双机器人系统的最短时间避碰轨迹规划

多机器人的避碰移动规划可由两步实现：路径规划和轨迹规划。路径规划是为机器人寻找避免与静态障碍物碰撞的几何路径。轨迹规划决定每个机器人需沿其几何路径以多快的速度移动以防止与其它运动中的机器人碰撞。     

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...     

一种复杂环境下的仿人机器人路径规划算法

针对仿人机器人运动规划中特有的问题——障碍物的多样性、机器人具有越障和绕障等多种避障运动的功能、路径的代价因素的多样化(时间、距离、能耗等),对环境地图和机器人进行建模,采用混合代价进行仿人机器人的路径规划.首先提出基于多维向量的字典序比较的启发式搜索算法,该算法能够按优先级考虑各项代价因素寻找到综合最优的路径;然后引...     

轻型抓取机器人的优化设计与路径规划

针对一种轻型抓取机器人,对其进行了构型优化设计和相关工作路径的研究.在各臂旋转到同一条直线上时,以对各个关节的转动惯量最小为优化目标,得出轻型抓取机器人各臂的最优臂长,并针对抓取时的稳定性进行了设计.运用三次多项式对机器人的点到点运动和有中间点的运动进行了轨迹规划,得到了各个关节的位移和角速度方程,并用实例进行了计算.利用Matlab Robotics工具箱对轨迹规划的结果进行了验证.     

机器人在时变环境中的运动规划

时变环境中的避障运动规划是当今智能机器人领域中的一个重要研究课题.木文根据运动状况可分解描述为路径轨迹和速度函数的思想,提出了解决运动规划问题的二层机制.上层是路径规划.即就工作环境中的静态障碍,规划一条避障的最短距离路径;下层是速度规划,其任务是选择机器人沿着已规划路径运动的速度(加速度),以保证它避免与动态障碍物相撞。     

基于改进TEB算法的阿克曼机器人运动规划系统

TEB(timed elastic band)算法通过修饰全局路径规划生成的初始轨迹来优化机器人轨迹,得到一条满足机器人运动学动力学约束,避开障碍物,时间较优的轨迹。加速度的变化率过大会使机器人底盘电机输出的力矩突变引起机器人受到冲击震荡,加加速度的约束可使加速度的变化率限定在一个合理的范围,在TEB方法中缺少加加速度约束的基础上,对原始TEB算法进行改进,在轨迹优化过程中构建了具体的加加速度的约束,并在Stage仿真平台对改进TEB算法进行了仿真和在真实的阿克曼机器人上进行了实现,实验结果表明:得到的轨迹满足运动学、动力学,避开障碍物的要求而且平滑,真实机器人运动平顺。可见,改进的TEB算法适用于阿克曼机器人,规划的轨迹效果较好。     

基于粒子群算法的可重构模块化机器人速度约束下轨迹规划

针对可重构模块化机器人速度约束下的时间最优轨迹规划进行研究.首先利用旋量理论实现模块化机器人运动学方程的自动生成,并在此基础上利用3-5-3多项式插值进行机器人的轨迹规划.由于可重构模块化机器人系统刚性差、在高速运动时会产生较大振动,需要对运动速度进行约束,本文利用粒子群算法对速度约束下的插值时间进行优化,使得机器人在速度限制下实现运行时间最优.最后通过仿真实验得到机器人角度、加速度以及角加速度曲线并进行分析,证明了方法能有效地实现速度约束下的最优轨迹规划.     

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．     

基于多项式拟合插值函数的码垛机器人轨迹规划

以四自由度码垛机器人为研究对象,基于关节空间提出一种新型多项式拟合插值的运动轨迹规划方法。该方法不仅能够保证其速度、加速度甚至冲击有界且连续,还可得到不同限制条件下机器人最短执行时间;同时根据码垛机器人的特殊结构和特定运动模式,基于机器人末端运行路径实现了对关节运动过程的进一步合并优化,使得编程控制简单化。基于MATLAB软件对拟合曲线实现了仿真,分析对比了对称型及非对称型拟合曲线各自的性能。最后,在TRIO Motion Perfect软件环境下实现了码垛机器人实验运动控制。结果表明,该运动轨迹规划方法准确可行且工作效率高。     

基于运动微分约束的机器人纵横向路径规划研究

传统机器人路径规划方法未解决机器人和局部路径连接处的运动微分约束问题;且可选路径均为近似结果,影响路径规划结果。为此,提出基于运动微分约束的机器人纵横向路径规划方法。利用微分约束设计纵横向协同三层规划方法,在进行局部规划的过程中,依据运动微分方程形成一段时间内的可行路径;在运动微分约束下,采用机器人与障碍物间的相对距离以及相对速度规划策略实现纵向规划,引入预瞄思想实现横向规划。按照纵横向规划结果及全局路径曲率设计纵横向综合控制器,使机器人实际运行路径与规划路径相同,以此实现机器人在复杂环境中的整体规划。实验结果表明,所提方法能够避开障碍物,规划路径短,机器人运行路径和规划路径偏差小。     

机器人无碰撞平滑路径规划

本文提出了一种新的机器人平滑路径算法,综合地考虑折线生成和样条拟合问题,给障碍物加一个安全扰动,利用有理二次参数样条曲线生成一条切矢、曲率矢均连续,且安全的路径．在理论上和一些实际情形,该平滑路径在满足不与障碍物相交的前提下,与折线的平方误差次优。     

