基于改进粒子群算法的工业机器人轨迹规划

针对传统工业机器人轨迹规划工作效率低的问题,提出一种多约束条件下的改进粒子群轨迹优化算法。采用4-3-4分段多项式对工业机器人的路径点进行轨迹拟合,运用改进粒子群算法对工业机器人进行时间最优轨迹规划。该方法引入基于混沌映射的惯性权重更新策略、终端弹性机制和交叉机制,使粒子在迭代后期跳出局部最优,平衡了粒子的全局探索能力和局部开发能力。实验结果表明:采用改进粒子群算法对机器人进行轨迹优化,能够使目标函数快速收敛,并获得满足各关节位置、速度和加速度约束的全局最优时间轨迹。与传统方法相比,该方法使得机器人在约束条件下工作时间最短、运行速度最快,在保证运行平稳的前提下较为明显地提升了机器人的工作效率。