基于ROS的工业机器人轨迹规划和仿真

针对工业机器人轨迹规划算法实现困难、运动过程存在柔性冲击的难题,通过对主流机器人操作系统ROS(Robot Operating system)的研究,提出一种在ROS系统下的轨迹规划的方法。实现了六轴工业机器人在笛卡尔运动空间和关节空间理想的运动轨迹,通过优化的S形轨迹规划算法得到的关节速度、加速度、加加速度变化平滑,保证了机器人运动过程的快速平稳,有效降低了柔性冲击。并通过RViz对机器人进行仿真,仿真结果和关节角度曲线图符合预期效果,表明了此方法的可行性。     

基于ROS的机械臂运动规划研究

为提高多自由度串联机械臂在作业过程中的工作效率及安全性问题,提出一种基于ROS平台的机械臂运动规划方法。以ABB机器人为研究对象,进行正逆运动学分析。通过MoveIt配置包构建机器人的三维可视化模型,对机器人进行笛卡尔空间下的直线和圆弧规划实验。为提高机器人运动安全性和关节运动的平滑性,自定义一种线性插补算法后集成到MoveIt中进行运动仿真实验。实验结果显示机器人各关节运动轨迹平滑,稳定性高,表明此插补算法的可行性。最后进行机械臂的避障仿真实验,在MATLAB中对快速扩展随机树（RRT）算法和双向快速扩展随机树（RRT-Connect）算法进行对比实验,仿真证明：RRT-Connect算法速度快,路径短,更能提高机械臂在复杂路径下的规划效率。     

6R关节式机器人运动学仿真分析

为研究PR05型号6自由度关节型机器人的运动性能和轨迹规划,运用D-H建模方法对该机器人建立运动学方程,并基于其变换矩阵中元素的特性,提出一种6自由度机器人运动学逆解优化算法,该算法只需进行一次矩阵逆乘,从而使计算过程简化,而后分析了该机器人的奇异状态位置;在Matlab Robotics Toolbox环境下,对该机器人进行仿真建模,并对其运动学正逆解和关节空间轨迹进行实例仿真,得到了机器人各个关节的动力学参数仿真曲线和运动轨迹数据,验证了所建立的机器人运动学模型正确以及正逆解算法的有效性,表明了该机器人运动性能良好,轨迹曲线平滑无波动。     

基于ADAMS的硅片传输机器人轨迹规划及仿真

为了提高硅片传输机器人运动的平滑性,采用5次均匀B样条插值方法进行轨迹规划,并利用两种遗传算法对轨迹进行优化.以硅片传输机器人为研究对象,基于ADAMS软件对机器人进行轨迹仿真分析.结果表明,自适应混合遗传算法与自适应遗传算法相比,具有较好的局部搜索能力,能够得到性能更好的解.获得的轨迹具有脉动连续的特点,有利于提高机器人在运动过程中的轨迹跟踪精度.     

基于粒子群算法的机器人关节空间最优运动轨迹规划

为了提高机器人的工作效率,对机器人轨迹规划进行研究。文章依据机器人运动学特征,提出了一种关节空间运动轨迹规划的算法。其基于粒子群算法,采用高次多项式插值的方式,对机器人关节空间的运动轨迹进行拟合。在确保运动轨迹平滑的同时,保证了关节运动的平稳性。最后,在MATLAB中进行仿真实验,实现了关节空间最优运动规划。该算法结构简单,易于实现,为提高机器人的工作效率提供了科学依据。     

基于改进RRT算法的室内移动机器人路径规划北大核心

针对RRT(rapidly-exploring random tree)算法路径规划时间长,采样点利用率低,最终生成的路径曲折等问题,提出了一种改进RRT算法。采用基于动态概率的采样策略,避免机器人在采样的过程中陷入局部极小值;同时提出了变步长的随机树扩展策略,减少了采样点数量;最后,使用五次贝塞尔曲线对路径进行平滑处理,使最终生成的路径利于机器人移动。在MATLAB平台上进行仿真分析,并使用基于ROS的移动机器人进行实验,将改进RRT算法与RRT算法、目标偏向RRT算法进行对比。仿真结果表明改进RRT算法规划的路径长度减少了23.09%,规划时间减少了87.16%,并且路径更平滑。     

