基于WebGL的工业机器人运动轨迹高性能渲染算法研究与实现

针对浏览器端无法满足规模化工业机器人轨迹数据的高精度高实时处理的性能需求,提出了一种基于WebGL的曲线插值拟合BH-DP改进压缩算法,面向应用层的数据渲染需求,对用于虚实同步的机器人运动轨迹数据进行基于五次NURBS的曲线插值拟合预处理,补全工业机器人轨迹数据的空白点从而使轨迹具有良好的光滑性,接着针对由工业机器人轨迹插值优化而引起的数据量激增问题,提出了一种BH-DP改进压缩算法,并与传统三维死区-道普算法进行了实验对比,结果表明该算法能够有效地保留轨迹数据的走势特征,同时达到了多机器人轨迹实时渲染的要求,为Web轻量化应用提供了参考。

基于CPSO优化算法的六自由度机械臂轨迹规划

针对焊接机器人的多目标优化问题,综合考虑时间、能耗、脉动冲击工作指标,提出一种具有混沌寻优的多目标自适应粒子群优化算法(CPSO)。在工作轨迹数学模型采用五次NURBS曲线插值机械臂末端路径点,把混沌寻优的方法融合进粒子群优化中,并提出采取动态加权方法进行选择适应度最高的全局最优粒子;通过外部存档改进粒子群的自适应变异规则,进而产生更加优异的粒子,降低局部最优的可能性,提高运算效率,改进了Pareto取值集合空间。通过软件仿真,在已知约束条件下,该优化算法可以实现目标轨迹的多目标优化,保证焊接机械臂以最优路线运行。