孔群分类加工路径的优化算法

柔性钣金加工中心采用钻削或攻丝加工孔群时,为缩短刀具空走行程并提高孔群加工效率,针对孔群中圆孔需分类使用不同刀具加工问题,提出蚁群算法与贪心算法相结合的混合算法对孔群加工路径进行优化。该混合算法对同一种类孔群中的孔采用蚁群算法优化路径,不同种类孔群间的过渡应用贪心算法优化。通过在自主开发钣金刻铣加工CAD/CAM软件中,将所提出的混合算法与X向路径法、Y向路径法、贪心算法、蚁群算法进行实验对比。对分布无序的3类41个圆孔的孔群加工实验,结果表明:混合算法优化后路径长度比X向路径法优化后缩短42.84%,比Y向路径法优化后缩短48.93%,比贪心算法优化后缩短11.10%,比蚁群算法优化后缩短6.19%。由此可见,本文所提出的混合算法能够更有效缩短分类孔群加工路径,提高加工效率。     

基于改进蚁群算法的激光切割加工路径优化研究

针对激光切割加工全局路径优化采用传统蚁群系统算法时,存在收敛速度慢、易陷入局部最优的问题,对蚁群系统算法进行了改进研究。利用激光加工图元的起点和终点信息,建立了图元等价TSP问题的数学模型,提出了通过最邻近插入算法对蚁群系统算法路径规划结果进行了再优化的改进算法;详细阐述了改进蚁群系统算法的实现步骤,分析了传统蚁群系统算法和改进蚁群系统算法的迭代次数和优化效果。研究结果表明:该改进蚁群系统算法加快了收敛速度,迭代次数减少了约30%,缩短了激光加工所走路径的总长度,并成功应用到自主开发的高速激光切割加工系统中。     

融合改进蚁群和DWA的移动机器人路径规划

针对传统蚁群算法搜索时间长、易陷入局部最优且动态规划能力弱等缺陷,提出一种融合改进蚁群和动态窗口算法（DWA,Dynamic Window Approach）的路径规划方法,解决移动机器人全局路径优化以及局部动态避障路径规划问题。在分析传统蚁群算法路径规划原理及优缺点的基础上,通过引入初始栅格转移规则、改变信息素更新方式、删除冗余节点、圆切障碍顶点等方法,提高蚁群算法的收敛速度、规划路径的平滑度以及安全可靠度;进一步在改进蚁群算法中引入DWA进行局部路径规划,实现机器人的动态避障。对比仿真结果表明,所提改进算法在路径长度、迭代次数、收敛时间以及路径平滑度、安全可靠度等性能指标上较传统算法均有所提高。     

改进蚁群算法下激光切割加工工艺优化研究

针对传统算法下激光切割加工工艺速度慢的问题,提出改进蚁群算法下激光切割加工工艺优化设计,根据激光切割加工工艺原理,选择激光切割加工工艺参数,在此基础上对穿孔点进行确定,并引用蚁群算法,确定激光切割加工路径,选择出最短路径,以此实现对激光切割加工工艺的优化。为保证此次设计的优化方法具有一定的实际应用意义,与改进前的加工工艺进行了对比,结果表明,该优化方法能减少激光器在每个加工轮廓之间移动所需要的时间,并且通过蚁群算法能够更快得到最优加工路径。     

熔融沉积式3D打印切片轮廓路径优化算法

在研究3D打印切片过程中,针对当前存在打印效率低、加工时间长等问题,提出一种熔融沉积式3D打印切片轮廓路径优化算法.该算法采用一种改进的最短距离法确定各个轮廓的打印起始点,并将蚁群算法与遗传算法有效结合,形成一种改进的蚁群算法模型,最后应用到3D打印切片轮廓路径规划中,求出单层轮廓的最优打印顺序.通过与传统切片软件Cura和Slic3r进行打印实验对比,采用本文提出的优化算法打印实验零件的单层轮廓打印路径长度分别减少了 18.68％和17.53％,打印时间缩短了 13.83％和13.15％.结果表明,本文提出的一种熔融沉积式3D打印切片轮廓路径优化算法的打印效率更高,打印时间更短.     

