基于蚁群算法的点焊机器人工作站路径规划

为合理规划汽车后侧围板点焊机器人工作站焊接路径,以点焊机器人各焊点间运动距离之和最短为目标,建立三维TSP数学模型,并运用蚁群算法求解。针对蚁群算法容易因参数设置不当陷入局部最优解的缺点,提出运用正交试验和回归分析法优化蚁群算法参数,通过正交试验获得最优参数组合,并得到参数主次排序,通过回归分析明确关键参数与最优解之间的关系,经假设检验验证符合二次函数,最终得到最优或近似最优解。结果表明,采用改进的蚁群算法能够得到汽车后侧围板点焊机器人工作站的最优或近似最优路径。     

双机器人协调点焊路径优化算法研究

针对双机器人协调点焊白车身前门的焊接路径研究,提出一种多目标遗传算法的点焊路径优化方法。所提算法利用机器人平稳性函数、焊点质量函数、焊钳的可操作性函数以及协调碰撞检测函数,可以实现双机器人协调焊接路径规划,通过分析由于焊钳位姿无法精确控制而引起焊点质量问题,提出了焊钳法向调姿方法,通过对白车身结构件车门窗围25个焊点分布属性及双机器人协调运动焊接要求进行分析,利用齐次变换矩阵和机器人逆解公式求得机器人各个关节角变化量,在Matlab得到双机器人协调运动柔顺焊接路径结果。最后,在机器人离线编程软件RobotStudio建立双机器人协调焊接工作站,对规划结果进行仿真试验验证。结果表明,该方法可以在实际焊接环境中实现双机器人协调点焊路径规划,对提高焊点质量与焊接效率奠定了理论基础。     

基于改进蚁群算法的AGV多目标路径规划

为了有效保证物流仓储环境下AGV运行的高安全、低能耗等目标,设计了一种基于改进蚁群算法的AGV多目标路径规划算法。首先,基于物流仓储环境对AGV作业需求综合分析,选取路径长度、转角和、危险率和避障等待时间等因素作为路径规划的子目标,并采用熵权法确定各子目标的权值,建立AGV多目标规划模型;其次,改进蚁群下一栅格选取方式避免顶点碰撞,并在蚁群算法中引入非支配排序算法改进信息素给予机制,使蚁群寻路时受多个子目标共同引导,将蚁群算法扩展到多个目标函数优化。仿真结果表明,所设计算法实现了AGV合理、安全、有效的多目标路径规划。     

冗余度弧焊机器人位置优化建模及算法

围绕大型冗余度(11自由度)机器人工作站的路径规划,提出龙门架机座的位置优化问题,分析并建立了该问题的多目标优化数学模型.采用遗传算法为优化方法,建立了问题的适应度函数,并提出一种动态系数法解决多目标优化问题,基于C 和matlab混合编程设计实现机器人机座优化的遗传算法程序,基于该算法进行了仿真试验验证,试验基于3自由度龙门架和6自由度机器人,焊接某工件上两圆管垂直相贯形成马鞍形空间焊缝.结果表明,通过该算法可以快速找到机器人机座接近目标最优解,提出的多目标优化函数和算法保证了机器人关节运动平稳性.     

基于Plant Simulation的多机器人协作分拣系统仿真分析

为了分析并提升多机器人协作分拣系统的效率,构建了其仿真模型并提出对应的路径规划与避碰交通管理方法。首先根据多机器人协作分拣流程,构建了对应的仿真模型;然后,为了提升多机器人路径分布的均衡性,提出了一种多目标优化路径规划算法;其次,设计了一种基于栅格点动态分配的交通管理方法以兼顾多机器人间的避碰及作业区共享需求;最后,利用构建的仿真模型对提出的方法进行分析,仿真结果表明所提出的多目标优化路径规划算法,能够显著提升多机器人路径分布的均衡性,从而提升多机器人系统的分拣效率。     

一种求解机器人路径规划的智能优化算法

为了解决汽车白车身焊接机器人路径规划不合理的问题,将路径规划问题抽象为TSP问题的数学模型,分析了蚁群算法并将该算法应用于求解该问题.采用Matlab语言时典型的机器人焊接路径规划实例进行编程仿真,结果表明:不仅能够克服早熟现象,而且能够加快收敛速度,可以有效快速解决焊接机器人路径规划问题.     

