基于改进量子遗传算法的机械臂轨迹优化

针对串联机械臂轨迹运行时间优化设计问题,在算法中引入自适应动态旋转角步长调整机制和多算子协同变异机制,提出一种改进量子遗传算法。选取串联机械臂为验证对象,建立D-H参数表,依据MATLAB工具箱与五次多项式样条插值函数,验证运动学正、逆解模型求解正确性后,构造末端执行器运行轨迹图。以运行时间为目标设计目标函数,合理设置相关参数后,通过改进量子遗传算法优化设计,将机械臂轨迹运行初始时间2 s优化为1.956 s,且优化后关节角位移、角速度和角加速度变化曲线平滑、稳定、连续,验证了算法的有效性,为后续研究奠定基础。     

基于改进混合粒子群算法的机器人轨迹规划

针对机器人工作效率以及运行平稳性问题,提出一种基于改进混合粒子群算法的轨迹规划方法。建立新的模拟退火机制,并结合粒子群算法进行多目标优化;使用非线性惯性权重递减策略以及动态学习因子平衡局部和全局搜索能力。以某六自由度机器人(SFR-TA)为研究对象,使用5-7-5插值多项式构造轨迹曲线;利用权重系数法,将基于时间-脉动冲击的目标函数归一化处理以求得最优值。结果表明：相比于传统粒子群算法,该算法的运行时间更短,同时可有效减少机械臂脉动冲击,具有更好的稳定性。     

改进麻雀搜索算法下机械臂轨迹规划

针对数控加工机器人的工作抖动问题,考虑机床工作精密度、时间、能耗指标,提出一种时间寻优的改进麻雀搜索优化算法。使用D-H参数构建机械臂数学模型,在MATLAB环境下对已建立模型进行仿真分析,利用3-5-3多项式插值法对机械臂空间轨迹路线分析,并提出麻雀搜索算法优化方案,对比传统算法及改进后机械臂关节速度及加速度曲线,明确优化后算法高效性,对比其他优化算法,确定机械臂时间最优解。研究结果表明,改进麻雀搜索算法粒子收敛速度提升43%,最优解收敛精度提升8%,机械臂轨迹规划用时明显缩短,轨迹规划达到预期,有效提高算法收敛效率及求解精度。     

基于改进PSO算法的时间最优机械臂轨迹规划北大核心

针对传统机械臂轨迹规划存在效率低、智能算法易早熟和运行不稳定等问题,提出了一种以时间最优为目标,采用改进粒子群算法(PSO)对6自由度机械臂轨迹进行优化的方法。首先,在关节空间下利用机械臂正逆运动学原理获取其轨迹插值点;其次,为了使机械臂能够快速平稳地到达目标位置,采用3-5-3多项式对其轨迹进行插值;最后,使用改进PSO算法对分段多项式插值构造的轨迹进行优化,实现6自由度机械臂时间最优的轨迹规划。通过MATLAB仿真实验可以得到机械臂各个关节的加速度、速度和位置的轨迹信息,在满足机械臂运动学约束的前提下,机械臂完成整段轨迹所用的时间从3 s减少到2.1 s,整体运行时间相对于PSO算法优化前缩短了近30%,由此表明改进PSO算法可以有效地实现6自由度机械臂时间最优的轨迹规划。     

基于自适应GA-SA算法串联机械臂轨迹运行时间优化

针对串联机械臂工作时间最优化设计,优化算法引入自适应方法与随机邻域拓展机制,提出一种自适应遗传模拟退火(GA-SA)算法。文中选取PUMA762串联机械臂为验证对象,建立D-H参数表,依据MATLAB工具箱构建结构模型,在运动学正解模型基础上,采用蒙特卡洛法分析工作空间。以运行时间为目标设计目标函数h(t),合理设置约束条件后,采用3-5-3次多项式插值法构造高阶连续关节运行轨迹,通过自适应GA-SA算法进行优化设计,结合ADAMS绘制虚拟样机模型进行仿真,优化机械臂轨迹运行时间为3.68 s,验证了算法的有效性,为后续研究奠定基础。     

一种机械臂时间-冲击轨迹的快速求解优化方法

针对NSGA-II算法优化机械臂轨迹耗费计算时间的问题,提出一种时间-冲击轨迹规划优化方法。采用均匀五次B样条函数在关节空间内构造插值曲线,在运动学约束的条件下,利用牛顿法对目标函数进行迭代求解。仿真结果表明:结合牛顿法与埃特金加速法对五次B样条函数插值轨迹规划的时间和冲击进行优化求解,寻优时间短,保证在运动学约束下产生较小的冲击以及缩短机械臂的运动时间,使得机械臂的运动控制性能得到提高。     

基于改进人工蜂群算法的冗余机器臂逆解研究

针对具有移动关节的7自由度机械臂逆运动学求解困难的问题,提出了一种基于改进人工蜂群算法的逆运动学求解方法。首先根据冗余机械臂的物理结构简化出几何模型,利用D-H法建立运动学模型,由坐标系变换得到正运动学的解。由于该冗余机械臂不满足Pieper准则,难以用传统方法求得封闭解;因此采用改进人工蜂群智能算法,利用位置误差与姿态误差的标准差作为目标函数,求取逆运动学的最优解,并利用Matlab编程进行仿真验证,仿真结果表明该方法准确有效,为具有移动关节的冗余机械臂逆运动学的求解提供了一种新的途径。     

