基于脊线模态法和RRT算法的蛇形机械臂避障控制研究

相较于传统机械臂,蛇形机械臂具有高灵活性的优势,尤为适合各类非结构化的工作环境。但非结构环境要求蛇形机械臂具有更强的避障能力和适应性。为解决蛇形机械臂的避障轨迹规划问题,提出了一种基于脊线模态法和快速扩展随机树(RRT)的控制算法。分析并建立其运动学模型,研究了机械臂各关节角度变化与绳索长度变化的关系。采用脊线模态法得到了机械臂末端满足期望位姿的空间脊线,并利用二分法拟合空间脊线,由此获得蛇形机械臂的逆解。与经典的雅可比迭代法相比,脊线模态法具有计算简单、效率高、充分反映机械臂几何特征的优点。在脊线模态法的基础之上,对于存在碰撞的空间脊线,进行部分关节调整,生成一条新的无碰撞的期望空间脊线。采用无需建立空间模型的RRT算法生成绕过障碍的轨迹。最后在Matlab环境下进行仿真,分析角度绳长变化关系,对脊线模态法和避障轨迹生成进行验证。     

基于改进人工势场法的动态环境运动规划

移动机器人和智能无人驾驶车辆的路径规划问题是实现自主导航的关键问题。本文提出了基于改进人工势场法的局部路径规划算法,只需传感器提供局部环境信息,就可做出即时反应来指导机器人运动,算法简单,效率较高。实验结果表明该方法可以在动态环境下实时计算障碍物位置和信息,顺利到达目标点,高效、稳定,具有广泛适用性。     

基于改进人工势场的无人机预设航线避障研究

为了实现基于预设航线的无人机三维避障,提高无人机(UAV)的自主能力,提出一种改进型人工势场算法。传统的人工势场法避障只着眼于无人机的安全到达,且可能会陷入局部最小点。当避障基于预设航线时,传统人工势场无法在避障的同时尽量跟踪预设航线,对传统人工势场引力场进行改进,使引力指向目标航线,并针对预设航线为曲线时引入前馈和速度控制,消除跟踪误差;为解决引力场改进后人工势场法存在局部最小点问题,对斥力场进行改进,使其垂直于航线方向,消除局部最小点。将改进后的算法运用到近地表自主搜索无人机的三维避障中,将三维避障分解为XY和XZ 2个平面上的避障,在Adams上构建避障场景进行仿真,仿真结果显示该算法能够实现基于预设航线的无人机三维避障,且避障过程平稳。     

基于改进人工势场方法的多无人机编队避障算法

针对无人机(UAV)机群在编队飞行过程中可能受机群其他无人机或鸟类等障碍物的影响,基于传统人工势场(APF)的编队避障算法易陷入局部优化解,进而导致无人机机群避障失败的问题,提出了一种基于改进三维人工势场(3D-APF)的编队避障算法。通过在势场函数中引入一致性理论的通信拓扑和权重等概念,实现无人机机群在分布式结构下的快速编队。然后将z轴势场引入二维势场,并引入与障碍物移动方向垂直的辅助势场以消除算法陷入局部最优化解的缺陷。最后,通过M atlab仿真实验验证了本文算法的有效性。     

基于TSA*算法的双机械臂协同避障规划方法

提出了一种基于时序A*(TSA*)算法的双机械臂路径规划方法.针对A*算法在高维环境下计算时间急剧增加的问题,引入期望步数Fs避开无效节点,减少计算工作量;在高维空间搜索时,因open表急剧变大导致维持open表最小二叉堆结构的时间大幅增加,通过对open表进行拆分,进而降低维持open表结构的时间消耗.主臂在静态环境...     

基于改进人工势场与强化学习融合算法的路径规划研究

首先,针对DQN算法存在迭代次数过多、训练速度过慢以及APF算法具有某些局限性等问题,该文基于人工势场（APF）算法和深度强化学习（DQN）算法对DQN算法进行改进。其次,将改进后的APF算法与DQN算法进行融合,提出了改进人工势场与强化学习融合算法（APF-DQN）。最后,通过大量试验验证了该文提出的APF-DQN算法的有效性。     

基于引力势场的包装机器人自动避障控制方法

目的 为解决自动化包装机器人机械手受到障碍物影响导致避障效果较低的问题,提出自动化包装机器人机械手自主避障方法.方法 建立自动化包装机器人行走轨迹运动模型,计算其线速度和角速度,完成自动化包装机器人的运动学分析;利用相邻2个自动化包装机器人之间的引力势场,计算自动化包装机器人所受的合力;设置自动化包装机器人机械手自主避障的状态方程,设计自主避障算法;结合自主避障流程,实现自动化包装机器人机械手的自主避障.结果 在U型障碍物路段和H型障碍物路段中设计了对比实验,实验结果表明,提出的自主避障方法无论在哪种类型路段,自动化机器人的工作效率都在75％以上,具有较好的避障效果.结论 适用于自动化包装机器人的机械手避障,为自动化包装机器人的研究提供参考.     

