于密度峰值聚类并行麻雀搜索算法的食品机器人路径规划

目的：提高食品拣取机器人工作效率。方法：提出了一种基于密度峰值聚类并行麻雀搜索算法的食品拣取机器人路径规划方法。建立以总移动距离、点位间路径平滑度和移动安全度为评价指标的食品拣取机器人路径规划模型,在保证机器人移动安全的同时,尽可能提升路径平滑度和降低移动距离。设计密度峰值聚类优化麻雀搜索算法(DSSA),利用改进的密度峰值聚类算法对麻雀种群进行聚类分析,并根据聚类结果划分不同子族群和定义麻雀迭代进化方式;结合多点位路径规划模型和点位间存在的4条潜在移动路径,重新定义麻雀编码方式,搭建并行计算架构,以提高DSSA求解路径规划模型的精度和运算效率。结果：仿真结果表明,相比于其他食品机器人路径规划方法,总移动距离减少了7.3%~39.2%,移动时间降低了26.7%~50.1%。结论：所提方法能够明显改善食品分拣机器人路径规划效率,对提升食品加工企业生产效率具有一定的应用价值。     

基于改进鸡群优化算法的食品拣取机器人路径规划

目的:优化多工位食品拣取机器人路径.方法:提出了 一种基于改进鸡群优化算法(Improved Chicken Swarm Optimization,ICSO)的食品拣取机器人路径规划方案,充分考虑单个工位点机器人最优拣取位置和多工位点之间机器人移动最短距离,构建多工位食品拣取机器人路径规划双层模型.利用密度峰值聚类算法...     

基于改进鲸鱼算法和神经网络的食品机器人能耗轨迹规划

目的:针对食品工业机器人动力学参数未知的节能轨迹规划问题,提出一种基于鲸鱼算法和神经网络的点到点机器人关节能耗轨迹规划方案。方法:构建食品机器人移动机械臂点到点关节能耗模型,设计基于神经网络的相似动力学辨识,用改进的鲸鱼算法对权重和偏置参数进行离线优化;采用四次多项式插值法规划关节移动轨迹,将轨迹参数等效为鲸鱼编码,通过求解关节能耗目标优化函数,最终得到能耗最优的关节运动规划轨迹。结果:该方案适用于机器人动力学参数未知下的轨迹规划场景,得到的轨迹能耗比同类降低约9.01%。结论:基于鲸鱼算法和神经网络的轨迹规划能实现食品机器人能耗优化目标。     

基于多目标优化的油茶果分选机器人轨迹规划方法研究

目的：解决并联机器人食品分选过程中的运动平稳性差和精度等问题。方法：在分析三自由度食品分选机器人系统的基础上，提出将多项式插值法与改进的多目标粒子群算法相结合用于Delta机器人轨迹优化。以并联机器人运行时间最短、能耗最低、运动冲击最小为优化多目标，通过改进的多目标粒子群算法优化多项式插值法，并对其性能进行验证。结果：试验所提规划方法的规划轨迹相比于常规方法更平滑、更高效。在实际的油茶果分选中，准确率>99.00%，平均一次筛选时间为0.620 s。结论：试验所提轨迹规划优化方法提高了油茶果分选机器人的分选效率、准确性和稳定性。     

基于改进NURBS曲线插补算法的食品分拣机器人轨迹规划

目的：为了更好地规划食品分拣机器人的运动轨迹,降低其振动幅度,使食品分拣机器人能够高精度地完成任务。方法：以Delta并联机器人为基础,结合NURBS曲线插补算法和改进的遗传算法,提出了一种以最优运动时间为目标的食品分拣机器人路径规划方法。采用改进遗传算法来优化NURBS曲线。通过仿真对优化前后进行对比分析,验证了该优化方法的可行性。结果：与优化前相比,所提的优化方法可以在一定程度上降低食品分拣机器人的运动时间,从优化前的3 230 ms降低到优化后的3 070 ms。关节空间的机器人曲线也更加平滑,可以充分发挥并联机器人的性能。结论：该轨迹规划方法能有效提高食品分拣机器人的分拣稳定性和效率。     

基于ROS的履带式机器人自主建图与路径规划研究

针对农业履带式移动采摘机器人在自主采摘作业中的自主建图与路径规划性能,该文致力于研究基于ROS开发的履带式移动采摘机器人的自主建图与路径规划系统。通过在履带式移动采摘机器人的底盘上方装配激光雷达及姿态传感器用来获取周边环境的信息和机器人的运动信息,再通过Gmapping算法搭建机器人周边环境的全局栅格地图。对于机器人的路径规划功能,最终通过A*算法实现全局路径规划,通过DWA算法实现局部避障功能。最后选取实验室外部走廊作为履带式移动采摘机器人自主建图和路径规划的实验场地,实验结果表明该履带式移动采摘机器人能够进行自主建图并进行路径规划,躲避周边出现的障碍物,并最终到达指定目标地点,满足自主导航需求。     

