考虑多约束的机器人平滑轨迹规划

由于受电机参数的制约,对机器人进行轨迹规划过程中需要考虑关节速度、关节加速度等多个约束条件。通过对约束条件的分析,提出一种基于参数化修正梯形的时间最优平滑轨迹规划算法。利用参数化修正梯形轨迹规划法将考虑运动学、动力学约束的时间最优轨迹规划转化为两参数的寻优问题,通过遗传算法获得时间最优轨迹。最后利用提出的规划方法对二自由度混联机械手进行轨迹规划,并通过仿真验证了该方法的有效性。结果表明该轨迹规划方法能充分发挥伺服电机的性能,并保证关节加速度和驱动力矩的连续性。     

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。     

基于遗传算法的移动机械臂轨迹优化研究

根据移动机械臂运动学和动力学约束,为优化其工作性能,提出了一种基于遗传算法的移动机械臂轨迹优化方法,以时间-冲击最优、运行的时间、移动的空间距离和轨迹长度作为优化指标,同时考虑关节速度、加速度及力矩的约束,为提高关节轨迹的平滑性,采用三次样条曲线拟合关节轨迹,实验结果表明所规划轨迹的关节位移、速度、加速度曲线是连续的,冲击曲线是有界的,间接的限制了关节力矩的变化率,提高了轨迹跟踪的准确性并证明了算法的有效性。     

风洞上攻角机器人轨迹规划算法研究与实现

为了提高机械臂跟踪目标轨迹的运动速度,对其目标轨迹进行二次规划。该轨迹规划算法通过引入路径参数s,将关节速度、力/力矩等约束转化为关于路径参数的约束,分别求取关节速度与力/力矩约束限制下路径参数s的最大速度曲线,对最大速度曲线求交集,获得多重约束最大速度曲线。采用模糊推理方法对目标轨迹进行离散化处理,减小优化规模;以0值加速度曲线乘以比例系数Kv替代关节力/力矩约束的最大速度曲线,提高算法的计算效率;通过速度特征点算法与修型射靶算法对规划得到的轨迹进行修形,确保修形后的目标轨迹满足关节速度、力/力矩的约束,并且速度曲线光滑。实验表明,该轨迹规划算法对不同复杂程度的目标轨迹都有着较好的规划性能,能够得到连续平滑的时间近似最优轨迹。     

基于双种群遗传混沌优化算法的最优时间轨迹规划

针对以最短运行时间为目标的工业机器人轨迹规划问题,提出一种基于混沌局部搜索的双种群遗传最优时间轨迹规划算法。首先以各个节点之间的时间间隔之和为优化目标,以各关节的角速度、角加速度和角加加速度为约束条件,利用五次多项式拟合规划的关节空间位置节点模拟机器人的运行轨迹;然后,利用双种群遗传算法全局搜索能力强、进化速度快和混沌算法局部搜索能力强的优点,提出一种基于双种群遗传混沌优化算法的机器人轨迹规划方法,规划最优时间轨迹;最后,以3自由度空间机械臂为例,验证了所提算法能够使机器人末端执行器的运行轨迹平滑且时间最优。该算法应用于机器人轨迹规划可以延长机器人使用寿命,提高生产效率。     

工业机器人最小代价的轨迹规划

提出了一种工业机器人的最小代价轨迹规划方法.将机器人的轨迹视为由机器人关节空间中一系列的关键点构成,关键点的两点之间通过3次样条曲线进行连接.使用加权系数法定义代价函数,从而使机器人在运动过程中的运动时间、消耗能量、奇异点的避让、关节加速度和关节二次加速度在某种程度上达到综合最优,同时考虑关节位置、速度、加速度、二次加速度以及力或力矩的约束条件.采用差分进化算法(DE)和基于精英策略的非支配排序遗传算法(NSGA-Ⅱ)来处理非线性约束的优化问题.斯坦福机器人(捡拾操作)的仿真结果显示,两种算法运行良好,然而DE算法比NSGA-Ⅱ收敛速度更快,解的质量更好.     

