基于改进蝴蝶算法的机械臂时间最优轨迹规划

机械臂在轨迹规划过程中,为使驱动装置符合实际负载要求,各关节速度和加速度在选取上会相对保守,导致完成一套动作需要的时间过长,从而使基于运动速度和加速度的机械臂的连续性和平稳性未能充分发挥。为解决机械臂各个关节速度和加速度的优化问题,提出一种基于改进蝴蝶算法的机械臂时间最优轨迹规划方法。首先,利用3-5-3多项式插值算法对AUBO-i5六自由度机械臂构造机械臂运动轨迹,然后,利用引入莱维飞行和正弦余弦算法的蝴蝶优化算法对运动轨迹进行时间优化,在满足工作需求的前提下,减少机械臂的运行时间。仿真结果表明,改进的蝴蝶算法与同类算法相比,不易陷入局部最优,且具有更高的寻优精度。将改进的蝴蝶算法应用在轨迹规划中,机械臂的运动时间大大缩短,可保证机械臂在实际生产中平稳高效地完成任务。

基于网格搜索算法的6-RUS并联机器人时间最优轨迹规划

针对6-RUS并联喷涂机器人再现轨迹不平滑、轨迹规划效率低等问题,提出了基于优化贝塞尔曲线节点位置的6-RUS并联机器人时间最优轨迹规划方法。首先,将预处理的轨迹离散化为网格点,更新节点参数并优化贝塞尔曲线弧长,进一步拟合小线段路径获取最优几何路径;然后,计算不同粗网格点对应的最佳速度以及求解时间,选择合适的粗网格点,进一步以较小步长密化网格点间路径,迭代求解正反向最大速度,搜索路径的最佳速度曲线,获取6-RUS并联机器人的最佳运行时间。最后,在自研的6-RUS并联机器人平台上进行实验。结果表明,在相同示教轨迹条件下,基于所提的改进贝塞尔曲线算法得到的路径长为8.12 m,优于传统贝塞尔曲线算法以及G2CBS算法的结果;同时将改进的时间最优轨迹规划算法(TOPP)用于优化后的示教路径,所提算法的最优速度曲线的求解时间为416.4 ms,与TOPP-RA算法的最优速度曲线的求解时间相比缩短了244.7 ms,而且该算法下最优轨迹规划时间也优于TOPP-RA算法,该方法提高了最佳速度的求解速率,缩短了6-RUS并联机器人轨迹再现时间,提高了工作效率。

改进鲸鱼优化算法在机械臂时间最优轨迹规划的应用

针对机械臂时间最优轨迹规划问题,提出一种改进鲸鱼优化算法的最优轨迹规划方法。首先把机械臂各个关节的角度、角速度、角加速度作为约束参数,在关节空间中采用五次多项式插值构造机械臂的轨迹,然后建立以机械臂运行时间最优为目标的目标函数,采用改进的鲸鱼优化算法(IWOA)来对时间进行优化,提高机械臂的运行效率。最后通过MATLAB进行仿真,结果表明,改进的鲸鱼优化算法相较于其它同类算法求解精度更高,收敛速度更快,并且经过IWOA和轨迹优化结合得到的机械臂的位移、速度和加速度曲线都是平滑的且没有明显的突变,验证了该轨迹规划方法的有效性。

远距离篮球最优投篮轨迹预规划算法设计

本文针对传统寻优算法预规划投篮轨迹时容易陷入局部最优的问题,探讨一种远距离篮球最优投篮轨迹预规划算法,结合投篮角度、球心与筐心重合度两个目标构建了一个多目标函数。利用粒子群算法和差分进化算法对帝国竞争算法进行改进,将多目标函数作为改进帝国竞争算法的适应度函数,对多目标函数进行求解,得到的最优解就是预规划出来的远距离篮球最优投篮轨迹。研究表明:针对3种远距离工况,所研究算法完成了远距离篮球最优投篮轨迹预规划且改进帝国竞争算法求解得到的投篮轨迹的投篮命中率更高,由此说明改进帝国竞争算法的规划能力更高,使得规划出来的投篮轨迹达到最优。

