基于多项式加减速控制的轨迹规划的研究

轨迹规划是机器人控制系统研究的重要内容之一,它对机器人性能的提高起着关键性的作用。为解决机器人在笛卡尔空间直线和圆弧拟合自由曲线时存在的误差较大的问题,提出机器人冲击最优的轨迹规划算法。通过多项式速度控制曲线和阿当姆斯微分方程,并以最大弓高误差、最大加速度为约束条件,对机器人轨迹进行插补。同时使用四元数来对机器人姿态进行描述,并使用球形线性插值法对其进行插补。最后以IRB2600工业机器人为仿真本体,使用Matlab对所提出的算法进行仿真,可以得到误差允许范围内的工业机器人运行轨迹,证明了此算法理论上的有效性。     

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。     

基于智能优化算法的Pendubot轨迹规划与控制方法设计

以垂直Pendubot为研究对象,提出一种基于智能优化算法的轨迹规划与控制方法,以解决Pendubot控制过程中难以从摇起区过渡至平衡区的问题.为Pendubot的驱动连杆规划一条从初始角度到中间角度的正向轨迹和一条从中间角度到目标角度的反向轨迹.欠驱动连杆在系统耦合关系作用下进行运动,对应的Pendubot末端点也运动至相应位置.通过遗传算法优化轨迹参数,将正向和反向轨迹拼合为一条由初始角度到目标角度的驱动连杆轨迹的同时,对应的Pendubot末端点轨迹拼合为一条由垂直向下平衡位置到垂直向上平衡位置的完整轨迹,然后设计跟踪控制器跟踪优化后的驱动连杆轨迹至目标角度,由于耦合关系的存在, Pendubot末端点也运动至垂直向上平衡位置.由于Pendubot受重力作用,其末端点很难长时间稳定在垂直向上平衡位置,故设计镇定控制器,实现Pendubot末端点在垂直向上平衡位置的镇定控制.最后通过仿真实验验证所提出方法的有效性,并通过对比说明所提出方法在奇异点规避、控制器设计和控制效果方面的优势.     

基于高阶多项式的爬游机器人足端轨迹规划

针对深海爬游机器人足端轨迹规划问题,采用高阶多项式拟合的方法对其进行研究;首先,介绍了爬游机器人整体结构并对其进行运动学建模,结合爬游机器人运动学模型提出了一种直线与曲线相结合的机器人足端轨迹;其次,利用四阶多项式和六阶多项式分别对机器人足端轨迹进行拟合,比较两种拟合结果可知,六阶多项式拟合方法对机器人足端速度、加速度的规划效果更佳;利用六阶多项式轨迹拟合方法对多段轨迹连接点处的速度问题进行了分析,解决了机器人在运动过程中腿部抖动问题,使机械腿具有良好的控制柔顺性;最后,根据D-H法则建立机器人单腿仿真模型,通过仿真验证了算法的可行性,进一步在水池中利用机器人实物样机验证了算法的有效性.     

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.     

An accurate adaptive NURBS curve interpolator with real-time flexible acceleration/deceleration control

Parametric interpolation has been widely used in CNC machining because of its advantages over the traditional linear or circular interpolation. Many researchers focused on this field and have made great progress in the specific one, NURBS curve interpolation. These works greatly improved the CNC machining with constant feedrate, confined chord error and limited acceleration/deceleration. However, during CNC machining process, mechanical shocks to machine tool caused by the undesired acceleration/deceleration profile will dramatically deteriorate the surface accuracy and quality of the machined parts. This is, in most occasions, very harmful to machine tools. In this paper, an accurate adaptive NURBS curve interpolator is proposed with consideration of acceleration–deceleration control. The proposed design effectively reduces the machining shocks by constraining the machine tool jerk dynamically. Meanwhile, the constant feedrate is maintained during most time of machining process, and thus high accuracy is achieved while the feedrate profile is greatly smoothed. In order to deal with the sudden change of the acceleration/deceleration around the corner with large curvature, a real-time flexible acceleration/deceleration control scheme is introduced to adjust the feedrate correspondingly. Case study has been taken to verify the feasibility and advantages of the proposed design.     

