Q-learning算法下的机械臂轨迹规划与避障行为研究

机械臂运动和避障中存在轨迹偏差,要通过适当控制算法加以纠正确保实际轨迹趋近于理想轨迹。提出基于改进Q-learning算法的轨迹规划与避障方案,分别构建状态向量集合和每种状态下的动作集合,利用BP神经网络算法提高模型的连续逼近能力,并在迭代中不断更新Q函数值;路径规划中按照关节旋转角度及连杆空间移动距离最小原则,实现在合理避障同时轨迹偏差度最低。仿真结果表明:提出的控制算法收敛性速度快,路径规划效果优于传统规划方案,偏移成本最低。     

NMPC算法下六自由度机械臂避障轨迹规划

针对机械臂在空间避障轨迹规划的需求,提出一种基于NMPC的六自由度机械臂避障轨迹规划算法。与以往的避障算法相比,该避障算法在规避障碍物的同时可以对运动轨迹精度进行控制。首先,建立六自由度机械臂自主防撞最优控制模型。其次,为了保证系统的时效性,对复杂的六自由度机械臂系统进行线性化处理,并且通过剪切搜索的方法来寻找最优解。最后,使其在满足控制约束和轨迹约束的前提下,达到自主避障效果。通过MATLAB对该算法进行仿真验证,结果表明：该方法能够有效地规划出满足机械臂性能要求的无障碍运动轨迹,实现机械臂在动态环境下的防撞控制,有效提高机械臂的运行安全。     

基于导纳的机械臂实时柔顺轨迹规划

针对传统机械臂的离线式笛卡尔空间轨迹规划无法解决与环境发生接触的情况,提出了一种基于导纳的机械臂实时柔顺轨迹规划方法。将机械臂笛卡尔空间轨迹规划分为了位置规划与姿态轨迹,并通过时间标度参数s(t)将二者归一化,其中以最为常见的直线运动和圆弧运动为例进行了轨迹规划说明;构建导纳控制器,并将末端六维力传感器获取到的信息代入控制器中,计算出末端位姿的调整量;在轨迹规划的基础上引入导纳控制,解决了轨迹规划无法实时感知外界环境作用力的问题;最后,搭建了机械臂实物验证实验,进行了直线运动和和圆弧运动实验。实验表明,基于导纳的实时柔顺轨迹规划方法既可以实现机械臂轨迹高精度运动,也可以主动顺从外界环境接触力,提高了系统的稳定性和安全性。     

改进麻雀搜索算法下机械臂轨迹规划

针对数控加工机器人的工作抖动问题,考虑机床工作精密度、时间、能耗指标,提出一种时间寻优的改进麻雀搜索优化算法。使用D-H参数构建机械臂数学模型,在MATLAB环境下对已建立模型进行仿真分析,利用3-5-3多项式插值法对机械臂空间轨迹路线分析,并提出麻雀搜索算法优化方案,对比传统算法及改进后机械臂关节速度及加速度曲线,明确优化后算法高效性,对比其他优化算法,确定机械臂时间最优解。研究结果表明,改进麻雀搜索算法粒子收敛速度提升43%,最优解收敛精度提升8%,机械臂轨迹规划用时明显缩短,轨迹规划达到预期,有效提高算法收敛效率及求解精度。     

液压支架顶梁焊接机械臂的运动学分析与仿真

针对液压支架顶梁焊接过程中焊接工艺不完善、焊接难度大的现状,设计一种五自由度焊接机械臂,以保证顶梁的焊接效率和质量。基于改进D-H参数建模方法,对顶梁焊接机械臂进行正、逆运动学分析求解;采用蒙特卡罗法对液压支架顶梁焊接机械臂的有效工作空间进行分析;使用MATLAB中Robotics Toolbox工具箱对焊接机械臂进行建模和轨迹规划分析和仿真,得到各关节的角位移、角速度以及角加速度曲线;使用Adams得到机械臂的实时跟踪轨迹,经验证可知MATLAB的轨迹规划是正确的。分析仿真结果可得,设计的顶梁焊接机械臂轨迹平稳并连续,满足运动学要求,为后续顶梁焊接机械臂的动静力学分析和优化设计以及运动控制奠定了基础。     

