基于改进NURBS曲线插补算法的食品分拣机器人轨迹规划

目的：为了更好地规划食品分拣机器人的运动轨迹,降低其振动幅度,使食品分拣机器人能够高精度地完成任务。方法：以Delta并联机器人为基础,结合NURBS曲线插补算法和改进的遗传算法,提出了一种以最优运动时间为目标的食品分拣机器人路径规划方法。采用改进遗传算法来优化NURBS曲线。通过仿真对优化前后进行对比分析,验证了该优化方法的可行性。结果：与优化前相比,所提的优化方法可以在一定程度上降低食品分拣机器人的运动时间,从优化前的3 230 ms降低到优化后的3 070 ms。关节空间的机器人曲线也更加平滑,可以充分发挥并联机器人的性能。结论：该轨迹规划方法能有效提高食品分拣机器人的分拣稳定性和效率。     

基于遗传模糊算法爬壁机器人避障仿真研究

为解决爬壁机器人壁面作业过程中的避障问题,课题组提出了基于遗传算法优化的模糊控制算法。首先,建立了爬壁机器人在壁面的运动模型,求解出机器人运动学方程;利用平面栅格的方式进行描述机器人运动路径的规划;采用遗传算法对爬壁机器人模糊避障控制进行优化,并给出具体优化步骤。利用MATLAB进行仿真实验,仿真结果表明:与遗传算法进行比较,基于遗传算法优化的模糊控制在准确避开障碍物的前提下,能够更好地跟踪起点和目标点的连线,并规划出从起始点到目标点之间更短的路径。     

小批量多品种工况下喷涂机器人位姿优化模型实验与仿真

为了使机器人在运动性能最优的状态下实现连续喷涂作业,文章从机器人运动学位形角度出发,提出一种机器人站位优化算法。该算法以机器人运动学位形范围和关节运动速度为约束条件,以工作空间灵巧性相关指标为优化目标建立机器人站位优化模型,并进行了实验与仿真。理论和实验表明:文章建立的机器人站位优化算法使机器人在喷涂连续作业的情况下避免经过奇异位形,解决小批量多品种工件的喷涂需求。     

基于RBF神经网络的码垛机器人轨迹优化

为了提高码垛机器人笛卡尔空间轨迹规划算法的收敛性和稳定性,提升机器人运行轨迹圆滑度。首先从运动学角度出发,建立了码垛机器人运动学模型。针对码垛机器人笛卡尔空间轨迹规划提出了一种基于RBF神经网络的码垛机器人轨迹优化算法。仿真结果表明,经过RBF神经网络轨迹优化使得在拟合的曲线更加接近实际的曲线,减小了逼近误差,提高了规划的准确性。该方法能够有效提升码垛机器人运动轨迹圆滑度,保证码垛机器人能够按照预定轨迹路径进行运动,有效实现了机器人笛卡尔空间轨迹规划。     

高速重载码垛机器人结构优化及运动轨迹规划

由于高速重载码垛机器人在工作中具有快速搬运、超重承载以及精准定位码垛位置等优点,致使其广泛运用于物流行业、汽车行业以及建筑行业等需要自动化机器来搬运重物的行业。虽然高速重载码垛机器人有很多优势,但其结构并不完善,各个组成部分有待于进一步优化,其工作效率与性能需要得到进一步提高;现有的运动轨迹耗能较高,急需规划出一个最优化的运动轨迹。因此,在对高速重载码垛机器人的大小臂、腰部以及腕部这三个机器人重要构造进行优化的同时,规划出一个新的码垛机器人运动轨道,进而完成关于高速重载码垛机器人结构优化与运动轨迹规划的相关研究。     

基于3TPS/TP型并联机器人的轨迹规划算法

本文对3TPS/TP型并联机器人工作头刀尖点的位置轨迹规划算法进行了研究,考虑在笛卡尔空间下,运用直线和圆弧插补算法实现对3TPS/TP型并联机器人的刀尖点分别为直线和圆弧两种情况下的轨迹规划。仿真结果表明,刀尖点的运动轨迹为经过示教点的轨迹,进而验证了设计方案的可行性,能够满足机器人作业平稳、精确的要求。     

