基于解析法和遗传算法的机械手运动学逆解

研究优化机械手轨迹规划问题,机械手运动时要具有稳定性避障性能。针对平面3自由度冗余机械手优化控制问题,建立机械手的结构模型。提出用解析法和遗传算法相结合满足具有计算量小和适应性强的特点。在给定机械手末端执行器的运动轨迹,按着机械手冗余自由度,运动轨迹上每个点对应的关节角有无穷多个解。而通过算法可以找到一组最优的关节角,可得到优化机械手运动过程中柔顺性和避障点。仿真结果表明,该算法可以快速收敛到全局最优解,可用于计算冗余机械手运动学逆解,并可实现机器人的轨迹规划和避障优化控制。     

物体空间运动轨迹建模优化仿真研究

研究空间物体移动轨迹建模优化问题.传统的建模方法需要大规模的采集数据,会影响建模的效果,并且增加了无线带宽的成本.为了更好地跟踪和存储移动物体的轨迹,优化轨迹建模结果,提出了基于移动物体运动轨迹点描述优化算法.该算法通过预测和规划移动物体在整个运动过程中的运动轨迹的时空模型,采用少量轨迹点对运动轨迹进行优化,在减少轨迹点的同时,使运动轨迹更接近于移动物体真实运动情况.实验结果表明,该方法能有效地描述移动物体的运动轨迹,取得了预期的结果.     

面向水下阀门开闭的水下机械手轨迹规划仿真

为了实现水下机械手自主旋转水下阀门自动控制优化设计,研究了水下机械手的轨迹规划.水下机械手自主旋转水下阀门过程分为接近、旋转两部分.在机械手接近阀门的规划轨迹中,引入梯度投影法(GPM)优化关节角,并提出了一种新的配置GPM优化因子方案;在机械手旋转启闭阀门轨迹规划中,使用五次多项式完成关节空间轨迹优化并形成末端的圆形轨迹,结合几何法和欧拉角法求解运动学逆解;在Matlab中完成仿真,证明了GPM比加权最小范数法更好的关节角优化效果,实现较高的末端轨迹精度;验证了圆形轨迹和逆运动学理论的合理性.     

梯度微粒群优化算法及其收敛性分析

针对标准微粒群优化算法微粒运动轨迹的收敛性进行了分析.给出并证明了微粒运动轨迹收敛的充分条件.提出一种简便的等高线图判别法,该方法能够通过参数的位置判断微粒轨迹是否收敛并衡量收敛速度.为提高算法的收敛速度.构造出一种梯度微粒群优化算法,给出并证明了该方法收敛的充分条件.仿真结果表明,梯度微粒群优化算法具有优良的搜索性能.     

梯度微粒群优化算法及其收敛性分析

针对标准微粒群优化算法微粒运动轨迹的收敛性进行了分析,给出并证明了微粒运动轨迹收敛的充分条件.提出一种简便的等高线图判别法,该方法能够通过参数的位置判断微粒轨迹是否收敛并衡量收敛速度.为提高算法的收敛速度,构造出一种梯度微粒群优化算法,给出并证明了该方法收敛的充分条件.仿真结果表明,梯度微粒群优化算法具有优良的搜索性能.

     

跟踪物体空间运动轨迹优化仿真研究

研究空间物体移动轨迹建模优化问题。传统的建模方法需要大规模的采集数据,会影响建模的效果。为了更好地跟踪和存储移动物体的轨迹,优化轨迹建模结果,提出了基于移动物体运动轨迹描述优化算法。通过空间移动物体的水平和垂直移动轨迹曲线,推导出任意位置物体的移动轨迹曲线,通过加载随即误差对运动目标进行跟踪,得出运动目标的滤波数据曲线,并采用卡尔曼滤波器对运动目标轨迹曲线进行平滑。仿真结果表明,该方法能有效地描述移动物体的运动轨迹,取得了预期的结果。     

基于视频的多目标车辆跟踪及轨迹优化

为了获取交通视频中车辆的运动轨迹,提供道路动态交通信息,提出一种基于Yolo3目标检测和KCF目标预测相结合,关联历史轨迹预测结果和检测结果的长时间多目标车辆跟踪算法;对采用机器视觉获取的车辆轨迹非平滑现象,提出通过Savitzky-Golay滤波器对原始的车辆轨迹进行平滑优化。对比测试场景中车辆轨迹优化前后,优化后的轨迹在保留原有车辆运动特征的前提下,改善了轨迹平滑性,提供的动态交通信息更能反映车辆真实运动状况。     

