一种基于微粒群优化算法的冗余机械手轨迹规划法

针对冗余机械手应用遗传算法(或免疫遗传算法)的轨迹规划所存在的不足，提出了基于微粒群优化算法的冗余机械手轨迹规划方法。利用此算法对寻优过程进行仿真研究，所得结果令人满意，与遗传算法相比，微粒群算法简单、容易，且收敛速度快。此方法能够有效地进行机械手轨迹规划，从而能够为充分发挥冗余度的作用为改善机械手运动提供新的思路。     

机械手逆运动学神经网络算法研究

提出一种基于模糊遗传算法的机械手逆运动学神经网络建模方法。该方法采用3层前向神经网络建立机械手逆运动学模型，应用模糊遗传算法训练神经网络的权系数。此算法可根据种群进化情况，对交叉概率和变 异概率进行在线模糊控制，加快了算法的搜索过程，有效地避免了简单遗传算法中容易出现的初期收敛问题。仿真结果表明，本方法提高了求解精度和收敛速度，不但有效克服了简单遗传算法常出现的初期收敛和BP算法求解精度低、容易陷入局部极小等缺点，而且避免了计算Jacobian矩阵的伪逆，结构简单、容易实现。     

基于时间最优的3R机械手轨迹规划研究

在3R关节型机械手设计过程中,通过对机械手的速度、加速度、加加速度进行约束,在三次B样条插值的基础上,以达到机械手轨迹规划最优时间为目标,利用MATLAB遗传算法工具箱对各关节每段运动轨迹进行时间最短优化,并利用MATLAB进行轨迹规划运动仿真分析。仿真结果表明:该方法具有有效性,显著提高了机械手的工作效率。     

考虑多约束的机器人平滑轨迹规划

由于受电机参数的制约,对机器人进行轨迹规划过程中需要考虑关节速度、关节加速度等多个约束条件。通过对约束条件的分析,提出一种基于参数化修正梯形的时间最优平滑轨迹规划算法。利用参数化修正梯形轨迹规划法将考虑运动学、动力学约束的时间最优轨迹规划转化为两参数的寻优问题,通过遗传算法获得时间最优轨迹。最后利用提出的规划方法对二自由度混联机械手进行轨迹规划,并通过仿真验证了该方法的有效性。结果表明该轨迹规划方法能充分发挥伺服电机的性能,并保证关节加速度和驱动力矩的连续性。     

基于IAGA的机械手时间最优轨迹规划

为了实现机械手在约束范围内以最快的速度运动,将遗传算法应用于机械手时间最优轨迹规划的研究。在遗传算法进化过程的基础上,提出了一种基于种群集散状态的改进自适应遗传算子,同时采用了优胜劣汰的选择方式,进化后期交换交叉和变异的顺序,有效地解决了简单遗传算法的两大缺陷。对PUMA560的前三铰进行了仿真试验,并与混沌优化法进行了对比分析。实验结果表明,所提出的算法可以有效地防止早熟,收敛速度更快,鲁棒性更好且拥有较强的寻优能力。     

柔性机械臂最优抑振轨迹规划与跟踪控制研究

为了抑振柔性机械臂的残余振动,提出了基于自适应遗传算法的最优抑振轨迹规划和基于全阶终端滑模控制的轨迹跟踪方法.在轨迹规划方面,建立了最优抑振轨迹规划模型;对遗传算法进行改进,使交叉概率随种群多样性自适应变化,变异概率随个体适应度自适应变化,从而提出了自适应遗传算法的抑振轨迹规划规划方法.在轨迹跟踪方面,以轨迹跟踪误差及残余振动为消除对象,设计了全阶终端滑模控制器及控制律,并证明了任意误差状态可在有限时间内到达滑模面并滑动至零点.经验证,自适应遗传算法收敛速度和寻优精度明显优于传统遗传算法,自适应遗传算法规划轨迹的残余振动远远小于传统遗传算法规划的轨迹;在全阶终端滑模控制器的控制下,柔性机械臂在旋转过程中和旋转结束后的振动量极小,而PID控制器在旋转结束后3.5s才逐渐稳定.     

