基于混合遗传算法的工业机器人最优轨迹规划

为兼顾工业机器人工作效率与轨迹的平稳性,提出一种基于混合遗传算法的二次轨迹规划方案.通过最优时间轨迹规划得到最小执行时间,在最小执行时间内进行最优冲击轨迹规划,进而规划出一条既高效又平滑的运动轨迹.采用五次均匀B样条在关节空间进行快速插值,不仅保证了各关节速度和加速度连续性还保证了各关节冲击的连续性.连续平滑的冲击可以减少机械振动,延长机器人的工作寿命.选用PUMA560为对象进行仿真与实验,结果表明,该方案可以获得比较理想的机器人运动轨迹,所提出的混合遗传算法能有效提高全局寻优的性能和算法运行的稳定性.     

基于QPSO算法的机器人时间最优轨迹规划

在考虑关节约束的前提下,为得到工业机器人时间最优的关节运动轨迹,提出一种工业机器人时间最优轨迹规划新算法。采用五次非均匀B样条插值法构造各关节运动轨迹,得到的机器人各关节位置准确,各关节速度、加速度和加加速度曲线连续。利用量子行为粒子群优化算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)进行时间最优的轨迹规划,该算法可以在整个可行域上搜索,具有较强的全局搜索能力。与标准粒子群算法(Particle Swarm Optimization,简称PSO)和差分进化算法(Differential Evolution Algorithm,简称DE)相比较,结果显示使用该算法进行时间最优的轨迹规划得到的数值结果更小。     

基于遗传算法的工业机器人时间最优轨迹规划及仿真研究

为了使工业机器人的末端执行器在任给路径下运行时间最短,在考虑机器人各关节速度、加速度、加加速度和力矩约束的情况下,以PUMA560为例,对工业机器人轨迹进行时间最优规划;在Matlab平台上,对该轨迹规划优化算法进行仿真,仿真结果表明机器人各关节时间最优轨迹规划比未处理的轨迹规划时间明显缩小6.999 4s,6.651 0s,6.351 2s,各个关节的轨迹曲线平滑,从而验证了该算法的有效性。     

基于近似弧长参数化的机器人轨迹规划

主要研究了采用近似弧长参数化的插值方法进行关节式工业机器人的轨迹规划.运用近似弧长参数化的插值方法将机器人末端轨迹参数曲线离散为等弧长的插值点序列,通过机器人逆向运动学求解各关节的位移点序列,采用极限的方法进行各关节速度和加速度规划.这种轨迹规划方法可以避免关节空间的插值计算和雅克比矩阵的计算.在 matlab7.8平台上,对近似弧长参数化的插值方法、轨迹规划及可行性验证进行了实例仿真,仿真结果表明该轨迹规划方法是可行的.     

基于6DOF机器人的能耗最优轨迹规划

为研究MOTOMAN-UP6机器人的运动学和轨迹规划,该文采用标准D-H建模方法对该机器人进行运动学建模。基于该机器人的特性,采用了一种可易编程的位姿分离法进行逆运动学分析;因逆解的不唯一性,为使得轨迹的能耗最优,提出关节加权系数对轨迹点之间的关节变量进行处理后,得到最优轨迹;同时为减少机器人在运行中的冲击和振动,采用七次多项式对最优轨迹进行轨迹规划,得到了机器人各关节下的位移、速度、加速度、冲击的仿真曲线,曲线光滑且连续,同时也表明了在关节冲击方面优于五次多项式的规划。     

基于执行时间约束的机器人关节空间轨迹优化

为在保证机器人运动轨迹的平滑性的条件下提高机器人工作效率,提出一种基于轨迹执行时间归一化处理的关节空间运动轨迹规划优化算法。对轨迹的执行时间进行归一化处理,分析关节空间位置、速度、加速度的运动轨迹相对于归一化时间的数学模型;考虑关节运动参数的约束条件,采用五次多项式拟合机器人在关节空间的运动轨迹,分析不同轨迹执行时间对关节位置运动轨迹的超调量的影响,实现机器人关节空间的位置轨迹优化;在M atlab环境里对机器人的运动轨迹进行仿真建模,完成机器人运动学仿真。多组仿真结果表明,该算法在保证机器人轨迹平滑的基础上,能保证轨迹执行时间最优,有效地提高机器人的运动效率。     

基于运动学和动力学的关节空间轨迹规划

在机器人轨迹优化设计的研究中,轨迹规划是实现机器人高速、高精度运行的核心,合理的轨迹规划不仅要满足机器人的运动学要求,而且要满足机器人的动力学要求,在驱动电机不变的情况下,增加机器人的速度和载荷是轨迹规划的难点。利用先进的python软件对机器人的运行轨迹进行深入的分析,在关节空间内采用五次插值多项式进行运动轨迹拟合,并将动力学模型加入到轨迹规划中。生成的拟合曲线表明,机器人在关节空间和工作空间内的位移、速度、加速度、加加速度曲线连续可导,各时间段的峰值力矩、峰值功率趋于同一数值,能有效的提高运动部件的速度和寿命。     

