基于遗传算法的6-DOF机器人最优时间轨迹规划

针对机器人在特定工作坏境下工作效率低的情况,提出一种以时间为最优的轨迹规划方法。采用七次B样条曲线完成机器人各关节位置-时间序列的插值,并将运动学约束转化为B样条曲线控制顶点的约束,以机器人关节轨迹运行时间最优为优化指标,采用遗传算法对轨迹曲线执行时间最短寻优,规划出满足运动学约束及力矩平滑的时间最优轨迹。实验结果表明,该规划算法能够明显减小加加速度的累积效应,提高机器人执行轨迹的最优时间。     

工业机器人轨迹规划研究现状综述

凭借良好的环境适应性、高效率、高生产质量以及7×24工作模式,工业机器人广泛地应用于喷涂、焊接、码垛、搬运等自动化生产中.轨迹规划是工业机器人完成作业任务运动控制的基础,直接决定了机器人工作质量.为了全面了解轨迹规划现有研究方法,首先阐述了轨迹规划的基本流程,根据轨迹规划的原理不同对现有轨迹规划方法进行了分类,并分别对...     

考虑关节摩擦的并联机器人平滑轨迹规划

针对一种空间3自由度并联机器人,提出一种近似时间最优的平滑轨迹规划算法。与基于动力学模型的传统轨迹规划算法相比,所提出的算法模型综合考虑了所有运动关节的摩擦力矩,通过虚功原理建立了运动机构完整的动力学模型,并将运动学和动力学约束条件转换为伪速度极值曲线,同时计算出伪加速度零值边界曲线,二者相结合能更准确地反映出规划轨迹应遵循的约束条件。利用五次样条曲线分段构建相平面下伪状态、伪速度和伪加速度的平滑运动轨迹曲线,从而保证了驱动力矩、关节速度和加速度的连续性。最后利用所提出的规划方法对一种并联机器人进行轨迹规划,并通过试验验证了该方法的有效性,指出了并联机器人与串联机器人轨迹规划存在的差异,该算法可用于同类工业机器人的在线轨迹规划。     

基于Jerk最优的机器人轨迹规划

针对机器人任务路径轨迹的复杂性和稳定性要求,提出了一种基于Jerk最优的笛卡尔空间轨迹规划方法,得到一条光滑和平稳的机器人动作轨迹。机器人轨迹被约束通过笛卡尔空间中一系列路径点,采用Jerk连续可导的余弦函数曲线来插补路径点之间的机器人轨迹,通过求解逆运动学计算出期望的机器人关节角度。最后,以NAO机器人为平台对轨迹规划方法进行了仿真与实验验证。实验结果显示,规划得到的机器人路径轨迹光滑平稳没有突变,顺利地完成实验任务动作。     

风洞上攻角机器人轨迹规划算法研究与实现

为了提高机械臂跟踪目标轨迹的运动速度,对其目标轨迹进行二次规划.该轨迹规划算法通过引入路径参数s,将关节速度、力/力矩等约束转化为关于路径参数的约束,分别求取关节速度与力/力矩约束限制下路径参数s的最大速度曲线,对最大速度曲线求交集,获得多重约束最大速度曲线.采用模糊推理方法对目标轨迹进行离散化处理,减小优化规模;以0...     

基于时间最优的工业机器人关节空间轨迹规划

以六自由度工业机器人为研究对象，为解决运行轨迹不平滑而导致机械冲击，提高机器人的运行效率和平衡性，提出一种基于二次抛物线加速度连续的关节空间时间最优轨迹规划算法。首先，基于匀加速-匀减速运行方式，根据电机最大速度和最大加速度参数，推导出运行位移、速度和加速度以及最小运行时间的计算公式；其次，基于梯形运行方式，引入速度同步系数和加速度同步系数两个参数，用来解决各关节运行同步的问题；然后，基于二次抛物线运行方式，推算出位移、速度和加速度关于时间的表达式，并给出算法设计流程图；最后，使用MALAB进行算法仿真验证。结果表明，该算法保证了加速度、速度和位移的连续，实现各关节同步运行和时间最优，确保机器人平滑高效地运行。     

