基于改进蚁群算法的六自由度机械臂路径规划

针对空间六自由度机械臂路径规划问题,提出了一种基于改进蚁群算法的路径规划方法。以ABB1410型号的六自由度工业机械臂为研究对象,建立D-H运动模型以求解正、逆运动学方程。设计了碰撞检测算法,使用改进后的蚁群算法进行路径规划,把机械臂末端的运动轨迹看作是依次经过规划路径的点的集合,求解机械臂运动的反解,得到相应的关节转角,实现了机械臂的路径规划。通过仿真实验验证了该方法实现六自由度机械臂路径规划的有效性及可行性。

融合粒子群与蚁群算法的机器人路径规划

针对蚁群算法在进行路径规划时存在收敛速度慢、寻优结果差、搜索不全面等问题,提出了一种融合粒子群与蚁群算法的路径规划算法,改变按照经验选取的惯常模式,利用粒子群算法对蚁群算法的参数进行优化。建立栅格地图,设置算法禁忌表,将蚁群算法搜索路径时的重要参数作为粒子群的位置信息,设计粒子群算法的适应值评价函数,引导粒子朝着评价指数高的方向收敛,运行蚁群算法求解机器人路径规划问题。仿真结果表明:该方法能改善蚁群算法的综合性能,实现机器人路径的快速规划。

基于差速驱动的AGV驱动单元分析与改进设计

商用自动导引车(AGV)通常采用链传动机构进行动力传动,其车轮的固定结构可以视为悬臂式结构.因此,容易发生驱动轮"外掰"和启停"冲击"问题,这限制了AGV在频繁和快速加速或减速过程中的精确运动.本文以某公司设计的AGV为例,通过反复试验和数值模拟,从结构和受力分析入手,找出了产生这种现象的原因:驱动单元的"L"形悬挂机构引起了较大的应力,使各个零部件的接触间隙放大;链传动机构的使用使AGV在频繁启停或正反向运动时,容易在链轮和链条之间形成间隙.之后从工程角度提出了新的驱动单元结构,解决了上述问题,同时大幅减小了机构中的应力,提高了传动精度,为AGV的设计提供了一种更实用、更优化的驱动结构.