基于改进粒子群算法的六自由度机械臂时间最优轨迹规划

针对六自由度机械臂时间最优轨迹规划问题,提出一种基于改进粒子群算法的4-3-4混合多项式插值轨迹规划算法。算法采用自适应惯性权重,它能根据搜索过程的各个阶段采用相应大小的权重,有利于跳出局部最优陷阱,保持粒子群多样性;以非线性学习因子代替传统粒子群算法中固定的学习因子,有效提高算法的收敛速度和求解精度。通过MATLAB进行仿真验证,结果表明改进粒子群算法收敛速度提高46%,寻优精度提高38%,同时机械臂轨迹规划时间缩短了大约36%,充分地证明了该轨迹规划算法的可靠性和优越性。     

关节非线性的串联双连杆机械臂运动控制研究

各轴上的关节非线性和不同轴间的动力学耦合效应是导致多轴工业机器人轨迹跟踪误差的主要非线性因素。因此,提出一种考虑关节非线性的串联双连杆机械臂模型的工业机器人运动控制方法。通过构造机械臂运动学和动力学模型,将连杆的非线性刚度和摩擦力直接辨识为关节非线性,从而进行参数化建模,通过实验验证了模型的有效性;提出了辨识双连杆动态模型的二自由度控制方案及带可变陷波滤波器的反馈整型控制方案,对机械臂运动进行控制。实验结果表明:与常规PI轨迹跟踪控制方法相比,此控制方案缩短了调整时间且减小了最大路径误差,降低了超调量。研究表明该控制方案能够有效地抑制残余振动,提高机械臂运动稳定性和轨迹追踪精度。     

机器人动力学参数辨识研究

基于动力学模型的控制是改善机器人运动控制性能的有效方法，为了得到精确的动力学模型，需获得准确的机器人动力学参数，采用加权最小二乘法与遗传粒子群混合算法结合的辨识算法获得准确的动力学参数。关节摩擦影响动力学模型精度，传统库伦粘滞摩擦模型精度不高，引入一种新的连续摩擦模型，采用牛顿-欧拉法建立机器人动力学模型，采集机器人在激励轨迹运动下的数据，先采用加权最小二乘法辨识得到初始解，在初始解的基础上设定解的边界，分别采用遗传算法、粒子群算法、遗传粒子群混合算法辨识动力学参数，并于已有方法进行对比，结果表明遗传粒子群混合算法辨识动力学参数精度更高。最后，选取验证轨迹验证动力学参数的精度，结果表明辨识得到的动力学参数能够建立精确动力学模型。     

基于改进粒子群算法的机械臂振动抑制研究

SCARA机械臂在工作过程中和工作终止后都会出现振动问题,为了降低机械臂的残余振动,选取粒子群作为寻最优抑振轨迹的优化算法,针对粒子群算法在轨迹寻优时收敛性差以及出现停滞现象问题,提出采用非线性递减惯性权重和粒子种群跳跃的方法对粒子群算法进行改进。利用机械臂振动抑制实验平台,使用改进的粒子群算法进行抑振轨迹优化并进行实验研究,验证结果可行且有效,得到抑振指标最小的最优抑振轨迹。     

基于改进PSO算法的时间最优机械臂轨迹规划北大核心

针对传统机械臂轨迹规划存在效率低、智能算法易早熟和运行不稳定等问题,提出了一种以时间最优为目标,采用改进粒子群算法(PSO)对6自由度机械臂轨迹进行优化的方法。首先,在关节空间下利用机械臂正逆运动学原理获取其轨迹插值点;其次,为了使机械臂能够快速平稳地到达目标位置,采用3-5-3多项式对其轨迹进行插值;最后,使用改进PSO算法对分段多项式插值构造的轨迹进行优化,实现6自由度机械臂时间最优的轨迹规划。通过MATLAB仿真实验可以得到机械臂各个关节的加速度、速度和位置的轨迹信息,在满足机械臂运动学约束的前提下,机械臂完成整段轨迹所用的时间从3 s减少到2.1 s,整体运行时间相对于PSO算法优化前缩短了近30%,由此表明改进PSO算法可以有效地实现6自由度机械臂时间最优的轨迹规划。     