民机编队的多阶段轨迹优化

针对编队在民航领域的应用问题,论文提出了一种多阶段轨迹优化模型。首先对编队飞行进行描述,将整个航程划分为起飞爬升段、编队段、进近降落段,与现有航线网络相结合,以具体航路点确保相邻阶段的顺利连接;其次以民机直接运行成本为指标,采用中国民用航空局成本计算方法,确定编队飞机的机型;最后选取时间和燃料消耗为性能指标,建立飞机质心运动方程,设置起降机场、编队航段等约束条件。充分考虑航班各阶段飞行特性和约束,通过数值算例得到两航班编队运行后的最优轨迹,为航班的编队运行提供参考。

包装生产线的操作臂轨迹规划的一种优化方法

目的为提高仓库存储、包装生产领域操作臂运动效率,提出一种基于混合优化的鲸鱼算法(MAIWOA)来求解操作臂始末2点运动过程中时间最优值。方法首先是通过混沌算法优化初始化种群;其次,提出一种对勾函数和包围收缩学习机制来帮助算法跳出局部收敛;然后利用改进的反向树形拓扑结构来提高种群探索的多样性;采取改进收敛因子和自适应权重机制来平衡前中期的全局探索能力和后期的收敛性。结果该算法在收敛速度和收敛精度上均有可观的提升。将该算法应用到五次多项式插值关节运动时间最优求解上取得了很好的效果,关节1、2、3的运动时间由20 s分别缩减到了9.6425、9.2515、10.787 s,效率分别提高了51.79%、53.74%、46.07%。结论将MAIWOA应用到一般性操作臂轨迹规划上,可提高生产线上操作臂的执行效率。

一种采用自适应变终止结点的样条求解最优轨迹的新算法

探讨了采用样条函数求解弹道参数最优问题的优越性,提出了一种自适应变终止结点的样条插值新算法,用此算法对制导航弹的弹道轨迹进行优化,得到了非常接近实际最优轨迹的解,从而证明了此算法的有效性.此新算法的优点在于它可用于求解复杂模型的轨迹最优问题,对解决实际工程优化问题具有实用价值.

光伏发电可变端点最优轨迹法的最大功率点跟踪新策略研究

光伏发电系统极易受外界条件的影响而出现电压波动及谐波,并且由于其时变、非线性、多变量的特性,传统最大功率点跟踪(MPPT)算法无法兼顾追踪速度和稳态振荡的问题,文章提出了可变端点最优轨迹法,构造电能泛函以及光伏数学模型下的电压靶线函数,利用取极值的基本条件寻找出能达到最大功率的电压最优轨迹,然后利用模型参考自适应理论将最优轨迹的电压作为参考模型,实际输出电压作为可调模型,最终使对象输出电压完全跟踪最优轨迹电压,改进了传统电导增量法中的稳态振荡问题,通过青浦区金山荣美光伏发电项目的各项参数作为仿真参数,证明了系统控制效果理想,动态响应速度更快,稳态误差更小,被控对象具备良好的动、静态性能,提高了光伏发电的效率。

基于模型预测控制的自动驾驶车辆轨迹规划

为帮助自动驾驶车辆规划一条安全、舒适和高效的行驶轨迹,提出一种基于模型预测控制的轨迹规划方法。首先,为简化规划的环境,提出一种安全、可行的“三圆”膨胀化的安全区,避免车辆理想化模型引发的碰撞问题;其次,将轨迹规划进行横、纵向空间解耦,横向规划使用模型预测的方法生成一系列满足行驶要求的候选轨迹,纵向规划使用动态规划方法,提高规划的效率;最后,综合考虑影响最优轨迹挑选的因素,提出更符合行驶要求的路径规划和速度规划的最优轨迹评价函数,并通过Matlab/Simulink、Prescan和Carsim软件的联合仿真验证所提算法的有效性。实验结果表明,车辆的舒适度指标、方向盘转角变化和定位精度等均达到预期效果,规划曲线与跟踪曲线完美贴合,验证了所提算法的优越性。

