用于行人导航算法评估的足部轨迹仿真研究

针对行人足部运动情况较为复杂,不利于建模仿真的问题,在分析行人步态周期的基础上,提出了一种简化的行人足部运动设计方案。该方案将一个完整的步态周期划分为抬脚、转向、摆动、落脚和支撑五个阶段,并通过对加速度和角速度的控制,实现了对步态周期中足部位置和姿态的运动模拟。最后,采用零速修正辅助的行人导航算法对综合了平坦地面行走、上楼和下楼的运动仿真数据进行了验证。结果表明该方案设计能够用于行人足部运动轨迹的仿真,为行人导航技术的研究提供了一种简便有效的方法。     

基于自适应遗传算法的超声检测最优轨迹规划

为了保证曲面工件超声检测中探头的平稳性并提高超声检测的效率,提出了一种基于时间最优的超声检测轨迹规划算法。利用D-H表示法和齐次变换矩阵方法进行运动学建模,用三次多项式对运动轨迹进行拟合,以运行时间最短为目标,运用自适应遗传算法寻找在满足速度、加速度等约束条件的最优轨迹。实验结果表明,该算法有效可行,可运用于实际工程项目中。     

基于运动学和动力学的关节空间轨迹规划

在机器人轨迹优化设计的研究中,轨迹规划是实现机器人高速、高精度运行的核心,合理的轨迹规划不仅要满足机器人的运动学要求,而且要满足机器人的动力学要求,在驱动电机不变的情况下,增加机器人的速度和载荷是轨迹规划的难点。利用先进的python软件对机器人的运行轨迹进行深入的分析,在关节空间内采用五次插值多项式进行运动轨迹拟合,并将动力学模型加入到轨迹规划中。生成的拟合曲线表明,机器人在关节空间和工作空间内的位移、速度、加速度、加加速度曲线连续可导,各时间段的峰值力矩、峰值功率趋于同一数值,能有效的提高运动部件的速度和寿命。     

关节型机器人运动学仿真及控制系统设计

关节型机器人各运动关节动态特性和控制系统的稳定性直接影响机器人以及轨迹规划的可达性.以IRB140关节型机器人为研究对象,依据标准D-H参数法和空间位姿变换理论推导出机器人正向运动学数学模型,并采用机器人逆运动学和改进后的五次多项式插值算法实现了机器人在关节空间下进行轨迹规划时各运动关节速度和加速度过渡平滑的目的.最后...     

基于6R关节式工业机器人的运动规划研究与仿真

工业机器人运动规划是控制机器人完成工作运动任务的关键,直接决定了机器人运动轨迹质量.为研究6R工业机器人的运动问题,本文以安川MA1440机器人为研究对象,对其进行运动轨迹分析与仿真.首先,基于CREO三维软件建立三维模型,其次,根据D-H参数法建立机器人的连杆坐标系,进而得到关节角度等相关参数,然后根据齐次变换矩阵导...     

六自由度机械臂轨迹规划与仿真研究

针对六自由度链式机械臂在进行正运动学、逆运动学以及轨迹规划仿真时,不易直观地验证运动学算法的正确性和轨迹规划的效果,在正确建立机械臂数学模型的基础上,重点分析了机械臂在关节空间中轨迹规划的两种实现方法,并采用三维运动仿真进行了验证.开发了一套六自由度机械臂三维仿真软件,该仿真软件在VC++6.0开发平台上,首先利用分割类将基于MFC框架的窗口分割成为控制窗口和视图窗口两部分,然后利用OpenGL的图形库对机械臂进行建模,首次将正运动学、逆运动学以及轨迹规划算法融入其中开发而成.该仿真软件有效地验证了机械臂运动学模型建立的正确性,同时也对三次多项式和五次多项式两种轨迹规划方法做了直观的比较,结果表明后一种轨迹规划效果明显优于前一种.     

仿生六足步行机器人步态轨迹的研究与仿真

针对仿生六足步行机器人关节较多,其步态轨迹规划和关节控制量计算都较为复杂的现状,采用Solidworks软件与MSC.ADAMS软件相结合的方式对六足仿生步行机器人的样机模型进行了运动学仿真与分析.通过仿真,验证了所设计的三角步态的适用性和所选择的三次样条曲线作为机器人足端点轨迹曲线方案的可行性.详细阐述了六足仿生步行机器人轨迹仿真的原理、方法及过程,找到了一种在ADAMS环境下求解机器人逆解的方法,简化了理论计算,提高了设计效率.     

B-splines joint trajectory planning

This paper describes how B-splines can be used to construct joint trajectories for robot manipulators. The motion is specified by a sequence of Cartesian knots, i.e., positions and orientations of the end effector of a robot manipulator. For a six joint robot manipulator, these Cartesian knots are transformed into six sets of joint variables, with each set corresponding to a joint. Splines, represented as linear combinations of B-splines, are used to fit the sequence of joint variables for each of the six joints. A computationally very simple recurrence formula is used to generate the B-splines. This approach is used for the first time to establish the mathematical model of trajectory generation for robot manipulators, and offers flexibility, computational efficiency, and a compact representation.     

