基于轨迹插补算法的切割机器人的研究

本文通过机器人控制指令系统RCX操纵机器人动作,利用轨迹插补算法自行研制一模拟切割机器人。该机器人能根据不同要求在空间绘制出直线或曲线轨迹,精度较高,可实际应用于生产过程。     

六自由度喷涂机器人插补算法的研究

在分析喷涂机器人运动控制系统架构的基础上,提出基于可编程多轴控制器PMAC(Programmable Multi-Axis Controller)的开放式运动控制系统的喷涂机器人轨迹插补算法.主要研究在笛卡儿空间规划中直线和圆弧的插补算法.同时,介绍在vs.net平台上,基于组件技术实现轨迹插补算法,并进行仿真.仿真结果表明本文研究的插补算法满足工业要求.     

NURBS曲线实时插补中的速度规划算法

大多数现有的NURBS曲线实时插补算法并未考虑速度方向的变化给各运动轴带来的影响,这会导致加工过程中单轴速度的剧烈变化.提出一种能保证各运动轴平稳运行的速度规划算法,它在满足精度要求的前提下,通过控制切向加速度和加加速度进行速度平滑,并根据各运动轴的当前速度和机床的实际性能再次调节进给速度,保证了机床的平稳运行.模拟实验证实了该算法的有效性.     

IVECO横梁焊接机器人轨迹规划及计算机仿真研究

机器人的轨迹规划可以在关节空间中进行 ,也可以在直角坐标空间中进行 .本文分析了这两种轨迹规划的特点 ,给出了基于关节空间的轨迹规划算法和基于直角坐标空间的轨迹规划算法 .针对 IVECO横梁的焊接 ,进行了机器人的轨迹规划研究 ,并进行了计算机仿真 ,该研究成果已应用于 IVECO横梁焊接工作站系统     

六自由度机器人焊接轨迹研究

焊接轨迹是机器人焊接时所行走的轨迹,焊接轨迹算法是控制机器人焊接轨迹的数学模型,本文提出一种通过测量机器人基坐标系、工件坐标系与测量系统坐标系的齐次变换矩阵方法,计算出工件坐标系与焊接机器人基坐标系间的间接标定方法,通过控制器系统控制机器人焊接,实验验证此方法正确可行并成功应用工程中。     

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。     

自由曲面超声检测轨迹的实时生成算法

针对复杂曲面工件内部缺陷的超声检测,本文提出了一种检测轨迹的实时生成算法.该方法采用了B样条曲面实时插补方法,可实时生成扫查点,克服了现有方法存在的存储问题,并具有可现场设定采样间距等参数的特点.实验结果表明,所提出的方法是有效、可行的, 完全满足实际检测的需要.     

工业机器人空间曲线实时轨迹规划算法

本文设计了一种六轴机械臂沿空间曲线行走的控制算法。算法使机器人对输入空间曲线计算出各关节的电机控制命令使机器人沿曲线运动。算法中推导出机器人逆运动学各关节解析解,使机械臂控制器计算过程由解方程组简化为代数运算。对类似结构的机械臂都可以使用,具有一定的通用性。使用Matlab对算法进行编程实现,从而验证了文章所设计算法的正确性。     

基于DTC-MOPSO算法的焊接机器人路径规划

点焊机器人在汽车白车身焊接中的应用大大提高了企业的生产效率,本文从焊接路径长度和能量两方面进行焊接机器人多目标路径规划．为了很好地解决这个问题,本文对一种新型多目标粒子群算法（三态协调搜索多目标粒子群优化算法）进行改进,得到适合于求解离散多目标优化问题的离散化三态协调搜索多目标粒子群算法（DTC-MOPSO）．通过和两个经典的优化算法比较,DTC-MOPSO算法在分散性和收敛性方面都有很好的优化性能．最后运用Matlab机器人工具箱对机器人的运动学、逆运动学以及逆动力学进行分析以求解机器人的路径长度和能耗,并将改进的算法应用于焊接机器人路径规划中,结果显示规划后的路径明显优于另外两种算法.     

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。     

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。     

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。     

移动焊接机器人的坡口自寻迹及算法实现

介绍了具有自寻迹功能的移动焊接机器人的系统组成，在分析移动机器人运动学模型的基础上，讨论了机器人坡口自寻迹的算法以及实现过程，最后重点分析了自寻迹过程中的轨迹规划．试验结果表明：研制的移动焊接机器人能成功地完成焊前的自寻迹任务，误差精度可控制在±1.5mm左右，满足实际焊接工程需要．     

基于梯度下降和二分法的移动机器人轨迹规划方法

轨迹规划是移动焊接机器人轨迹控制的基础,是该系统中重要的组成部分。为了提高多关节移动焊接机器人轨迹规划的效率和精确性,同时考虑到多关节焊接机器人的运动特性提出了一种梯度下降法和二分法结合的轨迹规划方法。移动焊接机器人由机械杆和机器人移动平台组成,由于移动平台提供移动性使得移动焊接机器人相对固定的机械臂有更大的工作空间。近年来,此类系统的研究已在经学术界和工业界迅猛发展。论文首先建立移动焊接机器人的运动学模型,并且阐述梯度下降法和二分法结合算法的设计步骤。然后,采用典型的正弦波形作为焊缝轨迹,通过仿真验证该方法的应用前景和可行性。     

基于GA的时间最优机械臂轨迹规划算法

由于多项式插值轨迹规划具有阶次高、没有凸包性质等特点,传统优化方法难以应用的特点,根据机械臂运动学约束,提出了关节空间基于遗传算法(GA)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的点到点的轨迹规划问题,利用GA算法解算多项式插值的时间。通过与基于PSO的3-5-3多项式机械臂轨迹规划运动位置、速度、加速度曲线对比,证明该方法在运行时间和运行平稳度上都有突出优点。     

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．