基于萤火虫-遗传算法的机械臂轨迹时间优化

针对传统遗传算法在求解机械臂轨迹优化问题时存在的搜索精度不够、效率低等问题,提出一种基于萤火虫-遗传算法的机械臂轨迹时间优化方法。在关节空间使用五次多项式插值法规划六自由度机械臂的末端轨迹,在运动学约束条件下,使用萤火虫-遗传算法对机械臂的末端轨迹进行时间优化,得到最优的末端轨迹运行时间。通过MATLAB仿真实验,轨迹运行时间从传统遗传算法的2.141 1 s减少到2.090 8 s。结果表明萤火虫-遗传算法具有比传统遗传算法更好的性能,能够有效地实现机械臂末端轨迹在运动学约束下的时间优化。     

基于六自由度机械臂的轨迹规划

针对机械臂运动过程中速度和加速度的运动连续性问题,基于六自由度机械臂关节空间的三次多项式轨迹规划,提出了一种过多路径点的轨迹规划的算法.为保持机械臂运动过程中各关节的速度和加速度的运动连续性,通过时间归一化方法来求解,不仅简化了求解过程,还提高了计算效率.数字仿真结果表明此方法的可行性.     

改进鲸鱼优化算法在机械臂时间最优轨迹规划的应用

针对机械臂时间最优轨迹规划问题,提出一种改进鲸鱼优化算法的最优轨迹规划方法。首先把机械臂各个关节的角度、角速度、角加速度作为约束参数,在关节空间中采用五次多项式插值构造机械臂的轨迹,然后建立以机械臂运行时间最优为目标的目标函数,采用改进的鲸鱼优化算法（IWOA）来对时间进行优化,提高机械臂的运行效率。最后通过MATLAB进行仿真,结果表明,改进的鲸鱼优化算法相较于其它同类算法求解精度更高,收敛速度更快,并且经过IWOA和轨迹优化结合得到的机械臂的位移、速度和加速度曲线都是平滑的且没有明显的突变,验证了该轨迹规划方法的有效性。     

三关节移动机械臂轨迹跟踪控制的研究

三关节移动机械臂是由移动平台及固定在移动平台上的三关节机械臂组成的机器人系统。文章对三关节移动机械臂进行了运动学和动力学建模,提出了一种基于自适应动态滑模控制的轨迹跟踪控制方法。对受外界干扰影响的移动机械臂系统的数学模型进行了输入/输出线性化处理,并设计了一种带有不确定性上界估计的自适应动态滑模轨迹跟踪控制器。从理论上分析了闭环机器人控制系统的稳定性,并利用MATLAB轨迹跟踪控制仿真实验验证了所提出的轨迹跟踪控制方法的有效性。     

基于改进萤火虫算法的机械臂时间最优轨迹规划

以国产某型号六轴工业机器人为研究对象,针对六轴机器人关节空间的轨迹规划问题,提出了一种基于改进萤火虫算法的时间最优3-5-3多项式插值轨迹规划算法.首先,由给定的机器人末端路径点求逆运动学得到关节空间下的路径插值点.然后,在速度约束条件下,利用萤火虫算法对插值结果进行优化,使得机器人具有最优运行时间.通过与传统萤火虫算法对比,改进后算法的收敛速度和精度都有明显改善.最后,应用MATLAB软件仿真出机械臂运动位置、速度、加速度曲线,并用实体机器人验证.结果表明,该方法使得机械臂具有更短的运行时间,稳定性更高.     

基于遗传算法的装填机械臂轨迹多目标优化设计

本文通过5次多项式插值法,建立药筒装填机械臂在关节空间的轨迹数学模型,提出了基于时间、能耗和振动的3个优化设计目标,并结合遗传算法对轨迹模型进行优化.结果表明,优化后的轨迹保留了原有轨迹模型一阶、二阶导数连续的特点,更加符合装填机械臂对实际操作任务的需求.     

基于MACSF的移动机械臂振动抑制轨迹规划方法

为满足移动机械臂高精度、低抖动的作业需求，提出一种基于修正非对称组合正弦函数（modified asymmetry combined sine function， 简称MACSF）的振动抑制轨迹规划方法。首先，针对传统非对称组合正弦函数（asymmetry combined sine function， 简称ACSF）存在加速度突变、启停阶段不稳定等问题，以驱动函数加加速度连续平滑为目标，采用改进型组合正弦函数设计加加速度时间窗口中的加速阶段和减速阶段，以降低移动机械臂的关节力矩波动；其次，通过叠加组合方法求出满足约束条件的通用型驱动函数；最后，基于机器人操作系统（robot operating system ， 简称ROS）搭建移动机械臂抑振算法验证平台，并使用该平台在样机场景下进行了一系列实验验证。结果表明，MACSF方法能够有效抑制移动机械臂的瞬态振动和残余振动（动态作业过程中振幅优于1 mm），从而验证了该方法的有效性和实用性。     

