基于粒子群算法的工业机器人多目标最优轨迹规划

轨迹规划是机器人运动控制的基础,考虑以时间、能耗和脉动三方面为多目标最优,对工业机器人AUBO-i10的轨迹规划问题进行研究。基于D-H法建立机器人正运动学方程,并仿真验证正运动学方程的正确性,同时利用蒙特卡洛法对机器人工作空间仿真分析。针对运行时间、能量消耗和轨迹脉动多目标综合最优问题,根据五次多项式插值方法,在保证运动学约束下,提出多目标粒子群算法(particle swarm optimization,PSO)对机械臂轨迹规划进行优化,并进行仿真分析。仿真结果表明,提出的五次多项式插值方法在准确地构造平滑轨迹的同时,又能通过粒子群算法完成运动学约束下的多目标优化,得到理想的Pareto分布。最后,构造目标函数,获得符合要求的优化轨迹,解决了运行时间过长,能量消耗过多和脉动冲击过大的问题,从而保证机器人高效运动。     

基于多目标粒子群算法工业机器人最优轨迹规划

针对工业机器人,以时间最优、能耗最优、脉动最优工作指标为目标,考虑多目标的轨迹优化问题,提出一种基于粒子群算法(PSO)的多目标轨迹优化的方法.采用五次多项式插值的方法建立工作轨迹的数学模型,添加相应的运动学的约束,以机器人运行时间、能量消耗、脉动冲击为目标建立目标函数,采用多目标粒子群算法(MOPSO)对其运动轨迹进...     

基于改进粒子群算法的机器人时间最优轨迹规划

针对六自由度工业机器人在考虑运动学约束条件下,使用传统粒子群算法进行时间优化易陷入局部最优的问题,结合免疫算法与模拟退火算法,提出一种混合免疫粒子群算法（HIPSO）进行时间最优轨迹规划求解。为提升粒子群跳出局部最优的能力,算法结合模拟退火算法使得粒子保持一定概率突跳的能力,并引入免疫算法的浓度机制保留高适应度低浓度粒子,在加快收敛速度保持种群多样性的同时能跳出局部最优达到全局最优。以PUMA560机器人为对象进行仿真,结果表明HIPSO算法能够使机器人在运动过程中速度、加速度连续无突变,相较常规粒子群算法时间缩短约15%,验证了算法的可行性和有效性。     

基于改进粒子群算法的六自由度工业机器人轨迹规划

针对工件打磨工况,设计建立用于打磨的机器人运动学模型,规划机器人运动学轨迹,通过改进粒子群算法优化轨迹曲线,减少机器人运行时间,提高机器人工作效率。首先建立打磨工业机器人空间运动学模型,计算目标点从笛卡尔空间转换到关节空间的逆解,在关节空间中利用“三次-五次-三次”三段多项式曲线对所求逆解进行轨迹规划,以轨迹运动时间最短作为优化目标。利用融合免疫操作的改进粒子群算法对轨迹曲线进行优化,将改进算法的优化结果与传统粒子群算法进行对比;改进后的新算法改善了粒子群算法易陷入局部最优的问题,适应度结果更好,算法效果更佳。     

基于自适应粒子群算法的FS20N机器人时间最优轨迹规划

针对通用型机器人,以运行时间最短为目标,提出一种基于自适应粒子群(APSO)时间最优轨迹规划算法。在关节空间轨迹规划中,逆解得到关节变量与时间的关系,以此建立五次多项式关节变量与时间的插值轨迹。然后,利用罚函数对其关节角度、关节速度、关节加速度进行处理,同时以插值关节各点间的时间间隔之和为优化目标,采用自适应粒子群算法进行优化求解,得到时间最优的轨迹。最后,利用MATLAB仿真软件,建立川崎FS20 N仿真模型进行验证,得到运行平稳且时间最优的运行轨迹图,仿真结果验证了该算法在轨迹规划中的可行性。     

基于改进粒子群算法的油茶花粉采摘机械臂轨迹规划

针对人工收集油茶花粉存在劳动强度大、效率低等问题,基于油茶花的生长特性,设计了一种油茶花粉采摘机器人。以油茶花粉采摘机械臂为研究对象,采用D-H方法对其进行建模和正、逆运动学分析;在Matlab软件环境下,采用蒙特卡罗方法求解末端手爪的工作空间,得到机械臂末端工作空间的点云图像。仿真数据表明,所设计的机械臂能够很好地满足油茶花粉采摘要求。由于传统机器人轨迹规划存在效率低、运行不稳定等问题,提出了一种改进粒子群（IPSO）算法对油茶花粉采摘机械臂的轨迹进行优化。该方法以时间为适应度函数,有效地将5-5-5多项式插值函数与IPSO算法相结合。通过对比传统遗传算法（SGA）与传统粒子群算法（SPSO）,表明IPSO算法能更好地适用于油茶花粉采摘机械臂的时间最优轨迹规划。     

