基于五次NURBS的机械臂时间-能量-平滑性多目标轨迹优化

针对机械臂运动需满足快速性、低能耗和低冲击的问题,建立五次非均匀有理B样条(NURBS)曲线数学模型,构造端点运动参数均可指定的高阶连续的关节轨迹,采用带精英策略的非支配排序遗传算法(NSGA-II)以运行时间、能量消耗和轨迹平滑性为目标对机械臂运动轨迹进行优化,获得Pareto最优解集。对六自由度机器人的仿真结果表明,高次NURBS曲线可以很好的构造平滑轨迹,NSGA-II算法可对五次NURBS曲线轨迹实现有效的多目标优化,得到理想的Pareto分布。通过构造归一化权重目标函数,选择期望解,获得高阶连续的优化轨迹。