基于B样条和多目标遗传算法的三次元送料机械手轨迹规划

对三次元送料机械手在满足作业要求下进一步提高效率进行了研究,提出了以执行时间最优为目标的轨迹规划和优化。采用多亲遗传算法与B样条曲线相结合的方式进行轨迹规划和优化,建立了机械手单次作业运行轨迹的时间最短优化模型,并以关节点速度、关节加速度、关节冲击作为优化约束。选取11个关键点对其进一步仿真和实验,其仿真结果表明,该优化方法在满足作业要求的前提下能够提高工作效率。在实验台上对算法进行测试,其实验结果与仿真结果较为一致。该算法对三次元送料机械手的轨迹规划研究具有一定的意义。     

基于多亲遗传算法的B样条轨迹规划

在处理机械手进行轨迹问题时,为避免传统方法中存在局部最优解问题,通过把遗传算法的交叉算子改编成单纯交叉算子,达到多个母体杂交的目的,在采用多亲遗传算法与B样条曲线相结合的方式进行轨迹规划;建立机械手B样条曲线的时间最短优化模型。文未说明这种方法的可行性,给出了三次元送料机械手移送料的轨迹优化算例。     

高速并联机械手最优时间轨迹规划及实现

以一种新型二维平动两自由度爿：联机械手为研究对象,为满足机械手高速精确平滑工作的要求。在关节空间进行了三次样条插值轨迹规划,并在考虑关节速度和加速度等约束条件下运用遗传算法对各分段轨迹时间间隔进行了优化。理论和实验结果表明,该轨迹规划方法能够满足工作要求。     

基于遗传算法的移动机械手运动规划

讨论移动机械手非完整运动最优规划问题.利用遗传算法对移动机械手进行了两点和多点运动规划,采用了浮点数编码及适应度最优保存策略.通过仿真试验,验证了该方法的有效性和可行性.     

基于改进遗传算法的时间最优轨迹规划

提出一种工业机器人时间最优轨迹规划方法.将机器人关节空间的轨迹视为拟合关键点的三次样条曲线,以最优时间为目标建立最优时间轨迹规划的数学模型,同时考虑关节轨迹速度、加速度和加加速度的约束,结合目标函数值和约束条件提出一种用于进化算法的排序方法,以改进遗传算法为例优化关节空间的三次样条轨迹.应用谢菲尔德(Sheffield...     

Trajectory optimization of an electro-hydraulic robot

The electro-hydraulic robot has great driving torque and plays an irreplaceable role in manufacturing. In this paper, a trajectory planning method for a 6-DOF electro-hydraulic robot based on time-energy-jerk is proposed and realized. A multi-objective function of the electro-hydraulic robot about working efficiency, impact, stability and energy consumption factors was built, at the same time, the kinematic and dynamic constraint functions were also built. The multi-objective trajectory function of the robot was optimized by using the non-dominated neighborhood immune genetic algorithm, and the optimal position, velocity, acceleration and jerk planning curves of each joint were obtained. In the experiment, the flow output curves of the hydraulic system of joint 6 based on fuzzy-PID control strategy under no-load, 1.5 kg load, 4 kg load were obtained, and show that the velocity and position trajectory of the joint can be well controlled using the presented fuzzy PID control strategy.

     

Fuzzy-sliding mode control of a polishing robot based on genetic algorithm

This paper proposes a fuzzy-sliding mode control which is designed by a self tuning fuzzy inference method based on a genetic algorithm. Using the method, the number of inference rules and the shape of the membership functions of the proposed fuzzy-sliding mode control are optimized without the aid of an expert in robotics. The fuzzy outputs of the consequent part are updated by the gradient descent method. It is further guaranteed that the selected solution becomes the global optimal solution by optimizing Akaike’s information criterion expressing the quality of the inference rules. In order to evaluate the learning performance of the proposed fuzzy-sliding mode control based on a genetic algorithm, a trajectory tracking simulation of the polishing robot is carried out. Simulation results show that the optimal fuzzy inference rules are automatically selected by the genetic algorithm and the trajectory control result is similar to the result of the fuzzy-sliding mode control which is selected through trial error by an expert. Therefore, a designer who does not have expert knowledge of robot systems can design the fuzzy-sliding mode controller using the proposed self tuning fuzzy inference method based on the genetic algorithm.     

