基于遗传算法的多机器人系统最优轨迹规划

针对关节型多机器人系统在静态环境下的点到点的轨迹规划问题,提出了一种基于遗传算法的最优轨迹规划策略.采用遗传算法在综合考虑各机器人沿轨迹运动的安全性、运动代价以及运动学约束的基础上为单个机器人规划最优的运动轨迹,并通过协调各机器人沿预定轨迹运行的时间避免机器人之间碰撞的发生.针对含有3个二自由度平面关节型机器人的多机器人系统进行了仿真实验,实验结果验证了该方法的有效性.     

双臂机器人时间最优轨迹规划研究

本论文对双臂机器人时间最优轨迹规划问题作了深入研究,成功地运用了动态规划法 ,对沿着特定路径运动的双臂机器人左、右臂进行了时间最优轨迹规划,从而保证机器人左 、右臂在无碰撞的前提下,实现时间最优运动．算法通过了计算机仿真实验,证明算法可行 ,效率较高．     

工业机器人时间最优轨迹规划及轨迹控制的理论与实验研究

提出了一种用于工业机器人时间最优轨迹规划及轨迹控制的新方法, 它可以确保在关节位移、速度、加速度以及二阶加速度边界值的约束下, 机器人手部沿笛卡尔空间中规定路径运动的时间最短. 在这种方法中, 所规划的关节轨迹都采用二次多项式加余弦函数的形式, 不仅可以保证各关节运动的位移、速度、加速度连续而且还可以保证各关节运动的二阶加速度连续. 采用这种方法, 既可以提高机器人的工作效率又可以延长机器人的工作寿命. 以PUMA 5 6 0机器人为对象进行了计算机仿真和机器人实验, 结果表明这种方法是正确和有效的. 它为工业机器人在非线性运动学约束条件下的时间最优轨迹规划及控制问题提供了一种较好的解决方案.     

基于IAGA的工业机器人时间最优轨迹规划

针对工业机器人在给定路径点和运动学约束条件下寻求时间最优解,提出了一种改进的自适应遗传算法(Improved A-daptive Genetic Algorithm简称IAGA).在改进的算法中设计了一组随种群适应度变化的非线性交叉和变异算子,使算法易跳出局部解,寻求全局最优解能力更强.在关节空间中通过五次非均匀B样条...     

基于QPSO算法的机器人时间最优轨迹规划

在考虑关节约束的前提下,为得到工业机器人时间最优的关节运动轨迹,提出一种工业机器人时间最优轨迹规划新算法。采用五次非均匀B样条插值法构造各关节运动轨迹,得到的机器人各关节位置准确,各关节速度、加速度和加加速度曲线连续。利用量子行为粒子群优化算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)进行时间最优的轨迹规划,该算法可以在整个可行域上搜索,具有较强的全局搜索能力。与标准粒子群算法(Particle Swarm Optimization,简称PSO)和差分进化算法(Differential Evolution Algorithm,简称DE)相比较,结果显示使用该算法进行时间最优的轨迹规划得到的数值结果更小。     

基于能耗优化的六足机器人摆动腿轨迹规划

以六足机器人单腿为研究对象,研究机器人摆动腿轨迹规划问题.由于摆动要消耗能量,所以提出了一种基于能耗优化的轨迹规划方案.结合以D-H法建立的机器人单腿运动学模型和腿部位置、速度、加速度等约束,采用多项式插值法在关节空间对机器人摆动腿进行轨迹规划.在考虑直流电机有效功率和热损耗的基础上,通过遗传算法对非线性等式和不等式约束下的非线性规划问题进行求解.仿真结果表明,所设计的方案能有效降低摆动腿能量消耗并保证轨迹连续平滑.     

基于改进GA的5R串联机器人最优时间轨迹规划

该文以工业自动化中的5R工业机器人为研究对象,在关节空间中采用3-5-3样条插值曲线建立起轨迹基元函数,并提出一种改进遗传算法（genetic algorithm,GA）对3-5-3样条插值曲线的各段插值时间分别进行优化用以满足不同速度的约束条件。在遗传算法中采用轮盘赌法和锦标赛选择法相结合的选择算子并针对交叉概率和变异概率分别设置自适应参数调节机制,以实现算法性能的提升,防止种群陷入局部极值。在MATLAB中搭建5R机器人仿真平台进行实时实验,得到了各关节角度位置、角速度、角加速度、急动度曲线,实验表明该方法能够有效实现不同速度约束下的最优时间轨迹规划。     

工业机器人轨迹规划方法综述

轨迹规划是工业机器人运动控制的基础,对工业机器人的工作效率和稳定性有重大影响。为掌握工业机器人轨迹规划方法的研究现状,根据工业机器人规划空间和优化目标的不同对轨迹规划方法进行分类,介绍了直线、圆弧等基本轨迹的优缺点和适用场合,分析了基于约束和智能算法的各种最优轨迹规划算法的思路和性能特点。指出了基于强化学习的轨迹规划、轨迹误差预测和补偿、动态避障、多机器人运动规划等是工业机器人轨迹规划的关键问题和重要研究方向。     

基于运动控制和频域分析的移动机器人能耗最优轨迹规划

本文针对两轮自平衡可移动机器人, 提出了一种新的能耗最优运动轨迹规划方法.本文将轨迹规划与由轨迹跟踪控制器和机器人动力学方程组成的运动控制模型相结合, 基于期望轨迹与实际电机输入电压间的传递函数和能量在时域和频域上的对应关系, 通过频域分析的方法得到了具有明确机理表达的线性能耗模型, 并采用最小二乘线性回归法对模型参数进行辨识.对于能耗最优轨迹, 由全局路径规划得到的路径点作为局部轨迹规划的局部目标点, 通过一定的数学转换和参数求导, 可直接得到相邻两个局部目标点间的能耗最优运行轨迹和对应的运行时间.通过仿真实验证明了本文所提能耗模型的准确性和所得轨迹的能耗最优性.     

