结合深度强化学习与变形五次多项式的搬运机器人关节轨迹规划

针对在生产节拍固定的情况下搬运机器人各关节的运动轨迹及时间分配问题,构建基于深度强化学习与变形五次多项式相结合的搬运机器人关节轨迹时间分配模型;设计以节拍要求、速度约束和加速度约束为目标的奖励函数,搭建神经网络,利用MATLAB/Simulink软件,得到满足生产节拍和运动学约束的时间序列,并利用单臂四自由度搬运机器人仿真实验,验证所构建模型的可行性和有效性。结果表明：单臂四自由度搬运机器人各关节的运行时间均为5.89 s,其中平移关节1、 3的最大速度分别为2 597.84、 1 697.97 mm/s,最大加速度分别为19 532.11、 31 302.61 mm/s²;旋转关节2、 4的速度大小相等且方向相反,最大角速度均为137.53 (°)/s,最大角加速度均为1 180.51 (°)/s²,均未超过运动学约束;所构建的模型可以解决在指定生产节拍下搬运机器人关节轨迹时间分配问题,实现搬运机器人搬运过程中各关节的运动均衡,改善搬运机器人运行的稳定性和有效性。