基于平滑反射运动的工业机器人多变量时间最优轨迹规划研究

针对如何提升高精度装配工业机器人工作效率的问题,设计了一种基于平滑反射运动的工业机器人多变量时间最优轨迹规划方法,该方法可有效适用于健康和退化状态。研究了工业关节型机器人的运动链,并根据精确装配任务的要求和机械人各关节的性能,采用了新颖的多变量优化方法,将任意特定路径的执行时间缩到最短;采用异步方式调整了加速时间,实现了执行效率的优化;在光电子行业的模块化6自由度(DoF)机器人上进行了具体测试。实验结果表明:相比于其他最优执行运动规划方法,该方法将机器人执行轨迹的速度提高39%,即使在退化关节模式下仍具有较好的优化性能。     

基于DENSO机器人的地插打磨时间最优轨迹规划

高档装饰用地插多采用铜或不锈钢材质,其外观要求光亮圆滑。为实现DENSO机器人在执行打磨作业过程中运动高效、平滑且连续,对比分析了匀加速匀减速、三次多项式、五次多项式三种插值方法,对机器人手臂末端轨迹进行任务空间轨迹规划。通过对DENSO机器人逆运动学求解,将任务空间轨迹转换到关节空间。运用MATLAB建模仿真得到机器人各关节的角位移、角速度及角加速度曲线图,结果表明用五次多项式插值法规划后的各关节角位移、角速度及角加速度曲线更加平滑且无突变,机器人运动性能优于另外两种方法。根据角加速度曲线波动范围及最大允许角加速度的限制,对各段轨迹运动时间进行了重新分配,得出在满足DENSO机器人运动平稳和物理约束的条件下所需的最短时间。最后通过整机实验与对比,实现了DENSO机器人对地插打磨作业的时间最优轨迹规划,为进一步提高机器人工作效率奠定了理论基础。     

基于遗传算法的机器人末端位置补偿轨迹规划

提出了一种机器人末端位置调整补偿的轨迹规划方法,利用遗传算法求解了机器人末端位置调整引起的关节变化量。利用该方法,机器人可在不精确环境下进行校正式示教学习,通过示教还原后可实现模糊环境中的机器人末端连续轨迹扫描。利用该方法在4自由度机器人上获取了理论关节轨迹与校正轨迹,试验结果证明了该方法的可行性。     

多约束条件下的机器人时间最优轨迹规划

提出了一种工业机器人时间最优轨迹规划及控制的新方法。对于笛卡尔空间中给定路径上的离散路径点,通过运动学逆解求得与之对应的关节节点序列,采用三次样条插值方法构造各关节位移、速度、加速度均连续的轨迹。在考虑关节空间中速度、加速度、加加速度约束条件的同时,确保机器人在笛卡尔空间各离散路径点处满足由给定路径所决定的速度约束条件,减小机器人运动路径与给定路径之间的误差。采用序列二次规划法求解上述非线性约束优化问题,进而规划出沿特定曲线方程运动的机器人时间最优轨迹。最后将上述算法应用于剪带机器人,证明了该算法的有效性和可行性。     

破拆机器人拆除窑衬的时间最优轨迹规划

为提高破拆机器人拆除窑衬的工作效率,用4-3-4分段多项式进行轨迹规划,建立时间最短的优化目标,在运动学约束条件下,采用改进鲸鱼优化算法优化各关节的运动时间。混沌映射初始化种群和非线性收敛因子相结合的鲸鱼优化算法寻优能力较强,可以降低算法陷入局部最优的概率。仿真结果表明：各关节的角速度和角加速度曲线连续无突变,且满足运动学约束条件,能较好地发挥破拆机器人的运动学性能。本研究对破拆机器人拆除窑衬实现时间最优轨迹规划具有一定参考意义。     

单机器人在协调系统中的轨迹规划问题研究

以协调机制下的单机器人为对象,提出了一种基于相平面的时间优化轨迹规划方法。通过对路径参数化,将具有多关节的机器人运动转换为单自由度的具有几何约束的最终运动。通过引入关节力矩输入约束,分析了轨迹规划中的可行性区域。在构造的速度-路径相平面中,利用动态搜索的方法在具有可行最大加减速度条件下规划其时间优化轨迹。以Motoman-UP6为模型,将本文方法与时间最短的轨迹规划方法进行比较,仿真结果证明该方法虽不能得到绝对的时间最短轨迹,但可以减少加减速运动的切换次数,保证机器人运行的平稳性。     

