参数曲线近似弧长参数化的插值方法

本文提出了参数曲线近似弧长参数化的一种插值方法。参数曲线的弧长函数的单调增的，近似弧长参数化可以转化为弧长函数的保单调分段有理线性插值。用这种插值得到的近似弧长参数化曲线插值原曲线上的一组点，最后，两个实例表明了近似弧长参数化曲线能很好地逼近原曲线，且没有所不希望的波动。     

用二次插值实现近似弧长参数化

分段二次Ｈｅｒｍｉｔｅ插值用来保单调地反插值参数曲线的弧长函数．所作近似弧长参数化曲线在插值节点处,近似弧长是精确的,并且具有与精确弧长参数曲线同方向的单位切矢．在整个近似弧长参数区间,近似弧长的误差可达到０（△ｔ）＾２（△ｔ为节点步长）．数值实例得到了很好的结果．     

近似弧长参数化的三次保形插值

在构造近似弧长参数化曲线时,必须添加某些额外的数据点,以获得足够的近似弧长参数化精度,对于参数三次曲线,给出了一个“双点单位化”的近似弧长参数化公式,为如何选择这些额外数据点提供了理论依据,所给出的方法既能有效地提高近似弧长参数化精度,同时又满足了保形插值的要求。     

基于GIMT和弧长参数化的QG-Ball曲线近似合并

曲线近似合并作为 CAGD 中复杂曲线设计的一种有效技术,一直备受学者们的关注,并在 CAD/CAM 领域得到了广泛的应用。针对现有带形状参数的广义 Ball 曲线难以合并的问题,提出了一种基于广 义逆矩阵理论(GIMT)和弧长参数化的 QG-Ball 曲线近似合并方法。首先,利用曲线近似弧长参数化算法计算出 QG-Ball 曲线弧长等分对应的配置点列(亦称等分点)和配置点参数值;其次,基于所得等弧长配置点列及其参 数值,再结合广义逆矩阵理论和曲线拟合方法,便可以直接得到计算合并后 QG-Ball 曲线控制顶点的一个显式 表达式;最后,利用连续函数的 L2 范数定义了一个度量曲线合并效果的误差计算公式,并给出了一些具有代 表性的数值算例及其合并误差。实例结果表明,所提出的方法可以高效地实现 QG-Ball 曲线的近似合并,不仅 易于操作、误差计算简单,而且能方便地推广到其他曲线的近似合并。     

近似弧长参数化Bézier曲线的最佳逼近

考虑近似弧长参数化Bézier曲线的逼近问题。当获得Bézier曲线的一个近似弧长参数化[1]之后,这种参数化只能达到C0-连续性。为了增加其参数连续性,利用其带有端点约束的关于L2-模的最佳逼近以得到具有C2-连续性的Bézier样条曲线。实验证明,这种逼近的效果是十分理想的。     

近似弧长参数化Bézier曲线的最佳逼近

考虑近似弧长参数化Bézier曲线的逼近问题.当获得Bézier曲线的一个近似弧长参数化之后,这种参数化只能达到C0-连续性.为了增加其参数连续性,利用其带有端点约束的关于L2-模的最佳逼近以得到具有C2-连续性的Bézier样条曲线.实验证明,这种逼近的效果是十分理想的.     

基于弧长参数化的曲面W-M 分形插值

论文提出了一种以Weierstrass-Mandelbrot 分形（简称W-M 分形）与参数 曲面相合成来实现分形曲面的数字化建模的方法。指出了在参数曲面上合成W-M 分形以及 实施弧长参数化计算的必要性;论述了弧长参数化的具体算法,并用此方法实现了W-M 分 形与参数曲面的合成;在此基础上,提出了两向异性分形曲面的一种建模方法,实现了参数 曲面上进行两向异性W-M 分形的插值模拟。     

空间椭圆弧轨迹规划的实现方法

用切线拟合和压缩圆两种算法实现了空间的椭圆弧轨迹规划。首先针对平面情况建立了数学模型，进而利用矢量旋转推广到一般的三维空间。仿真和实验均表明，压缩圆法的CPU耗时与圆弧规划在同一个数量级，可用于实时控制。     

冗余度机器人的轨迹规划

本文综述了国际上近年来冗余度机器人轨迹规划的研究成果.主要讨论了冗余度机器人在满足所期望的终端要求时灵活性的控制、动力学性能的改善和障碍物躲避的规划算法,同时指出了现有研究中存在的问题.     

