基于改进粒子群算法的机器人时间最优轨迹规划

针对六自由度工业机器人在考虑运动学约束条件下,使用传统粒子群算法进行时间优化易陷入局部最优的问题,结合免疫算法与模拟退火算法,提出一种混合免疫粒子群算法（HIPSO）进行时间最优轨迹规划求解。为提升粒子群跳出局部最优的能力,算法结合模拟退火算法使得粒子保持一定概率突跳的能力,并引入免疫算法的浓度机制保留高适应度低浓度粒子,在加快收敛速度保持种群多样性的同时能跳出局部最优达到全局最优。以PUMA560机器人为对象进行仿真,结果表明HIPSO算法能够使机器人在运动过程中速度、加速度连续无突变,相较常规粒子群算法时间缩短约15%,验证了算法的可行性和有效性。     

改进鲸鱼优化算法的机器人时间最优轨迹规划

针对鲸鱼优化算法（WOA）存在的收敛精度低、易陷入局部最优解等问题,提出一种非线性收敛因子并引入非线性惯性权重对基础WOA进行改进,以智能制造生产线中核心单元6R机器人为研究模型做轨迹优化,其以时间最优为优化目标。首先将WOA中收敛因子改为非线性收敛因子并引入一种非线性惯性权重,以达到提高收敛精度、局部开发能力和全局搜索能力的目的,然后将该算法与五次多项式相结合,基于实际应用场景对某型号的6R工业机器人做时间最优轨迹规划。实验结果表明,该研究场景中机器人运动优化后完整的上、下料过程的时间比优化前缩短20%至50%,说明改进后的WOA在相关领域应用中有效可信且具有实际意义。     

基于人工生命算法的并联机器人最优轨迹规划

基于机器人直纹面概念和人工生命算法,提出一种并联机器人位姿轨迹最优规划方法.应用计算几何中的三维直纹面生成原理,对机器人末端执行器的位置和姿态进行统一描述.考虑到机器人姿态直纹面面积及其变化率能够反映和评价机器人的运动学和动力学性能,通过求解等效角位移矢量在空间的运动轨迹形成的三维直纹曲面面积及其变化率,并将其作为泛函的泛函极值,同时考虑运动时机器人的灵活度,建立机器人位置和姿态轨迹优化的数学模型.采用人工生命优化算法对代表并联机器人位姿轨迹的高阶参数化空间曲线的参数进行优选,通过优化轨迹直纹曲面面积及其变化率和机器人的灵巧度,使并联机器人具有良好的运动学和动力学性能.最后以一三自由度球面并联机器人轨迹规划实例,验证所提出方法的可行性.     

基于速度最优的码垛机器人轨迹规划算法

机器人运行轨迹直接影响其运动效率.在码垛工艺要求下,为追求最快的速度和最优的运行轨迹,提出了一种基于速度最优的机器人运行轨迹规划算法.通过设定机器人运行起始点、目标点,自动对运行轨迹进行规划并计算出所经过的中间点.仿真和实际应用结果表明,所提出的算法减少了码垛工艺下机器人的示教点,并且所规划的路径运行时间较短,提高了生...     

基于遗传算法的6-DOF机器人最优时间轨迹规划

针对机器人在特定工作坏境下工作效率低的情况,提出一种以时间为最优的轨迹规划方法。采用七次B样条曲线完成机器人各关节位置-时间序列的插值,并将运动学约束转化为B样条曲线控制顶点的约束,以机器人关节轨迹运行时间最优为优化指标,采用遗传算法对轨迹曲线执行时间最短寻优,规划出满足运动学约束及力矩平滑的时间最优轨迹。实验结果表明,该规划算法能够明显减小加加速度的累积效应,提高机器人执行轨迹的最优时间。     

