双机械臂协作最优装配位置及多目标轨迹优化

为了解决以传统人工示教方式确定双机械臂协作装配位置的局限性和随机性,以双机械臂轴孔协调装配为工程背景,针对协作装配过程中机械臂的整体运动灵活性和轨迹规划,采用粒子群算法进行多次寻优,求解整体全局灵活性最优的装配位置,并基于最优位置进行了多目标轨迹优化。分析了双机械臂协调装配过程中的运动约束关系,以可操作度为灵活性评价指标,提出了双机械臂协作装配系统的可操作度评价方法,以此构建优化目标函数,采用粒子群算法,在双机械臂协作空间中求取系统全局可操作度最优的装配位置;基于灵活性最优位置,采用多目标粒子群算法,以时间、能耗、冲击为目标进行了轨迹优化,并在Matlab机器人仿真平台进行了仿真分析。结果表明,将灵活性指标运用到轨迹规划中,能提高机械臂作业效率,降低能耗与冲击损耗;且整个运动过程可维持较高可操作度,能有效规避传统人工示教方式的随机性,实现双机械臂协作装配的最优灵活性轨迹规划。     

冗余移动焊接机器人运动学分析与轨迹规划

设计了一款以四自由度机械臂为执行机构,以旋转电弧焊炬为末端执行器的冗余移动焊接机器人。对机器人移动平台进行建模分析并用改进D-H参数法对机械臂进行运动学分析,然后对其整体进行了集成运动学分析,得出执行器末端坐标系相对于笛卡尔坐标系的运动学关系;并提出一种基于移动机械臂的粒子群优化算法,以解决冗余移动机器人运动学逆解问题,为机器人的运动控制奠定了基础。针对格子型角焊缝提出了一种新的轨迹规划方法,用Matlab对目标轨迹所选取的离散点进行数值解析并进行高次多项式拟合,为后续设计控制提供高效准确的途径。     

基于改进粒子群算法的机器人路径规划

为了提高移动机器人路径规划的质量,提出了基于改进粒子群算法的机器人路径规划方法。对障碍物进行膨化处理,简化了障碍物模型;通过坐标变换,将二维优化问题简化为一维优化问题;建立了包含路径长度和路径平滑度的适应度函数;分析了传统粒子群算法及缺陷,引入了跳出机制和牵引操作,跳出机制保持了种群多样性和全局搜索能力,牵引操作加快了算法收敛速度,从而提出了改进粒子群算法;经仿真实验验证,改进算法规划的路径在长度、平滑度、规划时间上均具有优势。     

空间机械臂末端力/位容错过程中关节参数突变抑制

为了实现空间机械臂关节失效后容错操作,提出了空间机械臂末端力/位容错过程中关节参数突变抑制方法。基于机械臂关节空间和操作空间的力/速度映射关系,分析空间机械臂末端力/位容错条件,建立机械臂末端容错运动学和动力学方程;进而将运动学可操作度和动力学可操作度分别引入机械臂容错运动学和动力学方程,在此基础上建立机械臂末端力/位容错过程中的关节参数突变抑制优化函数,并利用粒子群算法实现对优化函数的求解。仿真结果表明,该算法能够在实现空间机械臂末端力/位容错的同时有效抑制关节速度和力矩突变。     

移动操作机器人运动学及作业灵巧度分析

首先,将UR5机械臂搭载在差速驱动式移动平台上,组成移动操作机器人系统,同时,建立移动平台三维模型,对关键零部件进行有限元分析;其次,建立移动操作机器人系统差速驱动模型和UR5机械臂正逆运动学模型,并得到移动操作机器人在速度层整体运动学模型;最后,利用蒙特卡洛法分析机械臂工作空间,对其作业灵巧度指标进行评估。     

室内移动机器人路径规划算法

路径规划是移动机器人导航技术中的核心问题。在以往的研究中,机器人被视为一个点并且优化的目标为使路径最短,这种建模方法得到的路径往往不具有良好的可执行性。讨论了一种考虑路径平滑度和路径安全度的规划算法,并通过带惩罚函数的粒子群算法对其进行求解。最后在MATLAB中通过仿真试验验证了算法的有效性。     

移动机械臂的输出跟踪控制

移动机械臂通常由移动机器人和装在移动机器人上的机械臂组成。它既具有移动机器人的可移动性又具有机械臂的操作灵活性,有极高的实际应用价值。本文针对由二轮驱动的移动平台和二连杆机械臂组成的移动机械臂的输出跟踪问题,利用滑模控制原理为其设计了动态滑模控制器。首先给出了移动机械臂的简化动态模型,然后通过微分同胚和输入变换将其分解为4个低阶子系统,并给出了其输出跟踪的动态滑模控制器的设计方法。仿真实验表明,所设计的动态滑模控制器不仅能很好地跟踪给定轨迹,而且能有效地削弱滑模控制系统的抖振。     