小型袋装食品自动装箱机器人设计及运动仿真

在分析袋装食品装箱实际需求的基础上,设计了一种并联拾放机器人,确定了其性能参数和机械结构,接着对机器人空间运动轨迹进行了规划,并运用Adams软件对规划路径进行了仿真。结果表明,设计的机器人可以精准地进行抓放动作,且在规划路径中运动平稳,运动轨迹规范,满足设计要求。     

基于DSP的嵌入式开孔机器人控制系统

针对建筑行业常见的在金属板材上开孔的问题,介绍了以快速开发、成本低廉、维护方便等为目的的嵌入式开孔机器人控制系统的总体设计方案和软硬件结构。该系统选用了TI公司型号为TMS320F28335的DSP做为运动控制系统的核心,采用圆柱坐标,多轴联动完成切割运动轨迹。系统整体上可以独立完成与切割相关的参数采集、运动数据计算、切割实时运动控制等功能。该设计方案大大简化了系统结构,增强了系统的可靠性,并优化了软件的结构,使系统控制方式及各种算法的实现更加灵活。     

基于改进引力搜索算法的高速并联机器人轨迹优化

目的:解决并联机器人在罐头食品拾放过程中刚性冲击大、运动稳定性差等问题。方法:基于高速并联机器人的体系结构,提出了一种运动轨迹规划方法用于高速并联机器人末端执行器的轨迹优化。建立多约束、多目标、非线性轨迹优化模型,并采用改进的引力搜索算法求解。通过仿真验证了所提方法的可行性。结果:与改进前的规划方法相比,所提规划方法能在较短的时间内完成拾放任务,一次操作的最短时间为0.169 1 s。结论:该规划方法解决了传统并联机器人拾放过程中刚性冲击大、运动稳定性差等问题,具有一定的实用价值。     

基于RobotStudio的牛奶箱搬运生产线仿真

针对牛奶箱搬运过程存在运动轨迹奇点与动作节拍时间长的问题，基于RobotStudio软件进行仿真设计，对工作任务完成生产流程规划，创建生产线工作逻辑和设置仿真所需的I/O信号；通过Rapid离线编程控制仿真，采用B样条曲线优化五次多项式的方法规划机器人运动轨迹，解决调试过程中发现的运动奇点和路径干涉碰撞问题；通过分析3种TCP速度及能耗曲线，发现1 000 mm/s为最优值，该速度下节拍耗时13.9 s，能耗5 055 J。方案确定最优速度值，有效降低机器人振幅，符合运动规律，为降低生产成本和提高搬运效率提供理论依据。     

基于改进门字形轨迹的番茄生产线DELTA分选机器人轨迹规划

目的：解决现有番茄加工生产线DELTA机器人在番茄分选过程中存在的效率低和运动稳定性差等问题。方法：在对DELTA机器人分选系统进行分析的基础上，将回旋线优化的门字形轨迹用于DELTA机器人轨迹规划。利用回旋线替换门字形轨迹的直角部分，建立以时间最优为目标的优化模型，通过改进的蚁群优化算法求解优化后门字形轨迹参数。通过试验对其性能进行分析。结果：所提方法相比于门字形轨迹和文献[20]方法具有更优的平均分选时间和分选成功率，平均分选时间分别降低了11.61%和1.63%，分选成功率提高了2.05%和0.56%。结论：所提规划方法有效提高了DELTA机器人分选精度和效率。     

二自由度七连杆机器人腿部机构优化设计

文章推导了二自由度七连杆机构运动分析计算公式,建立了七连杆机器人腿部机构优化设计的数学模型。以长半轴100mm、短半轴40mm的椭圆曲线作为机器人足端的相对理想轨迹曲线,采用遗传算法对七连杆机器人腿部机构进行了优化设计。优化的七连杆机器人腿部机构足端的实际轨迹曲线几乎与理想轨迹曲线重合,足端点的最大、最小x坐标分别为100.035,-100.036mm,最大、最小y坐标分别为40.005,-40.009mm,与理想轨迹的椭圆长轴、短轴半径的最大相对误差仅为0.036%。利用优化的七连杆机器人腿部机构,设计了6足仿真机器人,并采用UG软件对优化的七连杆机器人腿部机构和6足仿真机器人进行了运动仿真,运动仿真结果非常理想。     