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．     

冗余度机器人在关节坏死情况下的轨迹规划

本文在分析比较一些常见的机器人灵活度标准的基础上,提出一种轨迹规划算法,通过提高机器人关节坏死后的灵活度,解决了机器人在关节坏死后由于灵活度过低造成不可控的问题.分别对4 自由度连杆机器人和平面4 自由度宏--微机器人进行了仿真和实验研究,仿真和实验结果证明了算法的有效性.􀁱􀁽     

基于改进蚁群算法的机器人轨迹规划

为优化机器人末端执行器的工作轨迹,提高工作效率,减少能量损耗,建立了以运动时间和路径最短、冲击最小为目标的优化模型。在传统蚁群算法的基础上,引入带方向信息的全局启发因子来提高最优路径的搜索效率,并利用蚂蚁的死亡机制和惩罚函数来避免遇到陷阱时形成的路径死锁情况。测试结果表明,改进后的蚁群算法收敛速度更快,能够在较短时间内规划出满足条件的最优路径。     

基于焊接机器人的实时轨迹插补算法

提出了一种实现焊接机器人实时轨迹插补的规划算法。该算法既能满足时间上的实时性,又能够在完成机器人当前轨迹插补的同时,实现在线调整插补参数,改变机器人当前插补方程,从而改变机器人运动轨迹与状态。而对于不同插补类型,只要找准对应线长的表示,不需要对算法本身进行修改,就可以完成相应的轨迹插补。该算法应用于“昆山一号”焊接机器人中,表明其满足焊接实时性和可调速性要求。     

基于GA优化RBF神经网络的机器人轨迹规划

针对机器人在不确定环境下末端执行器运动轨迹的准确性及平稳性问题,采用基于遗传算法(GA)优化径向基函数(RBF)神经网络的轨迹规划方法对Kinova Mico2机器人进行轨迹规划研究。介绍了机器人的相关参数及坐标系、建立了D-H矩阵和运动学模型。提取机器人实际抓取物品的直线轨迹并等分插补,用GA优化并实时在线更新RBF神经网络的权值,以更优的权值参数建立新的RBF网络。研究结果表明:相比优化前,基于GA优化RBF的规划轨迹逼近误差小且平滑稳定,仿真结果较为稳定,轨迹规划的可行性满足机器人实际抓取工作的需要。     

基于VC++的工业机器人轨迹规划研究

文章探讨了工业机器人轨迹规划的理论和研究方法,介绍了基于VC++的机器人轨迹规划软件的实现方法。该软件使机器人能够实时规划无碰轨迹,并利用ROSTY软件绘制无碰位姿的机构仿真简图。通过Motoman-HP3机器人的实验,实现了运用VC++应用程序调用Motocom32软件的外部接口函数对工业机器人进行轨迹规划的应用。仿真实验证明,所开发的机器人轨迹规划软件可以实现机器人的远程控制,能保证机器人定位的精度。     

一种球形机器人运动轨迹规划与控制

阐述一种非完整欠驱动系统的控制设计和运动规划策略 ,研制出一种全新的全方位行走机器人 ,由于其具有特殊的灵活性 ,可应用于各种不同的场合 .     

面向机械臂轨迹规划的强化学习奖励函数设计

针对基于深度强化学习的机械臂轨迹规划方法学习效率较低,规划策略鲁棒性差的问题,提出了一种基于语音奖励函数的机械臂轨迹规划方法,利用语音定义规划任务的不同状态,并采用马尔科夫链对状态进行建模,为轨迹规划提供全局指导,降低深度强化学习优化的盲目性。提出的方法结合了基于语音的全局信息和基于相对距离的局部信息来设计奖励函数,在每个状态根据相对距离与语音指导的契合程度对机械臂进行奖励或惩罚。实验证明,设计的奖励函数能够有效地提升基于深度强化学习的机械臂轨迹规划的鲁棒性和收敛速度。     

四自由度机器人轨迹规划算法研究与实现

对四自由度机器人轨迹规划的理论方法进行了研究,主要介绍了关节空间中的三种插值时间函数：三次多项式插值、五次多项式插值和带抛物线过渡的线性插值,比较分析不同算法间的优缺点。然后以MT－R四自由度机器人为实验平台,基于MFC框架类,用VC＋＋开发一套机器人控制系统,软件实现轨迹规划算法。     

工业机器人时间-能量最优轨迹规划

针对工业机器人时间最优、能耗最优的多目标轨迹优化问题,提出了一种基于改进引力搜索算法的最优轨迹规划方法。将引力搜索算法的种群按照惯性质量的大小均分为两组。首先引领组的粒子进行小范围的邻域搜索。然后引领组通过施加引力来引导跟随组的粒子进行位置更新。同时引入人工蜂群算法的贪婪选择策略,每次更新保留较优解。以自主研发的150 kg重载机器人为实验对象,将所提算法与标准人工蜂群算法和引力搜索算法进行比较,结果表明所提算法具有更优性能。