基于作业区域和响应速度的节点布收机械臂优化设计

节点作为油气勘探中数据采集的关键设备,人工布收的工作强度大、重复性高;机械臂具有长时间持续工作等优点,可代替人工布收节点,提高其布收效率;但机械臂结构刚度低、响应速度慢。因此,对机械臂进行了结构优化及轻量化设计,以提高其结构刚性及运动能力。基于旋量理论,建立了节点布收机械臂正运动学方程,以作业区域为约束条件,提出了综合考虑节点布收机械臂的静刚度全域指标和任务方向的速度综合全域指标,建立了节点布收机械臂尺寸优化数学模型;利用多目标粒子群算法,结合变密度法对节点布收机械臂大臂进行了尺寸优化及轻量化设计。结果表明,结构尺寸优化后,节点布收机械臂的静刚度全域指标提升了19.8%,任务方向的速度综合性能提升了8.8%,显著提高了机械臂的刚度及运动能力;大臂轻量化设计后质量降低了14.7%,有利于提高响应速度的运动能力。研究结果对提高油气勘探的准确性和效率具有重要意义。     

轻型机械臂的轻量化结构设计优化方法

在轮式移动机器人基础上,开发移动机械臂,设计了一种轻型五自由度机械臂,建立了三维实体模型,以减轻机械臂自身质量为目标,对关键构件进行了减重孔方案设计和结构优化,利用有限元方法计算得到了在不同载荷下不同方案的应力应变规律、模态与振型,对比分析了不同减重方案的优劣性,给出了最优减重方案,为机械臂结构设计提供了理论依据。     

基于改进粒子群算法的车间作业排序的优化设计

兼顾车间作业排序中的制造周期和机器利用率,建立了以最小化最大完工时间为主目标、以最大化机器利用率为从目标的优化模型。设计了引入自适应技术的惯性权重,使基本粒子群算法的学习因子可动态变化地改进粒子群算法,并用该改进后的算法对车间作业排序进行了优化设计。实例研究表明:改进后的粒子群算法在收敛速度和收敛可靠性上均优于未改进的粒子群算法,在求解车间作业排序问题的应用中具有更高的求解质量。     

基于混合群智能优化的机器人立体视觉标定

准确的立体视觉模型是机器人高精密视觉定位的基础,而传统的单一非线性优化算法难以实现稳定和高精度的机器人立体视觉标定。结合遗传算法全局搜索能力强和粒子群算法局部搜索能力强的特点,提出了一种基于混合群智能优化的机器人立体视觉三步标定方法。针对非线性视觉模型,标定第一步和第二步分别对两个摄像机模型单独作线性初值求解和初次非线性优化,第三步对双目立体视觉模型作联合非线性优化,直接线性变换、遗传算法、粒子群算法分别作用于标定的三个步骤,每一步计算的结果被用作下一步的初始化。仿真试验分析与实际试验结果表明,相对于传统的优化标定方法和使用单一群智能优化算法的标定方法,该方法在噪声环境下具有更高的准确性和鲁棒性,能够更好满足机器人精密视觉操作的需求。     

一种基于微粒群优化算法的冗余机械手轨迹规划法

针对冗余机械手应用遗传算法(或免疫遗传算法)的轨迹规划所存在的不足，提出了基于微粒群优化算法的冗余机械手轨迹规划方法。利用此算法对寻优过程进行仿真研究，所得结果令人满意，与遗传算法相比，微粒群算法简单、容易，且收敛速度快。此方法能够有效地进行机械手轨迹规划，从而能够为充分发挥冗余度的作用为改善机械手运动提供新的思路。     

柔性关节机械臂轨迹规划及振动抑制研究

针对工业机器人多自由度复杂机械臂系统,对其建立多刚体运动学模型,仿真验证末端运动轨迹的真确性。在此基础上,对机械臂系统的末端关节进行柔性化处理,添加随机柔性扰动,得到刚柔耦合机械臂较为真实的末端轨迹曲线。提出了基于混沌粒子群优化算法(CPSO)的振动抑制方案,通过CPSO算法对机械臂末端轨迹的插值参数进行优化,定义了柔性末端的振动变形最小的目标函数,并给出了具体的求解步骤。数值仿真结果表明,在满足系统约束条件的情况下,机械臂运行平稳,不存在角速度突变的情况,相比于基本粒子群优化算法,CPSO算法保证了粒子群体的随机性,提高了群体的多样性,且收敛速度较快,不会陷入局部最优,在CPSO优化下的柔性末端轨迹振动明显减小,从而说明CPSO算法能够有效优化轨迹规划参数,减小机械臂柔性末端的振动变形。     

基于混沌优化MPSO的移动机器人FastSLAM算法研究

针对移动机器人快速同时定位和地图创建(FastSLAM)中粒子退化问题,提出一种基于混沌优化的中值导向粒子群优化(MPSO)算法。该算法在粒子估计过程中引入观测信息,调整粒子的提议分布,提高位置预测的准测性。混沌优化MPSO算法采用两步优化策略,首先通过中值导向加速度来改进粒子的进化速度,有效地克服粒子退化问题,改善算法的收敛性;然后针对粒子耗尽问题,在MPSO优化算法中引入混沌搜索算法来寻找全局最优位置,驱散聚集在局部最优的粒子群,使其向全局最优位置靠近,扩大解空间的范围,从而保持种群的多样性。仿真和实时数据证明了该方法正确、可行。     