基于改进粒子群的食品分拣机器人动态目标抓取控制方法

目的：解决目前食品生产线分拣机器人抓取操作不稳定、分拣效率低的问题。方法：基于高速并联食品分拣机器人的体系结构,提出了一种基于改进粒子群算法的多目标运动优化策略用于食品分拣机器人的动态目标抓取控制方法。协调抓取顺序和分拣轨迹建立最短路径模型,以末端加速度建立机构稳定性优化模型,并通过改进粒子群优化算法对目标进行优化。结果：通过试验进行了验证,在输送速度100 mm/s时,抓取成功率由96.8%提高到100%,分选速率由1.62个/s提高到1.98个/s。结论：该控制方法能有效提高食品分拣机器人的操作稳定性和分拣效率。     

多移动机器人3阶段解耦路径规划

针对多移动机器人集群在路径决策时任务执行时间过长、容易陷入死锁等问题,课题组提出了一种3阶段解耦路径规划方法.利用栅格法建立二维环境模型,首先以传统蚁群算法为基础,引入参数自适应机制和路径指引函数,提高算法的收敛速度;其次将多机器人集群路径规划分为3个阶段,提前预判出冲突路段,减少机器人的等待时间和绕行距离;最后利用M...     

微型计算机在食品制造方面的应用

食品领域虽行业很多,但大致可分为食品原材料的生产和加工、包装两大类。在食品原材料方面大型自动化生产较多。在食品加工和食品包装方面其特点是食品品种多,劳动力密集,为此迫切要求发展自动化,提高生产率。另外,由于消费者对食品的多样化、高质量的要求日益强烈,因而相应要求立既有效率又有伸缩性的多品种,少产量的生产体系。     

取档机器人路径规划的改进Dijkstra算法

档案库取档机器人在使用传统Dijkstra算法进行路径规划时,存在无法筛选出拐弯数最少、经过节点数最少的最短路径等缺点,提出了一种改进型的Dijkstra算法。首先针对档案库平面布局建立基于拓扑法的电子地图;然后根据任务需求,建立最短路径搜索数学模型;采用Dijkstra算法并结合深度优先遍历算法筛选出任意2个节点间的所有最短路径,并找出花费代价最小的路径。最后对改进的算法进行仿真实验,结果表明,改进后的Dijkstra算法可以有效地提高取档机器人的运行效率,可以用最小的行驶代价到达目标点。     

基于改进引力搜索算法的高速并联机器人轨迹优化

目的:解决并联机器人在罐头食品拾放过程中刚性冲击大、运动稳定性差等问题。方法:基于高速并联机器人的体系结构,提出了一种运动轨迹规划方法用于高速并联机器人末端执行器的轨迹优化。建立多约束、多目标、非线性轨迹优化模型,并采用改进的引力搜索算法求解。通过仿真验证了所提方法的可行性。结果:与改进前的规划方法相比,所提规划方法能在较短的时间内完成拾放任务,一次操作的最短时间为0.169 1 s。结论:该规划方法解决了传统并联机器人拾放过程中刚性冲击大、运动稳定性差等问题,具有一定的实用价值。     

人造肉脂肪组织3D打印轨迹规划算法

目的:针对基于植物原料的人造肉脂肪组织部分3D打印成型质量不稳定,打印效率低等问题,研究并改进与食品材料相匹配的智能3D打印轨迹运动算法,减少打印路径中的堆积与拐角.方法:提出一种适配于人造肉脂肪组织原料特点的轨迹规划方法.采用贝叶斯算法将切片后的模型复杂截面层划分为若干简单多边形子分区轮廓,并在此基础上使用一种经改进的近邻法确定各轮廓的最优运动起始点,同时将遗传算法融入蚁群算法应用于求解分区轮廓最优打印路径中,最后采用改进的zigzag扫描算法对轮廓内部进行填充.结果:与Cura和Prusa的轨迹规划方法相比,研究所建立模型的打印时间与运动路径长度均有所减少.结论:研究所提出的针对人造肉脂肪组织部分3D打印成型的轨迹规划算法具有较高的可行性与有效性.     

食品拾放的3-PUU并联机器人轨迹规划

为使机器人能够高速精确地完成作业任务,需要对机器人的运动轨迹进行轨迹规划。主要针对三自由并联机器人在食品拾放作业中运动不平稳的问题,提出采用回旋线和圆弧线组合的方式,作为机器人运动轨迹中2段直线之间的过渡曲线,以修正梯形加速度运动规律为前提,以运动时间最优为目标,采用蚁群算法得到优化后的运动轨迹参数。运用ADAMS和MATLAB联合仿真的方式,验证优化后运动轨迹能够提高机器人的运动平稳性,减小末端执行器运动时的抖动,为机器人的运动控制研究提供理论方法及依据。     

面向信息物理系统的食品拣取机器人状态估计与攻击检测

目的:应对食品拣取机器人信息物理系统受网络攻击的情况。方法:基于区间观测器提出了一种用于食品拣取机器人系统状态估计与攻击检测的方法。首先建立位于信息物理系统中的食品拣取机器人数字化模型，应用拉格朗日方法确立机械臂动力学方程并转换为状态空间模型，而后依据反馈控制策略构建系统网络攻击模型。考虑系统中存在的非线性特征和噪声，应用广义系统理论将传感器攻击转换为系统状态，设计区间观测器为攻击检测器，并验证其误差系统的稳定性。结果:通过给定参数进行仿真，观测器输出贴近给定真实信号，所提方法正确且有效。由区间估计结果可以重构传感器攻击并检测出执行器攻击。结论:试验所提方法可以实现信息物理系统环境中的食品拣取机器人状态估计与执行器攻击检测。