基于改进差分进化算法的机械手轨迹控制北大核心

为提高机械手系统运行稳定性与关节角跟踪精度,设计一种基于改进差分进化算法的能量最优轨迹控制方法,并以双关节机械手仿真验证。首先,假设参考轨迹为摆线,以机械手运行能量最低为适应度函数,采用独立PD控制法控制机械手运动并构造Lyapunov函数证明控制律的收敛性;其次,利用混沌映射改进差分进化算法初始种群产生策略及子代重建规则,设计自适应缩放因子与交叉因子,对越界个体采用对称映射法处理,以此提高算法寻求全局最优解能力;最后,运用样条插值法将最优离散轨迹生成连续运行轨迹。MATLAB仿真结果表明,所提算法收敛速度快,优化效果好,系统运行消耗能量少,鲁棒性强。     

基于凸轮设计理论的多关节机械手轨迹规划

当机械手进行快速运动且运动时间确定时,为实现机械手作业轨迹平滑,关节轨迹的速度、加速度、脉动曲线保持连续且减少轨迹最大加速度峰值,结合凸轮从动件运动轨迹设计方法,提出改进梯形加速度函数曲线机械手关节空间的轨迹规划方法。文章以3R机械手为载体进行仿真,仿真结果表明,同样工作任务下,该方法使机械手关节运动平稳,关节最大加速度明显小于传统的5次多项式插值的机械手关节轨迹规划。     

基于BP神经网络和蚁群算法的机械手轨迹控制算法研究

为了提高机械手运行的平稳性,实现机械手控制的精准度,采用BP神经网络和蚁群算法相结合的方法实现机械手轨迹控制。首先,建立机械手运动轨迹模型,然后利用神经网络算法对机械手主要参数进行训练,接着,将输出预测的运动轨迹与机械手期望运动轨迹对比,以便求解更趋近于期望的最优参数。最后,借助蚁群算法对神经网络模型参数进行优化。经过实验证明：相比于传统BP神经网络算法,所提算法训练得到的角位移与期望角位移的拟合程度更高,且在空间三维坐标系的位移误差更小。     

基于BP神经网络和蚁群算法的机械手轨迹控制算法研究（英文）

为了提高机械手运行的平稳性,实现机械手控制的精准度,采用BP神经网络和蚁群算法相结合的方法实现机械手轨迹控制。首先,建立机械手运动轨迹模型,然后利用神经网络算法对机械手主要参数进行训练,接着,将输出预测的运动轨迹与机械手期望运动轨迹对比,以便求解更趋近于期望的最优参数。最后,借助蚁群算法对神经网络模型参数进行优化。经过实验证明:相比于传统BP神经网络算法,所提算法训练得到的角位移与期望角位移的拟合程度更高,且在空间三维坐标系的位移误差更小。     

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     

平面四杆机构运动轨迹多目标综合优化及误差仿真研究

针对平面四杆机构运动轨迹所产生的误差较大问题,引用改进差分进化算法对平面四杆机构运动轨迹误差进行优化。构造平面四杆机构运动简图,分析四杆机构变量参数。通过欧几里得距离误差函数推导出优化目标函数,采用改进差分进化算法对四杆机构约束条件进行多目标综合优化。结合具体实例,将优化后结果输入到Matlab软件进行误差仿真,并且与优化前误差仿真结果进行对比和分析。仿真结果表明:优化前,四杆机构运动轨迹所产生的横向和纵向误差峰值分别为0.25cm和0.19cm,优化后,四杆机构运动轨迹所产生的横向和纵向误差峰值分别为0.17cm和0.13cm,横向和纵向误差峰值分别降低了32.0%和31.6%。采用改进差分进化算法优化四杆机构运动轨迹,可以降低四杆机构运动轨迹产生的误差。     

基于优化位姿控制的并联液压机械手跟踪控制研究

针对二自由度并联液压机械手控制系统容易受到外界干扰问题,对机械手控制系统输出误差进行研究。结合机械手平面简图分析了并联液压机械手工作原理,推导出机械手运动学和动力学方程式。引用模糊PID控制系统,采用差分进化算法和前馈补偿方法对模糊PID控制系统进行优化,将优化后的控制系统通过MATLAB软件进行误差仿真,同时与模糊PID控制系统输出误差进行比较和分析。仿真误差显示：在无干扰环境中,优化前和优化后的二自由度并联液压机械手模糊PID控制系统,其运动位移和角位移输出误差差别不大,跟踪效果较好。在有干扰环境中,优化前二自由度并联液压机械手模糊PID控制系统,运动位移和角位移输出误差较大,而优化后二自由度并联液压机械手模糊PID控制系统,其运动位移和角位移输出误差较小。采用差分进化算法和前馈补偿控制方法,能够抑制外界信号波的干扰,提高二自由度并联液压机械手的跟踪精度,其控制效果较好     