基于ROS的机器人运动控制研究

当前机器人控制研究成本高、效率低下,机器人操作平台ROS(Robot Operation System)开源编程资源丰富,是机器人控制研究的有效工具。为拓展机器人在非结构环境下机器人视觉受限的运动能力,文章基于ROS平台进行了机器人触力觉信息感知的运动控制方法研究。在ROS平台下机器人运动控制命令以消息发布订阅的形式传递,实现机器人在夹持操作后的运动规划控制。搭建机器人平台并进行了相关实验,验证了在ROS平台下与机器人通信并控制其运动的可行性。     

基于采样的工业机器人半约束路径规划

提出一种对六轴工业机器人进行半约束路径规划的方法。利用任务约束的冗余自由度对路径点在笛卡尔空间进行离散采样,增加了路径规划时逆解选择的灵活性,提高了机器人避障、避奇异点的能力;通过在关节空间构造路径搜索图进行最优路径搜索,有效平滑了路径,减少了机器人运动过程中的冲击和磨损。以ABB IRB1200型号机器人为对象进行了仿真和实验测试。结果表明,对60个笛卡尔空间路径点在采样数量为30的情况下的规划用时约为5 s,且得到了连续光滑的关节空间路径,验证了该方法的正确性和有效性,为通用工业机器人的运动控制系统开发提供一定参考。     

基于ROS的6自由度机械臂运动轨迹规划

针对多关节机械臂作业效率和安全性的运动规划问题,以开源机器人操作系统ROS为仿真平台进行了机械臂运动规划研究。利用Solidworks建立机械臂模型,经SW2URDF生成XML格式描述的机器人URDF文件。利用ROS Moveit!中的设置助手Moveit!Setup Assistant完成了运动规划相关文件的配置。在轨迹规划方面利用Moveit!框架下C++接口,在三维可视化平台Rviz中实现了笛卡尔空间直线与圆弧插补。在路径规划方面,采用快速扩展随机树(RRT/rapidly exploring random tree)和双向扩展平衡的连结型双树(RRTConnect)路径规划算法,完成了高维空间和复杂约束的无碰撞路径规划。仿真结果表明RRTConnect算法收敛速度快,搜索能力强,能够有效解决复杂环境下的路径规划问题,保证机器臂运动安全。     

ROS平台下多轴机器人PVT运动控制研究

针对传统机器人控制系统大多面向特定对象,移植性差,代码复用率低,提出采用开源机器人控制系统ROS为平台,研究运动控制实现。通过研究PVT控制模式的规划算法,提出了在开源机器人操作系统ROS平台下建立机器人运动学模型并设计控制结构载入该算法、构建PVT运动控制功能模块以替代传统运动控制器的部分功能。该控制模块具有开源、可扩展、可移植的特点,有效提高控制系统开发效率,节约控制系统的开发成本。该控制方案在工业6自由度串联机器人上得到了验证,表明该方案有效可行,具有良好的稳定性,可代替传统运动控制器。     

基于运动学的机器人轨迹规划研究

针对6自由度关节机器人轨迹规划问题,建立机器人的运动学方程,采用虚拟样机仿真的方法计算机器人各关节角速度和角加速度随时间变化的数据,同时采用拟合算法对数据进行轨迹化处理。建立了关节机器人实验平台,将关节空间轨迹规划参数运用到机器人上,使用激光跟踪仪测量机器人末端轨迹数据,通过机器人末端位置稳定时间和位置超调量来评估轨迹规划的有效性,实验结果表明:该方法所得轨迹平滑可控,可实现机器人按规划运行要求。     

机器人关节空间的轨迹规划研究

讨论了一种四自由度工业机器人的关节空间的轨迹规划问题。利用三次样条函数对关节变量进行插值，使规划的轨迹函数连续且平滑，保证了机器人在整个作业过程中的运动平稳。实验表明，该轨迹规划方法是准确可行的。     

喷涂机器人轨迹规划的研究

利用抛物线逼近算法对喷涂机器人轨迹规划进行了研究,并对采用该算法的直线和圆弧的轨迹规划仿真结果进行了分析.仿真结果表明该算法可以生成一条位置和速度都连续的平滑运动轨迹,使操作臂的运动轨迹连续平滑,满足工业要求.     