基于时间最优的工业机器人关节空间轨迹规划

以六自由度工业机器人为研究对象，为解决运行轨迹不平滑而导致机械冲击，提高机器人的运行效率和平衡性，提出一种基于二次抛物线加速度连续的关节空间时间最优轨迹规划算法。首先，基于匀加速-匀减速运行方式，根据电机最大速度和最大加速度参数，推导出运行位移、速度和加速度以及最小运行时间的计算公式；其次，基于梯形运行方式，引入速度同步系数和加速度同步系数两个参数，用来解决各关节运行同步的问题；然后，基于二次抛物线运行方式，推算出位移、速度和加速度关于时间的表达式，并给出算法设计流程图；最后，使用MALAB进行算法仿真验证。结果表明，该算法保证了加速度、速度和位移的连续，实现各关节同步运行和时间最优，确保机器人平滑高效地运行。     

工业机器人的最优时间与最优能量轨迹规划

提出一种工业机器人的最优轨迹规划方法。将机器人的轨迹视为由机器人关节空间中一系列的关键点构成,关键点两两之间通过三次多项式曲线进行连接。通过使用加权系数法定义代价函数,从而使机器人运动过程中的总动作时间和消耗能量在某种程度上达到综合最优,同时考虑关节速度、加速度、二次加速度以及力或力矩等约束条件。在代价函数的设计中,采用一种新颖的罚函数排序形式来处理约束问题。提出基因环境双演化免疫克隆算法对所定义的代价函数进行优化。以上策略的采用,使算法具备一定的学习能力,增强算法的全局搜索能力,从而提高解的质量和算法效率。对斯坦福机器人的仿真结果表明了本文方法与现有方法相比,具有更高的搜索效率,能得到性能更良好的解。     

基于自适应粒子群算法的FS20N机器人时间最优轨迹规划

针对通用型机器人,以运行时间最短为目标,提出一种基于自适应粒子群(APSO)时间最优轨迹规划算法。在关节空间轨迹规划中,逆解得到关节变量与时间的关系,以此建立五次多项式关节变量与时间的插值轨迹。然后,利用罚函数对其关节角度、关节速度、关节加速度进行处理,同时以插值关节各点间的时间间隔之和为优化目标,采用自适应粒子群算法进行优化求解,得到时间最优的轨迹。最后,利用MATLAB仿真软件,建立川崎FS20 N仿真模型进行验证,得到运行平稳且时间最优的运行轨迹图,仿真结果验证了该算法在轨迹规划中的可行性。     

基于Jerk最优的机器人轨迹规划

针对机器人任务路径轨迹的复杂性和稳定性要求,提出了一种基于Jerk最优的笛卡尔空间轨迹规划方法,得到一条光滑和平稳的机器人动作轨迹。机器人轨迹被约束通过笛卡尔空间中一系列路径点,采用Jerk连续可导的余弦函数曲线来插补路径点之间的机器人轨迹,通过求解逆运动学计算出期望的机器人关节角度。最后,以NAO机器人为平台对轨迹规划方法进行了仿真与实验验证。实验结果显示,规划得到的机器人路径轨迹光滑平稳没有突变,顺利地完成实验任务动作。     

基于DENSO机器人的地插打磨时间最优轨迹规划

高档装饰用地插多采用铜或不锈钢材质,其外观要求光亮圆滑。为实现DENSO机器人在执行打磨作业过程中运动高效、平滑且连续,对比分析了匀加速匀减速、三次多项式、五次多项式三种插值方法,对机器人手臂末端轨迹进行任务空间轨迹规划。通过对DENSO机器人逆运动学求解,将任务空间轨迹转换到关节空间。运用MATLAB建模仿真得到机器人各关节的角位移、角速度及角加速度曲线图,结果表明用五次多项式插值法规划后的各关节角位移、角速度及角加速度曲线更加平滑且无突变,机器人运动性能优于另外两种方法。根据角加速度曲线波动范围及最大允许角加速度的限制,对各段轨迹运动时间进行了重新分配,得出在满足DENSO机器人运动平稳和物理约束的条件下所需的最短时间。最后通过整机实验与对比,实现了DENSO机器人对地插打磨作业的时间最优轨迹规划,为进一步提高机器人工作效率奠定了理论基础。     

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。     

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。     

基于最优时间间隔的足式机器人足端轨迹规划

在任务空间进行足式机器人足端轨迹规划时,由于任务空间与关节空间的非线性映射关系会导致关节电机的速度、加速度超限或发生突变,影响机器人的运动平稳性.针对该问题,提出了一种基于最优时间间隔的足式机器人足端轨迹规划算法.首先对任务空间规划出的足端轨迹离散点反解计算得到对应的关节角度,然后以关节角度为约束,以轨迹点之间的时间间...     