一种并联机械手操作空间最优时间轨迹规划方法

提出一种并联机械手最优时间轨迹规划方法。在操作空间中将机器人的拾取点通过椭圆曲线进行连接,应用先进SCCA(Sine Constant Cosine Acceleration)凸轮运动曲线定义了椭圆路径运动规律,从而使机器人运动过程中关节速度、加速度及转矩曲线连续、平滑,动态性能较优。在此基础上,以关节速度、加速度及转矩为约束条件,以拾取时间最短为目标,采用自适应遗传算法对轨迹进行优化求解,算法中利用罚函数处理非线性约束问题。通过自行设计的Delta机器人仿真及试验结果,表明文中提出的轨迹与常用门字型轨迹相比,运动曲线更加平滑、自然,能有效减小关节空间冲击,缩短机器人拾取时间,提高工作效率。     

六关节工业机器人最短时间轨迹优化

在应用于多车型汽车生产流水线的六关节工业机器人设计过程中,以实现轨迹规划时间最优为目标,对机器人的速度、加速度以及加加速度进行约束,在三次多项式插值的基础上,利用Matlab遗传算法工具箱对机器人的运动轨迹进行最短时间优化,并运用Matlab实现轨迹规划仿真。实验结果表明,基于遗传算法的三次多项式插值在保证机器人运行曲线连续平滑的同时也保证了机器人轨迹运行时间最短,提高轨迹规划的科学性、实用性与可行性,为机器人控制提供了有效依据。     

Delta机器人三参数Lamé曲线门型轨迹优化

针对Delta机器人笛卡尔空间运动轨迹平滑性优化问题,基于长短轴和次数可变的三参数Lamé曲线进行门型运动轨迹建模,采用非对称的6次多项式规划机器人末端随时间的运动规律,推导得到离散时间下的位移、速度和加速度公式。综合考虑关节角度、角速度、角加速度和关节力矩等约束条件,以关节力矩变化率为优化目标,采用带精英策略的遗传算法对Lamé曲线的三个参数进行优化。提出Lamé曲线次数的选取方法。通过仿真验证该轨迹优化方法能得到平滑运动轨迹,可使机器人运行平稳。     

考虑关节摩擦的并联机器人平滑轨迹规划

针对一种空间3自由度并联机器人,提出一种近似时间最优的平滑轨迹规划算法。与基于动力学模型的传统轨迹规划算法相比,所提出的算法模型综合考虑了所有运动关节的摩擦力矩,通过虚功原理建立了运动机构完整的动力学模型,并将运动学和动力学约束条件转换为伪速度极值曲线,同时计算出伪加速度零值边界曲线,二者相结合能更准确地反映出规划轨迹应遵循的约束条件。利用五次样条曲线分段构建相平面下伪状态、伪速度和伪加速度的平滑运动轨迹曲线,从而保证了驱动力矩、关节速度和加速度的连续性。最后利用所提出的规划方法对一种并联机器人进行轨迹规划,并通过试验验证了该方法的有效性,指出了并联机器人与串联机器人轨迹规划存在的差异,该算法可用于同类工业机器人的在线轨迹规划。     

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。     

基于改进遗传算法的时间最优轨迹规划

提出一种工业机器人时间最优轨迹规划方法.将机器人关节空间的轨迹视为拟合关键点的三次样条曲线,以最优时间为目标建立最优时间轨迹规划的数学模型,同时考虑关节轨迹速度、加速度和加加速度的约束,结合目标函数值和约束条件提出一种用于进化算法的排序方法,以改进遗传算法为例优化关节空间的三次样条轨迹.应用谢菲尔德(Sheffield...     

基于自适应粒子群算法的FS20N机器人时间最优轨迹规划

针对通用型机器人,以运行时间最短为目标,提出一种基于自适应粒子群(APSO)时间最优轨迹规划算法。在关节空间轨迹规划中,逆解得到关节变量与时间的关系,以此建立五次多项式关节变量与时间的插值轨迹。然后,利用罚函数对其关节角度、关节速度、关节加速度进行处理,同时以插值关节各点间的时间间隔之和为优化目标,采用自适应粒子群算法进行优化求解,得到时间最优的轨迹。最后,利用MATLAB仿真软件,建立川崎FS20 N仿真模型进行验证,得到运行平稳且时间最优的运行轨迹图,仿真结果验证了该算法在轨迹规划中的可行性。     