基于空间填充法的刀具路径生成算法及其仿真

针对空间填充曲线法的网格只具有正则矩形,生成的刀具路径存在频繁转向、长度冗长、生成时间长等缺点,提出一种基于空间填充法的刀具路径生成算法。选用T样条曲面为造型曲面,生成具有非正则矩形的网格并进行回路的规划;用改进的Hamiltonian算法初步生成刀具路径;用改进的倒圆角算法进行拐角优化,获得最终的刀具路径。开发出了基于该算法的仿真系统,对算法进行了仿真验证和实际的加工实验,结果表明所提出算法有效可行,生成的刀具路径长度及生成时间都得到缩短。     

基于改进蚁群算法的机器人末端路径排序优化

建立了针对机器人加工时的末端运动路径排序优化问题的数学模型,将该模型转化为广义旅行商问题并用蚁群算法求解。同时对经典的蚁群算法进行了改进,即采用多阶段搜索策略、邻域搜索策略及多蚁种搜索策略,使改进后的蚁群算法能为机器人求取一条更优的末端运动路径。计算机仿真与机器人加工实验结果表明,改进蚁群算法所得的末端运动路径比基本蚁群算法所得结果缩短了3%以上。     

改进蚁群算法在焊接机器人路径规划中的应用

路径规划是机器人研究的核心内容之一。为了解决针对于白车身生产线焊接机器人路径规划效率低下的问题,提出了一种改进的焊接机器人路径规划的方法,分析了焊接机器人路径规划问题的构成。并针对基础蚁群算法在解决焊接机器人路径规划时,容易出现搜索时间过长、效率低、容易陷入局部最优等问题,引用了粒子群算法。利用粒子群算法对蚁群算法随机产生的若干组较优解进行交叉和变异操作,得到了更有效的解。最后在MATLAB中利用优化后的蚁群算法计算最佳焊接路径,并与基础蚁群算法的结果对比。对比情况表明:优化的蚁群算法在解决焊接机器人路径规划问题上能得到更优的焊接路径和稳定性。     

基于蚁群算法塑模孔群加工路径优化

孔群加工是塑料模具制造中的重要工艺。针对塑模型芯孔群加工问题,提出了一种基于蚁群算法的改进优化方法,通过正交试验优选初始化参数,利用改进后的蚁群算法对塑料模具型芯孔群加工进行路径优化,以解决大规模不规则孔群加工时,空行程过多,加工效率低等问题。与标准遗传算法和蚁群算法相比,孔群加工路径平均值分别降低了6.0%和2.4%。与传统分批加工路径相比缩短了50.1%。实际路径优化效率较好,提高了加工效率。     

转塔冲床加工工艺规划与数控编程研究

分析了数控转塔冲床的工作原理和特点,并通过对相关路径优化算法的研究与总结,提出了针对不同类型孔加工的基于时间最短的数控转塔冲床加工工艺路径规划算法,包括阵列式和复合式工艺路径规划算法,分析了数控编程系统的基本的功能结构并进行了必要的图示,划分了数控编程系统的功能模块并给出了具体描述,阐述了基于ObjectARX的AutoCAD二次开发基本流程,基于Visual Studio环境开发了转塔冲床数控编程系统,并进行了实例验证。     

基于改进蚁群算法的巡检机器人避障路径规划方法设计

针对机器人进行避障路径规划时存在收敛速度差、规划路径长、迭代次数多以及规划时间长的问题,提出基于改进蚁群算法的巡检机器人避障路径规划方法。首先使用栅格法划分巡检机器人工作环境,通过对像素矩阵等指标的分析,构建栅格地图模型;基于人工势场法提出蚁群路径规划算法,使蚁群适应子空间的搜索;最后在模型中利用该算法,寻找该模型的最佳路径。实验结果表明,运用该方法进行路径规划时,收敛速度高、规划路径短、迭代次数少以及规划时间短。     

基于改进蚁群算法激光导航轮式机器人路径规划

针对激光导航轮式机器人在复杂环境中路径规划原始算法存在路径较长和收敛速度较慢的问题,提出了一种改进蚁群算法。在实际算法中,先利用MAKLINK图论建立AGV运行环境的空间模型,接着用Dijkstra算法搜索优化路径;然后,在Dijkstra算法的基础上采用蚁群算法搜索最优路径;紧接着,在改进蚁群算法中,优先选择搜索前后两节点同起点到终点夹角一致或相差不大的后一个搜索节点,获取新的信息素更新策略,并进行角度的初始化和信息素计算;最后,在Matlab上完成算法的编写并得到仿真结果。结果表明,改进蚁群算法路径优化性能更好,对实际环境中机器人的路径规划具有指导意义。     

机器人导航路径的多种群博弈蚁群规划策略

为了降低移动机器人工作路径长度、减少算法迭代次数、提高路径平滑性,提出了多种群博弈蚁群算法的规划方法。建立了机器人工作环境的栅格模型;提出了由1个主种群和2个从种群组成的多种群蚁群算法;将博弈论应用于种群的协同与竞争中,设计了合作博弈机制、奖惩机制、针锋相对机制和协调博弈机制;针锋相对机制和协调博弈机制应用于从种群间的交流与竞争,以帕累托最优为目的提高整个从种群的搜索多样性;合作博弈机制和奖惩机制应用与主从种群之间的交流与合作,使从种群将搜索经验和较优路径片段传递给主种群,从而提高主种群搜索效率和质量。经仿真验证,多种群博弈蚁群算法的路径多样性在迭代过程中保持较高水平;多种群博弈算法规划的路径长度比最大最小蚂蚁系统减小了5.98%,搜索迭代次数和路径平滑性也优于最大最小蚂蚁系统,证明了多种群博弈蚁群算法在路径规划中的有效性。     

