双重寻优的机器人轨迹规划及其在断路器柔性装配中的应用研究

机器人是工业自动化制造的基础.针对现有机器人轨迹规划中优化结果存在不稳定性的问题,提出一种双重寻优的机器人轨迹规划新方法.采用个体极值双重寻优的改进粒子群算法,在适应度函数评判得到的优化粒子集合中,分别比对机器人每一分段轨迹对应的分段时间并进行二次寻优,从而得到机器人在运动速度和加速度约束条件下的整体潜在更优解,使轨迹优化结果的稳定性和准确性得到提升.在此基础上,设计了一种适用于不同零件的断路器柔性化装配工艺,将改进的优化算法应用到机器人柔性化装配工艺中,分别通过仿真和实验对优化方案进行了验证,对比结果表明,相比未经改进的普通粒子群优化方法,双重寻优得到的结果在不同分段轨迹的执行效率上分别提高了26%、3.6%、16.9%和7.4%.