基于交互车辆轨迹预测的自动驾驶车辆轨迹规划

针对城市道路等复杂行车场景,提出了一种基于交互车辆轨迹预测的自动驾驶车辆轨迹规划方法,将高维度的轨迹规划解耦为低维度的路径规划和速度规划;首先,采用五次多项式曲线和碰撞剩余时间规划车辆行驶路径;其次,在社会生成对抗网络Social-GAN的基础上结合车辆空间影响和注意力机制对交互车辆进行轨迹预测;然后,结合主车规划路径、交互车辆预测轨迹及碰撞判定模型得到主车S-T图,采用动态规划和数值优化方法求解S-T图,从而得到满足车辆动力学约束的安全、舒适最优速度曲线;最后,搭建PreScan-CarSim-Matlab&Simulink-Python联合仿真模型进行实验验证。仿真结果表明,提出的轨迹规划方法能够在对交互车辆有效避撞的前提下,保证车辆行驶的舒适性和高效性。     

基于深度学习的多机械手轨迹规划系统设计

目前提出的多机械手轨迹规划系统路径规划精准度低,避障能力差。基于深度学习对多机械手的规划系统进行设计,通过研究传统系统中存在精确度、智能性不足的缺点,在设计的系统分别引入了相应的解决条件,在硬件结构的设计中本文应用ISL-320型号的伺服电机提升多机械手的动力功能,应用SKT64系列的芯片提升多机械手的路径精准度;在应用程序设计上应用拟合算法与叠加算法对规划路径中的节点精准运算,在提升系统整体精准度的同时提升了系统的智能程度。实验结果表明,基于深度学习的多机械手轨迹规划系统路径与标准路径十分接近,说明该方法的规划精准度较高,避障能力得到有效增强。     

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。     

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。     

基于视觉的服务机器人轨迹跟踪控制

根据移动服务机器人的运动学模型和针孔摄像机成像原理,完成了机器人的速度向量由视觉空间到任务空间的变换。采用视觉伺服控制方式,结合反步设计思想,设计了具有全局渐近稳定的轨迹跟踪控制器,并利用Lyapunov函数进行稳定性分析。仿真结果验证了所设计控制器的有效性和正确性。     

基于PH曲线的Delta机器人轨迹规划方法

针对Delta并联机器人高速作业时笛卡儿空间轨迹不平滑的问题,提出一种基于毕达哥拉斯速端曲线（PH曲线）的轨迹规划方法．首先,利用PH曲线平滑竖直运动与水平运动间的直角过渡部分,确定拾放操作轨迹;然后,利用多项式运动规律对轨迹的1维曲线位移进行规划,确定运动轨迹插补点的位置;最后,以最小化拾放操作周期为目标优化PH曲线参数,得到平滑的运动轨迹．仿真分析表明,基于该方法的拾放操作具有较短的运动周期,轨迹平滑且有较平稳的运动特性;实验结果表明,Delta机器人能够以90次/分钟的速度进行抓取操作,实现了并联机器人的高速作业．     

基于滚动时域优化的无人飞行器轨迹规划

给出了寻求无人飞行器的最优轨迹的一种方法,其问题描述为使飞行器从初始状态飞行到目标状态,同时避免撞到障碍物。基于混合整数规划的滚动时域优化方法用来求解飞行器的轨迹规划问题。给出的仿真结果显示此方法的有效性以及在复杂环境下的可实时计算性。     

