笛卡儿空间机器人轨迹规划方法

提出了笛卡儿空间机器人连续路径(CP)轨迹规划方法,移动轨迹在笛卡儿坐标系中由1组参数方程说明.时间间隔[0,T]分为m段,在每个时间段,多项式的系数可以用递归的形式求出.     

基于改进的Khatib方法的冗余机器人避障轨迹规划

讨论了人工势场方法中Khatib方法规划冗余度机器人手爪在障碍环境中的轨迹问题,基于Khatib方法提出由程序自动确定势场力比例因子的改进方法,寻找一条机器人手爪从起点到终点的安全路径。仿真结果表明,使用该方法计算时间短,参数选择设计合理。     

基于改进遗传算法的工业机器人能耗最优轨迹规划

为了降低工业机器人在工作过程中的能耗,提出了一种能耗最优的轨迹规划方法。将机器人的轨迹视为由空间中一系列的型值点构成,每相邻的型值点间由一段五次B样条曲线连接,得出机器人的轨迹函数。以动能作为目标能耗函数,同时考虑各个关节的运动学和动力学约束。对遗传算法进行改进,用于优化目标能耗函数,此改进遗传算法提高了算法的运算效率、局部搜索能力和实时性。对优化结果进行仿真,得出各个关节的运动学参数变化曲线,分析各个关节的曲线图知其均满足运动学和动力学约束条件,验证了此优化轨迹的合理性。     

机器人yoyo轨迹规划与控制

以机器人yoyo运动控制为例,提出了一种针对周期性动态系统进行轨迹规划的通用方法.把yoyo达到底端时机器人机械臂的高度作为中间状态,通过逐个循环逐个阶段求解该最优问题,可得机器人的参考轨迹和名义控制,同时也可以得到被控对象相应的返回映射.该方法也可用于其他类似的周期性动态系统.     

基于Kinect的双臂机器人动作模拟与轨迹规划

提出了一种基于Kinect的双臂机器人动作模拟与轨迹规划的方法。运用空间向量法计算出人体关节转动角度,通过建立人体关节与机器人关节的映射关系,将体感设备采集到的人体骨骼信息通过无线方式将控制命令传输给机器人,实现机器人的动作模拟。机器人的轨迹规划通过使用体感设备采集手臂末端位姿及运动轨迹,通过逆运动学求解,实现机器人手臂沿相同位姿运动。最后,通过仿真和实验验证了所提出方法的有效性。     

并联Delta机器人及其轨迹规划方法研究

并联Delta机器人具有定位精准、刚度高、可操作性好、结构紧凑等优点,被广泛应用于航空、航天、海底作业、微机电系统和辅助医疗等方面。从Delta机器人发展至今,解决智能自动生产线上的大批量或小批量柔性制造中的高速、高精度轨迹跟踪等拾放作业任务难题,是该领域研究的重点和难点。本文对国内外并联Delta机器人轨迹规划研究发展进行了回顾,重点阐述了并联Delta机器人拾放操作轨迹规划研究现状。针对并联Delta机器人的发展趋势进行了相关展望,以期为并联Delta机器人轨迹规划领域相关研究学者提供参考。     

用于空间内曲面喷涂的冗余度机器人轨迹规划方法

该文针对冗余度机器人的轨迹规划问题进行研究,以实现航空工业中特定空间弯曲管道内表面的自动化喷涂作业。在建立复杂内曲面约束和冗余度机器人运动学模型基础上,通过求解冗余度机器人的逆运动学方程,建立适用于一般空间曲管类零件内曲面喷涂作业的冗余度机器人轨迹规划方法。在仿真中使用此方法,得到了不同情况下冗余度机器人的无碰撞喷涂轨迹。在喷涂应用中使用此方法,冗余度机器人完成了无碰撞的喷涂作业,经检测涂层的厚度和均匀度满足工艺要求。     

机器人在笛卡尔空间中直线运动轨迹规划的一种方法

本文给出用有理二次参数曲线连接直线路径的算法．该方法包含了用园锥曲线（抛物线．双曲线,椭园）连接的所有形式,且便于处理轨迹误差问题.     

基于遗传算法的多关节焊接机器人轨迹规划

在给定的多关节焊接机器人焊接点中插入点,对这些点的坐标统一进行十进制编码,应用遗传算法进行轨迹规划,寻找三维空间下的最优轨迹。通过仿真,验证了该算法的可行性。与传统的优化方法相比,具有较强的鲁棒性。     

双机器人系统的最短时间避碰轨迹规划

多机器人的避碰移动规划可由两步实现：路径规划和轨迹规划。路径规划是为机器人寻找避免与静态障碍物碰撞的几何路径。轨迹规划决定每个机器人需沿其几何路径以多快的速度移动以防止与其它运动中的机器人碰撞。     

基于模糊规则的深海底作业机器车不等分状态时间轨线规划

针对深海底自行走履带作业机器车,给出了一种新的基于模糊规则的不等分状态时间轨线规划方案.为适应深海底环境的不确定性,采用基于模糊规则的不等分状态时间轨线规划改进等分贝塞尔曲线运动规划,控制机器车按照既定路线行走.在不平整地面的试验结果验证了算法的有效性.     