基于遗传算法的多机器人系统最优轨迹规划

针对关节型多机器人系统在静态环境下的点到点的轨迹规划问题,提出了一种基于遗传算法的最优轨迹规划策略.采用遗传算法在综合考虑各机器人沿轨迹运动的安全性、运动代价以及运动学约束的基础上为单个机器人规划最优的运动轨迹,并通过协调各机器人沿预定轨迹运行的时间避免机器人之间碰撞的发生.针对含有3个二自由度平面关节型机器人的多机器人系统进行了仿真实验,实验结果验证了该方法的有效性.     

基于PSO-SA的机器人关节空间轨迹规划

针对工业机器人点到点轨迹规划问题,提出一种基于PSO-SA的时间最优机器人关节空间轨迹规划方法。使用模拟退火算法(SA)对粒子群算法(PSO)进行优化,将模拟退火机制引入到粒子群算法以提高算法的全局搜索能力。使用惯性权重非线性递减策略以及动态学习因子来平衡算法的全局与局部搜索能力。以PUMA＿560机器人作为研究对象,通过5-7-5多项式插补函数得到各关节的轨迹曲线。通过PSO-SA优化关节运动时间,并加入关节的速度和加速度约束。对前三个关节进行实验仿真,结果表明PSO-SA比传统的PSO能得到更短的轨迹时间,算法也有更好的稳定性,提高了机器人的运动效率。     

基于样条函数的机器人轨迹规划方法

在机器人控制中,常常需要控制机器人末端准确地从空间一点移动到另外一点,而机器人轨迹规划算法在很大程度上影响了控制的稳定性和鲁棒性.对没有特殊中间路径要求的机器人控制而言,在关节坐标空间进行轨迹规划不但计算量小,而且可以避免由于雅可比矩阵奇异引起的速度失控.本文采用样条函数规划算法设计了机器人关节坐标空间的轨迹函数,通过对两种算法的比较证明,样条函数能更好地生成具有稳定性和鲁棒性的空间轨迹,这个空间轨迹不但可以避免机器人在起动和停止时由于速度、加速度引起的抖动,而且可以满足机器人快速运动的需要.最后,本文基于HIT-1手单手指模型建立了PID控制模型,并利用Simulink工具仿真对两种轨迹规划算法进行了比较.     

Evolutionary Minimum Cost Trajectory Planning for Industrial Robots

A general method for computing minimum cost trajectory planning for industrial robot manipulators is presented. The aim is minimization of a cost function with constraints namely joint positions, velocities, jerks and torques by considering dynamic equations of motion. A clamped cubic spline curve is used to represent the trajectory. This is a non-linear constrained optimization problem with five objective functions, 30 constraints and 144 variables. The cost function is a weighted balance of transfer time, mean average of actuators efforts and power, singularity avoidance, joint jerks and joint accelerations. The problem is solved by two evolutionary techniques such as Elitist Non-dominated Sorting Genetic Algorithm (NSGA-II) and Differential Evolution (DE). Numerical applications for a six link robotic manipulator – STANFORD robot (pick and place operation) and a two link planar manipulator (motion in the presence of obstacles) are illustrated. The results obtained from the Proposed techniques (NSGA-II and DE) are compared for different values of weighting coefficients. The influences of the algorithm parameters and weight factors on algorithm performance are analyzed. The DE algorithm converges quickly than NSGA-II. Also DE algorithm gives better results than NSGA-II in majority of cases. A comprehensive user-friendly general-purpose software package has been developed using VC++ to obtain the optimal solutions of any complex problem using DE algorithm.     

Formulation and optimization of cubic polynomial joint trajectories for industrial robots

Because of physical constraints, the optimum control of industrial robots is a difficult problem. An alternative approach is to divide the problem into two parts: optimum path planning for off-line processing followed by on-line path tracking. The path tracking can be achieved by adopting the existing approach. The path planning is done at the joint level. Cubic spline functions are used for constructing joint trajectories for industrial robots. The motion of the robot is specified by a sequence of Cartesian knots, i.e., positions and orientations of the hand. For anN-joint robot, these Cartesian knots are transformed intoNsets of joint displacements, with one set for each joint. Piecewise cubic polynomials are used to fit the sequence of joint displacements for each of theNjoints. Because of the use of the cubic spline function idea, there are onlyn - 2equations to be solved for each joint, wherenis the number of selected knots. The problem is proved to be uniquely solvable. An algorithm is developed to schedule the time intervals between each pair of adjacent knots such that the total traveling time is minimized subject to the physical constraints on joint velocities, accelerations, and jerks. Fortran programs have been written to implement: 1) the procedure for constructing the cubic polynomial joint trajectories; and 2) the algorithm for minimizing the traveling time. Results are illustrated by means of a numerical example.     