基于混合插值的工业机器人关节轨迹规划算法

B样条曲线由于其多阶导数连续和局部支撑性的特点,被广泛用于工业机器人关节空间的轨迹规划。标准B样条在起止点位置存在导数值的突变,致使工业机器人在启动和停止时产生振动。提出一种采用高次多项式与B样条混合插值优化的方法,使机器人关节运动学参数连续无突变,在不增加机器人控制系统运行负担的情况下,能够使机器人运行更加平稳,改善了机器人的运行状态。     

基于改进粒子群算法的并联机器人运动学精度提高新方法

针对并联机器人在基于给定工作任务进行轨迹规划过程中,存在因机构误差引起的期望轨迹与理想轨迹之间的偏差,由此造成并联机器人运动学精度降低的问题,提出了一种并联机器人运动学精度提高新方法。首先将连续工作任务离散化为满足精度要求的若干理想位姿点,在建立并联机器人位姿误差模型基础上,将机构误差项转化为驱动杆误差;基于种群排列熵模型和粒子速度激活机制改进了粒子群算法,并利用改进的粒子群算法组合优化驱动杆参数,补偿并联机器人位姿误差,进而修正期望轨迹以提高并联机器人运动学精度。通过MATLAB和ADAMS仿真验证了所提出方法的可行性和有效性。     

一种改进粒子群算法的移动机器人路径规划

在当今流行的几种生物启发算法中,粒子群算法作为一种仿生计算方法,理论上能够解决常规计算方法所不能解决的大规模、非线性问题,但该方法在局部收敛性方面存在易早熟问题。为此提出了一种改进的粒子群算法,通过引入动态优化因子,增强粒子群领域搜索的能力,在一定程度上克服了优化搜索后期随迭代次数的增加而搜索结果无明显改进的缺点。     

基于粒子群优化算法的小型足球机器人路径规划

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。     

基于改进OMP算法的喷涂机器人轨迹规划研究

为实现CAD模型未知情况下的喷涂机器人自动轨迹规划,提出了一种基于工件三维点云直接生成喷涂轨迹的方法,并使用改进的正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法进行轨迹优化.首先,将理想涂层厚度函数视作原始信号,通过引入信赖域反射算法解决了投影系数的约束问题,应用OMP算法进行涂层厚度重建,并求出每条喷涂轨迹的位置和喷枪速率.然后,对预处理后的点云模型应用轨迹生成算法得到工件表面的喷涂轨迹,通过坐标变换和姿态解算生成机器人喷涂轨迹.最后,对扫描获取的待喷涂曲面使用上述方法进行仿真.仿真结果显示,重建涂层厚度误差为4.28％,满足均匀性要求,喷涂时间显著缩短,表明所提出的轨迹规划和优化方法是可行的.     

一种改进的工业机器人轨迹规划方法研究

针对机器人运动轨迹求解过程中,因5次多项式插值法而产生的突变现象,提出一种改进的5次多项式插值法。以某公司生产的ER3A-C60型工业机器人为研究对象,首先采用标准D-H参数法建立了机器人的连杆坐标系,然后创建机器人仿真模型并进行运动学正解、逆解的求解,做出了机器人末端的工作空间点云图。在求解机器人运动轨迹过程中,提出了一种5次多项式插值与B样条插值相融合的方法以消除突变现象,经实验对比论证后发现,优化后的关节相关曲线更加光滑平稳,能较好地消除突变现象,避免了机器人在运动过程中因振动和冲击的发生而影响机器人使用性能和寿命。     

基于粒子群算法的平面双道喷涂轨迹规划研究

针对喷涂机器人自动轨迹规划过程中喷涂质量低的问题,对平面喷涂物体的轨迹规划问题进行了研究.利用椭圆双β模型构建平面双道喷涂厚度累积模型,以喷涂厚度的理论值和实际值之间的方差作为目标函数,结合粒子群算法进行相应的优化求解,并与其他优化方法进行对比,证明了粒子群算法对喷涂质量进行优化的有效性,具有一定的指导意义.     