基于时间最优的机械臂关节空间轨迹规划算法

为了提高机械臂的作业效率和运动平稳性,提出了一种新的基于时间最优的轨迹规划算法。通过逆运动学求出与任务轨迹对应的关节位置序列,利用三次样条插值进行轨迹规划,从而使关节角速度、角加速度曲线光滑连续。通过自适应遗传算法对运动轨迹进行时间最短优化,并利用罚函数解决运动学约束问题。仿真结果表明该轨迹规划算法有效、可行,能够很好得减少机械臂完成工作任务所需的运动时间。     

基于改进萤火虫算法的机械臂时间最优轨迹规划

以国产某型号六轴工业机器人为研究对象,针对六轴机器人关节空间的轨迹规划问题,提出了一种基于改进萤火虫算法的时间最优3-5-3多项式插值轨迹规划算法.首先,由给定的机器人末端路径点求逆运动学得到关节空间下的路径插值点.然后,在速度约束条件下,利用萤火虫算法对插值结果进行优化,使得机器人具有最优运行时间.通过与传统萤火虫算法对比,改进后算法的收敛速度和精度都有明显改善.最后,应用MATLAB软件仿真出机械臂运动位置、速度、加速度曲线,并用实体机器人验证.结果表明,该方法使得机械臂具有更短的运行时间,稳定性更高.     

空气阻力对工业机器人时间最优轨迹规划的影响

在考虑了机器人关节速度,加速度,加加速度等传统关节约束条件的前提下,将空气阻力的影响引入到轨迹规划的约束条件之中,并结合实际工况对时间最优轨迹规划问题进行建模。基于PUMA560机器人,针对给定的关节路径点,使用遗传算法对问题进行求解,所得轨迹规划结果能够满足所有约束条件,验证了所建模型的准确性和算法的有效性正确性。     

基于多目标粒子群算法工业机器人最优轨迹规划

针对工业机器人,以时间最优、能耗最优、脉动最优工作指标为目标,考虑多目标的轨迹优化问题,提出一种基于粒子群算法(PSO)的多目标轨迹优化的方法.采用五次多项式插值的方法建立工作轨迹的数学模型,添加相应的运动学的约束,以机器人运行时间、能量消耗、脉动冲击为目标建立目标函数,采用多目标粒子群算法(MOPSO)对其运动轨迹进...     

基于IAGA的机械手时间最优轨迹规划

为了实现机械手在约束范围内以最快的速度运动,将遗传算法应用于机械手时间最优轨迹规划的研究。在遗传算法进化过程的基础上,提出了一种基于种群集散状态的改进自适应遗传算子,同时采用了优胜劣汰的选择方式,进化后期交换交叉和变异的顺序,有效地解决了简单遗传算法的两大缺陷。对PUMA560的前三铰进行了仿真试验,并与混沌优化法进行了对比分析。实验结果表明,所提出的算法可以有效地防止早熟,收敛速度更快,鲁棒性更好且拥有较强的寻优能力。     

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...     

遗传柔性多面体混合算法在机器人时间最优轨迹规划模型的应用

时间最优轨迹规划是机器人技术中一个重要研究领域,本文首先推导出该问题的非线性规划数学模型,在此基础上引入了遗传柔性多面体混合算法,该算法融合了遗传算法的全局搜索能力和柔性多面体算法的局部搜索能力,实验结果表明,遗传柔性多面体混合算法在搜索性能方面超过遗传算法,使机器人在满足约束条件下以更少的时间完成给定轨迹的运行,提高了机器人在制造业中的搬运效率。