基于ADAMS的飞机表面清洗臂动力学仿真与分析

针对五自由度的飞机表面清洗机械臂,利用 Lagrange 方程建立了清洗臂的动力学模型,采用 Solidworks 建立了该清洗臂的实体模型,将其导入到动力学分析软件 Adams 中生成了虚拟样机,并进行了动力学仿真与分析,由此得出各关节转角和关节力矩的关系曲线,确定了关节所需的输入力矩。这为机械臂的控制、关节驱动形式的确定提供了可靠依据。     

基于ADAMS的飞机表面清洗臂动力学仿真与分析（英文）

针对五自由度的飞机表面清洗机械臂,利用Lagrange方程建立了清洗臂的动力学模型,采用Solidworks建立了该清洗臂的实体模型,将其导入到动力学分析软件Adams中生成了虚拟样机,并进行了动力学仿真与分析,由此得出各关节转角和关节力矩的关系曲线,确定了关节所需的输入力矩。这为机械臂的控制、关节驱动形式的确定提供了可靠依据。     

基于改进混合粒子群算法的机器人轨迹规划

针对机器人工作效率以及运行平稳性问题,提出一种基于改进混合粒子群算法的轨迹规划方法。建立新的模拟退火机制,并结合粒子群算法进行多目标优化;使用非线性惯性权重递减策略以及动态学习因子平衡局部和全局搜索能力。以某六自由度机器人(SFR-TA)为研究对象,使用5-7-5插值多项式构造轨迹曲线;利用权重系数法,将基于时间-脉动冲击的目标函数归一化处理以求得最优值。结果表明：相比于传统粒子群算法,该算法的运行时间更短,同时可有效减少机械臂脉动冲击,具有更好的稳定性。     

基于线性变参数控制的机械臂追踪误差仿真研究

针对目前机械臂在使用控制器时,存在轨迹追踪误差较大问题,设计了机械臂线性变参数控制方法,并且对追踪误差进行仿真验证。构造了两关节机械臂运动简图,建立机械臂刚体动力学数学模型,引入动力学参数的线性组合,推导出线性变参数模型。设计出机械臂的线性变参数控制器,采用Matlab/Simulation软件对控制器的轨迹追踪误差进行仿真。同时,与其它控制器的机械臂轨迹追踪误差仿真结果进行比较和分析。仿真结果显示,采用线性变参数控制器实际输出运动轨迹与理论期望运动轨迹更接近,运动比较平稳。采用线性变参数控制可以提高机械臂运动轨迹的追踪精度。     

基于扰动观测器的冗余机械臂任务空间控制

针对冗余机械臂在任务空间中的轨迹跟踪控制精度差问题,提出了一种基于非线性扰动观测器的滑模控制算法。首先,将末端执行器位姿轨迹通过运动学逆解转换成关节空间内的关节角轨迹,降低运动学求解的计算量;其次,利用拉格朗日法获得机械臂的动力学模型,明确系统输入输出关系;进而,设计非线性扰动观测器来估计与补偿系统的集总干扰,并引入基于趋近律的滑模控制算法来加快系统状态量的收敛速度;再者,控制器的稳定性在李雅普诺夫框架下得以证明;最后,以7自由度冗余机械臂为例对该文所提方法的有效性进行了仿真验证。仿真结果表明:文中控制器的控制性能要优于LADRC与SMC-LESO,能保证关节角具有较高的轨迹跟踪精度;该文方法能够较好地解决冗余机器人的运动学逆解问题,将求解精度控制在0.1mm的量级内。     

