双机器人协调点焊路径优化算法研究

针对双机器人协调点焊白车身前门的焊接路径研究,提出一种多目标遗传算法的点焊路径优化方法。所提算法利用机器人平稳性函数、焊点质量函数、焊钳的可操作性函数以及协调碰撞检测函数,可以实现双机器人协调焊接路径规划,通过分析由于焊钳位姿无法精确控制而引起焊点质量问题,提出了焊钳法向调姿方法,通过对白车身结构件车门窗围25个焊点分布属性及双机器人协调运动焊接要求进行分析,利用齐次变换矩阵和机器人逆解公式求得机器人各个关节角变化量,在Matlab得到双机器人协调运动柔顺焊接路径结果。最后,在机器人离线编程软件RobotStudio建立双机器人协调焊接工作站,对规划结果进行仿真试验验证。结果表明,该方法可以在实际焊接环境中实现双机器人协调点焊路径规划,对提高焊点质量与焊接效率奠定了理论基础。     

基于双重A~*算法的移动机器人动态环境路径规划

为了能让移动机器人在动态环境中安全无碰撞并且全局最优和局部最优兼并,减少路径规划时间,提出了一种基于双重A*算法的移动机器人路径规划方法。该方法采用A*算法分别进行全局路径规划和局部路径规划。首先在移动机器人运动前采用A*算法进行全局最优路径规划;当机器人运动过程中遇到障碍物时,再一次采用A*算法进行局部路径规划。所提出方法通过仿真结果验正有效可行,该方法不仅能让机器人在动态环境中安全无碰撞运动,而且能减少路径规划时间。     

双机器人松协调焊接过程无碰路径规划

针对两台机器人在同一工作区间进行焊接工作可能发生碰撞的问题,提出一种基于"假设修正"策略和遗传算法的无碰路径规划方法. 利用球体和圆柱体建立机器人包络模型,根据空间几何理论求出包络模型之间最短距离解析式. 以理想约束条件,得到假设路径. 建立与弧焊焊接质量、点焊最短路径等相关的适应度函数,通过遗传算法搜索出无碰位形. 以螺柱焊接工位为实例,运用仿真软件进行无碰路径规划工作. 结果表明,方法正确可行,为双机器人规划出优质无碰焊接路径.     

多目标遗传算法下焊接机器人焊接路径规划方法研究

为了提高焊接机器人的工作效率,需要获取最优焊接路径。为此,提出多目标遗传算法下焊接机器人路径规划方法。通过建立防碰撞模型,计算其安全距离,使机器人在运行过程中自行躲避障碍物,安全完成作业;在符合生产节拍的情况下,运用旅行商问题描述机器人焊接路径规划问题;采用多目标遗传算法对焊接路径规划模型进行求解,使焊接机器人规划出最短路径。试验结果表明,所提方法在有障碍物环境的路径规划结果与理想轨迹相比,其误差小,可避免碰撞障碍物,且规划的路径长度短。     

焊接生产线中COMAU机器人路径规划的研究

针对COMAU机器人系统的无碰撞路径规划问题,通过动态规划法解决了焊接无碰撞路径的规划,有效解决了焊接路径中碰撞和最短路径问题,实现了机器人路径的最优化。此外,把障碍物简化为一般多面体研究,解决了在多机械手系统中障碍物在机械手运动过程中产生机械干涉的问题,具有一定的科学理论基础和重要实用价值。     

双机器人主从协调焊接的路径规划算法

针对空间复杂曲线焊接问题进行了双机器人协调焊接路径规划方法的研究,在保证焊接过程焊缝点熔池处于水平或稍微下坡状态前提下,提出了一种主从协调跟踪的路径规划算法,以实现一台机器人夹持工件不断调整位姿满足船形焊的要求,另外一台机器人跟踪焊缝曲线实施焊接. 建立了协调系统数学模型,时间约束和空间约束,在此基础上规划了焊枪坐标系和工件机器人的位姿;并以马鞍形焊缝的焊接为研究对象进行了两个机器人的协调路径规划. 并对该算法所规划的结果进行试验验证. 结果表明,该算法可实现空间复杂曲线焊缝的连续焊接工作.     

