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。     

基于改进麻雀搜索算法的机器人能耗最优轨迹规划北大核心

为提高机器人能量利用率,提出一种基于改进麻雀搜索算法的机器人能耗最优轨迹规划方法。为使机器人各关节速度、加速度、加加速度有界连续,采用7次B样条曲线构造关节空间轨迹。将运动学参数与动力学参数相结合计算机器人工作总能耗。在麻雀搜索算法基础上,用精英反向学习、非支配排序以及高斯-柯西变异策略对其进行改进求解出最优能耗所对应的时间序列,进而规划出能耗最优连续运动轨迹。仿真结果表明,所提轨迹规划方法不仅能实现轨迹的连续平滑,而且能有效降低能量消耗,节约生产成本。     

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。     

改进ABC算法的串联机械臂多目标优化

针对串联机械臂工作时间最优、能耗最优、脉动最优的轨迹优化问题,提出一种基于改进人工蜂群算法的多目标轨迹优化方法。文中采用5次NURBS曲线插值法建立工作轨迹数学模型,构造高阶连续关节运行轨迹并对其进行合理规划。以串联机械臂运行时间、能量消耗和脉动冲击为目标建立目标函数,通过改进人工蜂群算法进行优化设计并获得Pareto最优解集,运用归一化权重目标函数获取期望解。选择PUMA560串联机械臂进行仿真分析,结果表明:5次NURBS曲线轨迹规划方法有效构造平滑轨迹,改进人工蜂群算法能够实现满足约束条件的多目标优化,验证了算法的有效性,为后续研究奠定基础。     

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。     

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。     

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。     

基于粒子群算法的新型机械臂圆弧导轨优化设计

针对传统的机械产品设计过程周期长、效率低,很难在短时间内得到最优解的缺点,将粒子群优化算法引入一种用于康复机器人的新型机械臂圆弧导轨的优化设计中。通过机械臂的使用目的搭建机械模型,确定导轨设计中的重要参数作为设计变量,同时利用强度校核确定设计变量的边界条件,根据设计目的确立产品质量最小为优化设计的目标函数,利用粒子群算法快速、准确地获得合理的结构参数。实现了对新型机械臂圆弧导轨最优解的优选。     

用于装箱生产线的机器人运动轨迹规划

在保证稳定性不变的情况下,对自动装箱生产线上并联机器人的作业效率进行优化;建立6个关键点,用于研究轨迹空间规划效率问题;基于Delta3并联机器人,提出以执行时间最优为目标的轨迹规划方法。通过粒子群算法进行优化,得到最优时间,并结合实验进行验证。实验结果表明：优化后一个运动周期需要的时间减少了0.104 s,曲线效率更高;随着时间的增加,冲击程度呈非线性减小;优化后的方法能够有效提高装箱效率。该方法可以用于其他机器人的轨迹规划研究,为其提供理论参考依据。     

6R机器人时间最优加加速度平滑的双NURBS轨迹优化

为了提高切削加工机器人的加工效率以及加工稳定性,对机器人加工轨迹进行了优化。在机器人任务空间中用双NURBS曲线描述刀位轨迹及刀轴矢量轨迹,并将其转化到关节空间。将刀轴矢量通过旋转坐标变换转换为机器人旋转矩阵,并结合基于旋量的机器人正运动学方程求取关节角,此角度值作为求运动学逆解的约束条件,以保证机器人加工时刀轴矢量相对于工件表面不变。基于骨干粒子群优化算法提出了一种自适应罚函数的约束多目标骨干粒子群优化算法,对机器人加工过程中的时间、加速度、加加速度等指标进行多目标优化,该算法采用自适应指数罚函数对约束进行处理,为了避免算法早熟,引入时变变异因子,增强了算法全局搜索能力和局部探索能力。最后,通过实验验证所提出算法的正确性和有效性。     

基于多目标优化克隆算法的机器人模糊控制研究

为了提高机器人运动轨迹的控制效果,提出一种基于多目标优化克隆算法的机器人模糊控制方案。分析了克隆变异算法的等级支配关系及增殖机制,并基于多目标优化策略对算法的性能进行优化;基于目标函数向量识别出理想曲线的最优解,实现对机器人系统运动轨迹优化和动态控制补偿。搭建仿真平台验证所提控制算法的有效性,从对机器人各关节运动数据采样对比可知：所提出算法的轨迹控制偏差更小,控制轨迹更接近于理想轨迹,尤其是在加入噪声和干扰信号的条件下控制效果的优势更明显     

