基于GA的时间最优机械臂轨迹规划算法

由于多项式插值轨迹规划具有阶次高、没有凸包性质等特点,传统优化方法难以应用的特点,根据机械臂运动学约束,提出了关节空间基于遗传算法(GA)的3-5-3多项式插值轨迹规划算法。利用运动学约束,以最优时间为目标,针对关节型机器人在静态环境下的点到点的轨迹规划问题,利用GA算法解算多项式插值的时间。通过与基于PSO的3-5-3多项式机械臂轨迹规划运动位置、速度、加速度曲线对比,证明该方法在运行时间和运行平稳度上都有突出优点。     

基于AGA的时间最优机械臂轨迹规划算法*

根据机械臂运动学约束,提出了关节空间基于自适应遗传算法(AGA)的3-5-3多项式插值轨迹规划算法。利用运动学约束,以最优时间为目标,针对关节型机器人在静态环境下点到点的轨迹规划问题,利用AGA算法解算多项式插值的时间。通过与基于GA的3-5-3多项式机械臂轨迹规划进化曲线和运动位置、速度、加速度曲线对比,证明该方法在算法收敛、运行平稳度上都有突出优点。     

基于信赖域算法的机械臂时间最优轨迹规划

为了提高机械臂的工作效率,提出了一种新的时间最优轨迹规划方法.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样条曲线构造关节空间插值轨迹,将运动学约束转换为对B样条轨迹曲线控制顶点的约束,并适当放大约束条件,然后采用信赖域方法求解时间优化问题,从而规划出速度、加速度和脉动均连续且满足运动学约束的时间最优轨迹.仿真结果验证了所提出时间最优轨迹规划方法的有效性.     

一种六轴机械臂时间最优轨迹规划方法

为实现六轴机械臂从起始位置经过给定中间点到达目标位置的运行过程所花时间最短,拟采用遗传算法对关节空间中的位置-时间序列进行优化.针对传统遗传算法收敛速度慢、易在局部最优解附近徘徊的问题,提出了一种基于DE、GA和SQP求解机械臂最优时间轨迹规划的混合优化算法.首先采用五次多项式构造关节空间插值曲线,将时间最优轨迹规划转...     

基于改进粒子群算法的机械臂能耗轨迹优化

针对工业机器人能耗轨迹优化问题,提出了一种基于金字塔层拓扑结构的粒子群算法。该算法引入了金字塔层式的拓扑结构,将粒子进行排序、分层,从而改进算法的竞争策略,增加了种群多样性;引入了新的合作策略以更新粒子的速度和位置;引入胜利百分比来自适应地调整粒子群算法的权重系数,提高了粒子的搜索效率。为了验证该算法的有效性,在测试函数集上进行了测试,并与其他八种变体粒子群算法进行比较,其结果表明所提出的算法性能具有显著优势。最后将该算法应用到工业机器人轨迹规划中,仿真实验表明该算法能有效求解机器人的能耗最优轨迹,机器人的能耗明显减低,且满足工业机器人的运动学及动力学约束。     

电能表检验台体串联机械臂时间最优轨迹规划

时间最优轨迹规划有助于缩短机械臂运动时间,提高工作效率,在机械臂实际应用场景中起着至关重要的作用.针对串联机械臂点到点运动的时间最优轨迹规划问题,提出一种基于改进多种群遗传算法的最优轨迹规划方法.通过五次多项式插值对机械臂运动路径进行拟合,利用改进的多种群遗传算法对机械臂运动时间进行优化,改进之处包括:设计含有惩罚项的...     

机械臂最优运动规划问题的混合粒子群算法

多关节机械臂路径规划是一个高度受限的非线性优化问题,很难找到单一的优化解.提出一种基于单纯形算法和粒子群算法的混合算法,以解决机械臂的路径规划问题.仿真试验表明,相较于常规的A*算法,该混合算法具有更高的求解精度.     

基于能耗优化的深海电动机械臂轨迹规划

由于深海电动机械臂动力学模型较为复杂,难以基于动力学模型构建精确的能耗优化目标函数,因此,本文提出一种利用径向基函数(RBF)神经网络构建机械臂功耗模型的方法.首先,利用机械臂水下运动实验数据集训练所构建的RBF神经网络.利用基于该神经网络的功耗模型,结合机械臂关节空间轨迹规划多项式,建立机械臂能耗目标函数.然后,采用自适应粒子群优化(PSO)算法求解最优轨迹参数.结果显示,RBF功耗网络均方根误差(RMSE)为20.89 W;经过优化的轨迹的能耗比实验轨迹的能耗均值降低410.8 J(18.3%).实验结果表明基于自适应PSO算法的轨迹规划方法实现了能耗优化的目标.     

