基于超冗余度机械臂动力学的时间最优轨迹规划

基于超冗余度机械臂的动力学方程，提出了一种超冗余度机械臂同时受速度和力矩约束的时间最优轨迹规划方法，它首先采用B样条曲线拟合无碰撞墩散路径，得到由伪位移参数s表示的超冗余度机械臂连续，光滑运动路径，然后对动力学方程和约束方程进行数学变换，得到由s表示的动力学方程和约束方程，最后以s和伪速度s分别作为动态规划的阶段变量和状态变量，对超冗余度机械臂进行时间最优轨迹规划，仿真结果表明，所给出的时间最优轨迹规划算法是正确的，所采取的解决方法是可行的。     

操作臂关节变量惟一性研究

本文针对代数方法给出的机器人操作臂多重解,应用几何规划法排除掉局部闭链机构的不可能位姿,确定了工作空间所对应操作空间关节变量的取值范围,从而惟一地确定出给定腕点位置所对应的关节变量值,并编制出计算程序。     

基于栅格地图-蚁群算法的机器人最优路径规划

通过栅格法建立栅格地图作为机器人路径规划的工作环境,采用蚁群算法作为机器人路径搜索的规则．将所有机器人放置于初始位置。经过NC次无碰撞迭代运动找到最优路径．到达目标位置．为防止机器人在路径搜索过程中没有达到最大迭代次数时路径大小已不发生变化而陷入局部最优。可通过对各路径上的信息素进行增减来使机器人路径搜索跳出当前值继续搜索．直到迭代完毕,获得最优路径．     

基于多Agent的轨迹约束操作臂控制

随着机器人的日趋复杂,逆运动学算法受到了许多限制。90年代以来,基于多Agent的操作臂控制算法被提出,突破了传统的机器人控制依赖于精确模型的限制。但这些基于多Agent的算法中,操作臂末端点的运行轨迹是自由的。该文基于实际操作的需要,提出了基于多Agent的操作臂轨迹约束的控制策略。即依次使操作臂末端点到达轨迹上的各个采样点,达到操作臂末端点沿任一给定轨迹运行的目的,这将为避障操作打下必要的基础。该文提出拟合度的概念来控制末点轨迹的精度,仿真结果证明了此策略的可行性。     

多冗余度的机械臂容错操作中关节速度突变的研究

推导出了使速度突变极小化的退化机械臂关节速度的解析表达式,并从理论上证明了原机械臂关节速度最小范数解中的剩余关节速度矢量在退化机械臂零空间中的投影为零矢量,该结论适用于任意冗余度的平面和空间机械臂。研究结果表明,利用多冗余度机器人机械臂容错操作可以明显减小关节速度突变,提高容错操作的运动平稳性。     

果园移动机器人的全局最优路径规划研究

为了实现移动机器人在果园环境下自主行走,对果园移动机器人在复杂果园环境中的最优路径规划进行研究.首先,利用栅格法定义了移动机器人在栅格上的运动方向、障碍物及信息编码,模拟建立出果园的环境地图模型.然后分别编写Dijkstra算法、A*算法,对果园机器人进行全局最优路径规划.通过分析比较,得出A*算法所规划的最优路径更为方便,搜索效率更高,更加满足果园机器人的实际工作需求,提高其工作效率.     

基于改进型蚁群算法的最优路径问题求解

如何向用户提供"高质量"的最优路径是导航系统应解决的关键问题.针对该问题,文中提出了带多个路径质量约束的最优路径数学模型.为求解该模型,在蚁群算法的基础上重新设计信息素局部更新规则和全局更新规则,引入信息素更新算子,动态调整、增加最优路径上信息素的规则,并通过改进能见度启发因子,得到改进型蚁群算法.仿真实验证明,改进后的蚁群算法具有良好的寻优性和收敛性,能准确找出路网中满足路径质量约束的最优路径.     

超冗余度机械臂的路径安全性优化研究

提出了一个对超冗余度机械臂路径规划进行安全性优化的新方法．采用一般随机路标法得到一个表示机械臂位形空间结构信息的路标，计算机械臂在各个位形下与障碍物之间的最小距离，并把此信息加到随机路标法所求的路标上，从而把路标转化为网格结构．基于此网络，给出了一个对路径进行安全性优化的数学模型，利用其对超冗余度机械臂进行路径规划．仿真结果表明，相对于一般随机路标法所建模型规划的路径安全性大大提高．     

基于蚁群算法的三维空间机器人路径规划

将蚁群算法应用于三维空间机器人路径规划问题.首先将机器人所在位置(原点)与目的点之间的空间划分成立体网格,同时定义原点与目的点之间的有效路径.蚁群从原点出发,独立地选择有效路径,最终到达目的点,从而求出从原点到目的点之间的最优路径.实验结果表明,该算法不仅有效,而且具有较快的速度.     

