多移动机器人实时最优运动规划

研究多移动机器人的实时运动规划问题，提出了运动规划问题的体系结构，并将最优控制与智能决策相结合，建立实时专家系统，在其支持下，使机器人在时间—能量最优情况下完成规划策略。仿真结果表明该方法具有很强的实时性。

机械臂最优运动规划问题的混合求解

提出一种基于GA和SQP求解机械臂最优运动规划问题的混合算法.首先采用B样条函数逼近关节运动轨迹,将最优控制问题转化为有约束的非线性规划问题,然后引入基于种群的GA算法,给出全局最优解的初始估计;最后利用序列二次规划(SQP)得到高精度全局最优解.仿真结果表明该方法优于单纯的GA或SQP方法.

基于遗传算法的机器人关节空间最优运动规划

本文整体上研究了最优轨迹规划问题，它包含两个密切相关的子问题，最优路径规划和最优轨迹规划．本文提出了一种基于遗传算法的更为一般、柔性和有效的新方法，该策略综合考虑了机器人的运动学约束、动力学约束和控制约束；最优轨迹用合适的多项式拟合，得到的控制序列适宜于高速高精度的动力学控制，本文最后以二自由度机器人为例进行了仿真实验。

机器人控制系统的运动规划研究

本文针对机器人控制系统的运动规划进行了系统的研究,对机器人进行了最优运动规划和复合控制,提高了机器人动态特性,达到了机器人的高速、高精度应用。