基于均值学习策略果蝇算法的工业机器人轨迹规划

针对机器人空间轨迹的时间最优规划问题,文中在建立轨迹规划模型的基础上,对果蝇算法(FOA)进行改进,并由此提出基于均值学习策略果蝇算法(MLS-FOA)的机器人轨迹规划方法。相比于FOA,MLS-FOA增加了向种群均值学习的策略,平衡了算法的全局搜索能力和局部搜索能力。机器人轨迹规划实例表明,MLS-FOA能够在位置、速度、加速度满足约束条件的同时,使得运动曲线更为平滑,同时也缩短了机器人的运动时间,提高了运动效率。     

基于人工免疫-改进粒子群优化算法的机械臂轨迹规划研究

焊接机器人运动轨迹复杂、控制精度要求高。提出了一种满足多目标约束的轨迹规划方法。针对机器人轨迹平滑性要求,以5次非均匀有理B样条（Non-Uniform Rational B-Splines,NURBS）曲线为基础,对笛卡儿空间路径点进行参数化表达;根据工业机器人路径约束及工况需求,选取时间、能耗、跃度3个运动学指标作为目标优化函数,采用人工免疫双态粒子群进行轨迹优化;为了平衡粒子“探索”与“利用”,增加双模态模型,引入人工免疫系统,提升了粒子多样性与后期收敛能力;根据Pareto解集得到满足约束的焊接机器人各关节最优轨迹,通过Matlab仿真证明了方法的有效性;最后,针对空间相贯曲线焊缝进行了焊接试验。结果显示,规划的轨迹符合实际工程需求。     

六关节工业机器人最短时间轨迹优化

在应用于多车型汽车生产流水线的六关节工业机器人设计过程中,以实现轨迹规划时间最优为目标,对机器人的速度、加速度以及加加速度进行约束,在三次多项式插值的基础上,利用Matlab遗传算法工具箱对机器人的运动轨迹进行最短时间优化,并运用Matlab实现轨迹规划仿真。实验结果表明,基于遗传算法的三次多项式插值在保证机器人运行曲线连续平滑的同时也保证了机器人轨迹运行时间最短,提高轨迹规划的科学性、实用性与可行性,为机器人控制提供了有效依据。     

手术机器人高阶多项式插值的轨迹规划

为保证运动的平稳性,要求手术机器人关节空间的位移、速度光滑连续,为此提出了基于高阶多项式插值的轨迹规划方法。根据手术要求,在机器人末端的笛卡尔空间中规划出轨迹。选取轨迹上若干个路径点,运用运动学逆解求出关节空间中的若干个型值点。通过对相邻型值点进行高阶多项式插值,得到关节空间连续光滑的位移函数;对位移函数求导可以得到各关节连续光滑的速度函数。利用MATLAB进行仿真,得出每个关节的连续光滑的角度、速度曲线,精度很高。表明该方法完全可行,能够满足机器人平稳性的要求。     

基于粒子群优化算法的工业机器人与外部轴标定

提出一种新的标定方法标定外部轴工作台与机器人工具间的坐标转换关系。该方法分为三步：首先,建立系统的数学模型,并根据模型标定机器人手腕与接触式距离传感器间的坐标转换关系,从而机器人和距离传感器组成机器人测量系统。然后,按预定程序移动检测目标,利用标定好的机器人测量系统测量并采集数据,初步标定出外部轴的转轴和俯仰两轴与机器人基础坐标系间的转换关系。最后,确定优化的目标函数,利用粒子群优化算法优化关键参数以提高系统的整体精度。试验结果验证了该标定方法的有效性。     

工业机器人连续轨迹位置规划算法的研究

提出了一种工业机器人连续轨迹位置规划算法。此方法基于笛卡儿空间定时插补算法,包含四个方面内容:特征点提取、曲线拟合、通过位置插补和姿态插补确定插补点及利用逆运动学方程求出各关节转角。此方法可应用于各种工业机器人连续精确的路径规划。     

不确定性机器人轨迹跟踪控制的粒子群算法

由于机器人动力学系统中存在的不确定项以及外部干扰信号等因素的影响,传统控制方法实现机器人系统的轨迹跟踪时存在较大的跟踪误差。针对这一问题,提出了一种基于粒子群算法的机器人轨迹跟踪的学习补偿控制方法。首先利用PD控制的计算力矩法控制机器人系统的精确已知部分,再利用粒子群算法的进化学习功能对机器人系统中存在的不确定性因素进行补偿,消除不确定性因素对系统的影响,实现机器人系统运动轨迹跟踪的良好控制。文末以PUMA560型机器人为受控对象,给出了仿真算例,仿真结果表明了该方法的有效性。