基于改进SIFT算法的机械臂识别抓取研究北大核心

为解决水下机器人进行水下目标物识别时,存在的计算速度慢、抗噪声能力差等问题,提出一种基于SIFT和FLANN的图像识别算法,并在自主研发的机械臂平台上进行验证。使用改进算法提高目标识别的准确率;基于D-H法建立机械臂模型进行运动学分析,实现系统优化控制。利用机械臂进行多组抓取实验。结果表明:所提方法不仅可以准确地识别海参,同时可以自动调节识别框的位置,提高机械臂抓取的成功率,验证了该算法的有效性。     

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。     

5-DOF仿人型机械臂关节空间轨迹规划研究

文章以5-DOF仿人型机械臂为研究对象,讨论了工业机器人轨迹规划方法及相关问题。对该机械臂进行了运动学分析,建立了机械臂运动学方程,并针对典型搬运作业方式,以距离最优为目标选取空间梯形路径关键点,设计了基于关节空间五项多项式插值算法的轨迹规划方法,利用Robotics Toolbox工具箱进行机械臂虚拟建模及关节空间轨迹规划仿真。经验证,相对于传统矩形路径作业方式,该方法可以更好完成工业机器人搬运作业的轨迹规划问题,对进一步结合工艺参数研究工业机器人控制系统具有必要的理论及实践意义。     

基于GA算法的柔性抛光工业机器人最优轨迹规划

为使柔性抛光工业机器人的作业时间达到最优,文章在自行研制的柔性抛光工业机器人第一代样机的基础上,提出一种新的最优轨迹规划方法。从手表的表壳表耳部分的复杂曲面中提取出一组机械臂工作位置点,通过逆运动学求解出与其对应的关节位置序列,采用5次B样条曲线拟合方法得到各关节的角度轨迹曲线。将机械臂的运动学约束转化为5次B样条轨迹曲线的控制顶点约束,采用GA算法求解出最优的时间节点,进而规划出满足非线性运动学约束的时间最优连续轨迹曲线。仿真结果表明,提出的轨迹规划方法为柔性抛光工业机器人提供了理想的轨迹曲线,使柔性抛光工业机器人的作业时间达到最优。     

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。     

基于遗传算法的码垛机器人关节路径规划

针对码垛机器人高速工作时末端易产生抖动现象的问题,文章提出了一种机器人轨迹规划的数学方法。文章分析了机器人轨迹对抖动现象的影响,应用最优化方法建立了机器人关节轨迹问题的数学模型,确定了机器人优化目标,使用遗传算法求解了该优化问题,运用Matlab进行了实验计算,求得了机器人各个关节的近似全局最优轨迹。文中提出的研究方法可以用于确定控制码垛机器人平稳运行的上层算法。     

一种基于混合策略的排爆机器人目标抓取轨迹规划

一种时间-脉动最优的混合优化策略被用来对排爆机器人目标抓取的轨迹进行规划,以兼顾机械臂运动过程中的平稳性和效率。采用三次样条曲线连接路径点,对路径点之间的运动时间搜索优化抓取轨迹。结果表明:关节空间的轨迹十分平滑,可以减小机械磨损,避免关节速度、加速度的突然变化,控制振动。在工作空间的目标抓取仿真显示,机械臂可以沿着预定路径和策略在预抓取位置调整好姿态,无干涉的接近目标完成抓取任务。     

铸件多功能作业机器人多臂协调轨迹规划与仿真

以铸件多功能作业机器人的工作臂为研究对象,采用笛卡尔空间变量法对机器人铸件搬运过程进行轨迹规划。结合多臂协调的运动约束条件以及伪逆法,对机器人的4个工作臂关节运动进行优化,得到多机械臂协调运动的关节位置和速度变化曲线。由MATLAB软件仿真得到的运动参数曲线可知,算法优化后得到的运动轨迹均能保持连续、平滑,有利于实现对机器人的精准控制。利用机械臂正运动学方程得到了机械臂末端执行器的轨迹曲线,曲线满足铸件搬运的要求,验证了算法的正确性。     

基于粒子群优化算法的机器人最优轨迹规划

机器人轨迹规划是机器人研究中的一个重点方向,直接关系到机器人的工作效率。为了使机器人运动过程中角速度和角加速度连续,采用三次样条插值函数对运动轨迹进行规划。由于角速度过快和角加速度过大会导致机器人系统产生震动和冲击现象,因此利用粒子群优化算法对角速度以及角加速度约束下的机器人运动时间进行优化,使得机器人在平稳运行的同时保持运行时间最优。最后运用MATLAB机器人工具箱进行仿真实验,实验结果证明了该方法在机器人轨迹规划中的可行性。