改进人工势场法的机械臂轨迹规划

针对传统人工势场法(APF)在机械臂避障路径规划过程中出现目标不可达和局部最小值问题，提出一种改进人工势场法算法。首先，使用人工势场法控制机械臂时陷入危险区域时，引入跳点搜索算法，寻找最优跳点作为下一迭代点，同时设强迫邻居为虚拟目标点，指引机械臂摆脱危险区域；其次，再使用人工势场法搜索；最后，引入3次均匀B样条曲线进一步优化最优解，进而生成一条平滑、无碰撞的路径。通过二维地图和机械臂避障实验，验证了改进算法的有效性和可行性。     

基于改进灰狼算法的机械臂运动学高精度逆解北大核心

为提高串联机械臂逆运动学的求解精度、简化求解难度及增强求解通用性,提出一种适用于各类串联机械臂逆运动学求解的改进群智能算法;根据改进D-H参数法建立机械臂运动学模型,以最小化位姿误差为优化指标建立目标函数,将逆运动学求解问题转化为优化控制问题。通过多种群混沌协同搜索策略、最优学习策略、多重变异扰动策略和跳出局部最优策略4种改进策略提出一种多策略协调改进的灰狼优化(multi strategy coordination improved grey wolf optimization,MSCIGWO)算法,并应用于求解各类串联机械臂逆运动学。仿真试验结果表明,改进后的灰狼优化算法求解性能得到极大提高,相比于直接采用灰狼优化算法求解机械臂逆运动学,MSCIGWO算法的收敛速度、收敛稳定性更强且可高精度收敛至精确小数点后12位数值精度的理想位姿,验证了该算法求解的有效性与通用性。     

一种基于混合策略的排爆机器人目标抓取轨迹规划

一种时间-脉动最优的混合优化策略被用来对排爆机器人目标抓取的轨迹进行规划,以兼顾机械臂运动过程中的平稳性和效率。采用三次样条曲线连接路径点,对路径点之间的运动时间搜索优化抓取轨迹。结果表明:关节空间的轨迹十分平滑,可以减小机械磨损,避免关节速度、加速度的突然变化,控制振动。在工作空间的目标抓取仿真显示,机械臂可以沿着预定路径和策略在预抓取位置调整好姿态,无干涉的接近目标完成抓取任务。     

异类粒子群算法的机械臂轨迹多目标规划

为了减少机械臂工作过程中的耗时、耗能和冲击,提出了基于异类粒子群算法的机械臂轨迹多目标规划方法。建立了7自由冗余机械臂运动学模型和优化模型;以传统粒子群算法为基础,根据学习信息的不同来源,设计了4种粒子进化行为,根据粒子当前状态计算不同进化行为的当前价值和未来价值,根据当前价值和未来价值的综合价值计算不同进化行为的选择概率,从而完成了异类粒子群算法的构造。以耗时最少单目标优化为例,与传统粒子群算法相比,异类粒子群算法不仅收敛速度快,而且优化程度提高了27.48%;使用异类粒子群算法对机械臂轨迹进行多目标综合优化,给出了Pareto最优前沿面,可根据不同需求和优化重心从中选择优化结果。     

基于响应面法-改进人工蜂群算法的绞车滚筒多目标优化设计北大核心

为提高绞车滚筒使用性能、减轻质量、降低耗能,提出一种基于响应面法-改进人工蜂群算法的方法对滚筒进行结构优化。利用有限元对绞车滚筒静强度和刚度、疲劳寿命进行仿真分析;建立以滚筒内部材料参数为设计变量,刚度为约束,最小疲劳寿命、最大静强度、质量为目标的响应面模型。在传统人工蜂群基础上,改进蜜源判断准则,有利于算法跳出局部最优、保留潜在最优。在搜索策略的算法中引入变异的思想,提高收敛速度;利用改进后的人工蜂群算法进行多目标求解,获得绞车滚筒的Pareto前沿解集。结果表明:优化后的滚筒质量减小350.1 kg,最大应力减小20 MPa,最小疲劳寿命增加5.888 7×10~5次,最大变形减小0.37 mm,达到了优化设计的目的。     

基于GA算法的柔性抛光工业机器人最优轨迹规划

为使柔性抛光工业机器人的作业时间达到最优,文章在自行研制的柔性抛光工业机器人第一代样机的基础上,提出一种新的最优轨迹规划方法。从手表的表壳表耳部分的复杂曲面中提取出一组机械臂工作位置点,通过逆运动学求解出与其对应的关节位置序列,采用5次B样条曲线拟合方法得到各关节的角度轨迹曲线。将机械臂的运动学约束转化为5次B样条轨迹曲线的控制顶点约束,采用GA算法求解出最优的时间节点,进而规划出满足非线性运动学约束的时间最优连续轨迹曲线。仿真结果表明,提出的轨迹规划方法为柔性抛光工业机器人提供了理想的轨迹曲线,使柔性抛光工业机器人的作业时间达到最优。     