基于凸规划的机械臂轨迹规划方法

研究了快速求解具有时间约束的机械臂轨迹规划问题,提出了一种基于凸规划的轨迹规划方法。该方法针对机械臂轨迹规划中动力学约束非线性强、时间约束不易处理的问题,首先通过变量替换,将非线性约束转化为线性约束,然后添加新的约束,将原始非凸优化问题转化为凸规划问题,在此基础上,将其写作二阶锥规划（SOCP）形式,使用SeDuMi等优化工具包近似实时求解。该方法具有以下优点：计算高效,凸规划问题能够在多项式时间内得到求解;算法全局稳定,能收敛到全局最优解,不需要提供优化初值;可扩展性强,工业机器人的多种约束以及性能指标如加速度平滑约束、功率等均可扩充。仿真实验表明,与现有方法相比,该方法能够有效提高轨迹规划的效率,机器人的轨迹规划可以近似实时求解。     

动态环境下基于自适应步长Informed-RRT*和人工势场法的机器人混合路径规划

为解决移动机器人在动态环境下的路径规划问题,将Informed-RRT*和人工势场法相融合,提出全局与局部规划算法相融合的路径规划方法。首先,针对Informed-RRT*算法采样效率低,以及得到路径不满足机器人运动学约束的问题,采用目标偏置法与自适应步长法,减少冗余搜索与不必要树的生长;同时,引入走廊优化与时间重分配法,优化路径节点,使路径更加平滑。其次,针对人工势场法易陷入局部极小值和目标点附近不可达的问题,采用平滑窗格策略,增设全局路径子目标点,使机器人能够逃离局部极小值,完成规划任务。仿真结果表明,静态环境中自适应步长Informed-RRT*算法相比于Informed-RRT*算法求解时间缩短了71.98%;动态环境中,混合算法相比于人工势场法,搜索时间缩短了15.4%,路径长度缩短了11.1%。     

移动机器人路径优化中的改进人工势场法分析

本文着重分析了移动机器人路径优化中的改进人工势场法,以期能够提供相关的参考借鉴。     

基于Dobot机械臂的包装自动线运动规划与仿真

目的 针对手工包装作业劳动强度大、生产速率低、一致性差等问题,基于Dobot轻型机械臂设计一种针对校园纪念品包装的自动化线.方法 首先对自动包装线各工序进行分析,确定各工步关键路径点,对各工序内的工步机械臂运动进行轨迹规划.其次利用Robotics Toolbox工具箱建立机械臂仿真模型,进行运动仿真分析.最后联合Matlab和Inventor进行可视化运动虚拟仿真.结果 运动仿真结果显示,在机械臂执行轨迹规划任务过程中各关节角位移无突变,且角速度和角加速度曲线平滑,能保证机械臂运行平稳,可视化虚拟仿真显示机械臂运行平顺.结论 证明各工序机械臂运动规划可行,符合各工步任务要求,可以满足包装自动化任务要求.     

排爆机械臂多目标轨迹规划研究

针对排爆机械臂轨迹规划问题,提出多目标轨迹规划方法。建立三次样条曲线分段轨迹描述方程,采用外加虚拟点法保证三次样条曲线可任意指定轨迹初始速度、加速度,提出灵活性优化目标以提高机构灵活性;将优化目标及运动学约束以轨迹方程参数表示,转化为对各段运动时间的寻优;采用CNSGA-II对排爆机械臂运动进行多目标轨迹优化,处理非线性约束最优化,建立排爆机械臂多目标轨迹规划算法流程。结果表明,该方法能有效提高规划结果灵活性,各项目标均优于线性加权单目标规划,所得轨迹平滑可控。     

移动机械臂混合轨迹规划技术的研究

目前对于大型零部件的加工主要采用人工或者固定式机器人加工为主。该研究课题开发的一款全方位移动机械臂,实现机器人移动式加工,并且可以实现多工位加工,提高了机器人的使用效率。在进行机器人移动式加工时,需要对移动中的机械臂进行轨迹规划,这就牵扯到移动平台和机械臂混合轨迹规划问题。本文通过研究移动平台和机械臂混合轨迹规划问题,提出了一种新的位置规划方案,实现数据的智能数字化化处理,最后通过多次试验来验证算法的准确性和可行性。     

