工业机器人最小代价的轨迹规划

提出了一种工业机器人的最小代价轨迹规划方法。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,关键点的两点之间通过3次样条曲线进行连接。使用加权系数法定义代价函数,从而使机器人在运动过程中的运动时间、消耗能量、奇异点的避让、关节加速度和关节二次加速度在某种程度上达到综合最优,同时考虑关节位置、速度、加速度、二次加速度以及力或力矩的约束条件。采用差分进化算法(DE)和基于精英策略的非支配排序遗传算法(NSGA-Ⅱ)来处理非线性约束的优化问题。斯坦福机器人(捡拾操作)的仿真结果显示,两种算法运行良好,然而DE算法比NSGA-Ⅱ收敛速度更快,解的质量更好。