基于IAGA的机械手时间最优轨迹规划

为了实现机械手在约束范围内以最快的速度运动,将遗传算法应用于机械手时间最优轨迹规划的研究。在遗传算法进化过程的基础上,提出了一种基于种群集散状态的改进自适应遗传算子,同时采用了优胜劣汰的选择方式,进化后期交换交叉和变异的顺序,有效地解决了简单遗传算法的两大缺陷。对PUMA560的前三铰进行了仿真试验,并与混沌优化法进行了对比分析。实验结果表明,所提出的算法可以有效地防止早熟,收敛速度更快,鲁棒性更好且拥有较强的寻优能力。     

直角坐标机器人轨迹规划

以直角坐标码垛机器人为研究对象,以机器人运动轨迹规划作为主要研究目标,首先确定码垛机器人的工作路径,依次分析常用三次多项式、五次多项式、梯形速度规划的优缺点;然后再将梯形速度规划的加速度曲线有突变的部分利用正弦函数进行过渡处理,使其变得连续平滑、没有突变,提出基于正弦函数的S型轨迹规划的加速度曲线;最后通过积分方法得出...     

基于改进粒子群算法的六自由度工业机器人轨迹规划

针对工件打磨工况,设计建立用于打磨的机器人运动学模型,规划机器人运动学轨迹,通过改进粒子群算法优化轨迹曲线,减少机器人运行时间,提高机器人工作效率。首先建立打磨工业机器人空间运动学模型,计算目标点从笛卡尔空间转换到关节空间的逆解,在关节空间中利用“三次-五次-三次”三段多项式曲线对所求逆解进行轨迹规划,以轨迹运动时间最短作为优化目标。利用融合免疫操作的改进粒子群算法对轨迹曲线进行优化,将改进算法的优化结果与传统粒子群算法进行对比;改进后的新算法改善了粒子群算法易陷入局部最优的问题,适应度结果更好,算法效果更佳。     

喷涂机器人自动轨迹规划研究进展与展望

喷涂自动轨迹规划是以喷枪涂料沉积模型、工件表面CAD模型、约束条件和优化准则为基础,利用最优轨迹规划器自动生成喷枪轨迹。简介了喷涂自动轨迹规划的发展历程,分析了高斯分布模型、贝它分布模型、分析沉积模型、工件表面建模方法和优化准则,详细综述了最优轨迹规划器的研究进展,分析了目前自动轨迹规划研究存在的难点问题,并展望了自动轨迹规划的未来发展。     

基于遗传算法的喷漆机器人轨迹的二层规划

针对喷漆机器人的轨迹优化的复杂性,提出利用二层规划建模的方法,建立合适的数学模型,并应用遗传算法求解最优轨迹,通过MATLAB仿真,验证了该模型和算法的可行,有效.     

工业机器人抓取作业轨迹规划研究

针对8号电雷管的包装生产方式,设计了一种雷管抓取机构,根据工业机器人抓取雷管装盒及抓取雷管盒装箱的运动路径,对机器人进行关节空间轨迹规划。采用5次B样条曲线轨迹规划法,能够实现机器人运动角加加速度的连续性,减少运动产生的冲击及颤振,保证雷管安全、可靠的抓取。最后仿真分析结果证明了该轨迹规划方法的有效性与合理性。     

考虑多约束的机器人平滑轨迹规划

由于受电机参数的制约,对机器人进行轨迹规划过程中需要考虑关节速度、关节加速度等多个约束条件。通过对约束条件的分析,提出一种基于参数化修正梯形的时间最优平滑轨迹规划算法。利用参数化修正梯形轨迹规划法将考虑运动学、动力学约束的时间最优轨迹规划转化为两参数的寻优问题,通过遗传算法获得时间最优轨迹。最后利用提出的规划方法对二自由度混联机械手进行轨迹规划,并通过仿真验证了该方法的有效性。结果表明该轨迹规划方法能充分发挥伺服电机的性能,并保证关节加速度和驱动力矩的连续性。     

双机器人时间优化的避碰轨迹规划研究

介绍了一种双机器人时间优化的避碰轨迹规划方法。根据单机器人的已知路径,在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Euclidean函数表示双机器人间的最短距离,实现了系统的碰撞检测。采用在初始位置延迟最小时间的方法,获得了双机器人时问优化的无碰撞轨迹。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。