遗传柔性多面体混合算法在机器人时间最优轨迹规划模型的应用

时间最优轨迹规划是机器人技术中一个重要研究领域,本文首先推导出该问题的非线性规划数学模型,在此基础上引入了遗传柔性多面体混合算法,该算法融合了遗传算法的全局搜索能力和柔性多面体算法的局部搜索能力,实验结果表明,遗传柔性多面体混合算法在搜索性能方面超过遗传算法,使机器人在满足约束条件下以更少的时间完成给定轨迹的运行,提高了机器人在制造业中的搬运效率。     

Trajectory planning of redundant manipulator using fuzzy clustering method

The solution of inverse kinematics and trajectory planning with performance criteria for a redundant manipulator is proposed with modification in fuzzy c-means. A new fuzzy clustering model based on a new generalized validity index based on weighted within-scatter metrics and between-cluster scatter metrics for the manipulator is proposed. In order to understand the proposed algorithm and to show its performance, two simulation studies of trajectory planning with manipulability criteria for a redundant manipulator are modeled to solve the problems of finding association rules in the data and of setting up an appropriate classification procedures. The problem of redundant manipulator (which is a multi-input, multi-output nonlinear system) is new in terms of solution by clustering method. The proposed algorithm for the trajectory planning of the manipulator is simulated using Matlab®. All practical steps, from data acquisition to model validation, are illustrated using a 4 degree of freedom robot manipulator. The simulated results are compared with the numerical methods of the trajectory planning. The results are presented graphically. The proposed method has the advantage of simplicity, flexibility, and good tracking performance.     

点焊机器人轨迹能耗模型及其优化算法研究

提出一种点焊机器人最优能耗轨迹优化方法,将机器人关节空间中的关键点用五次多项式曲线连接,并基于机器人动力学建立了永磁交流伺服电机驱动的点焊机器人轨迹能耗模型。在考虑运动学、动力学及生产周期约束的情况下,采用蜜蜂进化型遗传算法求解了点焊机器人最优能耗轨迹。为保证算法全局寻优和收敛速度,构建了一种非线性适应度函数。仿真结果表明,与之前算法相比,求解效率更高,且最优能耗轨迹较最短时间轨迹能耗明显减少。     

双臂机器人无碰撞运动规划

针对双臂机器人任务操作中的非结构化环境特点 ,本文对双臂机器人无碰撞运动规划问题作了深入的研究 ,将 C空间法成功地应用于双臂机器人的无碰撞运动规划 ,通过建立时变 C空间 ,提出了从臂无碰撞状态数据库(CSDB)概念。在本算法中 ,双臂机器人无碰撞运动路径可以通过对从臂无碰撞状态数据库的搜索获得 ,运用该算法可以在时变 C空间中得到一条最优的无碰撞运动路径 ,本算法已经在双臂 SCARATES型机器人上通过试验论证 ,证明算法可行 ,效率较高     

一种变胞式工业机器人时间最优轨迹规划

根据变胞式工业机器人工作原理,建立了其工作轨迹模型,并基于该模型提出了一种变胞式工业机器人时间最优的轨迹规划方法。该方法着重考虑机器人构态变换过程,将轨迹规划问题转化为内外层嵌套的优化问题进行分析。分别给出该优化问题的设计变量、目标函数以及约束条件,得到了变胞式工业机器人时间最优轨迹规划问题的数学模型。运用所提出的方法对本课题组自研制的变胞式码垛机器人进行轨迹规划研究,根据其工作轨迹模型,建立了优化设计问题数学模型,在给出关节角度插值函数系数的确定方法后,采用嵌套粒子群算法对该优化问题进行求解,得到了优化后的关节角度函数以及理论工作轨迹,与实验所得的实际工作轨迹进行对比,验证了所提方法的可行性。该研究工作为变胞式机器人的运动规划研究提供了参考。     

机器人连续轨迹控制中的Bezier曲线轨迹优化与控制

为使机器人轨迹便于分段处理，更好地用于实时控制，本文首次使用Bezier曲线进行机器人轨迹规划；建立了机器人Bezier轨迹时间最短优化模型，该优化模型包括关节角速度、加速度、加速度变化率及力矩4种约束；给出了优化计算方法。为说明本方法，还给出了PUMA560机器人前三铰Bezier轨迹优化算例，并提出时间最优控制模型。