基于自适应变换蝙蝠算法的机械臂轨迹优化

为了提高机械臂工作效率,同时减少能量损耗及所受冲击,提出了一种基于自适应变换蝙蝠算法（Adaptive transformation bat algorithm,ATBA）的轨迹优化方法。利用5次多项式插值建立机械臂轨迹模型,通过在标准蝙蝠算法（Bat algorithm,BA）的局部搜索中加入动态扰动系数,同时改进全局搜索与局部搜索的变换策略,得到了ATBA;将时间、能耗和冲击设为优化目标,对机械臂运动轨迹进行优化。对6自由度机械臂进行仿真分析,结果表明,该轨迹优化方法能有效地进行多目标寻优,得到理想的Pareto最优解集,通过实际工况构造归一化权重目标函数,选择期望解,较好地提高了轨迹、速度、加速度的平滑性及机械臂的运行效率。     

基于改进NSGA-Ⅱ算法的机械臂多目标轨迹规划

针对机械臂轨迹规划时需要满足高效率、低能耗、弱冲击等性能要求,提出一种改进的快速非支配排序遗传算法（NSGA-Ⅱ）。建立了端点运动参数可任意指定的7次B样条曲线方程,构造关节空间内光滑连续插值轨迹。以最短时间、最小能耗和最弱冲击为优化目标,以机械臂关节运动速度、加速度、脉动为约束惩罚,通过加入动态选择策略和模拟二进制（SBX）与正态分布混合交叉算子,建立了机械臂多目标轨迹规划的改进NSGA-Ⅱ算法,该方法具有搜索范围广、种群多样性质量高等优势。算例结果表明,所提出的改进NSGA-Ⅱ算法可以缩短迭代时间,得到更优的Pareto前沿。     

基于时间最优的机械臂关节空间轨迹规划算法

为了提高机械臂的作业效率和运动平稳性,提出了一种新的基于时间最优的轨迹规划算法。通过逆运动学求出与任务轨迹对应的关节位置序列,利用三次样条插值进行轨迹规划,从而使关节角速度、角加速度曲线光滑连续。通过自适应遗传算法对运动轨迹进行时间最短优化,并利用罚函数解决运动学约束问题。仿真结果表明该轨迹规划算法有效、可行,能够很好得减少机械臂完成工作任务所需的运动时间。     

改进鲸鱼优化算法在机械臂时间最优轨迹规划的应用

针对机械臂时间最优轨迹规划问题,提出一种改进鲸鱼优化算法的最优轨迹规划方法。首先把机械臂各个关节的角度、角速度、角加速度作为约束参数,在关节空间中采用五次多项式插值构造机械臂的轨迹,然后建立以机械臂运行时间最优为目标的目标函数,采用改进的鲸鱼优化算法（IWOA）来对时间进行优化,提高机械臂的运行效率。最后通过MATLAB进行仿真,结果表明,改进的鲸鱼优化算法相较于其它同类算法求解精度更高,收敛速度更快,并且经过IWOA和轨迹优化结合得到的机械臂的位移、速度和加速度曲线都是平滑的且没有明显的突变,验证了该轨迹规划方法的有效性。     

机械臂工作路径的改进蚁群-顺序局部搜索规划

为了减少机械臂末端路径长度和关节转动角度之和，提出了改进蚁群-顺序局部搜索的路径规划策略。建立了机械臂路径规划问题模型，对机械臂关节空间节点进行了离散化。使用顺序局部搜索方法确定下一节点待选集合，依据蚁群算法原理确定优化意义下的下一路径节点。考虑到传统蚁群算法收敛慢、求解质量不高的问题，构造了局部信息素随蚂蚁聚集度自适应更新方法，进而提出了局部信息素自适应蚁群算法。经实验验证，在无障碍物环境下，与传统蚁群算法相比，自适应蚁群算法规划路径长度减少了15.27%，关节转角和减少了0.78%。在障碍物环境下，与传统蚁群算法相比，自适应蚁群算法规划路径长度减少了3.26%，关节转角和减少了2.21%。在实物机械臂上进行验证，实验结果与仿真结果一致，验证了这里提出的路径规划方法的有效性。     

