基于改进粒子群算法的机械臂能耗轨迹优化

针对工业机器人能耗轨迹优化问题,提出了一种基于金字塔层拓扑结构的粒子群算法。该算法引入了金字塔层式的拓扑结构,将粒子进行排序、分层,从而改进算法的竞争策略,增加了种群多样性;引入了新的合作策略以更新粒子的速度和位置;引入胜利百分比来自适应地调整粒子群算法的权重系数,提高了粒子的搜索效率。为了验证该算法的有效性,在测试函数集上进行了测试,并与其他八种变体粒子群算法进行比较,其结果表明所提出的算法性能具有显著优势。最后将该算法应用到工业机器人轨迹规划中,仿真实验表明该算法能有效求解机器人的能耗最优轨迹,机器人的能耗明显减低,且满足工业机器人的运动学及动力学约束。     

基于粒子群优化的时间最优机械臂轨迹规划算法

根据机械臂运动学约束,提出了关节空间基于粒子群优化(PSO)的时间最优3-5-3多项式插值轨迹规划算法,解决了由于多项式插值轨迹规划具有阶次高、没有凸包性质等缺点,难以应用传统优化方法进行优化的问题.粒子群算法结构简单、参数易调整的特点弥补了多项式阶插值的缺点.直接在优化目标空间搜索,巧妙地避免了粒子群计算构造自变量和因变量的映射,降低了搜索维数,简化了计算.在优化过程中,采用两个适应度函数之间切换的开关控制,使各段插值尽快收敛于运动学约束内.通过与传统3-5-3多项式插值的运动位置、速度、加速度曲线对比,证明该方法运行时间更短,稳定性和流畅性更好.     

机械臂轨迹跟踪控制--基于EC-RBF神经网络的机械臂模型参考自适应控制

针对机械臂运动轨迹控制中存在的跟踪精度不高的问题,采用了一种基于EC-RBF神经网络的模型参考自适应控制方案对机械臂进行模型辨识与轨迹跟踪控制。该方案采用了两个RBF神经网络,运用EC-RBF学习算法,采用离线与在线相结合的方法来训练神经网络,一个用来实现对机械臂进行模型辨识,一个用来实现对机械臂轨迹跟踪控制。对二自由度机械臂进行仿真,结果表明,使用该控制方案对机械臂进行轨迹跟踪控制具有较高的控制精度,且因采用EC-RBF学习算法使网络具有更快的训练速度,从而使得控制过程较迅速。     

基于自适应动态规划的移动装弹机械臂轨迹控制

针对移动装弹机械臂系统非线性、强耦合、受多种不确定因素影响的问题,本文基于自适应动态规划方法,提出了仅包含评价网络结构的轨迹跟踪控制方法,有效减小了系统跟踪误差.首先,考虑到系统非线性特性、变量间强耦合作用及重力因素的影响,通过拉格朗日方程建立了移动装弹机械臂的动力学模型.其次,针对系统存在不确定性上界未知的问题,建立...     

基于AGA的时间最优机械臂轨迹规划算法*

根据机械臂运动学约束,提出了关节空间基于自适应遗传算法(AGA)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点到点的轨迹规划问题,利用AGA算法解算多项式插值的时间。通过与基于GA的3-5-3多项式机械臂轨迹规划进化曲线和运动位置、速度、加速度曲线对比,证明该方法在算法收敛、运行平稳度上都有突出优点。     

基于PSO的空间机械臂轨迹规划技术研究

研究机器人的机械臂轨迹优化问题,空间机器人系统的机械臂和基座之间存在动力学耦合,基座姿态稳定性容易受到机械臂运动的反作用干扰.为了使空间机器人系统的姿态稳定性不受的影响,提出了一种基于PSO(粒子群优化算法)的参数化5-3-5轨迹规划方法.利用PSO的优化能力找到合适的参数组合,进行关节空间轨迹规划.通过对比实验,运用动力学仿真对方法的有效性进行了验证.仿真结果表明,方法规划出的轨迹运动光滑,且按段轨迹运动机械臂对基座姿态的扰动符合预期要求,证明规划轨迹的有效性.     