工业机器人最优轨迹规划算法

为优化机器人的工作性能,在分析工业并联机器人工作特性的基础上,将执行时间最优、跃度最小、能量最小、运动学和动力学约束为目标函数,应用惩罚函数法并加入初始速度、加速度、跃度和力矩约束,且目标约束条件中加入谐振频率限制,依据所建立的目标函数进行了遗传算法优化求解,对所得结果进行了三次样条插值,并在一台三自由度的工业搬运并联机械手上进行了实验。结果表明,在保证工作效率和节约能量的条件下,该轨迹规划方法可以减少机械部分的跃度,避免机械部分的谐振,降低机械和电机的磨损。     

Optimal trajectory planning based on Hamiltonian function of a spherical mobile robot

Designed for planetary exploration, a spherical mobile robot BHQ-1 was briefly introduced. The motion model of BHQ-1 was established and quasi-velocities were introduced to simplify some dynamic quantities. Based on the model, the time- and energy-based optimal trajectory of BHQ-1 was planned with Hamiltonian function. The effects of three key coefficients on the shape and direction of the planned trajectory were discussed by simulations. Experimental result of the robot ability in avoiding an obstacle was presented to validate the trajectory planning method.     

融合KCCA推断强化学习的机器人智能轨迹规划

针对当前模仿强化学习(LfDRL)框架面向新任务时并未考虑机器人各关节之间的联系,从而影响学习效果的不足,利用伪协方差矩阵的思想,基于再生核空间(RKHS)和广义瑞丽熵构建面向泛函指标的关节间摄动相关局部坐标系,进而设计出一种集成核典型相关分析(KCCA)与路径积分策略提升(PI~2)的强化学习方法.利用学习经验数据基于KCCA推断出机器人各关节间面向轨迹规划任务的隐含非线性启发式信息,引导PI~2搜索到最优/次优策略,使得机器人实现从示范轨迹规划任务到新轨迹规划任务的快速迁移学习,并高质量完成.选择顺应性装配机械手臂(SCARA)和优傲5(UR5)机器人的过单点、过两点迁移学习智能轨迹规划实验,结果表明:融合KCCA推断启发式信息的强化学习的平均代价下降率明显优于经典的PI~2算法,其机器人智能轨迹规划在提升学习收敛速度的同时也提高了机器人完成新任务的精度.     

基于改进RRT*算法的移动机器人路径规划

为解决渐进最优快速扩展随机树(RRT*)算法在特殊环境下(如狭窄通道)路径规划存在的内存占用多、规划效率低等问题,提出了一种基于目标约束采样和目标偏置扩展的改进R RT*算法.首先,在采样上引入目标偏置策略,并对每次采样进行位置约束,使采样的目标导向性更强.然后,在新点扩展上摒弃了已有算法单纯朝着采样点扩展的思路,通过...     

一种机器人最优加速度轨迹规划算法研究

针对机器人调试过程中遇到的超限问题,提出了一种满足运动约束的加速度最优T型速度曲线控制方法,利用拉格朗日法分析了码垛机器人的动力学性能,论述了机器人轨迹规划算法的实现过程.该算法在保证运动平稳的基础上,充分发挥了驱动关节的驱动性能.与传统速度曲线的对比表明,无论单轴还是轴组模式下,机器人的控制效果均得到了明显的提高.     

An improved Gmapping algorithm based map construction method for indoor mobile robot

With the rapid development in the service,medical,logistics and other industries,and the increasing demand for unmanned mobile devices,mobile robots with the ability of independent mapping,localization and navigation capabilities have become one of the research hotspots.An accurate map construction is a prerequisite for a mobile robot to achieve autonomous localization and navigation.However,the problems of blurring and missing the borders of obstacles and map boundaries are often faced in the Gmapping algorithm when constructing maps in complex indoor environments.In this pursuit,the present work proposes the development of an improved Gmapping algorithm based on the sparse pose adjustment(SPA) optimizations.The improved Gmapping algorithm is then applied to construct the map of a mobile robot based on single-line Lidar.Experiments show that the improved algorithm could build a more accurate and complete map,reduce the number of particles required for Gmapping,and lower the hardware requirements of the platform,thereby saving and minimizing the computing resources.     

利用改进的粒子群算法的机器人全局路径规划

针对常规路径规划单纯追求路径最短、路径规划不灵活和实现复杂的缺点,提出了一种改进的移动机器人全局路径规划方法.该方法综合人工势场(APF)与粒子群优化算法(PSO)的优点,利用障碍物的排斥力生成路径的危险度地图(DDM),将路径长度与危险度的加权和作为PSO的适应度函数,获得了一条全局最优路径.该方法具有3个优点:粒子初始化及更新过程中会自动避开有障碍物的危险区域,规划出一条既安全相对长度又较短的路径;通过调整加权因子平衡长度与危险度在适应度函数中的比重,路径规划灵活;算法实现简单,收敛速度快,能满足移动机器人实时路径规划的要求.仿真结果证明了该算法的可行性和有效性.     

双足行走机器人步态轨迹规划

 通过对双足机器人行走过程中一些特殊点进行采样分析,对比人类自身行走步态的观察测量值,采用三次多项式插值来计算出双足行走机器人在行走过程中的行走轨迹,按人体比例设定参数,计算得出了1条比较光滑平稳的行走轨迹,使得机器人的行走姿态更像人类的行走.通过模拟测试,结果表明了用三次多项式插值方法是1种规划双足机器人行走步态的较好方法,而且得出的轨迹插值函数比较平滑.