基于嵌入式系统的机器人关节空间轨迹规划

针对工业机器人运行过程经常出现的因速度或加速度不连续从而导致抖动等问题,提出了一种基于B样条曲线的轨迹规划算法,该算法使用三次B样条曲线来对六自由度机器人的关节空间进行插值,并根据实时性的要求运用一种控制点衔接插补算法进行分段插补,最终应用于基于ARM9的嵌入式系统中。实验证明:该算法不仅计算量小、处理时间短,而且能保证速度曲线的连续平滑,减少了机械抖动。     

基于蚁群算法的最小代价航迹规划仿真

在大比例尺地图的路径规划中,由于飞行器全局航迹规划需要计算机存储的栅格点数量巨大,存在维数爆炸问题,使得航迹解算计算量激增,因此提出1种改进的蚁群算法,将栅格由大及小进行划分,利用大栅格为飞行器选择相对平滑和离散度低的飞行地形,利用小栅格为飞行器提供相对精确的全局飞行航迹,将栅格带所有栅格的代价之和作为航迹代价,从而选出1条航迹代价最小的路径．该算法将蚁群算法的信息素更新机制更加合理地应用到航迹规划中．仿真结果表明,该方法能解决航迹维数解算问题,可以将一系列栅格点组成的路径点集合为最优解,为飞行器提供最优航迹规划路径．     

基于APSODE-MS算法的无人机航迹规划

无人机航迹规划是指在环境威胁与自身约束条件下,规划一条安全可行的航迹,是实现无人机自主化飞行的关键技术之一.为实现无人机在不同城市环境下能够快速规划一条安全可靠的航迹,提出一种基于自适应粒子群差分进化-最小捕捉(APSODE-MS)算法的无人机航迹规划方法.首先,建立城市环境航迹规划数学模型,以航程距离、威胁约束、违背约束代价3者的加权和作为目标函数;其次,在PSO算法中引入自适应非线性惯性权重,根据粒子偏离全局最优解的程度分配不同的搜索模式,结合动态差分进化(DE)算法加快粒子的收敛速度,引入改进的正态扰动提高跳出停滞与早熟现象的能力;最后,筛选关键航迹点,并采用最小捕捉轨迹(MS)算法对航迹进行光滑处理.仿真结果表明,所提出的APSODE-MS航迹规划方法能够在不同城市仿真环境下较好地完成规划任务,并能获得更优的航路,从而验证算法的有效性和鲁棒性.     

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。     

基于滚动时域的无人机动态航迹规划

针对带有动力学约束的多旋翼无人机航迹规划问题,提出了一种基于滚动时域控制和快速粒子群优化(RHC-FPSO)方法。该方法引入了基于VORONOI图的代价图方法说明从航迹端点到达目标点的距离估计。根据滚动时域和人工势场法的思想,将路径规划问题转化为优化问题,以最小距离和其他性能指标为代价函数。设计评价函数准则,按照评价准则使用变权重粒子群优化算法求解。针对无人机靠近危险区飞行的问题,将斥力场引入到代价函数中,提升其安全性。仿真实验结果显示,使用文中方法可以有效地在满足约束条件下穿过障碍物区域,以及在复杂环境下可以动态计算。     

基于信赖域算法的机械臂时间最优轨迹规划

为了提高机械臂的工作效率,提出了一种新的时间最优轨迹规划方法.通过逆运动学运算得到与任务空间轨迹对应的关节空间位置序列,采用7次B样条曲线构造关节空间插值轨迹,将运动学约束转换为对B样条轨迹曲线控制顶点的约束,并适当放大约束条件,然后采用信赖域方法求解时间优化问题,从而规划出速度、加速度和脉动均连续且满足运动学约束的时间最优轨迹.仿真结果验证了所提出时间最优轨迹规划方法的有效性.     

基于出租车轨迹数据的最优路径规划方法

针对传统的路径规划算法并不一定能计算得到现实中最优路径的问题,提出一种融合了出租车驾驶经验并以时间为度量的路径规划算法。该算法的实现是将路径规划这个以计算为中心的技术变为以数据为中心的数据驱动挖掘技术。首先,从大量的出租车轨迹数据中提取真实的载人轨迹数据,并将载人轨迹数据匹配到路网数据中;然后,根据地图匹配结果计算路段的访问频次,选取前Top-k个路段作为热点路段;其次,计算热点路段间行车轨迹的相似度,对轨迹进行聚类分析,在路网的基础上构建该k个路段的热点路段图;最后,使用一种改进的A^*算法实现路径规划。实验结果表明,与传统的最短路径规划算法和基于驾驶经验路网分层的路径规划算法相比,所提出的基于热点路段图的路径规划方法有效地缩短规划路径的长度及路径行驶时间,提高路径规划的用时效率。     

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。