基于动力学约束的机械臂最优关节轨迹规划

本文提出了基于机械臂关节驱动力矩约束方程规划其关节最优运动轨迹的一种有效方法.该方法运用矩阵范数理论简化机械臂的动力学约束方程;在机械臂的关节空间内采用归一化的无因次量运用非线性规划法优化其运动轨迹.将所规划的无因次量轨迹方程作为机械臂产生实际运动轨迹的发生器,通过给定机械臂各运动段的起始和终止关节坐标,由系统的动力学约束方程计算出整个运动段所允许的最短运行时间,即生成所期望的运动轨迹.本文的轨迹规划方法计算效率高,可用于在线轨迹规划,文中通过算例证实了该方法的实用性.     

基于粒子群优化的刚柔混合机械臂振动抑制规划

提出基函数叠加与粒子群优化(PSO)相结合的振动抑制轨迹规划方法.首先推导了各关节变量与模态坐标的关系,采用正弦-梯形函数作为基函数构造各关节的角速度,其中基函数的系数和幅值为待定参数;然后将末端振动最小化轨迹规划转换为待定参数的优化问题,并采用PSO算法获得待定参数的最优值;最后以双杆刚柔混合机械臂为例开展仿真研究.仿真结果表明,所提出的方法大大减小了机械臂末端的残留振动.     

一种基于遗传算法的空间机械臂避障轨迹规划方法

针对空间机械臂系统的一系列特殊需求,提出了一种空间机械臂轨迹规划方法.假设机械臂在关节空间下存在一条可以用两段高次样条曲线分段描述、满足所有空间机械臂运动特性要求的理想轨迹.这两段样条轨迹之间的连接点参数能够影响两段样条函数在空间中的扭曲形状,从而使机械臂在遵从样条轨迹运动的同时避开所有障碍.首先建立理想轨迹的分段描述方程,将方程中的未知量用与中间点有关的参数进行描述,将不能够确定的中间点相关参数提取出来作为待定参数,从而将空间机械臂轨迹规划问题转变为一个多目标优化求解问题;其次应用遗传算法进行求解,在分析空间机械臂控制需求和障碍的笛卡儿空间描述的基础上,通过加权系数法建立关于笛卡儿空间机械臂末端轨迹长度、关节空间机械臂运动角度、运动过程中关节最大扭矩、机械臂总运动时间和碰撞情况的遗传算法适应度评定函数.最后应用遗传算法在关节空间下规划出一条无碰撞、动力学特性满足裕度要求、轨迹长度和运动时间较短的理想轨迹.另外,上述方法具有拓展性,通过多次分解轨迹求取中间点,能够使机械臂避开非常复杂的障碍.利用该方法在通过C语言建立的空间机械臂仿真平台上进行验证,结果表明该方法稳定、有效,生成的轨迹满足空间机械臂的性能要求.     

基于信赖域算法的机械臂时间最优轨迹规划

为了提高机械臂的工作效率,提出了一种新的时间最优轨迹规划方法.通过逆运动学运算得到与任务空间轨迹对应的关节空间位置序列,采用7次B样条曲线构造关节空间插值轨迹,将运动学约束转换为对B样条轨迹曲线控制顶点的约束,并适当放大约束条件,然后采用信赖域方法求解时间优化问题,从而规划出速度、加速度和脉动均连续且满足运动学约束的时间最优轨迹.仿真结果验证了所提出时间最优轨迹规划方法的有效性.     

基于改进粒子群算法的移动机器人路径规划方法研究

针对移动机器人传统路径规划算法效率不高、寻优能力差等问题,本文提出一种基于改进粒子群优化算法(PSO)的移动机器人路径规划方法。该方法采用神经网络训练碰撞罚函数,得到无碰撞路径,然后采用粒子群优化算法解决路径的最优问题。利用神经网络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计算效率和可靠性。仿真结果表明,这种新路径规划方法是可行且有效的。     

基于神经网络和粒子群优化算法的移动机器人动态避障路径规划

本文提出了基于神经网络和粒子群优化算法的移动机器人动态避障路径规划方法。该方法用神经网络模型描述机器人工作空间的动态环境信息,并建立起机器人动态避障与网络输出间的关系,然后将需规划路径的二维编码简化为一维编码,最后用粒子群优化算法获得最优无碰路径。仿真结果表明,所提的动态路径规划方法是正确和有效的。     

