小型双足机器人步态规划研究

为了实现小型双足机器人的稳定步行,建立了SHR-8S双足机器人下肢运动学模型,将三次样条插值函数应用到机器人前向运动的步态规划中,得到机器人各关节平滑的运动轨迹,验证了步态规划的可行性。     

基于样条函数和改进遗传算法的机器人轨迹规划

机器人在一定工况下运动,必须沿着空间一组点的曲线由起始位置到达目标位置。为此需对其运动轨迹进行合理的规划。为了解决在路径规划中算法计算量大,易陷入局部最优的问题,利用样条函数和改进的遗传算法开发了一种多关节机器人的运动轨迹路径最优的方法。该方法使用简便,计算量小,计算精度和速度较好,且不会出现机构奇异点和局部最优的问题。通过仿真结果可以看出生成了光滑和平稳的机器人运动轨迹。     

基于轨迹关键点的四足机器人步态规划与仿真

为了探索高效、合理的四足机器人步态规划方法,保证机器人稳定地行走,利用关键点描述足底运动轨迹,以满足机器人运动参数和结构化环境的要求。同时,结合机器人运动学模型求得关节关键角度集合,并运用三次样条插值得到关节运动函数,进而实现计算机虚拟样机的仿真。仿真结果证明,该步态规划方法得到的关节运动函数能够使得四足机器人实现15个周期以上的稳定和连续运动,验证了该方法的正确性。     

一种气门电镦成型机器人轨迹规划与仿真研究

运用D-H法建立气门电镦成型机器人数学模型,并进行运动学正逆解。根据实际现场对机器人运动路径要求,规划其运动路径,现场通过示教获取机器人运动关键点,并在关节空间进行B样条曲线轨迹规划研究,获取关节空间轨迹运动函数表达式,并利用Matlab工具对规划轨迹进行仿真模拟。结果表明利用该方法能生成一条关节位移、速度、加速度都连续的平滑运动轨迹,以保证机器人工作时按规定的路径平稳地运行,且能顺利避开障碍物,满足设计和使用要求。     

基于B样条曲线的工业机器人运动轨迹误差优化研究

为了降低工业机器人运动轨迹跟踪误差,提高机器人运动的稳定性,采用混合算法优化工业机器人运动轨迹,并对跟踪误差进行仿真验证。建立工业机器人三维模型简图,根据D-H方法和三角函数关系式推导出各个关节角位移运动方程式。采用B样条曲线设计工业机器人运动轨迹,引用粒子群算法并进行改进,设计出混合算法并优化B样条曲线,给出了混合算法优化迭代曲线。采用Matlab软件对工业机器人关节角位移跟踪误差进行仿真验证,与优化前角位移跟踪误差结果进行对比。结果显示:优化前,工业机器人各个关节运动角位移跟踪产生的最大误差为0.164 rad,跟踪误差较大,误差整体波动幅度较大;优化后,工业机器人各个关节运动角位移跟踪产生的最大误差为0.085 rad,误差降低了48.2%,跟踪误差较小,误差整体波动幅度较小。采用混合算法优化工业机器人运动轨迹,可以降低工业机器人运动轨迹跟踪误差,从而提高机器人运动的稳定性,能够提高工业机器人对产品的加工精度。     

工业机器人时间-能量-脉动最优轨迹规划

针对工业机器人时间最优、能耗最优、脉动最优等多目标的轨迹优化问题,基于非均匀有理B样条(NURBS)曲线矩阵表示法,提出一种最优轨迹规划方法。建立五次NURBS曲线数学模型,构造端点运动参数均可指定的高阶连续的关节运动轨迹,确保机器人的运动性能;在考虑机器人运动学约束的条件下,采用多目标粒子群优化算法(MOPSO)以工业机器人运行时间、能量消耗和轨迹脉动为目标对其运动轨迹进行优化,获得Pareto最优解集。对六自由度STANFORD机器人的仿真结果表明,提出的轨迹规划方法可以很好地构造平滑轨迹,MOPSO算法能够实现满足约束条件的运动轨迹多目标优化,得到理想的Pareto分布。最后,为方便期望解的选择,构造归一化权重目标函数,获得高阶连续的优化轨迹。     