基于MATLAB和ADAMS的并联机器人的轨迹规划仿真研究

考虑到并联机器人的轨迹规划的特点,采用修正梯形曲线的方法进行轨迹规划,并运用MATLAB和ADAMS软件进行联合仿真实验。实验结果表明：该方法优化了速度和加速度曲线,提高了并联机器人的运动特性,电机扭矩变化平滑,进而降低了对机械系统的冲击。     

基于ROS-I的弧焊机器人笛卡尔运动规划研究

针对机器人笛卡尔空间轨迹规划难度大且复杂的问题,提出了一种基于机器人操作系统ROS-I平台的机器人笛卡尔空间运动规划方法。文中以埃夫特机器人为研究对象,首先将机器人的三维模型转换成URDF文件,然后利用MoveIt!功能包创建弧焊机器人运动规划需要的配置和启动文件。通过插补算法完成了弧焊机器人直线轨迹和圆弧轨迹的构建并使用Descartes库完成了弧焊机器人笛卡尔空间运动规划仿真。最后在运动规划的基础上,通过机械动力学软件ADAMS获得了机器人焊枪末端的位移、速度和加速度曲线。仿真结果表明,ROS-I的Descartes库能够提高机器人笛卡尔运动规划的效率且具有较高的精度,为弧焊机器人在复杂环境中的轨迹规划提供了可供参考的方案。     

基于粒子群算法的拆装机器人逆解研究

为了使连续生产线工件拆装实现自动化,设计了一种满足工业需求的关节型拆装机器人,并对其样机加工装配。采用D-H法将机器人的三维模型转化为连杆坐标系,通过坐标变换求出机器人的运动学正解。由于机器人结构中连杆关联的原因,采用常规的逆变换法和几何法不能求出逆解,因此提出以"目标点位姿误差最小"为目标函数,各关节转角极限为约束条件,利用粒子群优化算法,对机器人的逆解求最优解。最后,通过对机器人位姿点和连续运动轨迹进行逆解求解验证并对其运动过程仿真分析。实验结果表明该方法求逆解速度快、精度高,能够满足规划的路径,克服了传统方法仅适应于特殊构型机器人的逆解的不足,解决了该机器人的逆解求解。     

基于粒子群优化算法的机器人最优轨迹规划（英文）

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。     

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。     

基于改进DE算法的工业机器人时间最优轨迹规划

为提高工业机器人的工作效率,提出一种进行时间最优轨迹规划的新算法。通过对已知任务轨迹的关键点进行运动学反解,求解与之对应的关节空间位置序列,并采用5次非均匀有理B样条曲线构造关节运动曲线,能够保证机器人各关节位置的准确性,实现各关节运动的速度、加速度以及二次加速度的连续性。通过改进差分进化(Differential Evolution简称DE)算法,充分利用不可行解的信息,加强对边界的搜索,增强了算法的全局搜索能力。与遗传算法以及差分进化算法进行比较,利用该算法进行轨迹规划,结果显示该算法的搜索速度更快,所得的数值结果更小。     

基于双重A~*算法的移动机器人动态环境路径规划

为了能让移动机器人在动态环境中安全无碰撞并且全局最优和局部最优兼并,减少路径规划时间,提出了一种基于双重A*算法的移动机器人路径规划方法。该方法采用A*算法分别进行全局路径规划和局部路径规划。首先在移动机器人运动前采用A*算法进行全局最优路径规划;当机器人运动过程中遇到障碍物时,再一次采用A*算法进行局部路径规划。所提出方法通过仿真结果验正有效可行,该方法不仅能让机器人在动态环境中安全无碰撞运动,而且能减少路径规划时间。