基于凸优化粒子群算法的在线航迹规划

针对未知环境中无人机可视图有限的路径规划问题,提出了一种基于凸优化的粒子群算法（Particle swarm optimization,PSO）进行路径点选取。在迭代寻优过程中以凸优化求解出的轨迹、避障以及到达终点距离等为元素设计粒子群的适应度函数,在获得最优路径点后再将路径点之间的轨迹显示出来。将所得轨迹作为同时定位与地图创建（Simultaneous localization and mapping,SLAM）的一部分来建立更加可信的环境地图。理论分析和实验仿真结果表明,与其他智能算法以及基于采样的路径规划算法相比,基于凸优化的粒子群算法可以有效地提高路径规划的效率以及减少规划路径的长度。     

基于蚁群粒子群融合的机器人路径规划算法

针对复杂环境下中移动机器人路径规划问题,提出了一种基于蚁群粒子群融合的路径规划算法。该算法首先利用粒子群路径规划的环境建模方法快速规划出起始点到目标点的初始路径。然后根据产生的路径进行信息素的分配,最后经改进的蚁群算法进行进一步寻优,从而找出最优路径。经仿真证明,该方法在寻得最优路径的基础上可大大降低寻优的时间,尤其是对于复杂环境下的路径规划,其效果尤为明显。     

电能表检验台体串联机械臂时间最优轨迹规划

时间最优轨迹规划有助于缩短机械臂运动时间,提高工作效率,在机械臂实际应用场景中起着至关重要的作用.针对串联机械臂点到点运动的时间最优轨迹规划问题,提出一种基于改进多种群遗传算法的最优轨迹规划方法.通过五次多项式插值对机械臂运动路径进行拟合,利用改进的多种群遗传算法对机械臂运动时间进行优化,改进之处包括:设计含有惩罚项的...     

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。     

基于粒子群三次样条优化的移动机器人路径规划算法

针对移动机器人路径规划问题,提出了一种基于粒子群三次样条优化的路径规划方法．借助三次样条 连接描述路径,这样将路径规划问题转化为三次样条曲线的参数优化问题．借助粒子群优化算法快速收敛和全局寻 优特性实现最优路径规划．实验结果表明：所提算法可以快速有效地实现障碍环境下机器人的无碰撞路径规划,规 划路径平滑,利于机器人的运动控制．     

快速连续反应-避障作业环境下的七自由度灵巧臂轨迹规划

人类经长期学习训练后能对高速物体 (如棒球、乒乓球等)具有快速连续反应作业的运动技能, 从深层次上揭示是由于人体在其训练过程中不断学习优选了相应手臂的动作轨迹, 并储存了丰富的经验和知识. 受人体手臂动作此行为机制启发, 本文提出一种 7-DOF灵巧臂快速连续反应-避障作业的轨迹规划方法. 该方法将灵巧臂对高速物体目标作业的轨迹规划问题转化为动作轨迹参数化优选问题, 考虑作业过程中灵巧臂的机构物理约束和障碍约束条件, 以灵巧臂目标可作业度指标构建适应度函数, 采用粒子群优化 (Particle swarm optimization, PSO)方法优选作业轨迹中的冗余参数; 在此基础上 利用灵巧臂动作轨迹参数化优选方法构建相应作业环境下的知识数据库, 实现灵巧臂对高速物体目标的快速连续反应作业. 以仿人机器人乒乓球对弈作业为例, 将该方法应用于 7-DOF灵巧臂乒乓球作业的轨迹规划中. 数值实验及实际对弈试验结果表明, 该方法不仅能使灵巧臂所规划的轨迹 满足灵巧臂机构物理约束与障碍约束条件, 同时能实现灵巧臂对乒乓球体的快速连续反应作业, 验证了该方法的有效性.     

基于改进鲸鱼算法的机械臂轨迹优化

针对机械臂的轨迹优化问题,提出一种混合策略的改进鲸鱼算法,以达到时间最短、冲击最小的轨迹优化目标.采用五次样条函数拟合关节轨迹,保证冲击平滑连续变化.为证明轨迹优化效果,将提出的改进算法分别与遗传算法、粒子群算法和基本鲸鱼算法进行了一系列性能对比实验.实验数据表明改进后的算法比改进前收敛速度提高2.419倍,适应度值降...