基于多约束的机器人关节空间轨迹规划

当机器人进行快速运动且运动时间确定时,由于受到驱动机构性能等因素的制约,机器人进行运动轨迹规划时需要考虑角加速度约束、角速度约束和角度约束等多个约束条件。通过对运动约束进行分析,提出基于梯形速度曲线的多约束条件下机器人关节空间轨迹规划方法。根据无约束条件下规划出的最小加速度运动轨迹,在角加速度满足约束的情况下对其进行优化,获得满足角速度约束和角度约束的最小角加速度运动轨迹。对加速度达到最大时的轨迹也无法满足约束条件的情况进行讨论。该轨迹规划方法兼顾机器人的运动平稳性与约束要求,并且能够充分发挥机器人关节的驱动性能。仿真结果表明了该方法的可行性。     

汽车实验用转向机器人轨迹规划

针对汽车操纵稳定性实验中的蛇行试验,为解决多约束条件下汽车实验用转向机器人生成满足实验条件轨迹的问题,研究车辆运动学模型特性,采用序列二次规划方法,以最优化轨迹的综合性能为目标,规划出满足运动学约束、速度约束、目标状态约束以及曲率连续约束的最优实验轨迹.设计模糊PID控制器,在人为控制的车速发生波动时前轮转角可进行相应调整.利用Simulink-CarSim搭建车辆模型以及轨迹规划模型,进行路径跟踪实验仿真.仿真实验结果表明,所提出的轨迹规划方法与控制方法能够生成满足车辆运动连续性要求和各项约束条件的平滑轨迹,且轨形跟踪效果较好.     

改进遗传算法搜索中间点的机械臂轨迹规划

为了实现机械臂轨迹的多目标优化,提出了插入最优中间点的轨迹规划方法,旨在实现避障的同时保证轨迹最短且关节角变化量最小。介绍了仿人手臂机械臂工作原理,建立了机械臂运动学模型;提出了插入最优中间点的轨迹规划方法,明确了碰撞检测策略;对于最优中间点的选取,在传统遗传算法基础上,提出了均匀方式的初始种群生成方法,使用种群分布熵和适应度值方差构建了交叉概率,依据个体适应度值与种群平均值构建了变异概率,从而提出了基于改进遗传算法的最优中间点寻优方法。经仿真验证,插入中间点数量与障碍物数量相同时,才能够兼顾计算量和轨迹优化程度;与传统遗传算法规划的轨迹相比,改进遗传算法规划的轨迹长度较少了12. 1%,关节角变化量减少了24. 4%,适应度值增加了23. 6%。     

基于双种群遗传算法的含缺陷矩形件排样优化研究

结合缺陷约束的最低水平线算法与双种群遗传算法,对板材内部含缺陷时的情况进行矩形件排样优化。用双种群遗传算法对矩形件排样顺序进行寻优,将矩形件的排样顺序和旋转方式划分为2个种群分别进行遗传迭代,并结合改进的初始种群生成策略,改善算法的搜索效率及全局寻优能力。基于缺陷约束的最低水平线算法通过更新缺陷矩形轮廓信息与引入缺陷位置约束判断,使矩形件在根据优化顺序排样时可避开缺陷部位。通过算例运算测试可知,相比于经典遗传算法,所提算法在4种不同数量缺陷的板材中,最优板材利用率与排样优化稳定性均有所提高。双种群遗传算法和基于缺陷约束的最低水平线算法可在含缺陷板材的排样问题中得到推广应用。     

基于双种群混沌搜索粒子群算法的机器人喷涂轨迹协同优化

针对笛卡尔空间与关节空间的映射非线性,喷涂轨迹和关节轨迹不满足混合约束的问题,提出基于双种群混沌搜索粒子群优化(DCSPSO)算法的机器人喷涂轨迹协同优化.根据预选取的轨迹特征点构建关节角度序列,以机器人的喷涂效率和运动稳定性为目标建立关节轨迹多目标优化模型,利用DCSPSO算法求解优化模型得到Pareto最优解,使关节轨迹满足机器人运动学约束,最后根据理论轨迹与反馈轨迹的弦高误差和漆膜厚度误差建立喷涂轨迹误差模型,并验证最优解的质量,使喷涂轨迹满足加工精度约束.通过实例表明,DCSPSO算法较多目标遗传算法等经典多目标优化算法具有更强的全局和局部搜索能力,利用轨迹误差模型可合理增加特征点,使理论轨迹与反馈轨迹的最大弦高误差从12.619 mm降至1.587 mm,最大漆膜厚度误差从11.47 μm降至1.18 μm.     