基于GA-PSO算法的机器人手势交互轨迹规划研究

为简化机器人控制及降低冲击优化轨迹的编程难度,对手势识别应用于工业机器人轨迹规划进行了研究,同时为了降低因机器人冲击过大产生的振动及机械磨损,提出使用改进GA-PSO算法进行时间-冲击最优轨迹规划,即采用自适应的惯性权重和交叉变异概率,改进算法具有迭代前期收敛速度快,迭代后期不易陷入局部最优解的特点。在轨迹规划中采用5-5-5插值多项式保证轨迹规划的速度、加速度、冲击的连续,并在设定的适应度函数控制下,由改进后的GA-PSO算法的搜索,对结果进行仿真实验,实验结果表明优化后的轨迹在相同时间内冲击大幅降低。     

基于改进量子遗传算法的机器人关节轨迹优化

电子元器件体积较小,对它进行分拣较一般分拣工作困难且工作量巨大,应用机器人分拣可大大提高工作效率。采用七次多项式曲线插值的方法进行轨迹规划,使运动关节的角速度、角加速度和角急动度曲线光滑连续;提出一种改进的量子遗传算法,引入正态分布概率密度函数以改进量子门旋转角步长策略,对关节运动轨迹进行最短时间优化,使机器人能够在满足非线性约束条件的基础上具有最优关节轨迹曲线。仿真结果表明：该轨迹算法能够快速有效地缩短机械臂关节运动时间。     

基于深度学习的冗余机械臂无碰运动规划

针对冗余机械臂运动规划过程中的避碰问题,提出一种基于深度学习的避碰运动规划方法。首先,建立冗余机械臂的运动学模型,借助Gilbert Johnson Keerthi算法进行碰撞检测,确定机械臂连杆与障碍物之间的安全距离;其次,将避碰运动规划问题转换成多元函数优化问题,以循环神经网络为主体框架,用天牛须搜索机制来防止算法陷入局部最优值和保证解的多样性;最后,在仿真环境下验证文中所提算法的有效性,结果表明:该算法的预测精度比改进人工势场法平均高出10.89%、算法时间节约2.44 s,其可以帮助冗余机械臂规划一条平滑、柔顺、无碰撞的运动轨迹,具有一定的工程参考价值。     

工业机器人多目标轨迹优化

基于工业机器人时间、能量、冲击最优等多目标下的轨迹优化问题,采用多目标优化方法进行研究。采用七次B样条插值曲线,构造工业机器人连续并且两端端点的参数都可以进行设定的轨迹,保证了工业机器人的运动性能。然后采用改进遗传算法对工业机器人进行优化,得出Pareto最优解集。在自主研发的六自由度工业机器人上的仿真结果表明：七次B样条插值可以得到连续的机器人轨迹,改进的遗传算法可使B样条轨迹进行有效的多目标寻优,获得良好的Pareto前沿。     

铸件多功能作业机器人多臂协调轨迹规划与仿真

以铸件多功能作业机器人的工作臂为研究对象,采用笛卡尔空间变量法对机器人铸件搬运过程进行轨迹规划。结合多臂协调的运动约束条件以及伪逆法,对机器人的4个工作臂关节运动进行优化,得到多机械臂协调运动的关节位置和速度变化曲线。由MATLAB软件仿真得到的运动参数曲线可知,算法优化后得到的运动轨迹均能保持连续、平滑,有利于实现对机器人的精准控制。利用机械臂正运动学方程得到了机械臂末端执行器的轨迹曲线,曲线满足铸件搬运的要求,验证了算法的正确性。     

基于凸轮设计理论的多关节机械手轨迹规划

当机械手进行快速运动且运动时间确定时,为实现机械手作业轨迹平滑,关节轨迹的速度、加速度、脉动曲线保持连续且减少轨迹最大加速度峰值,结合凸轮从动件运动轨迹设计方法,提出改进梯形加速度函数曲线机械手关节空间的轨迹规划方法。文章以3R机械手为载体进行仿真,仿真结果表明,同样工作任务下,该方法使机械手关节运动平稳,关节最大加速度明显小于传统的5次多项式插值的机械手关节轨迹规划。     

基于快速扩展随机树的机械臂路径优化算法研究

针对传统快速扩展随机树算法在关节空间对机械臂进行路径规划难以得到机械臂笛卡尔空间下最短路径的问题,提出改进的快速扩展随机树算法(DL-RRT),在笛卡尔空间对机械臂进行路径规划,得出机械臂笛卡尔空间下的最短路径。同时采用三次样条插值算法对所得轨迹拟合优化,使机械臂末端运动轨迹连续光滑,保证机械臂平稳快速的运行,减少运动过程中的冲击。通过仿真实验显示,机械臂空间路径满足最短路径要求,同时关节运动曲线平滑,减少了机械臂工作时间,提高机械臂工作效率。