基于改进RRT结合B样条的机械臂运动规划方法

为解决传统快速拓展随机树(RRT)算法的随机性强，导向性差，规划时间长及寻迹平滑度差等问题，提出一种基于目标偏置策略结合自适应可变步长的改进型RRT算法(PAVS-RRT)。首先，在传统RRT算法基础上设置一个目标偏置阈值，同时引入局部扩展机制避免因改变采样结构而造成的局部最优问题；其次，结合自适应步长策略优化其搜索时间；最后，采用三次B样条函数对所规划路径进行拟合优化。仿真实验中所提算法在保证机械臂成功避障且顺利抵达目标位置的同时，其各关节参数均波动较小且未发生突变，有效降低了机械臂在运动规划过程中的抖振情况。实验结果表明，所提算法较基本算法其平均路径搜索时间提高了73.49%,算法搜索效率及平滑性得到显著改善。     

基于改进灰狼算法的油茶果采摘机械臂轨迹规划

为了实现油茶果的自动化采摘作业,以所设计的推摇式油茶果采摘机械臂为研究对象,首先对机械臂进行了正、逆运动学以及作业空间分析,接着在关节空间采用五次多项式插值法进行轨迹拟合规划,再在分析狼群协作捕猎的模式的基础上,设计了适合油茶果采摘机械臂自动化作业轨迹规划所需要的改进灰狼算法(IGWO)。在MATLAB环境下以工作时间为目标函数建立优化模型对所设计的改进灰狼算法轨迹优化仿真实验,并与传统灰狼算法和遗传算法进行对比分析,结果显示改进灰狼算法相比传统灰狼算法(GWO)和标准遗传算法(SGA)能够更好地适用于油茶果采摘机械臂的时间最优轨迹规划。     

基于时间-平滑性多目标的机械臂轨迹规划

针对机械臂工作效率及工作中产生振动、磨损的问题,利用5次非均匀B样条曲线(NURBS),在关节空间中建立曲线端点的一阶导数与二阶导数均可指定的时间-位置曲线,通过引入NSGA-II(Non-dominated Sorting Genetic Algorithm II)优化算法以运行效率最优与振动冲击最小为优化目标对机械臂运行轨迹进行优化,得到Pareto最优解。对6R机械臂的仿真结果表明,由5次非均匀B样条曲线构造的轨迹提高了运行效率并减小了机械臂在运动过程中产生的振动与冲击,使得机械臂获得更优的工作性能。     

双机械臂协作最优装配位置及多目标轨迹优化

为了解决以传统人工示教方式确定双机械臂协作装配位置的局限性和随机性,以双机械臂轴孔协调装配为工程背景,针对协作装配过程中机械臂的整体运动灵活性和轨迹规划,采用粒子群算法进行多次寻优,求解整体全局灵活性最优的装配位置,并基于最优位置进行了多目标轨迹优化。分析了双机械臂协调装配过程中的运动约束关系,以可操作度为灵活性评价指标,提出了双机械臂协作装配系统的可操作度评价方法,以此构建优化目标函数,采用粒子群算法,在双机械臂协作空间中求取系统全局可操作度最优的装配位置;基于灵活性最优位置,采用多目标粒子群算法,以时间、能耗、冲击为目标进行了轨迹优化,并在Matlab机器人仿真平台进行了仿真分析。结果表明,将灵活性指标运用到轨迹规划中,能提高机械臂作业效率,降低能耗与冲击损耗;且整个运动过程可维持较高可操作度,能有效规避传统人工示教方式的随机性,实现双机械臂协作装配的最优灵活性轨迹规划。     