冗余度机器人的轨迹规划

本文综述了国际上近年来冗余度机器人轨迹规划的研究成果.主要讨论了冗余度机器人在满足所期望的终端要求时灵活性的控制、动力学性能的改善和障碍物躲避的规划算法,同时指出了现有研究中存在的问题.     

机器人时间—能量综合最优轨迹规划器的设计

本文利用动态规划法进行了机器人时间-能量综合最优轨迹规划器的设计.设计中巧妙地选取了参变量,使得任意N个关节点轨迹规划限制在二维平面内.从而避免了动态规划法占计算机内存过大,计算时间过长的问题.以三关节操作器为例的数字仿真结果表明,此种设计方法是较理想的.     

冗余度机器人的可操作度和有限制条件下的最优轨迹规划

本文以冗余度机器人的逆运动学为基础，引入了扩展雅可比矩阵的概念；给出了便于讨论可操作度的几个重要定理；推导出了一般了发制条件下的癃 运动学最优解与最小范数解的关系。     

基于GA的时间最优机械臂轨迹规划算法

由于多项式插值轨迹规划具有阶次高、没有凸包性质等特点,传统优化方法难以应用的特点,根据机械臂运动学约束,提出了关节空间基于遗传算法(GA)的3-5-3多项式插值轨迹规划算法。利用运动学约束,以最优时间为目标,针对关节型机器人在静态环境下的点到点的轨迹规划问题,利用GA算法解算多项式插值的时间。通过与基于PSO的3-5-3多项式机械臂轨迹规划运动位置、速度、加速度曲线对比,证明该方法在运行时间和运行平稳度上都有突出优点。     

基于混合遗传算法的工业机器人最优轨迹规划

为兼顾工业机器人工作效率与轨迹的平稳性,提出一种基于混合遗传算法的二次轨迹规划方案.通过最优时间轨迹规划得到最小执行时间,在最小执行时间内进行最优冲击轨迹规划,进而规划出一条既高效又平滑的运动轨迹.采用五次均匀B样条在关节空间进行快速插值,不仅保证了各关节速度和加速度连续性还保证了各关节冲击的连续性.连续平滑的冲击可以减少机械振动,延长机器人的工作寿命.选用PUMA560为对象进行仿真与实验,结果表明,该方案可以获得比较理想的机器人运动轨迹,所提出的混合遗传算法能有效提高全局寻优的性能和算法运行的稳定性.     

一种考虑控制精度的机器人最优轨迹规划方案

本文提出一种考虑控制精度的机器人轨迹规划方案．首先从运动的平稳性出发,将轨 迹按弧坐标均匀采样,将各采样分段规划为匀变速运动;然后从工程角度分析了跟踪误差与 控制器输出力矩的关系,提出根据控制误差对关节力矩进行模糊加权的二次规划方案,实验 结果验证了该方法的有效性．     

关节型工业机器人轨迹规划研究综述

关节型工业机器人凭借其良好的灵活性和高效率的工作模式被广泛地应用于现代工业自动化生产之中,例如搬运、码垛、焊接、切割等。轨迹规划是工业机器人运动控制的基础研究领域,决定着其作业效率和运动性能。工业机器人的轨迹规划是指综合考虑作业需求和机器人性能,在笛卡尔空间或关节空间内得出指导机器人末端执行器运动的轨迹。阐述了工业机器人轨迹规划的概念及其分类,就各个领域的轨迹规划算法进行了全面综述,包括基本轨迹规划和最优轨迹规划,指出了各类轨迹规划算法中所存在的问题和未来的发展方向。     

机器人操作臂奇异路径约束最优轨迹规划

路径约束最优轨迹规划的关键是引入标量路径参数来降低优化问题的维数 ．当路径穿越奇异点时，由于关节位移难以表示为任务空间路径参数的解析函数，给常规的 路径参数化方法带来困难．本文引入一种新的参数化方法，采用路径跟踪方程解曲线的弧长 为参数，解决了奇异点邻域的路径跟踪问题，把奇异路径轨迹规划转化为常规规划问题，并 采用动态规划方法求解轨迹规划问题．仿真表明，本文提出的参数化方法与动态规划结合起 来，是解决奇异路径最优轨迹规划的有效途径．      

基于AGA的时间最优机械臂轨迹规划算法*

根据机械臂运动学约束,提出了关节空间基于自适应遗传算法(AGA)的3-5-3多项式插值轨迹规划算法。利用运动学约束,以最优时间为目标,针对关节型机器人在静态环境下点到点的轨迹规划问题,利用AGA算法解算多项式插值的时间。通过与基于GA的3-5-3多项式机械臂轨迹规划进化曲线和运动位置、速度、加速度曲线对比,证明该方法在算法收敛、运行平稳度上都有突出优点。