异类粒子群算法的机械臂轨迹多目标规划

为了减少机械臂工作过程中的耗时、耗能和冲击,提出了基于异类粒子群算法的机械臂轨迹多目标规划方法。建立了7自由冗余机械臂运动学模型和优化模型;以传统粒子群算法为基础,根据学习信息的不同来源,设计了4种粒子进化行为,根据粒子当前状态计算不同进化行为的当前价值和未来价值,根据当前价值和未来价值的综合价值计算不同进化行为的选择概率,从而完成了异类粒子群算法的构造。以耗时最少单目标优化为例,与传统粒子群算法相比,异类粒子群算法不仅收敛速度快,而且优化程度提高了27.48%;使用异类粒子群算法对机械臂轨迹进行多目标综合优化,给出了Pareto最优前沿面,可根据不同需求和优化重心从中选择优化结果。     

工业机械臂动力学模型简化分析与仿真

针对工业机械臂进行动力学分析的常用方法是利用Lagrange方程进行动力学建模后再实行仿真计算。利用Pieper准则,将五自由度工业机械臂动力学方程展开式简化,即将腕部与手抓部的关节视为外部干扰,只针对前三关节进行动力学分析;提出一种针对简化后的模型利用开源引擎ODE完成机械臂动力学计算;在建立的机械臂三维仿真平台上利用ODE进行仿真的方法。仿真结果表明:该仿真方法不仅可实现机械臂的实时控制,还能得到机械臂动力学参数曲线图。为解决机械臂动力学仿真中效率低和实时性差的问题提供了理论依据。     

基于递推最小二乘法的SCARA机器人动力学参数辨识研究

为了提高SCARA机器人在工业场合中的工作精度,对其动力学模型进行分析是有效途径之一。建立机器人拉格朗日动力学方程并进行线性化处理,得到一组关节力矩和待辨识参数的线性表达式。选取有限项傅里叶级数作为激励轨迹模型,并使机器人启停时关节角速度和角加速度为零,确保机器人运行平稳。再将线性表达式中观测矩阵的条件数作为优化指标,并结合MATLAB优化工具箱,获得关节最优激励轨迹系数。最后通过递推最小二乘法获得待辨识参数,并代入关节力矩表达式中,并与实际采集力矩值进行比较,确定两者变化趋势。结果表明:实验能够获得较为理想的效果,经过辨识计算所得关节力矩可用作相关领域的动力学控制。     

柔性关节机械臂的滑模变结构控制

研究一种带有柔性关节的二连杆机械臂的轨迹跟踪滑模变结构控制问题。针对机械臂的非线性、强耦合以及高阶次的柔性关节特性,运用Lagrange方程建立动力学模型,并针对二连杆机械臂设计滑模变结构控制律,实现一种在一定的系统特性下沿规定的状态轨迹作小幅度、高频率的上下运动的鲁棒控制,系统可达到更高的控制精度及稳定性。最后基于Sim Mechanics建立柔性关节机械臂仿真模型,并通过实验与仿真验证了该控制算法的有效性与可行性。     

机器人柔性关节前馈力/位混合控制策略研究

针对机器人关节柔性引起的轨迹跟踪误差问题和末端执行器残余振动现象,在PD反馈控制律基础上,提出一种基于柔体动力学模型的前馈力矩补偿控制算法和后置多模态自适应输入整形算法前馈力/位混合控制策略。建立六轴工业机器人柔体动力学简化模型,在不附加关节编码器和外设的情况下进行柔体动力学参数辨识,再将动力学模型改写为力矩计算方程,经计算得到前馈力矩并加入控制律中进行补偿;计算前馈力矩所用的期望轨迹需经过输入整形器处理,考虑机器人系统的时变性问题,采用后置多模态自适应输入整形算法对期望输入位移信号进行命令整形,从而抑制末端的残余振动现象。结果表明：所提出的前馈力/位混合控制策略能有效减少轨迹跟踪误差,抑制机器人末端的残余振动现象。     

