基于改进粒子群算法的机器人时间最优轨迹规划

Time optimal trajectory planning of robot based on improved particle swarm optimization

针对六自由度工业机器人在考虑运动学约束条件下,使用传统粒子群算法进行时间优化易陷入局部最优的问题,结合免疫算法与模拟退火算法,提出一种混合免疫粒子群算法(HIPSO)进行时间最优轨迹规划求解。为提升粒子群跳出局部最优的能力,算法结合模拟退火算法使得粒子保持一定概率突跳的能力,并引入免疫算法的浓度机制保留高适应度低浓度粒子,在加快收敛速度保持种群多样性的同时能跳出局部最优达到全局最优。以PUMA560机器人为对象进行仿真,结果表明HIPSO算法能够使机器人在运动过程中速度、加速度连续无突变,相较常规粒子群算法时间缩短约15%,验证了算法的可行性和有效性。