基于惩罚函数法的时间最优机械臂轨迹规划

基于多项式插值的机械臂轨迹规划具有阶次高、凸包性质不够好以及计算复杂特点,传统优化方法难以对其进行优化,提出了基于惩罚函数法的时间最优机械臂轨迹规划方法。该方法首先以机械臂在静态环境下点到点的运动时间最短作为优化目标,以机械臂关节的角度、角速度、角加速度作为约束参数,利用5-5-7-5次多项式对关节空间轨迹进行插值,然后运用惩罚函数法计算多项式插值时间,最后得到关节的运动角度曲线、运动速度曲线、运动加速度曲线。将该方法应用于6自由度PUMA560机器人,结果表明,相较于优化前,优化后在关节的运动角度曲线、运动速度曲线、运动加速度曲线的平顺性变化不明显的情况下,关节运行时间明显缩短了,机械臂的运行效率提高了。     

机械臂关节空间轨迹的时间最优智能规划研究

针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。     

空间机械臂多目标综合轨迹规划研究

以七自由度冗余空间机械臂为研究对象,对其进行多目标综合轨迹规划研究。为了得到速度和加速度都连续的关节轨迹,首先采用三次均匀B样条曲线构造机械臂的关节空间轨迹。然后分别以机械臂运动时间最短、能量消耗最少和轨迹冲击性最小作为优化目标,以机械臂的关节位移、速度、加速度和关节力矩的限制作为约束条件,建立空间机械臂多目标轨迹规划问题的数学模型。最后使用NSGA-II算法进行数学模型求解,获得空间机械臂多目标轨迹规划问题的Pareto最优解集。仿真结果表明,在满足各项约束条件的前提下,所获得的机械臂关节空间轨迹能够达到使机械臂的多个性能指标综合最优的效果。     

基于改进RRT*算法的机械臂路径规划研究

针对机械臂避障的难题,采用圆柱体包络法进行碰撞检测和RRT~*的改进算法进行路径搜索,规划出一条能够避免与已知障碍物碰撞,并且路径长度和规划时间较为优化的路径。RRT~*在原有RRT(快速随机树)基础上改进了父节点选择的方式,加入代价函数保证解的渐进最优性。在RRT~*基础上引入目标引力,减少路径搜索的随机性。同时,提出自适应步长避免陷入局部最优。在MATLAB平台上进行了RRT~*、RRT-connect及改进的RRT~*搜索算法的比较研究。结果表明,改进后的RRT~*算法在规划时间上和RRT-connect相近,在规划路径的长度上和RRT~*相近,同时具备时间和路径上的优势。以某品牌型号为WY700-1的机械臂进行了实验验证,结果表明,改进后的RRT~*搜索算法具备有效性和优越性。     

基于五次NURBS的机械臂时间-能量-平滑性多目标轨迹优化

针对机械臂运动需满足快速性、低能耗和低冲击的问题,建立五次非均匀有理B样条(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轨迹,采用带精英策略的非支配排序遗传算法(NSGA-II)以运行时间、能量消耗和轨迹平滑性为目标对机械臂运动轨迹进行优化,获得Pareto最优解集。对六自由度机器人的仿真结果表明,高次NURBS曲线可以很好的构造平滑轨迹,NSGA-II算法可对五次NURBS曲线轨迹实现有效的多目标优化,得到理想的Pareto分布。通过构造归一化权重目标函数,选择期望解,获得高阶连续的优化轨迹。     

基于改进MOEA/D的多目标置换流水车间调度问题

针对工期和总流水时间的两目标置换流水车间调度问题,提出一种改进的基于分解的多目标进化算法(MOEA/D).为了改进非支配解集的质量,提高算法效率,在MOEA/D中嵌入分组和统计学习机制提出一种两阶段局部搜索策略改进外部存档.利用基于距离的替换策略更新种群,提高种群的多样性,保证了分组机制的有效性.基于Taillard标准测试问题的实验结果表明,所提出的改进MOEA/D算法明显优于传统MOEA/D、NS-GA-Ⅱ、MEDA/D-MK等算法.     