基于非均匀损失场的机器人无碰撞路径生成方法

针对工业机器人作业过程中的运动碰撞问题,提出一种基于非均匀损失场的机器人无碰撞路径生成方法。该方法主要分为3个阶段：数据准备、粗规划和精规划。在数据准备阶段,通过标定手段确定工作站模型,拟构最小包围盒构造空间损失场;通过空间降维技术将原问题转化为二维规划问题。在粗规划阶段,通过排列组合法确定粗规划路线。精规划以粗规划的结果作为初始值,应用多项式插值法减少搜索范围,应用梯度下降法求解最优无碰撞路径。所提出的方法在设立的实验中取得了良好的结果,证明了其有效性及合理性     

一种领航-跟随型多移动机器人编队控制方法

针对多移动机器人的路径规划、编队成形与编队保持问题,本文提出了一种集路径规划和轨迹跟踪于一体的领航-跟随型编队控制方法。将改进型人工势场法引入领航机器人的在线局部路径规划中,有效解决了领航-跟随型编队运动中的无碰撞路径规划问题;采用滑模运动控制方法,设计了一种自主调节移动机器人线速度和角速度的轨迹跟踪控制器,解决了跟随机器人实时追踪预定轨迹的实时控制问题。这种综合路径规划和轨迹跟踪的一体化多机编队控制方法,有助于解决多无人系统编队、多机协作搬运等复杂作业任务。     

基于双蚁群算法的双机器人路径规划方法

针对双机器人协同作业时的路径规划问题,在蚁群算法的基础上提出一种双蚁群路径规划方法。通过轮候选择机制,使2个不同的蚂蚁群能合作完成所有的作业任务。在蚁群迭代过程中,利用同种群蚂蚁之间信息素的正反馈作用,优化蚁群的移动路径;利用不同种群蚁群之间信息素的负反馈作用,降低2个蚁群之间的冲突,找到2台机器人的最优移动路径。仿真结果表明：该算法具有收敛性,能同时实现双机器人的任务分配和路径规划,且路径规划结果优于现有的双机器人路径规划算法。     

双关节式机器人时间优化的动态避碰规划问题研究

文章针对具有公共工作空间的双关节式机器人系统,介绍了一种时间优化的动态避碰规划方法。根据单机器人不与静态障碍发生碰撞的运动路径,在保证具有最大加减速度条件下规划其时间优化轨迹。通过几何建模,利用空间几何物体间的Euclidean距离来实现系统的碰撞检测,并采用在初始位置延迟最小时间的方法解决双机器人的动态避碰问题。最后建立了基于Motoman-UP6的双机器人仿真模型,验证了理论分析的正确性。     

FANUC机器人和变位机协调工作的仿真策略

针对弧焊的特殊性,采用了变位机与机器人的协调运动。由于焊接轨迹是三维空间曲线,开发了针对空间焊缝曲线路径点运算的焊缝特征坐标系轨迹规划器;采用几何法解决弧焊机器人运动学的反解问题;通过运算,得到了各协调的工件目标点坐标数据,配合路径规划后的路径姿态数据以及机器人逆运动学计算在SolidWorks下进行协调焊接的仿真。     

双焊接机器人协同路径规划研究

针对白车身侧围双机器人协同焊接路径任务,对焊接路径规划算法进行研究,提出一种基于蚁群粒子群的融合算法。首先,建立单机器人焊接模型,将焊接任务转换为TSP问题,采用提出的融合算法优化TSP问题并与多种路径规划算法进行对比分析,证明所提出算法的优越性;其次,根据焊接任务将双机焊接转换为MTSP问题,依据约束条件,将MTSP转换为多个TSP问题,利用焊接路径之间的关系更新焊点,完成双机器人协同焊接模型建立,在MATLAB中得到路径规划的结果;最后,在ROBCAD中建立双机器人焊接工作站,对规划结果进行仿真验证。实验结果证明,所提出的融合算法对于双焊接机器人路径规划具有一定的指导作用。     

工业机器人离线编程及无碰撞路径规划系统的开发研究

基于柔性制造单元中的ＩＲＢ３４００型工业机器人,开发了离线编程和无碰撞路径规划的软件系统。软件应用后,可提高编程效率及有效防止碰撞的发生。     

弧焊机器人工作站协同作业研究

采用耦合规划方法,对弧焊机器人/变位机工作站和多机器人焊接工作站的协同作业路径进行规划。利用自主开发的协调路径规划器,构建弧焊机器人工作站仿真模型的驱动函数,完成了马鞍型焊缝和螺旋线焊缝的协同作业仿真实验,验证了协同作业路径规划方法的正确性和可行性。     

双机器人协调焊接任务规划及仿真

针对复杂曲线焊缝,对一台机器人夹持待焊接的工件,另一台机器人对物体进行焊接的双机器人协调焊接运动问题展开研究,建立了双机器人协调焊接坐标系,采用非主从式运动学轨迹规划,给定待焊接物体上某一点u的位姿,通过点u到焊接机器人和夹持机器人工具末端的两个约束矩阵,分别计算得到焊接机器人和夹持机器人的末端轨迹;焊接过程采用船形焊缝约束,保证焊枪与焊缝在弧焊过程中始终处于接头成形良好的位置,建立双机器人协调焊接Solidworks-SimMechanics仿真平台,并对一个管道直角钢制弯头的协调焊接进行了运动学轨迹规划和仿真.结果表明,建立的平台能精确和有效地对双机器人协调焊接运动进行任务规划和分析,机器人运动轨迹与规划的轨迹一致.     

