机械手时间最优脉动连续轨迹规划算法

为使机械手的作业效率达到最优,同时确保运动的平稳性,提出一种新的最优轨迹规划方法。通过逆运动学运算得到与任务空间轨迹对应的关节空间位置序列,采用7次B样条曲线插值方法构造启动和停止运动参数可控,且速度、加速度和脉动均连续的关节轨迹。将机械手运动学约束转化为B样条曲线的控制顶点约束,采用序列二次规划方法求解最优运动时间节点,进而规划出满足非线性运动学约束的时间最优脉动连续轨迹。仿真和试验结果表明,提出的轨迹规划方法为关节控制器提供理想的轨迹,使机械手在最短的时间平稳地跟踪任务空间的任意指定轨迹。     

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...     

工业机器人时间-能量-脉动最优轨迹规划

针对工业机器人时间最优、能耗最优、脉动最优等多目标的轨迹优化问题,基于非均匀有理B样条(NURBS)曲线矩阵表示法,提出一种最优轨迹规划方法。建立五次NURBS曲线数学模型,构造端点运动参数均可指定的高阶连续的关节运动轨迹,确保机器人的运动性能;在考虑机器人运动学约束的条件下,采用多目标粒子群优化算法(MOPSO)以工业机器人运行时间、能量消耗和轨迹脉动为目标对其运动轨迹进行优化,获得Pareto最优解集。对六自由度STANFORD机器人的仿真结果表明,提出的轨迹规划方法可以很好地构造平滑轨迹,MOPSO算法能够实现满足约束条件的运动轨迹多目标优化,得到理想的Pareto分布。最后,为方便期望解的选择,构造归一化权重目标函数,获得高阶连续的优化轨迹。     

工业机器人时间-能量-脉动最优轨迹规划

针对工业机器人时间最优、能耗最优、脉动最优等多目标的轨迹优化问题,基于非均匀有理B样条(NURBS)曲线矩阵表示法,提出一种最优轨迹规划方法。建立五次NURBS曲线数学模型,构造端点运动参数均可指定的高阶连续的关节运动轨迹,确保机器人的运动性能;在考虑机器人运动学约束的条件下,采用多目标粒子群优化算法(MOPSO)以工业机器人运行时间、能量消耗和轨迹脉动为目标对其运动轨迹进行优化,获得Pareto最优解集。对六自由度STANFORD机器人的仿真结果表明,提出的轨迹规划方法可以很好地构造平滑轨迹,MOPSO算法能够实现满足约束条件的运动轨迹多目标优化,得到理想的Pareto分布。最后,为方便期望解的选择,构造归一化权重目标函数,获得高阶连续的优化轨迹。     

六关节机械臂的轨迹规划

以六关节机械臂为研究对象,采用B样条曲线进行轨迹规划.在轨迹规划时,在给定轨迹上插值,得到中间插值点.基于逆运动学将这些中间插值点转换至关节空间,得到关节角度值,从而将笛卡尔空间的轨迹约束转换至关节空间,进而用B样条曲线拟合出各关节轨迹.应用ADAMS软件进行轨迹规划仿真,得到各关节角位移、角速度、角加速度变化曲线,进而明确后续研究目标.     

一种机械臂最优时间-冲击轨迹优化算法

针对工业机械臂执行效率以及运动过程中的冲击产生振动、机械磨损的问题,提出了一种机械臂的最优时间-冲击轨迹规划方法,优化机械臂关节运动时间和加加速度(冲击)两个耦合且矛盾的运动性能指标。通过逆运动学可以将机械臂执行的运动轨迹转换为在关节空间中的位置-时间序列,采用5次非均匀B样条函数在关节空间内构造插值曲线,用各阶B样条曲线控制顶点的约束代替机械臂的运动约束,利用NSGA-II(Non-dominated sorting genetic algorithm II,NSGA-II)对目标函数进行优化。仿真结果表明,采用5次非均匀B样条函数插值,对运动时间和冲击进行优化的运动轨迹,提高了机械臂的执行效率,保证了运动过程中产生较小的冲击,使得机械臂的运动控制性能得到了提高。     

基于非均匀B样条曲线的挖掘机最优时间轨迹规划

为了实现挖掘机器人平稳、高效率地完成给定挖掘任务,提出了非均匀B样条曲线的轨迹规划方法。利用3次非均匀B样条曲线,在关节角速度、角加速度和角加加速度的约束条件下,在关节空间对挖掘机进行轨迹规划。采用自适应粒子群优化(APSO)算法求取插值时间的最优值,优化得出各个关节角度的最优时间曲线,从而得到末端挖掘轨迹,在相同的约束条件和优化方法下,采用5次非均匀B样条关节曲线进行对比。实验结果表明:低阶次的非均匀B样条曲线既可以实现各个关节高效平稳的到达给定目标点,而且还可以减少曲线摆动,从而减小对挖掘机的磨损,延长其使用寿命。     

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。     

改进B样条曲线应用于6R机器人轨迹优化

利用D-H标架法建立了机器人的运动学模型,并在分析轨迹规划流程基础上将改进B样条曲线用于机器人关节空间轨迹插值;在论述改进原因并详细阐述改进B样条曲线的生成方法后,给出改进B样条曲线应用时的速度与加速度性质及算法实现细节;在MATLAB 2014a平台上进行仿真实验,利用改进方法实现圆弧轨迹运动。结果表明,该方法能够有效提高机器人在关节运动及空间轨迹的平滑性,进而可优化机器人的轨迹运动。     

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。