基于改进蚁群算法的农用喷药机器人路径规划

研究农用喷药机器人路径规划问题,提出一种基于改进蚁群算法的路径寻优方法。首先,获取实际工作环境信息,抽象化处理工作环境,采用栅格法建立喷药机器人工作环境模型;其次,为使算法搜索更具目的性,引入目标点诱导机制,设计新的距离启发函数,并在此基础上对状态转移概率进行改进;为避免算法搜索出现停滞和提高路径搜索效率,通过引入信息素阈值限定、信息素局部和全局更新相结合的策略对信息素更新方式进行优化;最后,通过仿真实验测试两种算法解决喷药机器人路径规划问题的实际效果。结果表明:两种算法均能有效解决喷药机器人路径规划问题,且相比传统蚁群算法,改进蚁群算法不仅可以有效改善自身收敛性能,而且可以增强自身全局寻优能力。     

基于APG算法的多焊接机器人路径规划研究

为解决多机器人同步焊接路径规划不合理问题,提出一种基于蚁群的融合算法（APG）。首先将多机器人路径规划问题转换为MTSP数学模型,使用kmeans算法将MTSP问题转换为多个TSP问题;其次采用提出的APG算法来优化TSP问题,同时与ACO算法和PSO_GA算法进行实验结果对比,证明APG算法的优越性;最后在ROBCAD中建立三维模型,对可达性、干涉性等实际应用中存在的问题进行仿真,验证算法的有效性。实验结果表明:所提出的APG算法同其它路径规划算相比能够得到更佳路径。     

基于APG算法的多焊接机器人路径规划研究（英文）

为解决多机器人同步焊接路径规划不合理问题,提出一种基于蚁群的融合算法(APG)。首先将多机器人路径规划问题转换为MTSP数学模型,使用kmeans算法将MTSP问题转换为多个TSP问题;其次采用提出的APG算法来优化TSP问题,同时与ACO算法和PSO_GA算法进行实验结果对比,证明APG算法的优越性;最后在ROBCAD中建立三维模型,对可达性、干涉性等实际应用中存在的问题进行仿真,验证算法的有效性。实验结果表明:所提出的APG算法同其它路径规划算相比能够得到更佳路径。     

基于改进RRT-Connect的空间操作臂避障路径规划研究

针对传统RRT-Connect算法应用于空间操作臂避障路径规划时,规划路径存在盲目性大、安全性差以及无效路径点多等问题,提出一种改进RRT-Connect算法。该算法结合RRT-Connect算法和Dijkstra算法,首先通过引入双树扩展目标点变更策略、极致贪婪策略以及新的碰撞检测方法提高传统RRT-Connect算法路径搜索效率和安全性;然后利用Dijkstra算法的优化特性去除规划路径中的多余无效节点,达到整体路径规划搜索速度快、路径长度短和安全性高等效果;最后通过MATLAB机器人工具箱进行算法对比仿真实验验证,实验结果表明了该方法的有效性和可行性。     

基于量子风驱动优化算法的机器人路径规划

针对传统的算法在移动机器人路径规划中容易产生早熟现象和安全性差的问题,提出了量子风驱动优化算法。该算法将量子计算与风驱动算法相结合,在风驱动算法的基础上使用量子行为来解决优化问题,提高机器人运动路径的安全性。最后通过实验与仿真分析证明:与蚁群算法和免疫遗传算法相比,量子风驱动优化算法减少了机器人在运动中不必要的转弯,缩短了路径长度,提高了安全性,可以快速找出最优路径。     

矿井中多机器人搜救系统路径规划

矿难发生后,井下通信设施可能已有一定的损害、无法正常使用,因而无法知道被困人员的确切位置并且井下环境复杂危险,可能对营救人员造成伤害发生二次事故。为了快速地搜索到被困人员,结合井下无线传播环境的特点,提出井下多机器人组网搜救系统,其中包括机器人自由空间环境模型的创建、机器人搜索的局部和全局路径的规划。利用MAKLINK图论理论对井下环境进行建模,并且采用Dijkstra算法规划出避障初始路径,最后依据距离改进蚁群算法节点选择得出优化的最终路径,完成搜索路径的规划。MATLAB仿真结果表明,优化的路径总长度明显优于初始路径并且改进的蚁群算法有着较好的收敛速度,可以满足多机器人搜救系统的要求。     

基于多目标优化克隆算法的机器人模糊控制研究

为了提高机器人运动轨迹的控制效果,提出一种基于多目标优化克隆算法的机器人模糊控制方案。分析了克隆变异算法的等级支配关系及增殖机制,并基于多目标优化策略对算法的性能进行优化;基于目标函数向量识别出理想曲线的最优解,实现对机器人系统运动轨迹优化和动态控制补偿。搭建仿真平台验证所提控制算法的有效性,从对机器人各关节运动数据采样对比可知：所提出算法的轨迹控制偏差更小,控制轨迹更接近于理想轨迹,尤其是在加入噪声和干扰信号的条件下控制效果的优势更明显     

基于改进RRT-Connect的空间操作臂避障路径规划研究（英文）

针对传统RRT-Connect算法应用于空间操作臂避障路径规划时,规划路径存在盲目性大、安全性差以及无效路径点多等问题,提出一种改进RRT-Connect算法。该算法结合RRT-Connect算法和Dijkstra算法,首先通过引入双树扩展目标点变更策略、极致贪婪策略以及新的碰撞检测方法提高传统RRT-Connect算法路径搜索效率和安全性;然后利用Dijkstra算法的优化特性去除规划路径中的多余无效节点,达到整体路径规划搜索速度快、路径长度短和安全性高等效果;最后通过MATLAB机器人工具箱进行算法对比仿真实验验证,实验结果表明了该方法的有效性和可行性。     