工业机器人时间-能量-脉动最优轨迹规划

针对工业机器人时间最优、能耗最优、脉动最优等多目标的轨迹优化问题,基于非均匀有理B样条(NURBS)曲线矩阵表示法,提出一种最优轨迹规划方法。建立五次NURBS曲线数学模型,构造端点运动参数均可指定的高阶连续的关节运动轨迹,确保机器人的运动性能;在考虑机器人运动学约束的条件下,采用多目标粒子群优化算法(MOPSO)以工业机器人运行时间、能量消耗和轨迹脉动为目标对其运动轨迹进行优化,获得Pareto最优解集。对六自由度STANFORD机器人的仿真结果表明,提出的轨迹规划方法可以很好地构造平滑轨迹,MOPSO算法能够实现满足约束条件的运动轨迹多目标优化,得到理想的Pareto分布。最后,为方便期望解的选择,构造归一化权重目标函数,获得高阶连续的优化轨迹。     

粒子群算法优化的双臂机器人模糊逻辑控制仿真研究

针对双臂机器人运动轨迹跟踪误差大、抖动现象严重等问题,采用粒子群算法对双臂机器人模糊逻辑控制进行改进,并对运动轨迹进行仿真验证.建立了双臂机器人简图模型,构造机器人动力学方程式.分析了模糊逻辑控制器结构,引用高斯隶属度函数定义模糊逻辑控制的输入与输出变量.使用3种不同成本函数定义机器人运动轨迹的平方误差均值、误差的绝对值及控制力参考误差,采用粒子群算法改进模糊逻辑控制的成本函数.通过数学软件Matlab对改进模糊逻辑控制的双臂机器人运动误差和控制力矩进行仿真,并且比较不同控制方法的双臂机器人运动轨迹误差和控制力矩仿真结果.仿真结果表明,在外界干扰因素的影响下,双臂机器人采用改进模糊逻辑控制方法,不仅运动轨迹跟踪误差较小,而且输入力矩值也较小.采用改进模糊逻辑控制双臂机器人运动轨迹,能够降低跟踪误差和控制系统的抖动幅度.     

6-DOF双臂机器人轨迹规划与动力学仿真

以6-DOF双臂机器人为研究对象,利用MATLAB建立D-H模型,对运动轨迹分别进行七次多项式插值和5次B样条插值,最后通过Adams建立机械臂虚拟样机,对其进行动力学仿真。仿真结果表明B样条曲线插值法对运动轨迹插值有较好地适应性,为机械臂运动控制问题研究提供了必要的理论基础。     

六自由度机器人NURBS轨迹规划研究

针对机器人在运动过程中遇到较大的冲击和振动问题,为减轻冲击和振动的影响得到平滑的线条,延长机器人的使用寿命,以实验室的六自由度机器人为研究对象,分别采用五次多项式,五次NURBS规划机器人的运动轨迹,在MATLAB平台上进行仿真验证。规划结果表明:采用五次NURBS规划的运动轨迹加速度曲线光滑连续没有突变,运动性能优于五次多项式样条。     

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...     

机器人捕捉运动目标的时间最优控制方法

对机器人的运动目标捕捉过程进行了研究,提出了用Ak im a样条函数对运动学求逆后的目标轨迹进行平滑的方法,使得轨迹在关节坐标系下得到解耦。通过模糊Bang-Bang控制机器人,使末端以时间最优的方式接近运动目标。当机器人关节位置与期望位置小于给定阈值时,采用带积分的模糊随动控制,使得每个关节相对独立地到达期望位置,并最终实现运动目标捕捉任务。结果表明,该方法简单有效,可快速稳定地实现运动目标捕捉任务。     