基于改进双向RRT*的移动机器人路径规划算法

针对复杂环境下移动机器人的局部最优路径规划,提出一种基于目标偏置扩展和Cantmull-Rom样条插值的双向RRT^*路径规划算法.双向RRT^*算法同时创建两颗搜索树,交替进行相向搜索,同时以一定的概率进行随机点的目标偏置选择,以提高算法的整体收敛效率;再对当前节点重选父节点和重布线,以增强算法对环境的敏感程度.为确保路径安全可行,对环境中的障碍物进行膨胀处理,再对初始路径进行碰撞检测;修剪冗余节点,缩短可行路径长度,再利用Cantmull-Rom样条插值法平滑路径.在Matlab仿真平台和ROS机器人仿真平台分别进行2D和3D的对比实验,验证了改进双向RRT^*算法的有效性和优越性.     

基于ROS的工业机器人运动规划仿真及试验

针对工业机器人模型构建复杂、轨迹规划算法实现困难、功能单一等问题,采用开源机器人操作系统搭建机器人控制系统,并对机器人的运动规划进行仿真和试验验证.首先利用SolidWorks软件创建机器人的统一机器人描述格式模型,并对其进行Moveit!功能包的配置;然后进行机器人空间直线和空间圆弧的轨迹规划,依据ROS的开放式运动...     

基于IAPF-ACO的工业机器人运动规划

针对蚁群算法运动规划收敛慢且精度不佳的问题,提出一种改进势场蚁群(improved artificial potential field ant colony optimization, IAPF-ACO)算法。斥力计算模型引入目标调节因子解决势场寻优不可达且易陷入局部最优问题。蚁群算法计算框架加入改进势场模型,即启发信息函数中增加势场信息因子。三维障碍物空间仿真规划表明：IAPF-ACO算法在离散环境与聚集环境规划路径质量较优、规划结果较为稳定。在MATLAB搭建工业机器人仿真模型,关节空间内对规划路径点平滑处理,避障仿真结果表明,工业机器人末端位移是一条安全、平滑的运动轨迹。     

基于图搜索与数值优化方法的分层轨迹规划方法

针对结构化道路场景中多约束的轨迹规划问题,提出一种路径和速度协同搜索、解耦优化的分层轨迹规划方法. 上层初始轨迹规划器考虑动态障碍物风险场与时空信息,构造时空代价地图,通过三维A*算法搜索得到安全可行的初始轨迹,保证初始轨迹解的质量. 下层运动轨迹规划器将轨迹规划解耦为路径规划和速度规划,以最小曲率、最大速度以及舒适性等为目标,采用数值优化算法构建路径和速度样条优化模型,使其在避障过程中能够充分发挥车辆的动力性能,同时保证驾乘舒适性,并以局部时空隧道思想简化约束条件,提高求解效率. 通过试验验证本文提出的方法具有较好的行驶效率、舒适性以及实时性.     

改进RRT算法的机器人路径规划

机器人已被广泛应用于日常生活之中。路径规划作为机器人的主要技术之一，优秀的路径规划算法能提升机器人的工作效率、降低其使用成本，并为研究机器人的导航打下良好的基础。RRT(rapidly-exploring random trees)算法具有扩展性强的优点，但存在路径长度并非最优、光滑性差等不足，为此提出反向寻优和三次样条曲线插值以改进算法，并在MATLAB和ROS(robot operating system)系统中仿真。结果表明：改进后的RRT算法能降低路径长度，减少节点数目，提高光滑性，实现了算法的有效性。     

动态环境中基于遗传算法的机器人路径规划

为解决动态环境中足球机器人的路径规划问题,采用栅格法对机器人工作空间进行划分,用序号标识栅格,并以此序号作为机器人路径规划参数编码,建立了以路径最短、避障为优化目标的遗传算法个体评价函数.采用轮盘赌选择、重合点交叉、多种变异结合等方法完成了遗传操作.针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了复原操作和重构操作,使改进后的遗传算法收敛于全局最优.仿真结果表明:该算法能够成功地在动态环境里规划出一条近似最优的路径,算法是有效的.     

高速并联机械手抓放操作时间最优轨迹规划

提出了一种两平动自由度高速并联机械手——Diamond机构的时间最优轨迹规划方法．首先分析得到3次样条规律的操作空间轨迹误差与关节空间插扑节点间距的4次方成正比，然后确定出典型抓放操作轨迹各段的最大插补间距并获得抓放轨迹上一组最少轨迹点序列，有效提高了计算效率。 在此基础上，以关节速度、加速度和其变化率，以及关节驱动转矩为约束条件，以抓放时间最短为目标，采用复合型优化法计算出电池分选操作的最大和最小单程运行时间分别为0．21S和0．13S，平均分选速度超过100次／min。该方法已成功应用于由4台Diamond机械手构成的高性能锂离子电池分选系统。     

机器人运动的离散轨迹规划法

提出了机器人运动的逐段离散轨迹规划法，该方法考虑了离散轨迹规划时间间隔应与轨迹跟踪控制所决定的采样时间间隔的一致性，在关节速度，转矩，关节冲力及工具端速度的束条件下，沿给定路径逐段规划出各关节的位置，速度等的时间序列，对具有六自由度的Ｓｔａｎｆｏｒｄ操作的规划实例，充分表明了该方法的有效性。