一种改进粒子群的工业机器人时间最优轨迹规划算法

针对工业机器人运动轨迹的时间优化问题,对工业关节型机器人的运动轨迹进行分析与研究.依据机器人运动学特征,提出一种时间最优轨迹规划的算法.对采用动态变化学习因子策略的粒子群算法进行高次多项式插值,进而完成机器人运动轨迹的拟合.在保证运动轨迹时间最优的同时,优化了基本粒子群算法局部收敛的不足.最后,通过MATLAB对工业机器人关节运动轨迹进行仿真,实现了精确稳定的时间最优轨迹规划.本文提出的算法相比于其他路径规划算法更易于实现,同时还改善了粒子群算法易局部收敛的问题,能够实现工业机器人时间最优轨迹规划.

基于粒子群算法的机器人关节空间最优运动轨迹规划

为了提高机器人的工作效率,对机器人轨迹规划进行研究。文章依据机器人运动学特征,提出了一种关节空间运动轨迹规划的算法。其基于粒子群算法,采用高次多项式插值的方式,对机器人关节空间的运动轨迹进行拟合。在确保运动轨迹平滑的同时,保证了关节运动的平稳性。最后,在MATLAB中进行仿真实验,实现了关节空间最优运动规划。该算法结构简单,易于实现,为提高机器人的工作效率提供了科学依据。

基于遗传算法优化的仿人足球机器人步态规划研究

针对机器人足球比赛的特点及实现仿人足球机器人稳定快速步行的要求,提出了一种基于遗传算法优化的步态规划方法。首先,分析了仿人足球机器人一个完整步行周期的运动过程,根据步行中髋关节运动连续和踝关节运动间断的特点,分别采用三次样条插值与高次多项式插值进行了轨迹插值;其次,以零力矩点(ZMP)稳定裕度为参数构造了目标函数;最后,利用遗传算法(GA)对规划的步态进行了优化,从而得到了ZMP稳定裕度相对较大的稳定步态。仿真结果表明,该方法规划的步态能实现仿人足球机器人更稳定地步行。

基于空间位姿测量设备溯源的轨迹规划

以工业机器人为研究对象,建立机器人Denavit-Hartenberg(D-H)参数模型,对其结构和连杆参数进行分析,推导运动学方程,利用MATLAB Robotics toolbox分析验证机器人正、逆向运动学的正确性。在工业机器人运动学模型的基础上进行轨迹规划,分析了在关节空间和笛卡尔空间的轨迹规划方法,在MATLAB Robotics toolbox环境下对三次和五次多项式插值法等多种不同轨迹进行仿真,得出在关节空间中采取高次多项式插值法进行标准轨迹规划的初步结论,验证了关节轨迹的平顺性,保证测量设备的速度和连续性。为后续研究轨迹对不同测量设备的影响,规划标准路径进行测量设备的溯源提供理论基础。