一种新型包装码垛机器人路径规划方法

目的为了提高码垛机器人的工作效率,减小能量损耗,优化机器人末端抓手的工作轨迹。方法建立机器人路径规划的数学模型,在此基础上对传统的蚁群算法进行改进,将环境中局部的机器人路径信息引入蚁群信息素的初始化和路径选择概率中,提高蚁群算法的收敛速度,并防止算法早熟,避免算法陷入局部最优。结果仿真结果表明,改进后的蚁群算法收敛速度更快,能够在较短时间内规划出最佳路径。结论所提方法能够明显提高码垛机器人最佳路径搜索能力,对于提升机器人运行效率具有重要指导意义。     

基于遗传算法的码垛机器人路径规划应用

目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。     

基于势场导向权的改进机器人 路径规划免疫算法

为了解决复杂环境中移动机器人的路径规划问题,结合人工势场法计算量小的特性和人工免疫网络的自适应调节能力,提出了一种改进的路径规划免疫算法。为了提高免疫网络的搜索能力以及免疫网络的收敛性,将人工势场法的规划结果作为先验知识构建了导向权,同时将抗体命令清晰度和抗体转移后的距离变化作为变量,构建了新的抗体转移概率算子。仿真结果表明,与其他算法相比,新算法在最优规划能力和网络收敛性能方面都有明显提高。     

基于模拟退火算法的码垛机器人码垛路径规划

目的 优化码垛路径以节省码垛时间。方法 在一定姿态的约束下, 对常见的四自由度机械臂进行建模分析, 利用几何学求得逆运动学解。将码垛机器人码垛看作一类有顺序约束的旅行商问题（TSP）, 采用模拟退火算法寻找最优的码垛路径, 并进行码垛实验。结果 通过与随机选择的码垛路径进行对比, 发现基于模拟退火算法的运动方案缩短了码垛的时间。结论 通过模拟退火算法对码垛路径进行规划, 提出了快速码垛的方案, 对实际生产中码垛和上、 下料系统开发都具有一定的指导作用。     

改进蚁群算法在城市最佳路径规划中的应用

本文设计了一种专门适用于路径规划的改进蚁群算法,利用图论中的加权图的的表示方法来表示交通网络,通过对蚁群算法加以改进,从距离和和通行快慢（流畅程度）两个方面来综合考虑最优路径标准．而非传统的仅从距离单一角度来考虑．结果表明：改进的算法在距离和流畅度综合方面比传统的方法更优化。为实际车载导航系统中最优路径规划问题的解决提供了一种行之有效的方法。     

改进HS算法在码垛机器人轨迹规划中的应用

目的 解决码垛机器人在抓取目标物时需要满足最大速度约束条件、较短运行时间以及运行平稳性等问题。方法 以Func200id六轴工业机器人为研究对象,通过机器人的各关节尺寸关系计算其DH参数,并建立仿真模型。对改进的HS算法通过增加变异因子VF来改变算法的搜索策略,使得算法中的每个个体不但有机会参与到迭代的过程之中,而且有概率向最优个体学习,加快算法的收敛速度。结果 通过对4种算法在6种不同测试函数下分别运行30次的对比实验可知,改进后的HS算法相较于其他3种算法的寻优能力更强,收敛速度更快。结论 改进后的HS算法能够明显缩短码垛机器人的工作时间,且运行连续平稳,在其他工业场景下也具有一定的应用价值。     

障碍环境下空间机器人路径规划算法及仿真

推导了旋量表示的空间机器人数学模型。采用改进的势场法对障碍环境下空间机器人的路径规划问题进行了研究，并对已知障碍环境下三自由度空间机器人的避碰规划问题进行了仿真研究。     

均分点蚁群算法在群集机器人任务规划中的应用与研究

提出了一种求解群集机器人协作任务规划问题的均分点蚁群算法(EDPACA).通过多组蚂蚁群相互协作搜索,构架了一种新蚁群算法的解结构,并设计了更合理的评估函数,使其在评价时充分考虑均衡任务点探测,最后利用2-opt技术解决了各子周游路径的交叉问题,获得了总代价最优的解.该算法将蚁群技术首次应用于集群机器人的任务调度规划中,成功解决了中大规模任务规划问题.仿真实验结果表明,均分点蚁群算法能提高群集机器人执行任务的效率,同时也是解决多旅行商问题的另种新思路.     

基于Dijkstra-蚁群算法的泊车系统路径规划研究

针对智能停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于Dijkstra-蚁群算法(Dijkstra-ACO)的泊车系统路径规划方法.首先利用链接可视图法建立环境模型,并在此环境模型下,采用Dijkstra算法规划出AGV的初始路径;其次,通过引入节点随机选择机制、调整信息素更新方式和限定信息素阈值策略等对基本蚁群算法进行优化改进;最后,选用改进的蚁群算法对初始路径进行优化.结果显示:Dijkstra算法和混合算法均能使AGV有效避开障碍物,然后搜索到一条从起点到终点的无碰优化路径;与Dijkstra算法相比,混合算法能有效提高路径搜索效率,缩短搜索路径长度,改善搜索路径质量,表明该算法正确、可行及有效,且具有较强的全局搜索能力和较好的收敛性能,能够满足AGV存取车路径规划的要求.     