基于改进三帧差分法的3D打印机轨迹检测方法

针对获取运动轨迹不清晰以及轨迹不能很好地被检测的问题,提出一种基于三帧差分法的3D打印机轨迹检测改进算法。采用USB摄像头采集图像,然后用改进三帧差分方法和高斯混合模型进行轨迹的粗略判断,并使用Qt框架实现对目标中心即3D打印机喷头的运动轨迹检测和速度计算。结果表明:该算法能够完整地获取3D打印机喷头轨迹,能较大程度地减少图像处理的计算量。     

基于改进DE算法的工业机器人时间最优轨迹规划

为提高工业机器人的工作效率,提出一种进行时间最优轨迹规划的新算法。通过对已知任务轨迹的关键点进行运动学反解,求解与之对应的关节空间位置序列,并采用5次非均匀有理B样条曲线构造关节运动曲线,能够保证机器人各关节位置的准确性,实现各关节运动的速度、加速度以及二次加速度的连续性。通过改进差分进化(Differential Evolution简称DE)算法,充分利用不可行解的信息,加强对边界的搜索,增强了算法的全局搜索能力。与遗传算法以及差分进化算法进行比较,利用该算法进行轨迹规划,结果显示该算法的搜索速度更快,所得的数值结果更小。     

基于SimMechanics的四自由度机械手控制系统机液耦合仿真

为了研究四自由度的工业机械手运动轨迹,提出了利用Sim Mechanics工具箱建立机械手仿真模型。仿真结果表明:可以有效得到机械手的运动参数,机械手可以准确执行运动轨迹,关节运动快速平稳没有冲击,为机械手机械和液压建模提供了一种方便的工具。     

采用混合算法优化的3?P RRR并联冗余机械手驱动力矩研究

为了降低平面3-PRRR并联冗余机械手驱动力矩,提高机械手运动平台运动的稳定性,采用混合算法优化机械手运动参数,并对驱动力矩进行仿真验证。针对传统非冗余机械手驱动系统进行改进,给出了平面3-PRRR并联冗余机械手简图,设计了冗余机械手驱动系统,采用雅克比矩阵对冗余机械手运动平台运动轨迹进行转换,推导出冗余机械手3个分支闭环运动轨迹方程式。引用粒子群算法并进行改进,添加了遗传算法中交叉和变异操作,设计出了混合粒子群算法。采用混合算法优化冗余机械手运动参数,通过MATLAB软件对冗余机械手3个分支驱动力矩变化进行仿真,与优化前进行对比。结果显示:优化前,平面3-PRRR并联冗余机械手驱动力矩较大,整体波动幅度较大;优化后,平面3-PRRR并联冗余机械手驱动力矩较小,整体波动幅度较小。采用混合算法优化平面3-PRRR并联冗余机械手运动参数,可以降低机械手驱动力矩,减少冗余机械手运动系统能量消耗。     

基于麻雀算法的机械手时间最优轨迹规划

针对五自由度凸轮工件缺陷检测的机械手时间最优轨迹规划问题,利用D-H表示法建立机械手运动模型,通过正运动学、逆运动学分析求解各关节角度变化值,利用三次样条曲线在关节空间中建立机械手运动轨迹.同时在满足各关节速度、加速度、加加速度限制范围的基础上,采用麻雀算法通过约束条件外加罚函数改进个体适应度函数,对三次样条曲线轨迹实...     

一种基于混合神经网络的机械手移动轨迹自动控制技术研究

针对现有机械手移动偏差控制技术存在的轨迹控制不连续、复杂度高、综合效率低等问题,以机器学习和深度学习为基础提出一种混合神经网络控制算法。分析机械手各关节、连杆的空间坐标转换关系,以RBF为基础构建混合神经网络模型,选用逆多二次函数作为模型的激活函数,分别确定中间隐层和输出层的权值;引入LSTM长短记忆算法,利用LSTM算法的输入门、遗忘门和输出门结构设计,抑制坐标数据训练时出现的梯度膨胀问题,并给出精确的轨迹修正指令。仿真结果表明：提出的混合神经网络算法采样点轨迹偏差均值为0.02 mm,VARP值趋近于0,具有更好的自动控制稳定性和更高的控制效率。     