基于A*

针对二维栅格地图下,移动机器人以最短路径遍历所有目标点的路径规划问题,提出一种基于启发信息扩展节点的 A*     

无人机3D航迹规划及动态避障算法研究

规划一条高时效且低代价的三维(3D)航行轨迹,成为目前无人机广泛应用亟须解决的问题。针对蚁群算法在航迹规划中出现的航迹长度和平滑性不足问题,通过改进蚁群系统中的节点移动规则、构造多重启发信息并结合粒子群优化算法的全局搜索能力,提出了蚁群粒子群融合算法。同时,就飞行航迹中出现的动态避障问题和目标点变化问题,提出了改进生物启发神经动力学模型算法,该算法针对3D静态最优航迹中出现的障碍物和目标点变化,实现了局部在线航迹调整。实验仿真结果表明,蚁群粒子群融合算法能在3D静态环境中规划出一条期望航迹。同时,改进生物启发神经动力学模型算法不仅能对突发障碍动态避障,还能对动态目标点变化实时跟踪。     

基于改进蚁群算法的桥式起重机路径规划问题研究

通过研究桥式起重机路径规划问题,提出一种改进的蚁群路径规划算法。针对传统蚁群算法收敛速度慢,容易陷入局部最优的缺点,借鉴A*算法和狼群分配原则改进自适应启发函数、信息素更新机制。根据桥式起重机的运行特征,通过运动学动力学分析抽象出两个仿真因子:路径长度和节点数量,提出以路径长度、运行时间和稳定性等性能参数为代价的新的评价标准。栅格环境下的桥式起重机路径规划仿真结果表明,改进的蚁群算法提高算法的收敛速度,避免搜索陷入局部最优,可以得到较优的工程应用路径。     

基于改进蚁群算法的移动机器人路径规划研究

针对蚁群算法在复杂环境下收敛速度慢且易陷入局部最优值的问题,提出一种改进的蚁群优化算法。该方法依据起始点和目标点位置信息选择全局有利区域增加初始信息素浓度,提高前期蚂蚁搜索效率;增加避障策略,避免蚂蚁盲目搜索产生大量交叉路径并有效减少蚂蚁死锁数量;采用动态参数控制的伪随机转移策略,提出优质蚂蚁信息素更新原则,自适应调整挥发系数,提高算法全局性;进行二次路径规划,优化路径并降低移动机器人能耗的损失。实验结果表明,该算法有较高的全局搜索能力,收敛速度明显加快,并且可以有效提高移动机器人工作效率,验证了该算法的有效性和优越性。     

受路网和测量约束的变电站巡检机器人路径规划

采用机器人对变电站高压线路测温可以大大提高日常巡检任务的智能化水平,但是巡检过程中存在路网限制和频繁启停能量消耗大等问题,须考虑最优路径与最佳测温停靠地点的相互制约性。为了解决上述问题,基于图论对变电站环境进行建模,通过分析巡检机器人在路网中对目标点测温时相机的位姿约束,建立了以时间消耗最小为目标的路径规划模型。提出了一种基于改进蚁群算法的路径优化方法和基于贪婪思想聚类的巡检停靠点选取方法,通过蚁群算法迭代获得机器人的最优巡检路径、巡检停靠点序列以及各停靠点对应的测温点集。最后,采用仿真案例验证了算法的可行性和鲁棒性,基于巡检机器人的实验结果表明该路径规划模型可用于变电站巡检。     

动态环境下移动机器人路径规划的改进蚁群算法

研究动态环境下移动机器人路径规划问题,采用栅格法对机器人工作空间进行建模,在使用蚁群算法进行全局路径搜索过程中引入人工势场的概念,使蚂蚁对最优路径更加敏感;机器人针对动态环境中可能出现的不同类型障碍物分别执行不同的避障策略;同时提出一种最优路径预测模型用于预测在避障过程中是否出现新的最优路径。算法结合人工势场法和蚁群算法的特点,将全局路径规划与局部路径规划相融合以提高路径搜索的效率。仿真结果验证了该算法的有效性。     

基于改进蚁群算法的机器人路径规划研究

针对基本蚁群算法在路径规划时出现收敛速度慢,易陷局部最优的问题,提出一种改进的蚁群算法。首先,为使算法在搜索时更具导向性引入方向夹角启发因子减少提高搜索速度;其次,融入A*算法的估价函数思想来改进启发函数,降低死锁可能性;最后,提出基于拉普拉斯概率分布的信息素挥发因子自适应策略,加快了算法收敛速度。多次仿真实验表明,所提出的改进算法能够快速,高效地寻找到最优路径,且路径质量优于基本蚁群算法规划出的路径。