码垛机器人的轨迹规划与仿真分析

针对码垛机器人在高速运行过程中产生的冲击问题,以优化运行节拍提高效率为目的对码垛机器人的运动轨迹进行规划。利用笛卡尔空间圆弧插补方法对运行轨迹进行优化,并在此基础上利用三次曲线插补对r关节运动轨迹进行了再次修正,基于Matlab建立模型对规划结果进行了仿真。结果表明通过轨迹曲线规划方法使得码垛机器人在运行过程当中满足了减小运行冲击和提高运行效率的要求。     

基于位移螺旋与Chasles定理的机器人轨迹规划研究

提出了基于位移螺旋与Chasles定理的机器人轨迹规划方法,这种轨迹的规划方法,可以兼顾关节空间和笛卡尔空间轨迹规划的各自不同的优点,适应于不同的串、并联机器人,既简单又直观。并提出了由B样条函数生成的空间轨迹。     

考虑关节摩擦的并联机器人平滑轨迹规划

针对一种空间3自由度并联机器人,提出一种近似时间最优的平滑轨迹规划算法。与基于动力学模型的传统轨迹规划算法相比,所提出的算法模型综合考虑了所有运动关节的摩擦力矩,通过虚功原理建立了运动机构完整的动力学模型,并将运动学和动力学约束条件转换为伪速度极值曲线,同时计算出伪加速度零值边界曲线,二者相结合能更准确地反映出规划轨迹应遵循的约束条件。利用五次样条曲线分段构建相平面下伪状态、伪速度和伪加速度的平滑运动轨迹曲线,从而保证了驱动力矩、关节速度和加速度的连续性。最后利用所提出的规划方法对一种并联机器人进行轨迹规划,并通过试验验证了该方法的有效性,指出了并联机器人与串联机器人轨迹规划存在的差异,该算法可用于同类工业机器人的在线轨迹规划。     

Dobot型机器人运动学分析与仿真

为了获得Dobot机器人的正逆解计算公式、避免解被丢失的可能性和保证角的精度,根据该型机器人的结构特点,运用D-H法建立了机器人的坐标系和运动学方程,进行了正逆运动学的分析,将双变量反正切函数应用到了逆解的表达式中。针对逆解多解和运动平稳性问题,对笛卡尔空间中利用直线插补和调用逆解公式求出的关节角序列进行了分析研究,提出了运用动态规划算法选出一组最优解序列,再利用三次B样条插值进行了连续化处理,并进行了实例验证和Matlab软件仿真。研究结果表明,利用该算法能够选出一组最优解和保证机器人运动的平稳性,为该型机器人的应用及轨迹规划与控制器的研究打下基础,所运用的算法和思想也适用于其他类型的多关节机器人。     

基于遗传算法优化的仿人足球机器人步态规划研究

针对机器人足球比赛的特点及实现仿人足球机器人稳定快速步行的要求,提出了一种基于遗传算法优化的步态规划方法。首先,分析了仿人足球机器人一个完整步行周期的运动过程,根据步行中髋关节运动连续和踝关节运动间断的特点,分别采用三次样条插值与高次多项式插值进行了轨迹插值;其次,以零力矩点（ZMP）稳定裕度为参数构造了目标函数;最后,利用遗传算法（GA）对规划的步态进行了优化,从而得到了ZMP稳定裕度相对较大的稳定步态。仿真结果表明,该方法规划的步态能实现仿人足球机器人更稳定地步行。     

人形机器人建模与步态规划

目前人形机器人控制的难点主要集中在:关节扭矩不够,运动稳定性不佳等方面。针对以上问题,提出了以下解决方案:针对关节扭矩不够选取了大扭矩电动机的同时,采用三次样条差值使运动轨迹更加平滑,减小输出扭矩。采用ZMP来观察运动轨迹,改善运动的稳定性。同时,由于人形机器人运动稳定性不佳,容易摔倒,使用ODE物理引擎在Labview中建模与仿真,进行更加方便的进行步态规划的研究。最终实现了仿真平台下人形机器人的稳定行走。     

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。