关节型工业机器人轨迹规划研究综述

关节型工业机器人凭借其良好的灵活性和高效率的工作模式被广泛地应用于现代工业自动化生产之中,例如搬运、码垛、焊接、切割等。轨迹规划是工业机器人运动控制的基础研究领域,决定着其作业效率和运动性能。工业机器人的轨迹规划是指综合考虑作业需求和机器人性能,在笛卡尔空间或关节空间内得出指导机器人末端执行器运动的轨迹。阐述了工业机器人轨迹规划的概念及其分类,就各个领域的轨迹规划算法进行了全面综述,包括基本轨迹规划和最优轨迹规划,指出了各类轨迹规划算法中所存在的问题和未来的发展方向。     

Time-optimal and jerk-continuous trajectory planning for robot manipulators with kinematic constraints

In this paper a high smooth trajectory planning method is presented to improve the practical performance of tracking control for robot manipulators. The strategy is designed as a combination of the planning with multi-degree splines in Cartesian space and multi-degree B-splines in joint space. Following implementation, under the premise of precisely passing the via-points required, the cubic spline is used in Cartesian space planning to make either the velocities or the accelerations at the initial and ending moments controllable for the end effector. While the septuple B-spline is applied in joint space planning to make the velocities, accelerations and jerks bounded and continuous, with the initial and ending values of them configurable. In the meantime, minimum-time optimization problem is also discussed. Experimental results show that, the proposed approach is an effective solution to trajectory planning, with ensuring a both smooth and efficiency tracking performance with fluent movement for the robot manipulators.     

基于动力学约束的机械臂最优关节轨迹规划

本文提出了基于机械臂关节驱动力矩约束方程规划其关节最优运动轨迹的一种有效方法.该方法运用矩阵范数理论简化机械臂的动力学约束方程;在机械臂的关节空间内采用归一化的无因次量运用非线性规划法优化其运动轨迹.将所规划的无因次量轨迹方程作为机械臂产生实际运动轨迹的发生器,通过给定机械臂各运动段的起始和终止关节坐标,由系统的动力学约束方程计算出整个运动段所允许的最短运行时间,即生成所期望的运动轨迹.本文的轨迹规划方法计算效率高,可用于在线轨迹规划,文中通过算例证实了该方法的实用性.     

Robust trajectory planning for robotic manipulators under payload uncertainties

A number of trajectory planning algorithms are available for determining the joint torques, positions, and velocities required to move a manipulator along a given geometric path in minimum time. These schemes require knowledge of the robot's dynamics, which in turn depend upon the characteristics of the payload which the robot is carrying. In practice, the dynamic properties of the payload will not be known exactly, so that the dynamics of the robot, and hence the required joint torques, must be calculated for a nominal set of payload characteristics. But since these trajectory planners generate nominal joint torques which are at the limits of the robot's capabilities, moving the robot along the desired geometric path at speeds calculated for the nominal payload may require torques which exceed the robot's capabilities. In this paper, bounds on joint torque uncertainties are derived in terms of payload uncertainties. Using these bounds, a new trajectory planner is developed to incorporate payload uncertainties such that all the trajectories generated can be realized with given joint torques. Finally, the trajectory planner is applied to the first three joints of the Bendix PACS arm, a cylindrical robot to demonstrate its use and power.     

计算机数控系统光滑时间最优轨迹规划

基于控制向量参数化(CVP)方法, 研究了计算机数控(CNC)系统光滑时间最优轨迹规划方法. 通过在规划问题中引入加加速度约束, 实现轨迹的光滑给进. 引入时间归一化因子, 将加加速度约束的时间最优轨迹规划问题转化为固定时间的一般性最优控制问题. 以路径参数对时间的三阶导数(伪加加速度)和终端时刻为优化变量, 并采用分段常数近似伪加加速度, 将最优控制问题转化为一般的非线性规划(NLP)问题进行求解. 针对加加速度、加速度等过程不等式约束, 引入约束凝聚函数, 将过程约束转化为终端时刻约束, 从而显著减少约束计算. 构造目标和约束函数的Hamiltonian函数, 利用伴随方法获得求解NLP问题所需的梯度.     

一种基于测地线的机器人轨迹规划方法

提出了一种基于测地线的机器人轨迹规划方法.该方法克服了传统的轨迹规划方法的某些不足,其规划是在关节空间(黎曼空间)内进行的,规划目标是直角坐标空间内的直线,即两点之间的最短路径,也可以是系统动能最小,或某项综合指标最优.该规划方法直接得到机器人的各关节的转角和角速度,无需进行运动学反解和多项式插值.本文的基于测地线的轨迹规划是以轨迹弧长作为参考变量的,因此它还具有非时间参考的机器人轨迹规 划的优点.􀁱