基于改进人工势场与强化学习融合算法的路径规划研究

首先,针对DQN算法存在迭代次数过多、训练速度过慢以及APF算法具有某些局限性等问题,该文基于人工势场（APF）算法和深度强化学习（DQN）算法对DQN算法进行改进。其次,将改进后的APF算法与DQN算法进行融合,提出了改进人工势场与强化学习融合算法（APF-DQN）。最后,通过大量试验验证了该文提出的APF-DQN算法的有效性。     

基于改进免疫遗传优化蚁群算法的移动机器人路径寻优研究

针对移动机器人路径规划中使用蚁群算法(ACO)易陷入局部最优和收敛速度慢的问题,提出了一种适用于机器人静态路径寻优的改进免疫遗传优化蚁群算法(IMGAC)。该算法可以根据实际情况自动调整变异概率和变异方式,以及自动调节个体免疫位的长度,将通过改进的变异算子和免疫算子嵌入蚁群算法来提高全局寻优能力与收敛速度。仿真及实验表明:相比于经典ACO算法以及最大最小蚂蚁系统,IMGAC算法收敛速度更快,全局寻优能力更强。利用该算法寻找移动机器人最优路径,提高了静态路径寻优的效果和效率。     

基于五次多项式的码垛机器人轨迹规划

目的为了实现多轴码垛机器人速度和加速度变化曲线光滑、稳定,简化轨迹规划算法。方法介绍码垛机器人结构,并在码垛机器人结构基础上对码垛机器人运动进行分析,在关节空间下提出一种五次多项式插值的码垛机器人轨迹规划方法,利用五次函数对码垛机器人各个关节速度和加速度进行拟合插值。结果仿真结果表明,五次多项式轨迹规划方法拟合曲线更加光滑,同时保证速度和加速度无突变,保证了码垛机器人运动过程更加平稳。结论该轨迹规划方法能够保证码垛机器人按照预定的轨迹实现速度和加速度的平滑过渡,提升了码垛机器人运动精度。     

基于S型曲线的包装堆垛机器人轨迹规划

目的为了保证包装堆直角坐标堆垛机器人系统能够平滑、稳定、高速运行,避免机器人出现速度、加速度的突变,并对机器人轨迹进行规划。方法首先分析直角坐标机器人的运动过程,在此基础上提出一种基于多项式的S型曲线包装堆垛机器人轨迹规划方法,并设计机器人控制系统,利用威纶TK6050ip触摸屏对机器人进行监控和参数设定,采用西门子S7-200 PLC和EM253位置控制模块实现对机器人速度和位置的控制,最后对机器人运动轨迹进行仿真实验分析。结果仿真实验结果表明,该轨迹规划方法能够保证机器人速度和加速度无突变,确保了机器人平滑稳定运行。结论该控制系统有效提高了包装堆垛机器人的运行效率,对于机器人稳定可靠运行具有重要意义。     

基于遗传蚁群算法的测试用例集约简

为提高软件测试效率,节省回归测试成本,本文提出了一种新的约简测试用例集的算法.该算法是遗传算法和蚁群算法两种算法的结合,首先利用遗传算法的快速随机全局搜索能力,生成蚁群算法的初始信息素,然后利用蚁群算法的正反馈性,快速得到约简测试用例集的近似最优解.最后通过仿真实验验证了该算法的有效性.     

用混合型蚂蚁群算法求解TSP问题

介绍了求解TSP问题的混合型蚂蚁群算法，并以att532(美国532个城市)为例给出了计算实验结果，说明了混合型蚂蚁群算法能改进标准蚂蚁群算法的计算效率和计算结果的质量。     

基于自动包装码垛技术的码垛机器人研究

目的为了更全面地了解码垛机器人的使用性能,使其更好地应用于工程实践中,对其动力学进行理论及仿真分析。方法采用第2类Lagrange方程对工业码垛机器人进行动力学方程计算,并运用ADAMS软件建立工业码垛机器人虚拟样机模型,考虑负载及关节转动时的摩擦,依照码垛机器人的循环工作流程进行仿真分析。结果得出了码垛机器人的动力学方程组,码垛机器人的动力学方程与机器人的负载、部件的结构质量、运动时的加速度等具有正相关关系。仿真得到了机器人工作过程中各个关节的受力曲线图,各关节所需驱动力及力矩随着负载的增加及末端执行器的位置变化而不断增加和变化。结论仿真结果验证了动力学理论分析的正确性,为工业码垛机器人的驱动部件的选型及控制系统的设计提供了有效的理论依据,为工业码垛机器人大范围走向工程应用实践提供了有力的技术支持。     

基于蚁群算法和LBP-HF的场景文本定位

针对复杂背景下文本误检率较高的问题,提出了一种基于蚁群聚类和LBP-HF特征验证的复杂场景文本定位算法。该算法首先利用小波高频系数统计特征表达文本模式,采用蚁群聚类算法对文本像素和背景像素进行分类,得到所有可能的文本区域;然后提取更具区分力的LBP-HF纹理特征对侯选的文本区进行验证,获得文本的准确位置。实验结果表明,所提出的基于LBP-HF特征的验证方法能够有效区分文本和非文本区域,使复杂背景下的文本误检率明显下降。