六自由度机械手三维可视化仿真研究

针对Reniovo型六自由度机械手的特定构型,分析了机械手的基本结构,用D-H方法建立了其运动学模型,并推导了基于解析法的机械手正、逆运动学求解方法,针对运动学逆解,推导了基于多解自动寻优的方法,提高了机械手的可行工作空间和避碰能力,最终在运动学求解基础上设计了机械手的运动轨迹规划算法。此外,利用3ds Max进行机械手三维建模,并利用Open Gl技术实现机械手三维运动显示,以三维可视化仿真的方式对机械手的逆解及轨迹规划算法进行了仿真验证,仿真结果显示仿真机械手可以准确执行预期轨迹并达到预定的位姿,证明了上述的仿真方法对于研究机械手工作原理、工作空间及进行碰撞检测都具有参考意义。     

基于模糊神经网络的水下机械手的运动轨迹规划

运动轨迹规划对水下机械手的研究和设计具有重要的影响,本文提出了一种基于模糊神经网络的水下机械手的运动轨迹规划方法.文章首先简要叙述了水下机械手的发展现状和存在问题,然后通过分析抓取任务及环境信息的获取,对水下机械手进行了数学建模.接着重点阐述了规划器的结构及工作原理.最后通过仿真对轨迹规划方法进行了验证.     

基于执行时间约束的机器人关节空间轨迹优化

为在保证机器人运动轨迹的平滑性的条件下提高机器人工作效率,提出一种基于轨迹执行时间归一化处理的关节空间运动轨迹规划优化算法。对轨迹的执行时间进行归一化处理,分析关节空间位置、速度、加速度的运动轨迹相对于归一化时间的数学模型;考虑关节运动参数的约束条件,采用五次多项式拟合机器人在关节空间的运动轨迹,分析不同轨迹执行时间对关节位置运动轨迹的超调量的影响,实现机器人关节空间的位置轨迹优化;在M atlab环境里对机器人的运动轨迹进行仿真建模,完成机器人运动学仿真。多组仿真结果表明,该算法在保证机器人轨迹平滑的基础上,能保证轨迹执行时间最优,有效地提高机器人的运动效率。     

电能表检验台体串联机械臂时间最优轨迹规划

时间最优轨迹规划有助于缩短机械臂运动时间,提高工作效率,在机械臂实际应用场景中起着至关重要的作用.针对串联机械臂点到点运动的时间最优轨迹规划问题,提出一种基于改进多种群遗传算法的最优轨迹规划方法.通过五次多项式插值对机械臂运动路径进行拟合,利用改进的多种群遗传算法对机械臂运动时间进行优化,改进之处包括:设计含有惩罚项的...     

一种求解聚类问题的分布估计算法

提出一种求解聚类问题的分布估计算法。基于PBIL算法定义聚类矩阵,建立对应的概率矩阵模型,引入遗传算法的基因变异算子,设计适用于分布估计算法的变异操作,改进概率模型的更新方式。实验结果表明,与Kmeans、Kmedioid、Clarans和遗传算法相比,该算法的聚类质量较好。     

基于动力学约束的机械臂最优关节轨迹规划

本文提出了基于机械臂关节驱动力矩约束方程规划其关节最优运动轨迹的一种有效方法.该方法运用矩阵范数理论简化机械臂的动力学约束方程;在机械臂的关节空间内采用归一化的无因次量运用非线性规划法优化其运动轨迹.将所规划的无因次量轨迹方程作为机械臂产生实际运动轨迹的发生器,通过给定机械臂各运动段的起始和终止关节坐标,由系统的动力学约束方程计算出整个运动段所允许的最短运行时间,即生成所期望的运动轨迹.本文的轨迹规划方法计算效率高,可用于在线轨迹规划,文中通过算例证实了该方法的实用性.     

Application of neural generalized predictive control to robotic manipulators with a cubic trajectory and random disturbances

In this study, a single-input single-output (SISO) neural generalized predictive control (NGPC) was applied to a three-joint robotic manipulator with a cubic trajectory and random disturbances. The SISO generalized predictive control (GPC) was also used for comparison. Modelling of the dynamics of the robotic manipulator was carried out by using the Lagrange–Euler equations. The frictional effects, random disturbance, carrying and falling load effects were added to the dynamics model. The cubic trajectory principle is used for position reference and velocity reference trajectories. A simulation program was prepared by using Delphi 5.0. All computations for the manipulator dynamics model, GPC_SISO, and NGPC_SISO were done on a PC with 733 MHz CPUs using this program. The parameter estimation algorithm used in the GPC_SISO is Recursive Least Squares. The minimization algorithm used in the NGPC_SISO is Newton–Raphson. According to the simulation outcome, the results from the NGPC_SISO algorithm were better than those from the GPC_SISO algorithm. And these results showed also that the NGPC_SISO reduced the influence of the load changes and disturbances. This means that the NGPC_SISO algorithm combines the advantages of predictive control and the neural network.     

