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。     

SCARA机器人结构设计及轨迹规划算法

文章基于模块化设计方法设计一种SCARA机器人,具有3个旋转自由度和1个移动自由度,可实现水平和垂直运动,其结构简单、体积小、质量轻、动作迅速、刚性好及定位精度高,可应用于生产和教学;基于机器人在关节空间和笛卡尔空间轨迹规划方法的不同,分别讨论了该SCARA机器人在关节空间中的点到点轨迹规划算法,和在笛卡尔空间中的一种连续直线轨迹规划插补算法,即基于运动学逆解的脉冲增量法.     

多关节跳跃机器人的起跳机理与运动规划分析

在给定离地任务要求的情况下,针对多关节冗余自由度跳跃机器人起跳机理及运动规划与优化问题进行了研究.以速度方向可操作度为性能指标,将期望的离地质心速度和加速度映射到关节空间,作为关节空间规划的边界条件.采用Fourier基函数参数化关节空间轨迹,从正运动学方程出发,结合驱动约束条件,利用粒子群优化算法搜索和寻求使能量利用率最大的参数值,实现起跳性能的优化.利用计算机仿真证实了此种方法的可行性.此外还建立了滑模控制器,实现起跳阶段轨迹跟踪控制仿真分析,为具有冗余自由度的多关节跳跃机器人的运动规划提供了一种有效的方法.     

基于时间-冲击的喷胶机器人轨迹优化算法

针对喷胶机器人时间-冲击等多目标优化的轨迹规划问题,提出基于时间-冲击最优的轨迹优化算法,优化喷胶机器人的运行时间和冲击(加加速度)两个效果相反的目标.采用4-5-6多项式插值曲线作为关节空间内的插值轨迹,确保机器人运动的连续性和平稳性;在关节角速度、角加速度和角加加速度的运动学约束下,利用多目标粒子群优化(multi...     

机器人关节空间的轨迹规划及仿真

为了保证搬运机器人在整个作业过程中运行平稳、连续,在关节变量空间直接进行轨迹规划,通过示教的方法,确定路径所经过的几个中间点。对于没有给定的区间,则利用5次多项式进行轨迹插补,可方便、实时地得到机器人末端执行器的目标轨迹。应用该方法对搬运机器人关节空间轨迹规划进行仿真,得到的机器人工作过程中4个关节的位移、速度、加速度的仿真直线平滑、连续。实际运行也证明搬运机器人的关节运动的轨迹控制达到了预期的目的。     

绳驱动并联吊装机器人绳索张力优化

将绳驱动并联机器人应用于吊装领域,对运动学正解模型和绳索张力优化算法进行深入研究。首先,确定该吊装机器人为冗余约束绳驱动并联机器人,建立机器人的运动学和动力学模型。其次,针对冗余约束绳驱动并联机器人的绳索张力不唯一、不连续问题,分别运用张紧力方法、非线性规划方法和改进二次规划方法对绳索张力进行优化,确定出最佳的张力优化算法。在此基础上,进一步求得此类型绳驱动并联机器人的工作空间。最后,通过MATLAB进行仿真验证。仿真结果表明,相比于另外两种方法,采用改进二次规划方法求解的绳索张力优化解在张力上限和张力下限之间光滑连续变化,说明改进二次规划方法求解绳索张力的合理性和连续性。     

机器人手臂轨迹规划的研究

研究了服务机器人手臂关节空间的轨迹规划问题.利用三次B样条函数对机器人手臂的5个关节变量进行插值,使规划的轨迹函数连续并平滑,从而保证机器人运动的平稳性.实验表明,这种轨迹规划方法是准确和可行的.     

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...     

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.     

机器人轨迹规划的一个新方法

为了实现机器人所期望的运动,需要在关节坐标系或直角坐标中来描述和定义机器人的轨线与有关的姿态。机器人操作器末端的位置、姿态、速度和加速度在轨迹规划中应是连续的.同时考虑到CP 控制机器人的一般作业要求,作者导出了5-4-5样条函数.其次,利用相对当前工具坐标的欧拉变换来表示下一点的姿态,从而提高了姿态规划的效率.最后,作者用5-4-5样条函数实现关节与直角坐标空间平滑连接与切换。     

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solidworks和VC 的抛光机器手运动仿真研究

设计了一种自由曲面抛光的关节型机器手,对其进行了运动学建模.利用几何法简化求逆解过程,并给出了显式的解析解.在Visual studio 2003中应用VC++和MFC编程,计算出空间轨迹的各关节角度.在Adams 2010中完成了机器手的三维实体建模,并运用样条插值的轨迹算法,完成了机器手实现三维空间轨迹的运动学仿真过程,验证了几何法求解和轨迹规划的正确性,以及方案的可行性.     

PSO-QGA在移动机器人复杂路径规划中的应用

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点,粒子群优化算法的优点是具有记忆能力,在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位,但粒子群优化算法在搜索速度和择优能力方面还有待提升.因此提出了一种改进的路径规划算法,即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力,实现对移动机器人路径规划算法的改进.通过仿真实验已经证明,改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法,并且改进后的算法更适合于复杂路径中实现优化.     

机器人在笛卡尔空间中直线运动轨迹规划的一种方法

本文给出用有理二次参数曲线连接直线路径的算法．该方法包含了用园锥曲线（抛物线．双曲线，椭园）连接的所有形式，且便于处理轨迹误差问题.     

基于人工势场的机器人动态路径规划新方法

针对传统机器人路径规划方法仅考虑静态环境的问题,建立了一种基于人工势场的移动机器人动态路径规划新方法.移动机器人运动环境通常是复杂多变的,在动态环境下,目标点、障碍物可能都是运动的,另外,存在运动轨迹未知的随机障碍物等,针对移动环境的动态情况,在传统人工势场法相对位置势场的基础上引入相对速度势场,充分利用量子粒子群算法,对引力势场和斥力势场的增益系数进行一定的优化.以量子粒子群的优化算法进行快速全局搜索,结合人工势场操作,对引力场和斥力场增益系数进行优化,该方法易于实时快速地对机器人进行控制.仿真结果表明,基于量子粒子群算法的人工势场法的路径规划模型能够得到平滑、安全的路径,具有较高的性能.该方法可以有效地实现机器人的动态路径规划.     

6-RSS并联机器人机构多目标优化设计

针对6-RSS并联机器人机构,以工作空间和速度全域性能为目标建立多目标优化模型,并使用改进的基于动态聚集距离多目标粒子群优化算法求解。为了快速有效地求解6-RSS并联机器人机构的工作空间,本文采用蒙特卡洛方法;为了求解带约束的6-RSS并联机器人机构多目标优化模型,将随机排序法引入基于动态聚集距离多目标粒子群优化算法。结果表明,该方法可以得到多个Pareto解供使用者选择,体现了多目标优化设计在并联机构设计中的有效性。     

基于粒子群-蚁群融合算法的移动机器人路径优化规划

基于TSP问题,提出了一种基于粒子群-蚁群算法相互融合的综合优化算法对移动机器人路径规划问题进行研究。通过粒子群算法对全局路径实施粗略搜索,获得部分次优解,在获得次优解的路径上进行信息素分布,再采用蚁群算法进行精确搜索,得到路径规划的最优解。实验结果表明:粒子群-蚁群融合优化算法在路径寻优上优于蚁群算法及粒子群算法。