.
20.
建立了针对机器人加工时的末端运动路径排序优化问题的数学模型,将该模型转化为广义旅行商问题并用蚁群算法求解。同时对经典的蚁群算法进行了改进,即采用多阶段搜索策略、邻域搜索策略及多蚁种搜索策略,使改进后的蚁群算法能为机器人求取一条更优的末端运动路径。计算机仿真与机器人加工实验结果表明,改进蚁群算法所得的末端运动路径比基本蚁群算法所得结果缩短了3%以上。 相似文献