空间焊缝摆动轨迹的插补算法

本文提出一种适用于空间摆动轨迹焊缝的插补运算方法。该算法采用两次插补的方法，通过坐标变换得到直线和圆弧焊缝摆动轨迹上的离散点，然后对其进行连续直线插补运算，控制焊枪的运动轨迹。     

力矩优化的扩展雅可比方法机械手避障研究

利用扩展雅克比矩阵方法,在逆运动学中引入自运动向量,采用具有能量优化与避障约束的标量函数设计自运动向量,规划避障次级任务;为了减小机械手关节驱动器实际输出的峰值力矩,避免过大峰值力矩导致的转矩饱和,提出力矩峰值减小优化算法,该方法采用局部优化策略,使用当前转矩及给定约束优化下一状态转矩。通过平面3连杆机械手的仿真结果表明,机械手在笛卡尔空间完成轨迹跟踪主任务的同时,能有效避开障碍物,减小输出力矩峰值。     

基于MATLAB的仿人焊接机械手运动学分析和仿真

针对在狭小空间或密闭容器内以及危险作业环境中焊接的特殊要求,以UG软件为基础设计了一种仿人焊接机械手。采用D-H方法建立了焊接机械手的运动学方程,并讨论了该机械手的运动学问题。然后运用MATLAB软件对机械手的运动学进行了仿真,通过仿真观察到机械手各个关节的运动,并得到所需的数据,说明了所设计参数的合理性和运动算法的正确性,为焊接机械手的动力学、控制及轨迹规划的研究提供了可靠的依据。     

基于ADPSO算法的焊接机械手运动轨迹规划方法

为解决因焊接机械手运动轨迹特征难提取、非线性特性强,导致运动轨迹规划误差大的问题,提出一种基于ADPSO自适应粒子群优化的轨迹规划方法。分析了关节角度、加速度及位姿间的线性关系,采用三次多项式曲线求解焊接机械手关节在不同坐标方向上首端、末端、初始点及结束点的向量值,将向量参数作为方程的输入,求得关节转角。根据机械手每个位置的最大和最小关节转角,建立轨迹目标函数,约束机械手可达到的最大加速度、最短和最长位移及角速度。采用ADPSO法将目标值看作种群粒子,建立全局目标搜索函数,对运动目标定位搜索,完成轨迹规划。试验结果表明,所提方法的轨迹规划精准度较高,与理想轨迹较吻合,针对关节角度和关节速度的规划效果均佳。     

基于改进差分进化算法的外圆磨削优化方法

在考虑粗、精磨的生产成本以及热损伤、砂轮磨损和磨削标准化等约束情况下，研究了外圆粗、精磨的优化方法，以提高生产效率和表面精度。提出了一种基于改进差分进化算法的外圆磨削优化方法，并将优化的结果与传统差分进化算法结果相比较，表明基于改进差分进化算法的方法具有更好优化能力。     

Q-learning算法下的机械臂轨迹规划与避障行为研究

机械臂运动和避障中存在轨迹偏差,要通过适当控制算法加以纠正确保实际轨迹趋近于理想轨迹。提出基于改进Q-learning算法的轨迹规划与避障方案,分别构建状态向量集合和每种状态下的动作集合,利用BP神经网络算法提高模型的连续逼近能力,并在迭代中不断更新Q函数值;路径规划中按照关节旋转角度及连杆空间移动距离最小原则,实现在合理避障同时轨迹偏差度最低。仿真结果表明:提出的控制算法收敛性速度快,路径规划效果优于传统规划方案,偏移成本最低。     

基于RBF神经网络的六自由度机械臂轨迹优化

为了降低机械臂运动轨迹偏差、提高精确度,设计了六自由度机械臂模型并对末端执行器进行运动轨迹规划。从运动学出发建立机械臂的连杆坐标系并获得D-H参数,通过机械臂运动学公式求解得末端执行器位置和姿态;借助MATLAB中的神经网络工具箱设计RBF神经网络,利用轨迹离散转化得到的离散点训练RBF神经网络。仿真结果表明,采用RBF神经网络优划后得到的运动轨迹为平滑曲线、且在各坐标轴的趋近误差均低于±0.4 mm,降低了趋近误差,实现了机械臂在笛卡尔空间的轨迹优划。实验结果达到了预期效果,表明此次轨迹优化的合理性。对机械臂应用于生产中具有一定的指导意义。