工业机器人时间最优轨迹规划及轨迹控制的理论与实验研究(英文)

提出了一种用于工业机器人时间最优轨迹规划及轨迹控制的新方法 ,它可以确保在关节位移、速度、加速度以及二阶加速度边界值的约束下 ,机器人手部沿笛卡尔空间中规定路径运动的时间最短 .在这种方法中 ,所规划的关节轨迹都采用二次多项式加余弦函数的形式 ,不仅可以保证各关节运动的位移、速度、加速度连续而且还可以保证各关节运动的二阶加速度连续 .采用这种方法 ,既可以提高机器人的工作效率又可以延长机器人的工作寿命 .以PUMA 5 6 0机器人为对象进行了计算机仿真和机器人实验 ,结果表明这种方法是正确和有效的 .它为工业机器人在非线性运动学约束条件下的时间最优轨迹规划及控制问题提供了一种较好的解决方案 .

一种新的机械手最优轨迹的规划算法

机械手轨迹规划的目标是其运行的快速、准确和平稳。基于这一目的 ,我们提出了一种新的获取机械手最优轨迹的能量最小准则 :给定机械手末端轨迹的始末位置 ,根据其各自由度的加速度积分和最小的能量最小准则寻求满足约束的最优 (平滑 )轨迹。实验表明 ,规划的轨迹不仅平滑 ,而且安全 (具有最优的速度、加速度轮廓 )。

复杂动态环境下无人飞行器动态避障近似最优轨迹规划

针对复杂动态环境下无人飞行器的动态障碍规避问题,基于合理假设建立了无人飞行器和动态障碍的运动学模型,并综合考虑无人飞行器飞行过程中的终端约束、控制输入约束、安全避障约束等,以能量最少为性能指标构建动态避障问题数学描述。之后,针对终端约束和控制输入约束,依据优化模型预测静态规划算法(OMPSP)生成初始轨迹;针对动态避障问题的不等式约束,引入松弛变量并结合滑模变结构控制方法设计松弛变量动力学,实现对一个、多个或同时多个动态障碍的安全规避;最后,依据有限时间微分动态规划(RHDDP)算法进行轨迹优化,获得满足上述各种约束并能规避动态障碍的近似最优轨迹。

基于最优频率轨迹的电力系统低频切泵方案

抽水蓄能电站在大电网调峰调频中具有重要的作用。它具有响应速度快、爬坡能力强等特点,可以作为正常运行的调频手段,也可以同时作为电网事故备用,提供紧急支援。文中研究了在电网发生大功率缺额而导致低频条件下,如何通过切泵来达到抑制频率跌落的最佳效果。基于此,文中提出一种基于频率最优轨迹的低频切泵方案,建立系统最优频率轨迹变化曲线的目标函数,采用基于拉格朗日最优化算法获取低频切泵每轮的最佳频率动作值,给出了低频切泵的最优整定方案。通过PSASP软件进行仿真计算,验证了不同对比方案下的频率恢复效果,并给出了充分的证据说明了该方法的有效性和优越性。

基于最优轨迹跟踪的地下铲运机无人驾驶技术

结合地下巷道的特殊应用环境,提出了一种基于最优轨迹跟踪的铲运机无人驾驶技术。铲运机在无人驾驶时,通过车载传感器实时获取其实际的行驶轨迹相对于最优路径轨迹的偏差信息,包括横向位置偏差和航向角偏差,将偏差信息进行充分融合后,通过实时控制并调整铲运机前后铰接角的大小实现位置和航向角偏差不断趋向于零,以达到较好的跟踪最优路径轨迹目的。结合实际应用对算法进行了仿真测试,在模拟巷道环境下,利用2 m3铲运机验证了该无人驾驶技术,模拟实际环境下的实验结果证明,基于最优轨迹跟踪的方法可实现铲运机的无人驾驶。