基于双种群遗传混沌优化算法的最优时间轨迹规划

针对以最短运行时间为目标的工业机器人轨迹规划问题,提出一种基于混沌局部搜索的双种群遗传最优时间轨迹规划算法。首先以各个节点之间的时间间隔之和为优化目标,以各关节的角速度、角加速度和角加加速度为约束条件,利用五次多项式拟合规划的关节空间位置节点模拟机器人的运行轨迹;然后,利用双种群遗传算法全局搜索能力强、进化速度快和混沌算法局部搜索能力强的优点,提出一种基于双种群遗传混沌优化算法的机器人轨迹规划方法,规划最优时间轨迹;最后,以3自由度空间机械臂为例,验证了所提算法能够使机器人末端执行器的运行轨迹平滑且时间最优。该算法应用于机器人轨迹规划可以延长机器人使用寿命,提高生产效率。     

基于NSGA-Ⅱ算法的机械臂多目标轨迹优化

以HSR-JR612型机械臂为研究对象，针对机械臂运动过程中需满足时间消耗少、能量消耗低、平滑冲击小的问题，对其进行多目标轨迹优化研究。机械臂关节空间轨迹采用七次B样条曲线构造，采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ)，结合对机械臂的关节位移、速度、加速度和加加速度作出限制得到的约束条件，对机械臂轨迹进行优化，得到一组Pareto最优解集合。仿真结果表明，七次B样条曲线构造的机械臂关节空间轨迹速度、加速度和加加速度都连续平滑，保证了机械臂运动性能。在满足约束条件的前提下，NSGA-Ⅱ算法可对机械臂运动轨迹实现有效的多目标优化，获得一组理想的Pareto最优解集，并从中选取一个各项优化目标较为均衡的解作为多目标优化的最终解。     

一种机械臂最优时间-冲击轨迹优化算法

针对工业机械臂执行效率以及运动过程中的冲击产生振动、机械磨损的问题,提出了一种机械臂的最优时间-冲击轨迹规划方法,优化机械臂关节运动时间和加加速度(冲击)两个耦合且矛盾的运动性能指标。通过逆运动学可以将机械臂执行的运动轨迹转换为在关节空间中的位置-时间序列,采用5次非均匀B样条函数在关节空间内构造插值曲线,用各阶B样条曲线控制顶点的约束代替机械臂的运动约束,利用NSGA-II(Non-dominated sorting genetic algorithm II,NSGA-II)对目标函数进行优化。仿真结果表明,采用5次非均匀B样条函数插值,对运动时间和冲击进行优化的运动轨迹,提高了机械臂的执行效率,保证了运动过程中产生较小的冲击,使得机械臂的运动控制性能得到了提高。     

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。     

基于改进灰狼算法的冗余机械臂轨迹跟踪与避障

本文将冗余机械臂的轨迹跟踪和避障规划统一为优化问题,提出了一种基于改进灰狼算法的避障跟踪优化器。首先,基于包围盒法对避障空间进行了建模,使用GJK算法计算机械臂与障碍物之间的最小距离。其次,设计了适应度函数,引入避障奖励项对优化器进行主动奖励,使机械臂在跟踪目标轨迹的同时避开障碍物。然后,使用随机分散策略对灰狼算法进行了改进,以增强算法的全局搜索能力,从而更好地求解优化问题。最后,使用九自由度冗余机械臂验证了所提出方法的有效性和优越性。实验结果表明：对于圆形目标轨迹,机械臂的末端跟踪误差为0.21 mm;跟踪过程中,机械臂与障碍物的距离不小于70 mm;相比于经典灰狼算法,改进灰狼算法使跟踪精度提高了13%。本文提出的避障跟踪优化器能以毫米级的精度同时满足冗余机械臂的轨迹跟踪和避障任务;改进的灰狼算法能有效提高经典灰狼算法的收敛精度。