基于改进APF-RRT的6R机械臂避障路径规划

针对6R机械臂在复杂环境下进行避障路径规划时成功率低、效率低等问题,提出一种改进人工势场法（APF）与快速扩展随机树法（RRT）的融合算法。对于传统APF目标不可达问题,提出引入斥力调节因子优化斥力函数,使得机械臂靠近目标点时,障碍物对机械臂的斥力逐渐减小并顺利到达目标点;针对传统RRT算法随机性过强问题,提出目标导向策略进行优化,使得采样点有一定的概率向目标点扩展;当APF陷入局部最优时,采用改进RRT算法进行路径规划,当跳出局部最优时,切换为APF继续路径规划。仿真结果表明：改进APF-RRT算法能适应各种复杂环境,且相较于传统APF和RRT算法具有规划时间短、规划成功率高等优点,有效解决了APF目标不可达和局部最小值的问题。最后通过 JAKA 机器人实验平台进行实际环境实验,验证了改进APF-RRT融合算法的可行性。     

基于改进遗传算法的机器人路径规划北大核心

为解决机器人在多约束条件下路径寻优能力差、搜索算法收敛速度慢等问题,提出了一种基于改进遗传算法的机器人路径规划方法。首先,利用栅格法构建机器人工作环境,并以路径长度、平滑度和路径困难度为约束条件构建模型;其次,通过增加删除算子、平滑算子对传统遗传算法进行改进,并引入小生境法避免算法陷入早熟;最后,通过对比实验验证所提算法的性能。实验结果表明,所提方法能够在多约束条件下有效处理路径规划问题并找到最优路径,且与其他方法相比,所提方法在路径长度、平滑度、路径困难度以及运行时间等方面均具有相应的优势。     

基于OpenGL的多机器人仿真实验平台研究及实现

多机器人协同工作广泛应用于现代化工业生产现场,协同控制是实现多机器人协同工作的技术保障。针对多机器人协同控制研究中的轨迹规划、轨迹优化和碰撞检测等算法研究需要,以及多机器人工作站离线编程、虚拟示教等研究实现需要,提出基于OpenGL和MFC建立具有完全开放性、自主性的多机器人协同工作算法研究仿真实验平台,嵌入机器人正、逆运动学、轨迹规划、碰撞检测等算法,实现多机器人三维虚拟仿真、离线编程和虚拟示教,并进行单个实体机器人实验验证。实验结果表明:基于OpenGL和MFC建立的多机器人协同控制仿真平台,可以进行多机器人协同控制相关算法研究,另外离线编程与虚拟示教转换生成程序指令可以按照要求控制机器人运动。用户无需进行三维图形仿真编程、界面编程和辅助算法研究及实现,只需侧重其算法研究,即可基于该软件实验平台快速进行机器人、多机器人算法仿真验证及效率分析,减少工作量。     

基于改进BP算法的模具零件表面抛光质量预测研究

针对模具零件表面自动化抛光的工艺参数现场调试困难、抛光后模具零件表面质量不一致等问题,提出了基于改进BP算法的模具零件表面抛光质量预测模型。通过采集模具零件表面抛光试验样本参数,构建预测模型输入参数集,将混沌理论、动态权重、动态学习因子和高斯变异策略引入粒子群优化算法（PSO）,利用改进后的粒子群优化算法（IPSO）对BP算法中权值和阈值的更新策略进行优化,并构建了基于IPSO-BP算法的模具零件表面抛光质量预测模型,结合快速非支配排序遗传算法（NSGA-II）建立多目标优化模型,实现对模具零件表面抛光质量的高精度预测以及抛光工艺参数的优化,对比5种常规预测模型,结果表明基于IPSO-BP算法的预测模型具有较高的预测精度。     

双焊接机器人协同路径规划研究

针对白车身侧围双机器人协同焊接路径任务,对焊接路径规划算法进行研究,提出一种基于蚁群粒子群的融合算法。首先,建立单机器人焊接模型,将焊接任务转换为TSP问题,采用提出的融合算法优化TSP问题并与多种路径规划算法进行对比分析,证明所提出算法的优越性;其次,根据焊接任务将双机焊接转换为MTSP问题,依据约束条件,将MTSP转换为多个TSP问题,利用焊接路径之间的关系更新焊点,完成双机器人协同焊接模型建立,在MATLAB中得到路径规划的结果;最后,在ROBCAD中建立双机器人焊接工作站,对规划结果进行仿真验证。实验结果证明,所提出的融合算法对于双焊接机器人路径规划具有一定的指导作用。     

基于自适应变异粒子群优化算法的移动机器人路径规划

对路径规划中区域划分的建模方法进行改进,实现根据环境中障碍物的具体分布来自适应划分环境空间,将路径规划问题转化为带约束目标函数优化求解问题.针对粒子群算法的局部极小值问题,提出将自适应差分进化算子作为粒子群优化算法的自适应变异算子的改进方案.仿真结果表明:环境模型的自适应划分可以提高算法的搜索效率,缩短计算时间,使算法具有更好的实时性;加自适应变异算子的粒子群优化算法可以使目标函数快速跳出局部最优的束缚.