基于NSGA-Ⅱ算法的机械臂多目标轨迹优化

以HSR-JR612型机械臂为研究对象，针对机械臂运动过程中需满足时间消耗少、能量消耗低、平滑冲击小的问题，对其进行多目标轨迹优化研究。机械臂关节空间轨迹采用七次B样条曲线构造，采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ)，结合对机械臂的关节位移、速度、加速度和加加速度作出限制得到的约束条件，对机械臂轨迹进行优化，得到一组Pareto最优解集合。仿真结果表明，七次B样条曲线构造的机械臂关节空间轨迹速度、加速度和加加速度都连续平滑，保证了机械臂运动性能。在满足约束条件的前提下，NSGA-Ⅱ算法可对机械臂运动轨迹实现有效的多目标优化，获得一组理想的Pareto最优解集，并从中选取一个各项优化目标较为均衡的解作为多目标优化的最终解。     

基于均值学习策略果蝇算法的工业机器人轨迹规划

针对机器人空间轨迹的时间最优规划问题，文中在建立轨迹规划模型的基础上，对果蝇算法(FOA)进行改进，并由此提出基于均值学习策略果蝇算法(MLS-FOA)的机器人轨迹规划方法。相比于FOA,MLS-FOA增加了向种群均值学习的策略，平衡了算法的全局搜索能力和局部搜索能力。机器人轨迹规划实例表明，MLS-FOA能够在位置、速度、加速度满足约束条件的同时，使得运动曲线更为平滑，同时也缩短了机器人的运动时间，提高了运动效率。     

基于3-5-3多项式插补的六轴机器人轨迹优化

为了解决3次多项式轨迹规划仅能保证位移和速度保持连续,无法保证加速度保持连续,且各关节加速度轨迹在起始点存在跳变,在末端点均不为0,容易造成关节电机启停抖动的问题,提出了一种基于3-5-3多项式插补轨迹规划控制方法。在3次多项式轨迹规划的基础上,通过插入2个插值点时间t,将路径划分为3段,根据设置的插值点时间t计算得到插值函数的系数a和插值函数的表达式。实验结果表明,引入3-5-3多项式插值函数后,各关节的加速度运算能够保持连续,各关节加速度轨迹能够保证在起始点和末端点均为0且不存在跳变,可以避免启停时产生抖动的问题,保证多轴机器人启停时的稳定性。     

空气阻力对工业机器人时间最优轨迹规划的影响

在考虑了机器人关节速度,加速度,加加速度等传统关节约束条件的前提下,将空气阻力的影响引入到轨迹规划的约束条件之中,并结合实际工况对时间最优轨迹规划问题进行建模。基于PUMA560机器人,针对给定的关节路径点,使用遗传算法对问题进行求解,所得轨迹规划结果能够满足所有约束条件,验证了所建模型的准确性和算法的有效性正确性。     

一种气门电镦成型机器人轨迹规划与仿真研究

运用D-H法建立气门电镦成型机器人数学模型,并进行运动学正逆解。根据实际现场对机器人运动路径要求,规划其运动路径,现场通过示教获取机器人运动关键点,并在关节空间进行B样条曲线轨迹规划研究,获取关节空间轨迹运动函数表达式,并利用Matlab工具对规划轨迹进行仿真模拟。结果表明利用该方法能生成一条关节位移、速度、加速度都连续的平滑运动轨迹,以保证机器人工作时按规定的路径平稳地运行,且能顺利避开障碍物,满足设计和使用要求。     

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。     

关节空间样条的连续点位运动规划算法

为了提高工业机器人的运动平稳性和快速性,保证机器人在走曲线时能够准确到达各示教点并且实现平滑过渡,提出一种基于关节空间样条的连续点位运动规划算法。以关节空间的单个轴为例,从一般三阶S曲线轨迹出发,为了保证规划得到的加速度不跳变以及样条曲线能够保形,在两个相邻示教点之间插入n个中间点,将一段轨迹分为n+1段,根据该关节起点和终点的位置、速度和加速度以及插入点位置、速度、加速度连续的边界条件,可以得到新的规划轨迹。最后通过实验比较验证,该规划算法能够快速实现过程点的准确到达并且加速度没有跳变、曲线能够保形,具有实际推广价值。