全天候移动车间巡检机器人目标定位算法

全天候移动车间巡检机器人移动轨迹复杂,为获取高精度的巡检机器人目标定位结果,提出一种全天候移动车间巡检机器人目标定位算法。优先标定得到移动车间环境的相机,获取相机参数,通过高低纹理匹配完成移动车间环境重建。然后通过相机内外参数将匹配点的图像坐标和世界坐标相关联,以此为依据估计巡检机器人的位姿。最终将得到的移动车间环境地图和周围数据相结合,采用粒子滤波算法对全天候移动车间巡检机器人位置组建的粒子群集合优化处理,通过不断迭代更新,输出目标定位结果。结果表明,所提算法可以有效降低巡检机器人目标定位时间以及联合定位误差,获取准确率更高的目标定位结果。     

五自由度电液伺服机械手运动控制系统研制

针对电液液伺服机械手在实际应用过程中存在运动精度低、运动平稳性差,控制模型存在非线性的问题,利用电液液伺服机械手具有负载能力强,能量密度大的优势,对机械手运动控制系统进行了研制。首先采用闭链矢量法对TCP进行了准确的位置矢量表示;其次,引入5阶B样条插值方法和改进型粒子群优化算法,得到了连续的TCP空间位移轨迹,实现了TCP位置的最优轨迹规划;最后,引入常规PID,IL-PID,NDI等控制策略,采用分级控制管理方案,实现了机械手各关节的运动控制,并利用5自由度电液伺服机械手进行了仿真和实际实验。研究结果表明:该运动控制系统能够准确地控制机械手在高负载,高精度要求下进行规定运动。     

用改进的粒子群算法求解并联6自由度平台的最大误差

最大误差是评价并联6自由度平台性能的重要指标,提出了改进的粒子群算法来求解最大误差.首先借助矩阵微分法求出平台误差表达式,将最大误差作为优化目标函数,除了各结构参数误差外,还将平台的位置和姿态列入优化变量.在标准粒子群算法中引入非线性变化权重和变异操作来保证全局收敛并提高收敛精度.实例计算表明该方法的有效性,可用于平台设计阶段的误差预测.     

基于粒子群优化算法的小型足球机器人路径规划

为了解决足球机器人无法躲避动态障碍物和容易陷入局部极值的问题,在深入研究粒子群优化算法的基础上,提出了采用栅格法与粒子群优化算法相结合的路径规划算法。首先采用栅格法对小型足球机器人工作环境构造模型,再利用改进的粒子群优化算法进行最优路径搜索。该算法实现简单,收敛速度快,不易陷入局部极值,不仅能够满足足球机器人实时动态的路径规划要求,而且能满足不同环境下的路径规划要求。仿真实验表明,该方法可以很好地应用于足球机器人的路径规划中。     

Maximum load-carrying capacity of autonomous mobile manipulator in an environment with obstacle considering tip over stability

In order to increase the efficiency of wheeled mobile manipulators (WMM), it is preferred to carry the maximum payload, but in the case of a small-sized platform, which is desirable in applications, it may cause dangerous tip over, especially in the presence of obstacles. So, it is necessary to consider stability constraint in the determination of robot motion planning. This paper presents a novel approach for the determination of the maximum payload-carrying capacity of a coordinated mobile manipulator in an environment with presence of obstacle, based on stability. The proposed method considers the tip over stability on zero moment point criterion, which must be considered when the path of the end-effector is predefined but the position of the mobile platform is free, because tipping over in this condition is probable. Hence, the full dynamic model of WMM (including the coordinating vehicle and manipulator) is used, the obstacle avoidance scheme is implied based on potential functions, and the maximum payload path for a specified payload is generated using the optimal control approach. Then, an iterative method based on the stability criterion and motor restriction, including torque and jerk, was implied to calculate the maximum payload capacity. To the best of our knowledge, this is the first paper reporting on some simulation results as well as successful experiments of implementing the algorithm. The proposed approach has been implemented and tested on a nonholonomic WMM consisting of a differential-drive mobile base and a robotic arm to demonstrate the efficiency and effectiveness of the proposed approach.     

基于小生境粒子群优化的挖掘机器人自抗扰视觉伺服控制

为提高挖掘机器人的自主挖掘能力,设计一种基于图像的自抗扰视觉伺服控制器,对挖掘机器人的动臂、斗杆、铲斗组成的3节机械臂末端位置和姿态在x-z平面进行控制,实现自主挖掘目标任务。针对自抗扰控制器需要整定的参数较多,参数间相互影响,整定困难的特点,引入粒子群算法对控制器参数进行优化。由于原始粒子群算法存在后期易陷入局部最优的缺欠,采用小生境粒子群算法对自抗扰控制器参数进行整定优化。对粒子群及小生境粒子群算法的优化性能进行比较研究的基础上,设计了适合挖掘机器人的自抗扰视觉伺服控制器,采用小生境粒子群算法得到自抗扰控制器整定参数。搭建xPCTarget主机—目标机环境进行试验及仿真,表明小生境粒子群优化的自抗扰视觉伺服控制器控制精度高、鲁棒性强。