基于改进粒子群算法的机器人时间最优轨迹规划

针对六自由度工业机器人在考虑运动学约束条件下，使用传统粒子群算法进行时间优化易陷入局部最优的问题，结合免疫算法与模拟退火算法，提出一种混合免疫粒子群算法（HIPSO）进行时间最优轨迹规划求解。为提升粒子群跳出局部最优的能力，算法结合模拟退火算法使得粒子保持一定概率突跳的能力，并引入免疫算法的浓度机制保留高适应度低浓度粒子，在加快收敛速度保持种群多样性的同时能跳出局部最优达到全局最优。以PUMA560机器人为对象进行仿真，结果表明HIPSO算法能够使机器人在运动过程中速度、加速度连续无突变，相较常规粒子群算法时间缩短约15%，验证了算法的可行性和有效性。     

基于多目标粒子群算法工业机器人最优轨迹规划

针对工业机器人,以时间最优、能耗最优、脉动最优工作指标为目标,考虑多目标的轨迹优化问题,提出一种基于粒子群算法(PSO)的多目标轨迹优化的方法.采用五次多项式插值的方法建立工作轨迹的数学模型,添加相应的运动学的约束,以机器人运行时间、能量消耗、脉动冲击为目标建立目标函数,采用多目标粒子群算法(MOPSO)对其运动轨迹进...     

基于粒子群算法的工业机器人多目标最优轨迹规划

轨迹规划是机器人运动控制的基础,考虑以时间、能耗和脉动三方面为多目标最优,对工业机器人AUBO-i10的轨迹规划问题进行研究。基于D-H法建立机器人正运动学方程,并仿真验证正运动学方程的正确性,同时利用蒙特卡洛法对机器人工作空间仿真分析。针对运行时间、能量消耗和轨迹脉动多目标综合最优问题,根据五次多项式插值方法,在保证运动学约束下,提出多目标粒子群算法(particle swarm optimization,PSO)对机械臂轨迹规划进行优化,并进行仿真分析。仿真结果表明,提出的五次多项式插值方法在准确地构造平滑轨迹的同时,又能通过粒子群算法完成运动学约束下的多目标优化,得到理想的Pareto分布。最后,构造目标函数,获得符合要求的优化轨迹,解决了运行时间过长,能量消耗过多和脉动冲击过大的问题,从而保证机器人高效运动。     

基于改进粒子群算法的工业机器人轨迹规划

针对传统工业机器人轨迹规划效率低、运行不稳定的问题,提出了可以动态调节学习因子的粒子群算法(PSO).该方法通过分段多项式插值进行轨迹的拟合,并运用改进的粒子群算法以时间为适应度函数对工业机器人的轨迹进行优化,有效地将分段多项式插值函数与PSO相结合,避免了粒子群算法构造适应函数的复杂过程,对于传统的PSO初期较易落入...     

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。     

基于改进萤火虫算法的机械臂时间最优轨迹规划

以国产某型号六轴工业机器人为研究对象,针对六轴机器人关节空间的轨迹规划问题,提出了一种基于改进萤火虫算法的时间最优3-5-3多项式插值轨迹规划算法.首先,由给定的机器人末端路径点求逆运动学得到关节空间下的路径插值点.然后,在速度约束条件下,利用萤火虫算法对插值结果进行优化,使得机器人具有最优运行时间.通过与传统萤火虫算法对比,改进后算法的收敛速度和精度都有明显改善.最后,应用MATLAB软件仿真出机械臂运动位置、速度、加速度曲线,并用实体机器人验证.结果表明,该方法使得机械臂具有更短的运行时间,稳定性更高.     

改进鲸鱼优化算法在机械臂时间最优轨迹规划的应用

针对机械臂时间最优轨迹规划问题,提出一种改进鲸鱼优化算法的最优轨迹规划方法。首先把机械臂各个关节的角度、角速度、角加速度作为约束参数,在关节空间中采用五次多项式插值构造机械臂的轨迹,然后建立以机械臂运行时间最优为目标的目标函数,采用改进的鲸鱼优化算法（IWOA）来对时间进行优化,提高机械臂的运行效率。最后通过MATLAB进行仿真,结果表明,改进的鲸鱼优化算法相较于其它同类算法求解精度更高,收敛速度更快,并且经过IWOA和轨迹优化结合得到的机械臂的位移、速度和加速度曲线都是平滑的且没有明显的突变,验证了该轨迹规划方法的有效性。     