基于作业轨迹约束的机械臂多闭环标定方法

为了解决机械臂标定方法成本高、效率低的问题,对低成本的机械臂实时标定方法进行研究。选择低成本的双目相机为测量设备,基于微分变换理论阐述连杆参数误差辨识模型的建立方法;以作业轨迹和靶标可视性作为约束条件,采用逆运动学算法生成测量构型库;在此基础上通过DETMAX优化算法挑选出合适的构型用于建立辨识模型,并提出一种矩阵平衡方法改善模型性态水平;与此同时,还采用K-means聚类算法将所选构型进行划分,以此作为多组中间姿态输入至控制系统生成若干条平滑的作业-标定轨迹;最后,仿真验证了新方法在不同强度测量噪声下的连杆参数误差辨识精度。结果表明：矩阵平衡法将辨识模型观测指数由10.6提升至6.2×104,同时将其条件数由1.2×103降低至37.8,显著改善了模型性态水平;良态辨识模型使得绝大部分连杆参数误差辨识结果不易受测量噪声影响;距离测量噪声标准差由0.1/3 mm提高至1/3 mm时,DH误差平均辨识偏差仅由1.1%增大至1.4%。因此新方法能够满足机械臂低成本、实时、高精度的标定要求。     

基于改进SPBO算法的关节机器人动力学参数辨识

提出一种基于改进学生心理学优化(BSPBO)算法的机器人动力学参数辨识方法。通过Newton-Euler法构建关节型机器人动力学模型，设计符合运动约束的五阶傅里叶级数作为激励轨迹；引入SPBO算法并对其进行如下改进：增加Good Student分类在学生种群中所占比例、改善迭代过程中求解变量越界的处理方式，以提高算法的开发能力和全局探索能力，克服SPBO易陷入局部最优的缺陷；以具备关节力矩测量功能的机器人平台为对象，开展动力学参数辨识实验。结果表明：BSPBO算法的收敛精度更高、收敛速度更快，能稳定高效地完成各关节动力学参数的辨识。     

改进麻雀搜索算法下机械臂轨迹规划

针对数控加工机器人的工作抖动问题,考虑机床工作精密度、时间、能耗指标,提出一种时间寻优的改进麻雀搜索优化算法。使用D-H参数构建机械臂数学模型,在MATLAB环境下对已建立模型进行仿真分析,利用3-5-3多项式插值法对机械臂空间轨迹路线分析,并提出麻雀搜索算法优化方案,对比传统算法及改进后机械臂关节速度及加速度曲线,明确优化后算法高效性,对比其他优化算法,确定机械臂时间最优解。研究结果表明,改进麻雀搜索算法粒子收敛速度提升43%,最优解收敛精度提升8%,机械臂轨迹规划用时明显缩短,轨迹规划达到预期,有效提高算法收敛效率及求解精度。     

基于PSO算法的机械臂PID控制器参数优化

机械臂的工作环境复杂,对其工作的响应指标要求较高.PID控制受限于机械臂的数学模型的复杂性与不精确性,导致经典的参数整定方法在实际生产中适应性不良或性能欠佳.文章基于MATLAB/Simulink将PSO算法(粒子群优化算法)用于机械臂PID控制器的参数优化中,通过对3关节连杆机械臂单次拉伸动作的建模仿真研究,结果表明:使用此方法后,机械臂各关节响应的调节时间和超调童都得到明显的优化.     

采用粒子群算法耦合遗传算法优化双臂机器人模糊逻辑控制研究

为了提高双臂机器人运动轨迹追踪精度,降低运动过程中的抖动幅度,引入混合粒子群算法优化双臂机器人模糊逻辑控制,并对误差和力矩进行仿真。创建双臂机器人平面运动模型简图,建立机械臂运动方程式。分析了模糊逻辑控制规则,引用模糊逻辑控制不同成本函数定义机械臂运动轨迹的平方误差均值、误差的绝对值及控制力参考误差,采用遗传算法耦合粒子群算法优化模糊逻辑控制的成本函数。通过MATLAB对优化模糊逻辑控制的双臂机器人运动轨迹控制力矩进行仿真,并且与模糊逻辑控制仿真结果形成对比。仿真结果显示:受外界环境干扰时,双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,不仅运动轨迹追踪误差较小,而且输入力矩值也较小。双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,能够提高机器人运动轨迹追踪精度和降低控制系统抖动幅度。