基于粒子群优化算法的绳驱动连续体机器人轨迹规划

为提高绳驱动连续体机器人运动的平滑性和稳定性,在关节空间和笛卡尔空间研究了基于样条函数和粒子群算法的轨迹规划问题。首先,采用双参数局部指数积公式建立连续体机器人的运动学模型;其次,根据牛顿-拉夫森迭代方法进行逆运动学求解;最后,基于自适应惯性权重的粒子群时间最优化算法结合五次B样条函数,分别实现了连续体机器人在关节空间和笛卡尔空间的轨迹规划。仿真结果表明：在相同的条件下,两种方法均可得到连续体机器人末端的连续轨迹,速度均小于10 mm/s,加速度均小于20 mm/s²;基于关节空间规划出的关节位移、速度、加速度曲线更为平滑,关节空间规划用时9.219 3 s,笛卡尔空间规划用时10.604 6 s。基于粒子群优化算法的绳驱动连续体机器人轨迹规划研究,提高了连续体机器人的运动性能,可为绳驱动连续体机器人的位姿规划提供参考。     

基于RBF神经网络的弧焊机器人轨迹跟踪控制方法

针对目前弧焊机器人的控制算法大多是基于关节空间的算法,而这种算法无法实现对机械臂末端位置的直接控制的问题,提出了基于笛卡尔空间的轨迹跟踪控制算法.首先运用RBF(radical basis function)神经网络技术对实际机械臂数学模型的建模误差和参数不确定性进行补偿,接着定义Lyapunov函数并运用HJI(Hamilton-Jacobi inequality)定理设计基于笛卡尔空间的机器人鲁棒控制器.在此基础上以二自由度机械臂为被控对象进行仿真研究,仿真结果表明,基于笛卡尔空间算法的轨迹跟踪控制算法误差小于基于关节空间的控制算法,在基于笛卡尔空间的控制算法的仿真中末端轨迹跟踪误差小于0.08 mm,神经网络能够有效地在线学习机器人的建模误差和参数不确定性.     

串联机器人运动学建模与轨迹规划研究

以IRS3003机器人为研究对象对六自由度串联机器人的运动学建模及轨迹规划方法进行研究,采用D H建模方法,结合Matlab Robotics机器人工具箱建立IRS3003机器人运动模型,对机器人操作空间进行运动学分析.采用五次多项式插值方法,基于PPO路径规划码垛轨迹,分别实现机器人在关节空间和笛卡尔空间的轨迹规划与...     

数字势场和遗传算法的机器人路径规划的方法

提出了一种适用于任形式机器人格规律划的新方法，该方法利用笛卡尔工作空间的几何信息，建立离散化工作空间的距离图和数字势场，基于启发函数引导机器人在构形空间使用遗传算法进行搜索，而且，针对势场中极小点问题，提出了一种使用遗传算法和交替势场进行逃离的新算法，最后分别为6自由度关节机器人和12自由度双手协调机器人进行路径规划和仿真，验证了该方法的有效性。     

绳驱动拟人臂机器人的刚度分析和优化

分析了一种绳驱动拟人臂机器人的笛卡尔刚度,这种7自由度机械臂具有特殊的串并混联结构,机械臂的肩关节和腕关节均为绳驱动3自由度球关节,通过对其刚度表达式的推导,再结合串联机器人刚度分析方法,描述了机械臂整体笛卡尔刚度矩阵的求解过程.首先描述了绳驱动3自由度球关节的推导过程,用以求解肩关节和腕关节的刚度;然后计算单自由度肘关节的刚度;最后通过结合肩、肘和腕刚度得到的关节空间刚度矩阵,运用修正的一致保守变换得到绳驱动拟人臂机器人的笛卡尔刚度.基于以上的刚度分析,提出了一种刚度优化算法用于改善机器人在运动过程中的刚度,仿真分析验证了这种算法的有效性.     

SCARA型四自由度机械臂规则曲线的轨迹规划

针对轨迹规划在SCARA型机械臂高效稳定运行中所起的重要作用,以四自由度机械臂为控制对象对轨迹规划算法研究,通过在笛卡尔坐标空间中进行直线插补和圆弧插补对机械臂进行轨迹规划,仿真结果表明,运用轨迹规划可以有效地提高机械臂的控制精度和工作效率.     

融合KCCA推断强化学习的机器人智能轨迹规划

针对当前模仿强化学习(LfDRL)框架面向新任务时并未考虑机器人各关节之间的联系,从而影响学习效果的不足,利用伪协方差矩阵的思想,基于再生核空间(RKHS)和广义瑞丽熵构建面向泛函指标的关节间摄动相关局部坐标系,进而设计出一种集成核典型相关分析(KCCA)与路径积分策略提升(PI~2)的强化学习方法.利用学习经验数据基于KCCA推断出机器人各关节间面向轨迹规划任务的隐含非线性启发式信息,引导PI~2搜索到最优/次优策略,使得机器人实现从示范轨迹规划任务到新轨迹规划任务的快速迁移学习,并高质量完成.选择顺应性装配机械手臂(SCARA)和优傲5(UR5)机器人的过单点、过两点迁移学习智能轨迹规划实验,结果表明:融合KCCA推断启发式信息的强化学习的平均代价下降率明显优于经典的PI~2算法,其机器人智能轨迹规划在提升学习收敛速度的同时也提高了机器人完成新任务的精度.     

工业机器人冲击最优的轨迹规划算法

轨迹规划是工业机器人控制的一个重要组成部分,它对机器人性能的提高有着关键作用,为了解决目前笛卡尔空间轨迹规划加速度不连续,导致机器人运行过程中冲击过大而产生振动、机械磨损、使用寿命缩短等问题,研究冲击最优的轨迹规划算法。用S形速度曲线代替梯形速度曲线,对B样条进行插补,插补后得到笛卡尔空间的位置、速度、加速度参数,反推到关节空间进行仿真验证,仿真结果表明,利用S形速度曲线插补时各关节加速度连续,冲击有了明显减小。     

一种新型SCARA机器人运动学分析及仿真

针对传统SCARA机器人末端操作的局限性问题,设计了一种新型SCARA机器人,通过改进SCARA机器人末端结构来增强传统机构的灵巧性。应用旋量理论建立了运动学模型,并进行了正运动学求解,得到各关节运动与末端位置的关系。根据杆长条件和关节运动范围,求解了机器人的工作空间。最后,应用ADAMS建立虚拟样机模型,探究该新型机构在特定运动区域内的工作路径,并将其可达空间与传统SCARA机器人对比,证明了该机器人可增强传统机构的灵巧性,并求得精细操作范围。该机器人可解决多角度操作问题,为工业生产中的复杂作业提供参考。     

基于UMAC的工业机器人运动控制系统设计

文章建立了RB 08型工业机器人D-H模型,对机器人的运动学求解进行了分析;设计了一种基于工业控制计算机(IPC)和运动控制器(UMAC)的模块化分布式机器人控制系统,搭建了机器人运动控制系统硬件平台,完成了控制系统的人机界面、路径规划、示教在线和运动学求解等功能模块的软件设计;最后,针对RB 08机器人工作空间内的2个相邻位置点,进行了笛卡尔空间内的三次样条轨迹规划实验,验证了系统软件的各模块功能软件,同时得到了关节空间内各关节分别采用直线插补和样条插补时的位置跟随误差。