加速度约束条件下的非完整移动机器人运动控制

将移动机器人的运动规划与跟踪控制问题合并在一起,对加速度约束条件下的非完整移动机器人运动控制问题进行研究,提出基于贝塞尔曲线的路径规划方法,以满足机器人的非完整约束．在考虑所受加速度约束的条件下,通过规划机器人状态时问轨线的方法实现了时间最优的轨迹规划．基于控制李亚普诺夫函数推导出了轨迹跟踪的控制律．仿真实验结果表明所提出的算法是有效的．     

基于改进A*算法和lattice算法的路径规划方法

针对A*算法缺乏动态性、不够平滑、计算量大,且不满足具体的非完整约束等问题,提出一种融合改进A*算法和lattice算法的路径规划方法.一方面消除传统A*算法中的冗余点,同时考虑物体的方向属性和实际运动约束,优化启发式函数最终生成全局路径.另一方面lattice根据改进A*算法生成的全局路径作为参考线,采样并结合障碍物信息和其他代价信息选出平滑的、无障碍的包含位置、移动速度、移动加速度等信息的局部轨迹.使用栅格地图进行车辆路径规划的实验仿真,该算法能够兼顾全局与局部,快速规划出一条平滑且满足车辆非完整性约束的运动路径.     

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。     

改进TEB算法的局部路径规划算法研究

在复杂动态环境中用传统TEB(time elastic band)算法规划路径时,会出现速度控制量不平滑导致的路径震荡、给机器人带来较大冲击和易发生碰撞.针对以上问题对传统TEB算法进行改进,对检测到的不规则障碍物膨胀化处理并进行区域分级策略,优先考虑安全区域的行驶路线,使机器人在复杂环境中更加安全平稳地运行.在算法中...     

履带式移动机器人轨迹跟踪研究

详细分析了履带式移动机器人的受力特点,提出了一种适宜进行控制器设计的履带移动机器人模型.根据履带式移动机器人动力学模型和运动学模型,设计了机器人的轨迹跟踪控制器.利用Lyapunov稳定判据证明控制器的全局稳定性.在控制器的设计中考虑了履带一地面作用,引入参数对其描述.考虑到机器人动力学约束,引入机器人速度、加速度控制策略以保证机器人运动平滑.仿真实验验证了该方法的有效性和全局收敛.     

关节型机器人运动学仿真及控制系统设计

关节型机器人各运动关节动态特性和控制系统的稳定性直接影响机器人以及轨迹规划的可达性.以IRB140关节型机器人为研究对象,依据标准D-H参数法和空间位姿变换理论推导出机器人正向运动学数学模型,并采用机器人逆运动学和改进后的五次多项式插值算法实现了机器人在关节空间下进行轨迹规划时各运动关节速度和加速度过渡平滑的目的.最后...     

改进DWA算法的移动机器人避障研究

针对传统动态窗口法（DWA）在稠密障碍物区域存在最优路径难以选取及生成路径不平滑等问题,提出了一种改进的DWA移动机器人避障算法。基于微分流形切向量选取与障碍物不相交的机器人预轨迹,引入障碍物数量因子与方向角变化因子来改进评价函数,提高机器人在障碍物密集区域运行的安全性,使用改进后的评价函数对选取的轨迹进行评价,进而确定最优轨迹对应的速度。通过多组仿真实验对比表明：改进的DWA算法在障碍物密集区域能规划出更合理、平滑的运行路径,在保证了机器人安全性的同时还具有更好的避障效果。     

基于改进快速行进平方法的多移动机器人聚集路径规划与控制

针对多移动机器人聚集的路径规划与控制问题,本文提出了基于改进快速行进平方法的路径规划策略.首先,运用分段函数改进了速度图,实现了更安全、更高效的路径规划,可以将快速行进网格地图上的速度映射到真实机器人速度上,并且减少传统快速行进平方法在回溯路径过程中产生的冗余路径；接着,针对多移动机器人聚集过程总能耗最小、聚集点附近空间最大、聚集队形约束下的聚集过程总能耗最小三种任务需求,分析设计不同的目标函数,给出多移动机器人的聚集点和对应规划路径,展示本文方法的有效性以及在不同场景下的适用性.最后,在车辆动力学模型基础上,使用模型预测控制以改进后的快速行进网格地图上的速度作为机器人参考速度进行了轨迹跟踪仿真实验,实现结果显示跟踪误差减小,验证了本文改进速度场的有效性,可适用于真实环境下多移动机器人聚集路径规划与控制.     

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.     

融合环境信息和运动约束的改进A*算法研究

标准A*算法存在着无法考虑移动机器人运动特性及处理后的路径不利于移动机器人运动等问题。针对这一问题提出了一种新改进A*算法,通过环境信息引入障碍物权重系数来改进算法的启发函数并进行全局路径规划;优化搜索节点的选取方式和设定障碍物与路径之间的安全距离;基于对移动机器人的运动特性的考虑优化其路径,并在不同环境地图中与其他算法进行仿真实验对比分析。相关实验表明：基于新改进A*算法规划的路径始终与障碍物保持一定的安全距离;改进A*算法在时间上相比标准A*算法平均减少了80%,路径长度平均减少了2%,路径转角平均降低了82%。改进后算法相比其他算法在时间、搜索节点以及平滑度上有很大的改进,融合机器人环境信息和运动特性的规划路径算法可为移动机器人的路径规划提供一种新的方法。     

Time-optimal and Smooth Trajectory Planning for Robot Manipulators

This paper presents a practical time-optimal and smooth trajectory planning algorithm and then applies it to robot manipulators. The proposed algorithm uses the time-optimal theory based on the dynamics model to plan the robot’s motion trajectory, constructs the trajectory optimization model under the constraints of the geometric path and joint torque, and dynamically selects the optimal trajectory parameters during the solving process to prominently improve the robot’s motion speed. Moreover, the proposed algorithm utilizes the input shaping algorithm instead of the jerk constraint in the trajectory optimization model to achieve a smooth trajectory. The input shaping of trajectory parameters during postprocessing not only suppresses the residual vibration of the robot but also takes the signal delay caused by traditional input shaping into account. The combination of these algorithms makes the proposed time-optimal and smooth trajectory planning algorithm ensure absolute time optimality and achieve a smooth trajectory. The results of an experiment on a six-degree-of-freedom industrial robot indicate the validity of the proposed algorithm.