机器人的动态补偿最优控制

本文首先将非线性、耦合机器人的动力学方程化成定常状态方程,然后利用状态反馈配置由线性定常状态方程描述系统的特征值,最后利用二次型性能指标设计机器人系统的最优控制器,控制器的输出是二次型性能指标最小的解。     

基于混合蛙跳算法的层次化群体路径规划

在复杂的群体运动场景中,传统路径规划方法具有计算量大、耗时长、效果生硬等缺点。为此笔者提出了一种层次化路径规划方法,将群体路径规划问题分为两个层次,在底层使用A*算法进行全局路径搜索,规划出一条从起始点到目标点的全局最优路径,使群智能算法进行上层局部路径规划时只考虑上层粒子间的碰撞;在上层采用混合蛙跳算法并结合多线程技术进行个体路径的动态规划。仿真实验结果表明：所提出的方法有效降低了群体路径规划中的算法复杂度和时间复杂度,在较为复杂场景下能够逼真和高效地进行群体运动仿真。     

机器人路径规划的计算机模拟及统计分析

以计算机模拟为辅助工具 ,讨论了机器人路径规划的算法 ,提出一种简化算法二次规划 ,既可避免组合爆炸 ,又能得到一个较优的解 ,即满意解     

PRM蚁群融合算法的AGV路径规划研究

针对AGV运货时需一次性取多件货物的路径规划问题,提出一种PRM算法与蚁群算法相结合的融合算法,将问题拆分为路径的选择与TSP问题分布解决,即先利用PRM算法进行AGV路径规划,再利用蚁群算法决策出取货顺序,生成总的路径。最后采用matlab进行仿真实验,并与A*算法进行对比,结果证明了PRM蚁群融合算法比A*算法得出的路径更短、效率更高。     

基于二层结构的路径规划系统

本文提出了智能系统中的二层路径规划子系统,其中的全局路径规划层接收来自任务规划子系统的目标序列,针对已知的静态障碍环境信息,采用基于 Hopfield 人工神经网络(HANN)算法的新型路径规划方法,得出点到点的直线路径(预直线路径)序列,并进行了仿真。局部路径规划与跟踪层接收来自全局路径规划层的预直线路径,考虑全局路径规划层未知的静态和动态障碍,采用势场法来进行局部路径规划与跟踪,并进行了仿真。     

基于A~*算法的机器人二维与三维路径规划实现

主要对移动机器人轨迹进行规划设计,将移动机器人的轨迹环境采用栅格化处理,提出了一种能结合全局和局部规划的改进的A*算法。使移动机器人在环境未知的情况下进行自主规划路径,通过MATLAB软件验证了算法的可实现性与稳定性,并将其与经典A*算法作对比,以证明改进算法的在运算能力,可实现性和稳定性上的优势。     

基于改进遗传算法的工业机器人能耗最优轨迹规划

为了降低工业机器人在工作过程中的能耗,提出了一种能耗最优的轨迹规划方法。将机器人的轨迹视为由空间中一系列的型值点构成,每相邻的型值点间由一段五次B样条曲线连接,得出机器人的轨迹函数。以动能作为目标能耗函数,同时考虑各个关节的运动学和动力学约束。对遗传算法进行改进,用于优化目标能耗函数,此改进遗传算法提高了算法的运算效率、局部搜索能力和实时性。对优化结果进行仿真,得出各个关节的运动学参数变化曲线,分析各个关节的曲线图知其均满足运动学和动力学约束条件,验证了此优化轨迹的合理性。     

基于混合粒子群算法的农情监测无人机路径规划

用无人机对果树病虫害进行巡航拍摄是有较大潜力的农情监测方法,本文以飞行时间最短为目标,建立了农情监测无人机路径规划的数学模型.结合遗传算法、模拟退火算法的思想,在粒子群算法中引入交叉、变异、替换操作,提出了一种混合粒子群算法来求解无人机路径规划的数学模型.实验表明,无人机路径规划数学模型可以被混合粒子群算法有效求解,且...     

基于进化计算的机器人操作器等强度优化设计

机器人操作器等强度优化设计是一个强非线性优化设计问题，文章将遗传算法与进化编程有机结合起来，形成一种既能处理复杂约束条件，又能收敛于全局最优点的优化方法；并将该方法应用于机器人操作器的等强度优化设计问题，得到操作器等强度设计的最优形状。     

统筹图中求关键路线的一个算法

给出了１个求统筹图中关键路线的多项式算法，证明了该算法的理论依据，分析了它的复杂性为Ｏ（ｎ＾３）。