工业机器人的最优时间与最优能量轨迹规划

提出一种工业机器人的最优轨迹规划方法。将机器人的轨迹视为由机器人关节空间中一系列的关键点构成,关键点两两之间通过三次多项式曲线进行连接。通过使用加权系数法定义代价函数,从而使机器人运动过程中的总动作时间和消耗能量在某种程度上达到综合最优,同时考虑关节速度、加速度、二次加速度以及力或力矩等约束条件。在代价函数的设计中,采用一种新颖的罚函数排序形式来处理约束问题。提出基因环境双演化免疫克隆算法对所定义的代价函数进行优化。以上策略的采用,使算法具备一定的学习能力,增强算法的全局搜索能力,从而提高解的质量和算法效率。对斯坦福机器人的仿真结果表明了本文方法与现有方法相比,具有更高的搜索效率,能得到性能更良好的解。

工业机器人的最优能量轨迹规划

对于工业机器人而言最优能量路径规划时现代机器人发展的重点方向之,本文综合参考了大量国内外工程经验以及相关参考文献,提出了基因环境双演化免疫克隆算法。利用这一套算法对工业机器人的轨迹进行优化升级的问题进行了一定的研究,以达到最优时间和最优能量轨迹的目的。

工业机器人的最优时间与最优能量轨迹规划问题分析

针对工业机器人,基于基因环境双演化免疫克隆算法,对其最优时间与最优能量轨迹规划问题进行深入分析,旨在为工业机器人应用奠定良好基础。