     

A novel cartesian trajectory planning method by using triple NURBS curves for industrial robots

This article presents a novel method of robot pose trajectory synchronization planning. First of all, based on triple NURBS curves, a method of describing the position and orientation synchronization of the robot is proposed. Then, through considering geometric and kinematic constraints, especially angular velocity constraint, and employing bidirectional interpolation algorithm, a robot pose trajectory planning approach is developed, which has limited linear jerk, continuous bounded angular velocity and approximate optimal time, and does not need an optimization program. Ultimately, two robot pose paths, blade-shaped curve and fan-shaped curve, are utilized for simulations, and the results indicate that the proposed trajectory planning method can satisfy the given constraint conditions, i.e. the linear jerk is limited and the angular velocity is continuous bounded. The trajectory tracking experiments are further carried out on a 6-DOF industrial robot, and the results show that the proposed planning method can generate smooth trajectories to ensure the stability of the robot motion without impact in practical situations.     

平面复杂边缘的双机器人协调跟踪运动规划研究

研究双机器人协调跟踪平面复杂边缘所涉及的问题.在笛卡儿空间内对跟踪任务进行协调分解,并分析双机器人的位置约束关系,采用双曲线函数规划双机器人基于关节空间的运动轨迹,以满足位置、速度以及加速度等平滑运动的约束条件,采用基于曲线极大值的分段跟踪算法扩展平面复杂曲线的一般性.仿真实验和应用均表明了所研究内容的可行性和正确性.     

Time-optimal parabolic interpolation with velocity,acceleration, and minimum-switch-time constraints

Time-optimal trajectories with bounded velocities and accelerations are known to be parabolic, i.e. piecewise constant in acceleration. An important characteristic of this class of trajectories is the distribution of the switch points – the time instants when the acceleration of any robot joint changes. When integrating parabolic trajectory generation into a motion planning pipeline, especially one that involves a shortcutting procedure, resulting trajectories usually contain a large number of switch points with a dense distribution. This high frequency acceleration switching intensifies joint motor wear as well as hampers the robot performance. In this paper, we propose an algorithm for planning parabolic trajectories subject to both physical bounds, i.e. joint velocity and acceleration limits, and the minimum-switch-time constraint. The latter constraint ensures that the time duration between any two consecutive switch points is always greater than a given minimum value. Analytic derivations are given, as well as comparisons with other methods to demonstrate the efficiency of our approach.     

A technique for time-jerk optimal planning of robot trajectories

A technique for optimal trajectory planning of robot manipulators is presented in this paper. In order to get the optimal trajectory, an objective function composed of two terms is minimized: a first term proportional to the total execution time and another one proportional to the integral of the squared jerk (defined as the derivative of the acceleration) along the trajectory. This latter term ensures that the resulting trajectory is smooth enough. The proposed technique enables one to take into account kinematic constraints on the robot motion, expressed as upper bounds on the absolute values of velocity, acceleration and jerk. Moreover, it does not require the total execution time of the trajectory to be set a priori. The algorithm has been tested in simulation yielding good results, also in comparison with those provided by another important trajectory planning technique.     

基于路标点追踪的差速驱动机器人运动规划

首先,针对三角网格路径规划方法采用D-P算法提取路标点时,其最大阈值不易确定等问题,提出基于碰撞检测的抽取路标点方法.同时采用Pure Pursuit算法跟踪路标点,对差速驱动机器人进行运动规划;然后,通过实验对比分析表明,在提取路标点时,与D-P算法相比,碰撞检测方法更加优越;最后,通过差速驱动机器人的运动规划实验表明:Pure Pursuit算法追踪路标点方法规划的运动轨迹为一条光滑曲线,能够有效地避开地图上的障碍物;机器人角速度和线速度均为光滑函数,变化平缓,在路标点附近出现较小波动,波动范围均在允许值内;运动规划时间为0.049s,完全能够满足实际需求.研究结果表明,基于路标点追踪的移动机器人运动规划是一种简单有效的运动规划方法.     

基于Frenet坐标系的自动驾驶轨迹规划与优化算法

针对公路场景下作速度保持的自动驾驶汽车实时轨迹规划问题,提出一种基于Frenet坐标系的优化轨迹规划算法.首先,利用Frenet坐标系将车辆运动解耦,构建无约束横向/纵向独立积分系统;然后,根据初始配置和可内嵌到行为层的目标配置,通过采样生成有限的4次、5次多项式候选轨迹集合;最后,利用以高斯卷积、加速度变化率为核心的安全性和舒适性评价指标构建损失函数,评价轨迹成本,并结合曲率、加速度检查,选择能够最小化损失的最优解.结果表明,该算法能满足公路型场景的规划需求,车辆运动轨迹平滑、舒适、安全性更高.     

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.