考虑柔性关节的机械臂自适应运动控制策略研究

具有柔性关节的轻型机械臂因其自重轻、响应迅速、操作灵活等优点,取得了广泛应用;针对具有柔性关节的机械臂系统的关节空间轨迹跟踪控制系统动力学参数不精确的问题,提出一种结合滑模变结构设计的自适应控制器算法;通过自适应控制的思想对系统动力学参数进行在线辨识,并采用Lyapunov方法证明了闭环系统的稳定性;仿真结果表明,该控制策略保证了机械臂系统对期望轨迹的快速跟踪,具有良好的跟踪精度,系统具有稳定性。     

基于模糊控制系统的机械臂自适应控制算法设计

针对现有机械臂控制算法,在轨迹控制和精度补偿方面存在的不足,设计了一种基于模糊补偿系统的自适应控制算法。先在笛卡尔空间内分析了机械臂的空间动力学运动过程,并得出机械臂运动中的最优力矩值,构建模糊控制规则并设定模糊子集;对经典模糊理论进行优化,引入可变论域思维在机械臂运动过程中,系统会实时反馈末端执行器行动轨迹,并实施动态化补偿;基于自适应算法对可变论域模糊控制器进行二次优化,修正模糊规则并校正模型的控制量参数,提升和改善整个机械臂系统的控制精度。实验结果显示,模糊补充自适应控制算法在多关节和多连杆机械臂的角度控制和位移控制精度方面有较大的优势,同时各关节和连杆的运动相应时间仅为0.27s和0.20s。     

A study on industrial robotic manipulator model using model based predictive controls

In this study, a single input single output (SISO) neural generalized predictive control (NGPC) was applied to a six joint robotic manipulator. The SISO generalized predictive control (GPC) was also used for comparison. Modeling of the dynamics of the robotic manipulator was made by using the Lagrange–Euler equations. The cubic trajectory principle is used for position reference and velocity reference trajectories. A simulation program was prepared by using Delphi 6.0. All computations for manipulator dynamics model, GPC-SISO, and NGPC-SISO were done on PC with 1.6 GHz Centrino CPUs by using this program. The parameter estimation algorithm used in the GPC-SISO is Recursive Least Squares. The minimization algorithm used in the NGPC-SISO is Newton–Raphson. According to the simulation results, the results of the NGPC-SISO algorithm were better than those of the GPC-SISO algorithm.     

基于能耗优化的深海电动机械臂轨迹规划

由于深海电动机械臂动力学模型较为复杂,难以基于动力学模型构建精确的能耗优化目标函数,因此,本文提出一种利用径向基函数（RBF）神经网络构建机械臂功耗模型的方法．首先,利用机械臂水下运动实验数据集训练所构建的RBF神经网络．利用基于该神经网络的功耗模型,结合机械臂关节空间轨迹规划多项式,建立机械臂能耗目标函数．然后,采用自适应粒子群优化（PSO）算法求解最优轨迹参数．结果显示,RBF功耗网络均方根误差（RMSE）为20.89 W;经过优化的轨迹的能耗比实验轨迹的能耗均值降低410.8 J（18.3%）．实验结果表明基于自适应PSO算法的轨迹规划方法实现了能耗优化的目标．     

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。     

Adaptive manipulator control: A case study

The author's previous work (1986, 1987) utilized the particular structure of manipulator dynamics to develop a simple, globally convergent adaptive controller for manipulator trajectory control problems. After summarizing the basic algorithm, they demonstrate the approach on a high-speed two-degree-of-freedom semi-direct-drive robot. They show that the dynamic parameters of the manipulator, assumed to be initially unknown, can be estimated within the first half second of a typical run, and that accordingly, the manipulator trajectory can be precisely controlled. These experimental results demonstrate that the adaptive controller enjoys essentially the same level of robustness to unmodeled dynamics as a PD (proportional and differential) controller, yet achieves much better tracking accuracy than either PD or computed-torque schemes. Its superior performance for high-speed operations, in the presence of parametric and nonparametric uncertainties, and its relative computational simplicity, make it an attractive option both for addressing complex industrial tasks, and for simplifying high-level programming of more standard operations