面向实时运动学标定的机械臂轨迹规划北大核心

为解决机械臂标定效率低的问题,针对机械臂实时标定中的作业-标定共用轨迹的规划方法进行了研究。首先,选择立体视觉作为测量方式,减少对机械臂末端的物理约束;然后,以作业轨迹和靶标可视性为约束条件,采用DETMAX算法选出最优测量构型作为轨迹中间点,并分析了中间点聚类数量与轨迹极值间的关系,作为确定轨迹数量的依据;最后,在关节空间下仿真分析了新方法所得轨迹特征。研究结果表明,匀速运动段与静止段间相连的角度和角速度轨迹均具有良好平滑性,角加速度连续且无跳动;角速度和角加速度轨迹极值远低于实际对应的指标极限;各关节在中间点的角度准确且停留时间充足。因此新方法能够满足机械臂在不停工前提下开展实时标定的要求。     

基于改进蚁群算法的机械臂焊接路径规划北大核心

针对传统蚁群算法在求解机械臂焊接路径过程中容易陷入局部最优,导致机械臂移动路径长、效率低等问题,提出一种改进蚁群算法。将焊点布局图进行转换并引入粒子群算法,通过编码的方法进行全局焊点路径寻优,引入全局最优路径片段及局部最优路径片段,改变信息素的更新方式。确定机械臂可视化范围并通过视觉反馈系统反馈障碍坐标,利用三维蚁群算法求解不同焊点间的路径,避免障碍发生。仿真结果表明,改进前算法及改进后算法规划路径长度分别为16379.5 mm和16298.6 mm,相比于改进前算法,改进后算法的路径长度缩短了0.47%,迭代次数减少了11.7%,同时改进算法可以在软件中应用且具有稳定性。     

深度Q-RBF网络下的瓶装食品装箱机械臂无碰轨迹规划

由于机械臂存在高度的灵活性,可模拟人类手臂完成易碎瓶装食品的装箱工作,并实时矫正机械臂轨迹规划所存在的误差,提升稳定性与精准度。分析装箱机械臂的基本架构,提出基于深度Q-RBF强化学习网络的机械臂无碰轨迹规划模型,通过资源分配自适应方法,根据待建模的样本,调整RBF网络隐含层单元,从而提升网络学习速率与在线学习能力,结合自适应Q强化学习算法,获得最优操作集合。并选用学习率调参法完成网络的参数学习。仿真与实验结果表明：与其他两种方法对比,此方法具有较强的避障能力,机械臂能够较好地依据预定轨迹行进;避碰进程变化缓和,且能够尽快收敛并逐步趋向稳定。     

基于指数增益迭代学习算法的机械臂轨迹跟踪

工业机器人是有着非线性、强耦合以及时变性等特点的复杂动力学系统。针对某公司的六自由度机器人的轨迹跟踪问题,利用拉格朗日法对机器人进行了动力学建模,并提出一种指数增益的迭代学习控制算法以对机器人进行轨迹跟踪,并分析了该方法的收敛性。利用MATLAB软件中的Simulink功能对机器人模型工作轨迹进行仿真,将结果与传统PD型迭代学习算法进行比较,证明了该控制算法的有效性与可用性。     