基于多项式的智能车辆换道轨迹规划

以智能车辆换道过程为研究对象,提出一种基于多项式理论的车辆换道轨迹规划算法。该算法采用矩形对换道车辆及障碍车辆进行包裹,结合换道车辆的边界条件由以时间为参数的多项式计算得到换道轨迹。由该算法生成的换道轨迹符合四段式车道变换模型,并适用于复杂道路环境。新算法将复杂道路环境中期望换道轨迹的求取问题转换为单一参数求取问题,简化了计算,同时考虑了车辆动力学限制对生成轨迹的影响。计算机仿真验证了算法的正确性及有效性,尤其是在复杂路面情况下体现了该换道轨迹规划算法的优势。     

基于QPSO 算法移动机器人轨迹规划与实验

针对移动机器人路径规划问题,提出一种基于QPSO算法的路径规划方法,并用概率论的方法分析了移动机器人路径规划的收敛性,阐明了该方法随均匀分布和正态分布的参数关系和收敛区间;然后根据移动机器人的运动特征提出一种改进的轨迹规划方法。移动机器人平台的实验结果表明了该方法在移动机器人路径规划中的有效性和可行性。     

三轮驱动移动机器人轨迹跟踪控制

针对三轮驱动移动机器人在轨迹跟踪控制过程中运动不平滑的问题,建立了移动机器人在一定运动约束条件下的运动学模型。根据移动机器人位姿误差微分方程的描述,设计了基于后退时变状态反馈方法的移动机器人轨迹跟踪控制器。基于李雅普诺夫方法,对轨迹跟踪控制器的稳定性进行了分析,证明了该控制器能够保证闭环系统全局一致渐进稳定。仿真结果验证了运动学模型的正确性,以及轨迹跟踪控制器的有效性。     

基于Dubins曲线的无人直升机轨迹规划

为提高无人直升机的控制性能,提出了一种基于Dubins曲线的轨迹规划算法,并对其各个部分的实现进行了研究和设计。该算法利用Dubins曲线原理对定点飞行任务的两点或者多点目标进行分析计算,寻找出一条最短的飞行路径,从而提高了飞行效率。根据无人直升机系统多变量、非线性和强耦合的特点,采用串级PID方法设计了飞行控制器,该控制器能够修正无人直升机的姿态和位置,从而提高了轨迹规划的稳定性和准确性。最后,以某小型无人直升机为实验平台表明了该轨迹规划算法和控制器的可行性。     

载人机器人平顺轨迹规划及自抗扰跟踪控制方法

针对公共环境载人机器人的安全性和乘载舒适性需求,提出一种机器人平顺轨迹规划及改进自抗扰跟踪控制方法,重点解决避险和平稳运动两种工况下机器人轨迹扰动问题;首先,设计了基于障碍物密度及其危险性的在线速度空间优化方法,获得符合安全和舒适度要求的轨迹;其次,采用扩张状态观测器观测机器人轨迹跟踪过程中内外扰动并实施补偿;再次,引入非线性反馈控制律自动调整反馈增益,减少超调并提高自抗扰控制器稳定性;对不同场景数值模型仿真表明,提出的轨迹规划方法可以满足机器人作业的安全性、舒适性需求;改进自抗扰跟踪控制器效果明显优于传统ADRC和自适应PID,具有较强的抗干扰能力和较快速的跟踪性能.     

翻滚目标逼近的虚拟域逆动力学轨迹规划

针对追踪星自主逼近和跟踪翻滚目标特定部位的最优规划问题,提出了一种基于虚拟域逆动力学的多约束最优逼近轨迹规划方法.首先,在翻滚目标本体系下建立追踪星相对于翻滚目标特定部位的相对轨道动力学方程,并建立追踪星本体系相对于翻滚目标期望固连坐标系的相对姿态动力学方程;其次,考虑目标星外形、敏感器视场和执行机构控制能力等约束条件,建立时间/能量最优规划模型;然后,采用序列二次规划(sequential quadratic programming,SQP)方法求解时间/能量最优规划问题;最后,数值仿真验证了该方法在满足多约束条件下,可实现对翻滚目标自主逼近与跟踪的最优轨迹规划,同时与高斯伪谱法进行了对比,验证了本方法在计算效率方面的优势.