基于七次B样条的结构分析方法

通过展开空间基的等价性,构造了均匀分划的七次B样条基函数的表达式。结构的动静力计算表明该基函数表征的物理概念清晰、简洁,表明该基函数具有良好的逼近性能和适应性,同时也表明高次B样条应用的可行性。基于子区间法的基本思想和方法,推导了基于均匀分划的七次B样条的子区间法递推格式。该递推格式虽然为条件稳定,适用于有限维的动力响应计算,同时也适用于无限维的无条件稳定。动力响应递推格式的实现拓展了新的计算方法和途径。通过力学方法获得的七次B样条的成果,属于逼近理论的基础部分,可以应用于需要逼近计算的诸多领域。

基于PlatEMO的铸件分拣机器人轨迹优化

针对铸件分拣机器人工作时轨迹优化中低耗时、低耗能、平滑弱冲击的性能需求,采用七次B样条曲线构造端点运动参数均可指定的关节轨迹,基于多目标优化平台PlatEMO,运用优化算法NSGA-Ⅲ以时间、能量、平滑性为目标对铸件分拣机器人进行轨迹优化,得到最优解集。仿真结果表明,NSGA-Ⅲ算法可以对铸件分拣轨迹实现多目标寻优,得到理想的Pareto分布,获得均衡且高阶连续的优化轨迹。

基于NSGA-Ⅱ算法的机械臂多目标轨迹优化

以HSR-JR612型机械臂为研究对象,针对机械臂运动过程中需满足时间消耗少、能量消耗低、平滑冲击小的问题,对其进行多目标轨迹优化研究。机械臂关节空间轨迹采用七次B样条曲线构造,采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ),结合对机械臂的关节位移、速度、加速度和加加速度作出限制得到的约束条件,对机械臂轨迹进行优化,得到一组Pareto最优解集合。仿真结果表明,七次B样条曲线构造的机械臂关节空间轨迹速度、加速度和加加速度都连续平滑,保证了机械臂运动性能。在满足约束条件的前提下,NSGA-Ⅱ算法可对机械臂运动轨迹实现有效的多目标优化,获得一组理想的Pareto最优解集,并从中选取一个各项优化目标较为均衡的解作为多目标优化的最终解。

工业机器人多目标轨迹优化

基于工业机器人时间、能量、冲击最优等多目标下的轨迹优化问题,采用多目标优化方法进行研究。采用七次B样条插值曲线,构造工业机器人连续并且两端端点的参数都可以进行设定的轨迹,保证了工业机器人的运动性能。然后采用改进遗传算法对工业机器人进行优化,得出Pareto最优解集。在自主研发的六自由度工业机器人上的仿真结果表明:七次B样条插值可以得到连续的机器人轨迹,改进的遗传算法可使B样条轨迹进行有效的多目标寻优,获得良好的Pareto前沿。