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。     

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。     

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。     

一种变胞式工业机器人时间最优轨迹规划

根据变胞式工业机器人工作原理,建立了其工作轨迹模型,并基于该模型提出了一种变胞式工业机器人时间最优的轨迹规划方法。该方法着重考虑机器人构态变换过程,将轨迹规划问题转化为内外层嵌套的优化问题进行分析。分别给出该优化问题的设计变量、目标函数以及约束条件,得到了变胞式工业机器人时间最优轨迹规划问题的数学模型。运用所提出的方法对本课题组自研制的变胞式码垛机器人进行轨迹规划研究,根据其工作轨迹模型,建立了优化设计问题数学模型,在给出关节角度插值函数系数的确定方法后,采用嵌套粒子群算法对该优化问题进行求解,得到了优化后的关节角度函数以及理论工作轨迹,与实验所得的实际工作轨迹进行对比,验证了所提方法的可行性。该研究工作为变胞式机器人的运动规划研究提供了参考。     

机械手时间最优脉动连续轨迹规划算法

为使机械手的作业效率达到最优,同时确保运动的平稳性,提出一种新的最优轨迹规划方法。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样条曲线插值方法构造启动和停止运动参数可控,且速度、加速度和脉动均连续的关节轨迹。将机械手运动学约束转化为B样条曲线的控制顶点约束,采用序列二次规划方法求解最优运动时间节点,进而规划出满足非线性运动学约束的时间最优脉动连续轨迹。仿真和试验结果表明,提出的轨迹规划方法为关节控制器提供理想的轨迹,使机械手在最短的时间平稳地跟踪任务空间的任意指定轨迹。     

挖掘机的最优时间轨迹规划

利用分段的多项式插值方法对挖掘机自主作业时的运动轨迹进行规划,存在优化轨迹不平滑或各关节存在不必要的往复运动等问题,导致挖掘机各关节受到较大冲击,影响挖掘机的使用寿命。针对挖掘轨迹规划存在的问题,提出了基于4-3-3-3-4多项式的关节角度分段插值策略以实现挖掘机最优时间轨迹规划。该策略利用4-3-3-3-4多项式,以角速度和角加速度为约束条件,采用差分进化算法求取插值时间的最优值,得到了各关节最优角度曲线,实现了挖掘机最优时间轨迹规划。对基于4-3-3-3-4多项式分段插值策略进行仿真试验,并在相同条件下与其他多项式插值策略进行了对比。试验结果表明,该多项式插值策略得到的挖掘轨迹更加平滑,各关节能够以较小的角速度和角加速度的变化到达目标点,避免了各关节在运行过程中产生较大冲击,同时节省了工作时间,使得挖掘机自主作业更加平稳高效。     

基于复合形法的时间最优机械臂轨迹规划

目前,大多数机械臂在工作过程中运行时间不为最优,为了提高机械臂的工作效率,提出了一种基于复合形法的时间最优机械臂轨迹规划方法。该方法以5-7-5多项式插值法作为轨迹规划的基础,并以运动角度、运动速度以及运动加速度作为约束,采用复合形法进行优化,得到满足运动要求的时间最优运动轨迹。以FS20N仿真结构表明,复合形法有效地优化了时间。     

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。     

改进鲸鱼优化算法的机器人时间最优轨迹规划

针对鲸鱼优化算法（WOA）存在的收敛精度低、易陷入局部最优解等问题，提出一种非线性收敛因子并引入非线性惯性权重对基础WOA进行改进，以智能制造生产线中核心单元6R机器人为研究模型做轨迹优化，其以时间最优为优化目标。首先将WOA中收敛因子改为非线性收敛因子并引入一种非线性惯性权重，以达到提高收敛精度、局部开发能力和全局搜索能力的目的，然后将该算法与五次多项式相结合，基于实际应用场景对某型号的6R工业机器人做时间最优轨迹规划。实验结果表明，该研究场景中机器人运动优化后完整的上、下料过程的时间比优化前缩短20%至50%，说明改进后的WOA在相关领域应用中有效可信且具有实际意义。     

一种改进的工业机器人轨迹规划方法研究

针对机器人运动轨迹求解过程中,因5次多项式插值法而产生的突变现象,提出一种改进的5次多项式插值法。以某公司生产的ER3A-C60型工业机器人为研究对象,首先采用标准D-H参数法建立了机器人的连杆坐标系,然后创建机器人仿真模型并进行运动学正解、逆解的求解,做出了机器人末端的工作空间点云图。在求解机器人运动轨迹过程中,提出了一种5次多项式插值与B样条插值相融合的方法以消除突变现象,经实验对比论证后发现,优化后的关节相关曲线更加光滑平稳,能较好地消除突变现象,避免了机器人在运动过程中因振动和冲击的发生而影响机器人使用性能和寿命。     

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。     

基于粒子群算法的平面双道喷涂轨迹规划研究

针对喷涂机器人自动轨迹规划过程中喷涂质量低的问题,对平面喷涂物体的轨迹规划问题进行了研究.利用椭圆双β模型构建平面双道喷涂厚度累积模型,以喷涂厚度的理论值和实际值之间的方差作为目标函数,结合粒子群算法进行相应的优化求解,并与其他优化方法进行对比,证明了粒子群算法对喷涂质量进行优化的有效性,具有一定的指导意义.