机械臂关节空间轨迹的时间最优智能规划研究

针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。     

基于复合形法的时间最优机械臂轨迹规划

目前,大多数机械臂在工作过程中运行时间不为最优,为了提高机械臂的工作效率,提出了一种基于复合形法的时间最优机械臂轨迹规划方法。该方法以5-7-5多项式插值法作为轨迹规划的基础,并以运动角度、运动速度以及运动加速度作为约束,采用复合形法进行优化,得到满足运动要求的时间最优运动轨迹。以FS20N仿真结构表明,复合形法有效地优化了时间。     

六关节机械臂的轨迹规划

以六关节机械臂为研究对象,采用B样条曲线进行轨迹规划.在轨迹规划时,在给定轨迹上插值,得到中间插值点.基于逆运动学将这些中间插值点转换至关节空间,得到关节角度值,从而将笛卡尔空间的轨迹约束转换至关节空间,进而用B样条曲线拟合出各关节轨迹.应用ADAMS软件进行轨迹规划仿真,得到各关节角位移、角速度、角加速度变化曲线,进而明确后续研究目标.     

基于粒子群优化算法的五自由度机械臂轨迹规划

为了让机械臂的工作时间达到最优,以自主研发的抛光机器人样机为研究对象,针对手表表壳表耳部分的抛光过程,提出PSO算法对五自由度机械臂轨迹规划进行优化,并通过MATLAB软件进行机械臂的仿真与分析。仿真结果表明,基于PSO算法的轨迹规划使机械臂在工作过程中加加速度不会产生突变,运动轨迹精度高,机械臂工作时间达到最优。     

基于遗传算法的机器人末端位置补偿轨迹规划

提出了一种机器人末端位置调整补偿的轨迹规划方法,利用遗传算法求解了机器人末端位置调整引起的关节变化量。利用该方法,机器人可在不精确环境下进行校正式示教学习,通过示教还原后可实现模糊环境中的机器人末端连续轨迹扫描。利用该方法在4自由度机器人上获取了理论关节轨迹与校正轨迹,试验结果证明了该方法的可行性。     

串联抓取机械臂运动轨迹规划算法研究

首先根据现有的小型六自由度串联机械臂完成D-H参数表,建立机械臂的数学模型,进行机械臂运动学求解.再根据机械臂在抓取目标物体时,末端执行机构的位置和姿态,运用Matlab中的Robotics Toolbox工具箱进行逆运动学求解,得到各关节角的角度。接着在增加障碍物的约束条件下,运用A~*搜寻算法,规划出抓取目标物的运动轨迹。之后应用拉格朗日插值法将运动轨迹上的运动点,通过插值的方法优化,进一步优化A~*算法规划出的运动轨迹。最后通过实验验证,达到了预期的结果,从而验证了在A~*算法的基础上运用拉格朗日插值法,在机械臂轨迹规划上应用的可行性和合理性。     

基于遗传算法的移动机械手运动规划

讨论移动机械手非完整运动最优规划问题.利用遗传算法对移动机械手进行了两点和多点运动规划,采用了浮点数编码及适应度最优保存策略.通过仿真试验,验证了该方法的有效性和可行性.     

基于模糊辨识的移动机器人轨迹控制算法的研究

国内外针对移动机器人轨迹控制主要存在动态时变反馈线性化、Backstepping反推控制、滑模变结构控制等几种主流的方法。尽管不少学者已经针对这些方法提出了一些改进,但仍然存在诸如模型不完整、无法抑制干扰、过分依赖于模型和实践中难以应用等缺点。文章利用模糊系统的万能逼近特性和易于实现的特点,提出了一种基于模糊系统的轨迹控制算法,解决了以前由于模型不完整、存在外部干扰而降低控制性能的问题。该算法利用Matlab进行了仿真验证,性能有显著提高。     

基于改进遗传算法的切削参数优化方法研究

分析了常用遗传算法选择算子的不足,发现没有能够有效避免局部最优解产生的选择算子。针对这一问题提出了改进的选择算子——自适应选择方法。利用改进的自适应选择遗传算法对船用柴油机关键件铣削参数进行了优化,建立了优化过程的数学模型,并通过计算机语言编程实现。分别采用4种选择算子对铣削参数进行优化。对优化结果进行对比分析,所提出的自适应选择算子的计算精确性和有效避免局部最优解的能力表明,该优化方法是科学有效的。     

基于遗传算法的连杆机构运动-轨迹设计的研究

建立了含运动时间特性要求的连杆机构轨迹设计的目标函数与约束条件，并得到其数学模型。使用遗传算法进行参数优化，为避免早熟和局部收敛，提出了进化早期适当放宽约束条件的策略。并又以挑线机构作为算例说明其具体操作，通过优化得到满足要求的机构参数，验证了这种方法的可行性与优越性。     

基于多目标遗传算法的产品优化配置研究

针对产品配置设计存在的问题，提出一种基于多目标遗传算法的产品优化配置方法，设计了相应编码解码方案和适应度计算方法，在具体算法中，对小生境的范围确定和精英策略提出改进。仿真实验证明，该算法可行有效，优于其他遗传算法。