汽车起重机转向梯形机构遗传算法优化

在满足传动性能和边界约束条件下，根据汽车起重机转向机构的内、外转向轮理想的转角关系，以内侧转向轮理论转角和实际的内轮转角之间均方根误差最小为优化目标，建立了优化设计的数学模型。由于传统的优化方法存在着求解过程复杂和寻优过程容易陷入局部最优解的问题，故应用matlab遗传算法工具箱寻求最优解，使求解过程得到简化，能可靠地获得全局最优解。     

刚性约束下的退役汽车自动化拆解生产线多目标优化方法

为提高退役汽车自动化拆解效率、节约企业成本,在刚性约束下提出退役汽车自动化拆解生产线多目标优化方法。明确退役汽车自动化拆解关系的复杂性大小,综合汽车拆解的刚性约束得出多目标优化数学模型,规划各项工序得出模型的六大约束条件,通过遗传算法的染色体基因编码对生产线作业元素排序,求解数学模型目标函数,将目标函数结果视为种群,计算种群的适应度值,在种群交叉和变异的帮助下得出种群的最终优化结果,实现生产线多目标优化。实验结果表明：所提方法的生产节拍收敛性快,优化效果好,拆解生产线平衡率高。     

一种初始种群算法的应用研究

在求解一种铁路客运座位控制模型时,由于该模型是一种随机规划模型,采用了遗传算法对其进行求解。在选择初始种群算法时,本文应用了由王福林等人提出的一种新的初始种群算法,取得了比较好的效果,对求解其他约束优化问题时有一定的借鉴意义。     

基于萤火虫-遗传算法的机械臂轨迹时间优化

针对传统遗传算法在求解机械臂轨迹优化问题时存在的搜索精度不够、效率低等问题,提出一种基于萤火虫-遗传算法的机械臂轨迹时间优化方法。在关节空间使用五次多项式插值法规划六自由度机械臂的末端轨迹,在运动学约束条件下,使用萤火虫-遗传算法对机械臂的末端轨迹进行时间优化,得到最优的末端轨迹运行时间。通过MATLAB仿真实验,轨迹运行时间从传统遗传算法的2.141 1 s减少到2.090 8 s。结果表明萤火虫-遗传算法具有比传统遗传算法更好的性能,能够有效地实现机械臂末端轨迹在运动学约束下的时间优化。     

基于遗传算法的五杆机构实现轨迹优化综合

本文以补偿位移最小和曲柄均匀转动为双目标函数,建立了五杆机构实现多点轨迹的优化模型;指出了五杆机构的全域优化综合是多峰,多态,多模型,多不等式约束优化问题;提出了运用擅长全域搜索的遗传算法直接求解该优化问题,实例计算表明该方法是实用可行。     

非完整约束移动机器人CRAB-RRT轨迹规划

针对快速扩展树算法在多障碍环境搜索效率低、冗余节点多的问题，提出一种CRAB-RRT算法。该算法采用圆域概率偏向采样策略进行随机采样；将扩展树上节点分为2类，通过度量邻近点间对角线距离、历史路径成本和扩展角度的加权和，在有效邻近点集中选出高质量最近点；在新节点扩展中添加了目标引力分量，并根据环境障碍信息实现扩展步长自适应变化；经过对非完整约束移动机器人运动学模型的分析，提出了极限角约束，通过考虑受极限角约束的路径裁剪策略剔除冗余节点，利用三次B样条平滑方法平滑轨迹。通过数值仿真分析和实车实验，验证了CRAB-RRT算法的可行性、实用性与优越性，平滑后的路径更利于机器人跟踪，且适用于多障碍环境。     

基于遗传算法的装载机工作装置优化设计研究

针对装载机工作装置设计要求满足平动性和较大掘起力等需求,采用标准遗传算法与惩罚函数相结合的优化方法,使得设计结果符合铲斗举升平动性这一目标,铲斗举升时位置角的变化均不超过10°,并满足高位卸载角度的要求。该方法解决了通常遗传算法面临的约束函数多、约束函数非线性的困难,通过各个控制参数的合理配置,快速得到一批最优稳定解,为装载机工作装置的设计提供动力性能更高并且工作性能优良的设计方案,提高了工程设计水平和设计效率,缩短了设计周期。     

基于AC转角变化最小的五轴FDM熔覆路径的法矢量优化技术

五轴熔覆通过AC转台带动工件转动,使得喷嘴轴线尽可能与熔覆曲面的法矢量重合以达到最优的熔覆效果。熔覆指令通过AC转角离线计算的曲面法矢量来调整喷嘴轴线的位置。由于熔覆曲面数据噪声和外形特征的影响,熔覆路径上两个邻近点AC转角的差异可能非常大,从而使得控制系统自动插补得到的两点间路径与两点连线段的差异很大,导致熔覆过程中工件损坏或者熔覆质量降低。为了克服这一缺陷,基于遗传算法提出一种AC转角的优化方法,使得邻近点AC转角的差异尽可能小。在此基础上,进一步对差异较大的点的五个指令变量(X, Y, Z, A, C)进行线性插值,从而达到熔覆路径优化的效果。算法被集成到了自主研发的五轴FDM三维打印系统,并采用多个复杂曲面的熔覆实例验证其有效性。     

