基于多目标粒子群算法工业机器人最优轨迹规划

The optimal planning of industrial robot trajectories based on MOPSO

针对工业机器人,以时间最优、能耗最优、脉动最优工作指标为目标,考虑多目标的轨迹优化问题,提出一种基于粒子群算法(PSO)的多目标轨迹优化的方法。采用五次多项式插值的方法建立工作轨迹的数学模型,添加相应的运动学的约束,以机器人运行时间、能量消耗、脉动冲击为目标建立目标函数,采用多目标粒子群算法(MOPSO)对其运动轨迹进行优化,获得Pareto最优解集,选择出期望的解。对六自由度PUMA560机器人的仿真结果表明,五次的多项式插值曲线轨迹规划方法可以很好地构造平滑的轨迹,多目标粒子群算法(MOPSO)可以在添加相应约束条件前提下,实现运动轨迹的多目标优化,得到理想的Pareto解集。