基于consensus的人工势能场在足球机器人避障中的应用

在分析足球机器人路径规划方法--人工势场法不足的基础上,将基于consensus的人工势能场的新方法应用到机器人避障中.为了避免传统人工势场中导航函数方式的缺点,引入一与运动方向垂直的回转仪的力来代替排斥力.为了避免由障碍物引起的运动奇异性,引入一制动力,使足球机器人减速以便有足够的时间转弯,可以进行很好的避障.利用consensus算法来获得优化的势能场函数,解决足球机器人导航和避障问题,并能达到时间最优和轨迹最优的目的.仿真结果表明该方法能够快速准确地进行避障,且路径比较平滑.     

基于势场路径规划的机器人同步定位与地图构建

针对特征点同时为障碍物的环境,提出一种基于势场路径规划的同步定位与地图构建算法,其能够分析事物的特征点、有效消除障碍物、构建良好的环境,具有十分重要的作用。这一算法经过专家学者长时间的研究,能够推算出基于势场地位的控制规律,其不仅能够对机器人同步定位与地图构建进行动态定位,还能够确保其综合性能,突破了原有格局、开创了新的发展局面。该文具体阐述SLAM系统状态,对机器人进行实时监测,另外建立系统模型,采用合理的方式进行路径规划。     

基于MATLAB的机械臂运动学分析和轨迹规划

目的 研究包装机械臂运动学和轨迹规划,以实现机器臂的平稳运行和精确控制。方法 以六自由度包装机械臂模型为研究对象,采用改进的D–H参数法建立坐标系,推导运动学方程,运用MATLAB搭建机械臂模型并进行正逆运动学仿真,以验证模型的正确性。其次,采用五次多项式插值算法对机械臂关节空间进行轨迹规划。最后,针对包装作业中待包装产品的定点抓取搬运任务进行轨迹规划和仿真。结果 搭建的机械臂模型正确,五次多项式插值法轨迹优化效果好,可保证各关节角度、速度和加速度曲线光滑连续;计算出抓取搬运任务中各关节的关节量,并得到了末端执行器运动轨迹曲线。结论 机械臂能以预期的运动精度完成抓取搬运的动作,为进一步探究机械臂的运动控制和实际应用奠定了基础。     

基于优选学习泛化机制的机械臂运动规划方法

针对传统机械臂运动规划方法存在智能化低和适用性差的问题,本文研究了基于优选学习泛化机制的机械臂运动规划方法。根据动态运动基元(DMPS)、机械臂D-H模型和正逆运动学,设计了机械臂示教学习(LFD)运动规划系统。在此基础上依据DMPS的学习特性与样本空间的多样性,提出方位-距离筛选规则优选样本,并融入运动特征与障碍物的耦合因子实现避障规划。通过Matlab进行机械臂优选LFD系统建模并仿真分析其可行性与精确性,为了验证系统的适用性,设计并完成障碍物环境下的机械臂避障规划物理实验。本文提出的机械臂运动规划方法在一定程度上赋予了机械臂自主作业的能力,提升了其智能化水平。     

基于径向基函数量子蚁群的机械臂路径规划

目前,机械臂在工业生产中得到了日益普遍的使用,但是其运动轨迹的规划仍未得到较好的解决。该文重点研究了一种以径向基功能和量子蚂蚁为基础的机器人手臂的轨迹优化方法,它引入了径向基功能神经网络,并将蚁群算法与径向基功能网络相融合,利用蚂蚁算法对网络的权重和门限进行了训练,从而使蚂蚁神经网络既具备神经网络的宽泛的映射功能,又具备蚂蚁算法的快速、全局收敛以及启发式的优点,从而在一定意义上克服了仅利用神经网络的缺点。该文将该方法应用到机器人的运动轨迹优化中,取得了较好成果。该方法不仅具备大规模的神经网络映射,还具备蚂蚁优化和分布式计算的优点。     

基于势场导向权的改进机器人 路径规划免疫算法

为了解决复杂环境中移动机器人的路径规划问题,结合人工势场法计算量小的特性和人工免疫网络的自适应调节能力,提出了一种改进的路径规划免疫算法。为了提高免疫网络的搜索能力以及免疫网络的收敛性,将人工势场法的规划结果作为先验知识构建了导向权,同时将抗体命令清晰度和抗体转移后的距离变化作为变量,构建了新的抗体转移概率算子。仿真结果表明,与其他算法相比,新算法在最优规划能力和网络收敛性能方面都有明显提高。