基于改进鲸鱼算法和神经网络的食品机器人能耗轨迹规划

目的:针对食品工业机器人动力学参数未知的节能轨迹规划问题,提出一种基于鲸鱼算法和神经网络的点到点机器人关节能耗轨迹规划方案。方法:构建食品机器人移动机械臂点到点关节能耗模型,设计基于神经网络的相似动力学辨识,用改进的鲸鱼算法对权重和偏置参数进行离线优化;采用四次多项式插值法规划关节移动轨迹,将轨迹参数等效为鲸鱼编码,通过求解关节能耗目标优化函数,最终得到能耗最优的关节运动规划轨迹。结果:该方案适用于机器人动力学参数未知下的轨迹规划场景,得到的轨迹能耗比同类降低约9.01%。结论:基于鲸鱼算法和神经网络的轨迹规划能实现食品机器人能耗优化目标。     

基于改进粒子群的食品分拣机器人动态目标抓取控制方法

目的：解决目前食品生产线分拣机器人抓取操作不稳定、分拣效率低的问题。方法：基于高速并联食品分拣机器人的体系结构,提出了一种基于改进粒子群算法的多目标运动优化策略用于食品分拣机器人的动态目标抓取控制方法。协调抓取顺序和分拣轨迹建立最短路径模型,以末端加速度建立机构稳定性优化模型,并通过改进粒子群优化算法对目标进行优化。结果：通过试验进行了验证,在输送速度100 mm/s时,抓取成功率由96.8%提高到100%,分选速率由1.62个/s提高到1.98个/s。结论：该控制方法能有效提高食品分拣机器人的操作稳定性和分拣效率。     

上甑机器人运动学分析及轨迹研究

在利用运动学模型实现上甑机器人的控制中,针对旋转式上甑机器人的特殊结构,通过改进Denavit-Hartenberg法建立其正运动学模型,随后解析其逆解表达式并加以验证。工作空间的仿真结果表明,该试验设计的上甑机器人可完成整层平铺、探气上甑的工作任务;同时利用混合曲线法生成运动轨迹,并分析关节角、角速度及加速度的时间历程,结果表明该方法适用于上甑机器人。     

基于轮廓提取的缝纫机器人运动轨迹规划研究进展

为有效解决服装行业工人短缺与生产效率低的问题,提高服装行业全自动化、无人化生产技术,对近年来工业协作型缝纫机器人研究中的2大核心技术(机器视觉轮廓提取算法与工业机器人运动轨迹优化)的最新研究进展进行综述,介绍了机器视觉轮廓提取中的几种算法和机器人运动轨迹的优化方法,分析了各轮廓提取算法的优缺点与其在服装行业中的实际应用、机器人各运动轨迹优化算法的精度与其对缝纫时的影响。指出基于轮廓提取的工业协作型缝纫机器人在服装生产、面料与缝纫头缝合时如何保护面料的平展性是下一步研究的重点,并对基于轮廓提取的工业协作型缝纫机器人在实现服装行业全自动化、无人化生产中的实际应用进行展望。     

基于多目标优化的油茶果分选机器人轨迹规划方法研究

目的：解决并联机器人食品分选过程中的运动平稳性差和精度等问题。方法：在分析三自由度食品分选机器人系统的基础上，提出将多项式插值法与改进的多目标粒子群算法相结合用于Delta机器人轨迹优化。以并联机器人运行时间最短、能耗最低、运动冲击最小为优化多目标，通过改进的多目标粒子群算法优化多项式插值法，并对其性能进行验证。结果：试验所提规划方法的规划轨迹相比于常规方法更平滑、更高效。在实际的油茶果分选中，准确率>99.00%，平均一次筛选时间为0.620 s。结论：试验所提轨迹规划优化方法提高了油茶果分选机器人的分选效率、准确性和稳定性。