有限推力轨迹优化问题的直接打靶法研究

研究了求解有限推力轨迹优化问题的直接打靶方法。说明了利用直接打靶法将最优轨迹问题转化为参数优化问题的基本转换方法 ;给出了状态和控制变量的等式 (或不等式 )约束的转化方法 ;从插值和数值积分两个方面对转换过程中产生的误差进行了深入分析。最后 ,以最优交会问题为例 。

被动目标定位系统观测平台的最优机动轨迹

对仅有方位量测的被动目标定位中观测平台最优机动轨迹问题进行了探讨.在最大化Fisher信息阵(FIM)行列式指标下给出了当前时刻一种新的机动控制策略,从理论上证明了最优机动轨线有且仅有2支,并给出了最优机动策略和最优机动轨线方程;它的特点是对任意时刻均为最优,而不仅仅在观测时间的末端,几何直观描述了机动控制序列的可执行性;与最大化方位变化率下观测平台最优机动轨线相比较,本文的机动策略兼顾了距离和方位2个因素的影响,可看成是对距离信息和方位信息之间的折中.数字仿真表明,与传统方法比较,提出的新机动策略能获得更大的信息.

基于遗传算法的多机器人系统最优轨迹规划

针对关节型多机器人系统在静态环境下的点到点的轨迹规划问题,提出了一种基于遗传算法的最优轨迹规划策略.采用遗传算法在综合考虑各机器人沿轨迹运动的安全性、运动代价以及运动学约束的基础上为单个机器人规划最优的运动轨迹,并通过协调各机器人沿预定轨迹运行的时间避免机器人之间碰撞的发生.针对含有3个二自由度平面关节型机器人的多机器人系统进行了仿真实验,实验结果验证了该方法的有效性.

基于IAGA的机械手时间最优轨迹规划

为了实现机械手在约束范围内以最快的速度运动,将遗传算法应用于机械手时间最优轨迹规划的研究。在遗传算法进化过程的基础上,提出了一种基于种群集散状态的改进自适应遗传算子,同时采用了优胜劣汰的选择方式,进化后期交换交叉和变异的顺序,有效地解决了简单遗传算法的两大缺陷。对PUMA560的前三铰进行了仿真试验,并与混沌优化法进行了对比分析。实验结果表明,所提出的算法可以有效地防止早熟,收敛速度更快,鲁棒性更好且拥有较强的寻优能力。

结合位姿约束与轨迹寻优的人体姿态估计

基于混合部件模型的人体姿态估计方法忽视了人体结构的对称位姿约束关系,从而导致对称部件容易被重复检测、人体姿态估计准确率较低,为此,提出一种基于位姿约束与轨迹寻优的姿态估计新方法。首先估计人体单部件和对称部件在单帧图像中的多个合理位置,利用对称部件之间的位姿约束关系构建标识部件。然后根据单部件和标识部件各自的目标优化函数,通过动态规划算法反复迭代获得初始轨迹候选集,再结合轨迹的全局特征剔除检测得分较低的运动轨迹。最后引入树形合约模型,联系时空上下文信息,准确求解出视频序列光滑且兼容的最优轨迹。在N-best、Outdoor Pose和Scene数据集中的实验结果表明,对于存在背景复杂、运动模糊、部件遮挡等问题的视频序列中,该方法平均姿态估计准确率达87%以上,有效减少了对称部件的误判,提高了视频中人体姿态估计的准确率。

串联谐振变换器的最优轨迹控制

介绍了串联谐振变换器的最优轨迹控制法。首先分析了串联谐振变换器的4种工作模式,然后以谐振电感电流和谐振电容电压为状态变量,基于状态平面分析法推导了系统的最优轨迹控制法则。控制目的是使这两个状态变量跟踪他们期望的稳态轨迹,从而减少暂态振荡并在极短时间内达到稳态。实验结果表明,最优轨迹控制系统的暂态性能非常好。