基于MRD-DDPG的机械臂避障路径规划方法

提出将MRD-DDPG算法应用在机械臂避障路径规划上,解决了DDPG算法在训练过程中学习效率低、样本利用率低的问题。首先,在DDPG算法的基础上,通过改进经验池机制,提出多经验池延迟采样的深度确定性策略梯度(multi-replay buffer delay sampling-deep deterministic policy gradient, MRD-DDPG)算法,有效的缓解了样本利用率低的问题;其次,针对机械臂交互探索过程中奖励稀疏问题,设计了一种适用于避障路径规划的位置奖励函数,有效的提高了智能体的学习效率。实验结果表明,机械臂避障路径规划的平均成功率达97%左右;MRD-DDPG算法相比于DDPG算法的平均成功率提升了88%;机械臂的平均规划时间为0.638 s。     

改进人工势场法的机械臂轨迹规划

针对传统人工势场法(APF)在机械臂避障路径规划过程中出现目标不可达和局部最小值问题,提出一种改进人工势场法算法。首先,使用人工势场法控制机械臂时陷入危险区域时,引入跳点搜索算法,寻找最优跳点作为下一迭代点,同时设强迫邻居为虚拟目标点,指引机械臂摆脱危险区域;其次,再使用人工势场法搜索;最后,引入3次均匀B样条曲线进一步优化最优解,进而生成一条平滑、无碰撞的路径。通过二维地图和机械臂避障实验,验证了改进算法的有效性和可行性。     

基于改进粒子群算法的六自由度机械臂时间最优轨迹规划

针对六自由度机械臂时间最优轨迹规划问题,提出一种基于改进粒子群算法的4-3-4混合多项式插值轨迹规划算法。算法采用自适应惯性权重,它能根据搜索过程的各个阶段采用相应大小的权重,有利于跳出局部最优陷阱,保持粒子群多样性;以非线性学习因子代替传统粒子群算法中固定的学习因子,有效提高算法的收敛速度和求解精度。通过MATLAB进行仿真验证,结果表明改进粒子群算法收敛速度提高46%,寻优精度提高38%,同时机械臂轨迹规划时间缩短了大约36%,充分地证明了该轨迹规划算法的可靠性和优越性。     

异类粒子群算法的机械臂轨迹多目标规划

为了减少机械臂工作过程中的耗时、耗能和冲击,提出了基于异类粒子群算法的机械臂轨迹多目标规划方法。建立了7自由冗余机械臂运动学模型和优化模型;以传统粒子群算法为基础,根据学习信息的不同来源,设计了4种粒子进化行为,根据粒子当前状态计算不同进化行为的当前价值和未来价值,根据当前价值和未来价值的综合价值计算不同进化行为的选择概率,从而完成了异类粒子群算法的构造。以耗时最少单目标优化为例,与传统粒子群算法相比,异类粒子群算法不仅收敛速度快,而且优化程度提高了27.48%;使用异类粒子群算法对机械臂轨迹进行多目标综合优化,给出了Pareto最优前沿面,可根据不同需求和优化重心从中选择优化结果。     

改进人工势场法的机械臂避障路径规划

针对人工势场法在机械臂避障路径规划中易陷入局部最小值等问题,提出一种改进人工势场法的机械臂避障路径规划方法。首先,对机械臂连杆及障碍物进行包络体建模,将避障碰撞检测问题转化为圆柱体与球体、圆柱体与长方体的最短距离求解;其次,提出在机械臂关节空间建立目标点的引力场和斥力场,在笛卡尔空间建立引力场相结合的算法,并采用快速随机搜索树法(RRT)解决传统人工势场法局部极小点的问题;最后,采用MATLAB开展仿真与实验,结果表明该算法规划目标位置平均误差为0.010 m,相较于传统的算法更接近于目标位置,可实现机械臂逃离局部极小点并完成避障路径规划。     

基于改进RRT算法的空间机械臂避障路径规划北大核心

针对传统快速扩展随机树(RRT)算法在机械臂的运动规划时,存在方向随机性强、目标导向性差、规划速度慢、轨迹平滑度差的问题,提出了一种基于目标偏置和拓展点选择机制的改进RRT算法。该算法利用目标偏置策略影响叶子结点的扩展方向,并且在算法陷入局部极小值时,结合碰撞信息进行拓展点选择从而快速脱离极小值;同时考虑到不同关节角对机械臂位姿影响的程度不同,为待搜索的关节空间各方向添加权重,从而大幅提升搜索效率,并且方便确定机械臂位姿的变化量。结果表明,改进后的算法能对树的生长方向产生引导作用,在提高算法的收敛速度的同时避免陷入局部极小值,并且提高了机械臂在仿真中运动规划效率。     

