一种机械臂时间-冲击轨迹的快速求解优化方法

针对NSGA-II算法优化机械臂轨迹耗费计算时间的问题,提出一种时间-冲击轨迹规划优化方法。采用均匀五次B样条函数在关节空间内构造插值曲线,在运动学约束的条件下,利用牛顿法对目标函数进行迭代求解。仿真结果表明:结合牛顿法与埃特金加速法对五次B样条函数插值轨迹规划的时间和冲击进行优化求解,寻优时间短,保证在运动学约束下产生较小的冲击以及缩短机械臂的运动时间,使得机械臂的运动控制性能得到提高。

基于神经网络的7-DOF机械臂力位跟踪算法

为解决7-DOF机械臂在运动过程中受到外界扰动及接触力所产生的抖振问题,给出了机械臂带有约束力的动力学方程,利用7-DOF机械臂的冗余解特性建立了约束方程以简化约束参数,提出了具有时变约束状态的神经网络自适应力位控制方法,由神经网络训练求出最优权重;设计控制律,建立李雅普诺夫函数方程和不对称项推导其收敛性;利用Simulink仿真并与无约束项的RBF神经网络控制相比较,根据机械臂的力位跟踪结果分析了角位移、角速度、约束力、控制力矩以及扰动拟合。系统仿真结果表明在有扰动和接触力的情况下,该方法可以更有效地抑制抖振现象并完成力位跟踪。

机械臂自调整因子模糊PD迭代学习控制研究

大部分模糊控制器不具有适应控制对象变化的能力,基于此设计一种自调整因子模糊控制器,并针对机械臂长时间重复操作导致运动精确度下降这一类问题,结合迭代学习控制方法,提出一种自调整因子模糊PD迭代学习控制方法;以双关节机械臂为研究对象,利用Fuzzy工具箱编写模糊控制规则,通过系统产生的误差以及误差的变化率作为模糊控制器的输入量调整模糊系统中的量化因子和比例因子,实现模糊规则的更新和对迭代学习控制中的PD参数的实时调整,系统的自适应性得到提高,并在Simulink中进行机械臂的运动控制实验,仿真结果表明,所提控制方法最终产生的误差可以精确到0.0001 rad,同时在进行第2次迭代时关节角度和角速度误差收敛基本趋于零,整体的控制效果较好。

基于改进RRT算法的7-DOF机械臂运动规划

针对七自由度的机械臂运动规划问题,提出了一种基于改进快速扩展随机树算法的新算法,Gm-RRT算法。新算法是在机械臂的关节空间内进行路径规划处理。新算法在高维空间中利用生成随机点数组而非单个随机点的方法提高了路径规划中的计算效率;引入自适应的目标虚拟引力的方法,保证了新算法在目标导向和向周围空间进行探索的平衡;利用弹性带原理和B样条曲线对机器人路径进行局部的优化和拟合。在最后基于MATLAB平台进行了仿真实验,实现了对冗余机械臂进行的运动规划。结果表明,改进算法能够较好地完成机械臂路径规划,同时保持了RRT算法的简洁特性。

一种零空间避障的机械臂末端轨迹跟踪算法

针对传统的零空间避障方法无法根据障碍物距离提前采取避障行为同时保证末端跟踪精度的问题,提出一种零空间避障的机械臂末端轨迹跟踪算法。该方法采用伪距离代替欧氏距离作为距离接近度指标解决零空间避障问题,同时设计一种自适应正定系数矩阵K和速度误差饱和函数sat(e),将实时轨迹运行结果反馈给冗余机械臂运动学反解,根据反馈结果自适应调节关节角速度以减小末端轨迹跟踪误差。采用iiwa14机械臂进行仿真实验,仿真的结果表明,所提出的算法能够在完成冗余机械臂零空间避障的同时保证末端轨迹跟踪误差在1 cm以下,验证了所提算法的有效性和优越性。

6-DOF双臂机器人轨迹规划与动力学仿真

以6-DOF双臂机器人为研究对象,利用MATLAB建立D-H模型,对运动轨迹分别进行七次多项式插值和5次B样条插值,最后通过Adams建立机械臂虚拟样机,对其进行动力学仿真。仿真结果表明B样条曲线插值法对运动轨迹插值有较好地适应性,为机械臂运动控制问题研究提供了必要的理论基础。

基于春运大数据的交通运输领域词典构造及旅客情感分析

为更好地把握春运期间广大旅客出行规律,深入了解旅客出行体验和服务需求,春运期间旅客在出行过程中对某些热点问题的关注度,以及对某种交通出行方式的满意度及情感倾向的分析与研究是一个很好地切入点。首先以实际采集的旅客在春运调查问卷中的开放性意见文本数据为基础,采用基于语义相似度和词向量方法,并结合机器学习算法分别构建了基础情感词典和交通运输领域情感词典。其次,在此基础上结合语义规则,基于春运交通大数据构建了运输领域旅客情感分析模型。最后,通过对实际采集的春运期间针对旅客出行的开放性问卷调查回收海量数据进行测试,验证了所提出的分析策略和模型能有效分析识别旅客的情感信息。其中,基础数据整合了春运期间铁路、航空、水运、公路等多种出行方式的旅客开放性意见海量数据,数据具有广泛的覆盖性和较强的代表性。从分析结果可以看出,北京、广东、江苏和四川等主要省市的旅客对购票问题更为关注,占比在30%左右;相比而言,河南和山东的旅客更为关注安全和服务,占比达到了33%以上。结果与实际情况是相符的,进一步证明所提出的模型具有很强的适应性,其结果可以作为交通运营服务评价和交通管理决策的重要依据。

2019年春运省际出行客流时空及网络特征研究

基于百度迁徙数据构建春运期间省际出行OD矩阵,研究2019年我国春运旅客省际出行时空特征、网络特征,通过省际出行总量、省际迁出量、省际迁入量、净迁入量等指标分析各省份在春运不同时期旅客跨省出行特征,并横向对比了全国34个省级行政单元省际出行规模特征。研究结论如下:春节前后旅客省际出行存在显著的规律性特征,各省节前返乡流和节后返工流的规模特征、时间分布特征,可作为研究社会经济活跃程度的重要依据;识别了15个净流入省、19个净流出省,其中,云南、甘肃等10个省份日均净流入量/流出量小于3 000人,流入流出相对均衡;将春运40 d按照省际出行客流规律划分为5个时段,不同时段旅客出行规模具有不同特征,为春运客流预测及运力组织提供依据;分别识别节前、节后省际出行10条热门线路,显示春运旅客省际出行具有明显的空间指向性,春节前后出行起止城市流出的指向城市和流入的来源城市同时呈现对称关系;对广东省进行了分析,发现其与周边省份的出行关系最为密切。