Tool-path generation from densely scattered measure points based on CQEM

An algorithm of tool-path generation from densely scattered measure points is presented in this paper based on constraint quadratic error metrics (CQEM). In the algorithm where the surface to be machined is represented directly with measured points, first, a mesh interpolating the points is dynamically constructed according to cutter sizes and slicing plane locations. Second, the initial C-C points are generated from the intersection points between the mesh and the slicing planes. Finally, the initial C-C points are optimized with CQEM. The algorithm shows capability to save memory usages and to achieve a higher precision in path location calculation.     

基于人工蜂群-自适应遗传算法的仓储机器人路径规划

为了规划出一条更加节能的拣选路径,针对基本遗传算法的性能依赖于初始种群的质量、遗传算子的选择、交叉和变异操作,提出一种适用于仓储机器人路径规划的人工蜂群-自适应遗传算法。首先通过人工蜂群算法初始化种群以增强种群多样性;将路径长度、转弯次数和机器人运行能耗作为适应度函数的评价指标;然后基于三角函数设计自适应策略调整的交叉、变异算子以提高算法的收敛速度。仿真实验表明,在20×20大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少5.22%;而在40×40大小的栅格地图中,本文提出的人工蜂群-自适应遗传算法规划的路径能耗比基本遗传算法减少9.08%。最后实验表明,采用本文提出的人工蜂群-自适应遗传算法规划的能耗减少7.64%,且规划的路径更平滑,更加适用于仓储机器人的路径规划。     

二维合作目标的单相机空间位姿测量方法

针对空间交会对接的近距离位姿测量要求,提出了一种基于单目视觉的二维合作目标位姿解算算法。为方便空中移动平台的调整以满足特定的位姿关系,引入了一种新的姿态角定义方法,此方法定义的三个姿态角可以作为平台姿态调整的反馈量且不受旋转顺序的限制。平面模型相对于相机坐标系的三个姿态角和位置向量可通过平面单应矩阵直接导出。在测量实验中,算法基于DSP平台实现,合作目标由4个共面LED光源构成,测量值基准由高精度倾角传感器和全站仪获得。对空间位置变化范围为2m×2m,姿态角变化范围为-30°~30°的目标平面进行测量,结果表明,本算法可实现0.88%的相对位置定位误差和最大为0.996°的姿态角测量误差,且单帧算法的解算速度仅为0.25ms。     

消隐点共线约束逐点畸变校正算法

对逐点图像畸变校正算法进行分析和研究。分析了基于四点共线交比不变性的逐点畸变校正算法的校正精度,指出该算法由于初始使用图像点含有误差导致计算其他图像点产生了精度改变,同时给出了计算结果误差较小时的图像点位置和相对距离的选取方法。基于上述分析,提出了基于消隐点共线约束的逐点畸变校正算法。该算法利用消隐点来提高直线拟合精度,利用共线特征来约束校正图像点精度。该算法不仅可以优化基于四点共线交比不变性算法校正的图像点,同时也可以优化初始使用的图像点,从而提高所有图像点畸变校正精度。基于MATLAB的仿真实验显示:对于400万像素的镜头,校正后图像点最大误差是初始图像点噪声的29.05倍。针对实物图像对基于四点共线交比不变性法校正的图像点,基于消隐点共线约束法校正的图像点和未校正采集图像点的交比值进行对比,结果表明本文提出算法优于四点共线交比不变性算法的结果。     

基于混合遗传算法的操作臂最优路径规划

提出了一种将小生境遗传算法与SWIFT算法相结合的混合遗传算法,用于冗余度操作臂的最优路径规划。针对目标物体在空间的位置和姿态确定的情况下,操作臂如何选择一条满足关节转角约束,且使所有关节转动角度之和为最小的最佳路径这一问题,给出了算法的实现过程。最后通过试验函数和9自由度操作臂的仿真结果,验证了该算法的正确性和可行性。     

基于遗传算法的笔式加工刀具路径优化

为缩短笔式加工时间和提高加工效率,提出了一种新的基于遗传算法的刀具路径优化方法。笔式加工的特点决定了生成的刀具路径为一系列离散的切削路径段,为了精简搜索数目,将每段刀具路径看作两个遗传基因。使用十进制码构造分段染色体模型,采用改进的遗传算法对笔式加工分段路径进行优化排序,得到刀具路径排布的近似最优解。实验结果表明:改进的自适应遗传算法比一般遗传算法搜索速度提高若干倍,可以明显缩短加工路径的总长度。