基于改进PSO算法的时间最优机械臂轨迹规划北大核心

针对传统机械臂轨迹规划存在效率低、智能算法易早熟和运行不稳定等问题,提出了一种以时间最优为目标,采用改进粒子群算法(PSO)对6自由度机械臂轨迹进行优化的方法。首先,在关节空间下利用机械臂正逆运动学原理获取其轨迹插值点;其次,为了使机械臂能够快速平稳地到达目标位置,采用3-5-3多项式对其轨迹进行插值;最后,使用改进PSO算法对分段多项式插值构造的轨迹进行优化,实现6自由度机械臂时间最优的轨迹规划。通过MATLAB仿真实验可以得到机械臂各个关节的加速度、速度和位置的轨迹信息,在满足机械臂运动学约束的前提下,机械臂完成整段轨迹所用的时间从3 s减少到2.1 s,整体运行时间相对于PSO算法优化前缩短了近30%,由此表明改进PSO算法可以有效地实现6自由度机械臂时间最优的轨迹规划。     

液压支架油缸内壁缺陷修复机械臂的运动学分析与仿真

针对矿用液压支架油缸内壁局部缺陷修复,设计一种能深入液压支架油缸筒内进行内壁修复的焊接机械臂。基于改进D-H参数建模方法,对设计的内表面修复焊接机械臂进行运动学建模,并求解了内表面修复焊接机械臂的正、逆运动学。借助MATLAB软件,采用蒙特卡洛法,对该焊接机械臂的有效工作空间进行了仿真分析,利用Robotics Toolbox工具箱对油缸内壁缺陷修复机械臂进行关节轨迹规划,通过仿真得到各关节的角位移、角速度、角加速度曲线。仿真结果表明：该机械臂运行平稳,轨迹连续,满足运动学要求。     

基于RBF-BP算法的工业机械臂轨迹控制与跟踪

针对现有机械臂轨迹控制补偿算法偏差大、效率低的不足,提出一种基于RBF-BP的机械臂行进轨迹控制与跟踪算法研究.从机械臂各轴向的空间移动、角度旋转等6个自由度出发建模,描述机械臂末端的位置移动和姿态变化,并计算向量的移动距离和偏转角度;面对机械臂系统误差和摩擦扰动导致的轨迹偏差问题,利用RBF-BP算法局部逼近最优控制...     

基于避障工作空间的平面机器人机械臂的路径规划

针对多关节机械臂的运动避障问题,提出了一种基于避障工作空间路径规划方法.首先,利用基于射线和相交点的计算机图形学方法建立避障空间(简称为OAPW);其次,在避障空间内,利用D-H坐标方法和MATLAB Robotics工具箱建立了一个具有3个转动关节的机械臂模型;再次,通过最短路径的性能指标规划出最短路径.考虑到运动机械臂与障碍物之间的干涉问题,因此利用障碍物膨胀化方法规划出安全距离的最短路径.最后,运用运动学正反解和插值运算实现机械臂在无障碍物、避障、安全距离避障3种情况下的仿真.     

基于改进RRT算法的机械臂路径规划

针对传统的RRT算法在串联机械臂的路径规划中缺乏方向性,占用CPU的资源过多,效率较低,路径规划不平滑等问题,对传统的RRT算法进行了改进,在不增加RRT算法初始路径节点数的前提下,增加了目标偏置策略,增加了随机树向目标点扩展的概率;其次,通过多次偏差迭代的方法优化路径节点的位置,不增加原有路径节点数量的情况下,实现R...