大型三维复杂构件双机器人协同焊接智能路径规划方法

大型三维复杂构件是船舶、海洋装备、集装箱等的重要组成部分,其焊缝种类较多、空间分布复杂,部分焊缝存在协同同步弧焊焊接、焊接方向等特殊焊接工艺约束,现有协同焊接规划方法难适用于这类复杂场景。提出全局与局部相结合的双机器人协同焊接路径规划多阶段寻优方法;建立复杂构件三维空间焊缝模型以及双焊接机器人协同模型;根据协同同步焊焊缝的数量将构件划分出相应数量的分块,通过蚁群算法求解每一焊接分块的局部路径规划近似最优解;通过遗传粒子群算法进行多分块间的全局路径规划。仿真结果表明:通过分块划分多阶段寻优的方法可以有效地解决特殊焊接工艺约束下的大型三维复杂构件双机器人同步焊接路径规划问题。     

基于警戒机制的RRT无碰撞双路径规划算法

针对双臂机器人或双机械臂的路径规划问题，提出一种双路径快速扩展随机树(DP-RRT)算法。基于传统的快速扩展随机树(RRT)算法，设计了一种警戒机制，使同时生长的两个随机树能够时刻相互感知，且互为动态障碍来规避彼此；采用交替生长策略改进生长过程，来避免相互间可能出现的无序碰撞、路径交叉和生长抑制等问题，并引入非均匀B样条曲线来平滑路径，以减小机械臂运动产生的冲击。仿真结果表明，与两次应用RRT算法相比，各种环境的规划成功率都有所提升，尤其在10 mm大步长条件下，4种环境的搜索成功率分别提升了10%、31%、65%、84%,平均总路径减少10.8%。总之，DP-RRT算法在搜索成功率，计算时间和路径质量上都比与传统两次应用RRT算法的方案表现得更好。     

移动机器人运动规划算法研究进展

移动机器人运动规划旨在考虑机器人运动学、动力学和时间约束的同时,在复杂环境中找到最佳且无碰撞的路径。近年来运动规划算法逐渐向高效、实时生成高质量的可执行路径发展。综述了基于运动学约束的一系列运动规划算法,分析并比较了其理论上的优势和不足;对算法的实时性能、优化性能以及对环境模型的依赖性进行分析;将运动规划拆分成前端路径搜索和后端轨迹优化;总结了运动规划算法的研究状况。     

激光切割工艺路径的双染色体遗传算法优化

为了减小激光切割板材的空行路程和激光加工引起的板材升温,提出了基于双染色体遗传算法的切割路径规划方法。给出了轮廓特征点的选择方法,对轮廓间路径规划问题进行了数学描述,并建立了切割路径规划的多目标函数。针对切割起点确定和切割路径规划的联合求解问题,设计了双染色体编码方式,从而提出了双染色体遗传算法。该算法针对激光切割路径规划的特殊性,对交叉操作和变异操作进行了适应性设计,并给出了双染色体遗传算法对激光切割路径的规划流程。在10 m×5 m排样板材上进行路径规划验证,厂家CAM软件规划路径的空行路程为54.78 m,双染色体遗传算法规划路径的空行路程为39.65 m,比CAM软件规划的结果减少了27.62%;厂家CAM软件规划路径切割的板材的最高温度为252.67℃,双染色体遗传算法规划路径加工时的最高温度为152.23℃,比CAM软件规划路径的最高温度减少了39.75%。以上数据证明了双染色体遗传算法在激光切割路径规划中的优越性。     

基于改进蚁群算法的打磨机器人路径规划北大核心

针对打磨机器人在复杂空间中路径规划时存在收敛速度慢、容易陷入局部最优等问题,提出一种基于改进蚁群算法的打磨机器人路径规划方法。建立打磨机器人D-H连杆模型,进行正逆运动学分析以及计算验证;提出一种改进的信息素更新方法,将新的自适应计算方法应用于状态转移规则,并通过引入阻尼系数ξ改进启发式信息函数;在MATLAB中进行模拟仿真实验,得到改进蚁群算法最佳参数组合。结果表明:相对于基本蚁群算法,所提出的改进蚁群算法从起点到终点的最短路径长度平均减少14.3%,迭代次数平均减少55.3%;结合打磨机器人刀具位置等特点,可以获得路径长度最短且平滑的运动曲线。所提方法可有效解决打磨机器人三维路径规划问题。