基于粒子群优化的刚柔混合机械臂振动抑制规划

提出基函数叠加与粒子群优化(PSO)相结合的振动抑制轨迹规划方法.首先推导了各关节变量与模态坐标的关系,采用正弦-梯形函数作为基函数构造各关节的角速度,其中基函数的系数和幅值为待定参数;然后将末端振动最小化轨迹规划转换为待定参数的优化问题,并采用PSO算法获得待定参数的最优值;最后以双杆刚柔混合机械臂为例开展仿真研究.仿真结果表明,所提出的方法大大减小了机械臂末端的残留振动.     

基于PSO的工业机器人时间-脉动最优轨迹规划

为提高工业机器人的工作效率,并且保持机器人关节平稳运动,提出一种基于粒子群优化算法的时间-脉动最优轨迹规划方案;通过权重法将多目标优化转化为单目标优化,再运用粒子群优化算法得到时间-脉动最优的运动轨迹;轨迹规划中,采用了关节空间五次非均匀B样条插值法,以确保脉动曲线的连续性;最后以GRB4016工业机器人为研究对象进行仿真实验,结果表明,该方案可以得到较理想的运动轨迹,并验证了方案的有效性。     

基于改进梯度投影算法的移动机械臂轨迹规划研究

移动机械臂由移动平台和机械臂构成,是一种典型的冗余机械臂系统。其运动学和轨迹规划问题是研究热点。梯度投影法是求解该问题的一类常用算法,其应用难点主要集中在比例因子的选取上。极值法通过最优化方法求解比例因子,将比例因子作为目标函数,并基于关节速度极限、可优化度等设计约束条件。针对极值法存在使关节加速度超限的问题,提出一种考虑关节加速度约束的新算法,并通过仿真对比验证该算法的有效性。     

基于改进鲸鱼算法的机械臂轨迹优化

针对机械臂的轨迹优化问题,提出一种混合策略的改进鲸鱼算法,以达到时间最短、冲击最小的轨迹优化目标.采用五次样条函数拟合关节轨迹,保证冲击平滑连续变化.为证明轨迹优化效果,将提出的改进算法分别与遗传算法、粒子群算法和基本鲸鱼算法进行了一系列性能对比实验.实验数据表明改进后的算法比改进前收敛速度提高2.419倍,适应度值降...     

一种改进PSO的室内机器人路径规划方法

针对室内空间局限性造成的移动机器人路径规划难度提升问题,文章分析了机器人室内移动中转弯、启停等运动特征,为获得最优规划路径引入了粒子群算法(particle swarm optimization, PSO),同时为改善经典算法中收敛度低,易早熟等问题,首先使用收敛因子、线性递减、非线性凹函数、随机分布方式等对PSO惯性权重的选取进行了讨论,并结合三次样条插值方法、选取罚函数作为适应度函数等对PSO进行了算法改进,最后,以实验室作为室内环境背景进行了仿真实验,并与经典的PSO路径规划方法进行了对比,实验结果表明,文章中改进的PSO路径规划方法精度高于经典PSO方法5%,平均寻优时间比经典PSO的少5s左右,能够有效的提高规划路径的平滑度,对于室内环境中机器人路径规划具有良好的实时性和有效性。     

一种基于PSO的多UAV协同航迹规划方法

本文针对多无人飞行器(UAV)协同执行任务的应用场景,提出了一种综合考虑任务分配和航迹规划因素的航迹规划算法。该算法借鉴微粒群算法(PSO)的思想,采用新的编码方式和优化策略。仿真实验验证了算法的有效性。     

足球机器人路径规划的PSO方法

研究足球机器人在已知静态环境下路径规划问题,在避障环境下寻求最优路径,提出了一种基于粒子群优化算法的足球机器人路径规划方法。为适应PSO算法的自身特点和提高算法搜索的效率,在传统栅格法的基础上引入实际坐标系法,对环境进行建模;为了更好地评价粒子（即解）的性能,在进行碰撞判定的基础之上,引入罚函数方法,克服了传统适应度函数难以更好地表达粒子性能的缺点。进行仿真的结果表明,该算法在足球机器人路径规划方面具有可行性、有效性和鲁棒性。