基于改进蝙蝠算法的机械臂时间最优轨迹规划

为了对SCARA 6自由度机械臂的运动过程实现时间最优轨迹规划，课题组提出一种基于改进蝙蝠算法的时间最优3 5 5 3分段多项式插值轨迹规划算法。首先对机械臂构造3 5 5 3分段多项式；然后在角度、角速度和角加速度的约束条件下，以时间最短作为优化的目标函数，采用改进的蝙蝠算法对分段多项式的结果进行优化；最后在MATLAB软件中进行模拟运算。仿真结果表明：改进的蝙蝠算法在收敛性以及优化性方面均优于传统的蝙蝠算法，而且在局部收敛方面也有明显的改善；各关节的角位移、角速度和角加速度曲线相对平滑，不存在突变等情况的发生，充分证实改进算法具有可行性。     

基于模型预测控制的协作焊接双机械臂轨迹跟踪算法

焊接双机械臂协作焊接时,存在从动机械臂对主机械臂末端位置的轨迹跟踪的精确性问题,课题组提出了基于模型预测控制算法的主/从位置协调控制方法。根据所建立的六自由度双机械臂的运动学模型,建立末端位置与关节角度的变换关系以及机械臂的运动预测模型;通过上述模型,对主机械臂采用位置控制方法,并通过从动机械臂末端的三维激光扫描仪测距传感器所获取的主机械臂位置及方向,对从动机械臂采用基于模型预测控制算法的位置控制;根据机械臂关节角度变换旋转运算序列及末端位置的预测模型,通过动态矩阵控制算法,由当前时刻的位置状态及下一时刻位置输入状态对未来某时域内的位置输出状态进行预测,从而实现期望的位置跟踪。最后,采用仿真实验测试来验证该算法的实用有效性,结果表明：从动机械臂末端在有较小超调的情况下快速达到稳态,实现对期望轨迹的跟踪;与传统PID控制算法相比,模型预测控制算法能够更快速、更稳定地达到对期望轨迹的跟踪效果;该算法对期望轨迹的跟踪误差在有小幅波动的情况下可保持在±0.05 mm之内,在无波动的情况下可迅速趋近于零。基于该算法,从动机械臂可根据主机械臂末端动态位置信息更加有效地实现对期望轨迹的实时跟踪。     

六自由度机械臂的建模与MATLAB仿真

针对六轴机械臂的运动特性,使用D-H法创建各关节坐标系,求得其参数,并推导出正逆运动学方程.使用MATALB Robotics工具箱创建该机械臂的仿真模型,对其正逆运动、轨迹规划进行仿真.通过仿真,在关节空间规划下,求得机械臂模型运动过程中各关节参数随时间变化的关系图.在笛卡儿空间规划下,得到了机械臂末端的直线运动轨迹.通过对比理论数据和仿真结果,验证机械臂模型建立的正确性及正逆运动公式的准确性.     

基于IGA的机械臂时间最优轨迹规划

针对传统机械臂轨迹规划效率较低的问题，课题组提出了对传统遗传算法初始种群的选取及种群的变异策略改进的方法。该方法以三次B样条插值曲线作为轨迹规划的基础，以各关节运动角速度、角加速度、角加加速度作为运动约束，使用改进型遗传算法（improved genetic algorithm，IGA）进行时间优化，可以得到满足运动约束条件的时间最优运动轨迹。课题组以自主研发的QFB140机械臂作为研究对象，采用改进型D H参数进行标识，并导入MATLAB进行仿真。结果表明：IGA在时间优化上有了较大提升，进一步实现了时间最优轨迹规划，提高了工作的效率。     

一种新型服务机器人的设计与分析

随着老龄化社会的到来和机器人技术的发展，服务机器人成为了机器人领域的研究热点之一。以提高服务的舒适性为切入点，设了一款新型服务机器人并对其机械臂轨迹规划进行了研究。首先，结合轮式与足式的优点，设计了一种新型轮足式的服务机器人底盘，并且采用麦克纳姆轮进一步提高服务机器人的运动性能；其次，以人臂为参考对象，确定了服务机器人机械臂的自由度，并建立了服务机器人整体三维模型；最后，在MATLAB中建立机械臂模型，分析了其直线插补运动与曲线插补运动。仿真实验表明，机械臂运动时各关节的角位移、角速度和角加速度都是光滑、无跳变现象，即所设计的机械臂无论是做直线运动还是曲线运动都能够平稳的工作。     

基于遗传模糊算法爬壁机器人避障仿真研究

为解决爬壁机器人壁面作业过程中的避障问题,课题组提出了基于遗传算法优化的模糊控制算法。首先,建立了爬壁机器人在壁面的运动模型,求解出机器人运动学方程;利用平面栅格的方式进行描述机器人运动路径的规划;采用遗传算法对爬壁机器人模糊避障控制进行优化,并给出具体优化步骤。利用MATLAB进行仿真实验,仿真结果表明：与遗传算法进行比较,基于遗传算法优化的模糊控制在准确避开障碍物的前提下,能够更好地跟踪起点和目标点的连线,并规划出从起始点到目标点之间更短的路径。     

取档机器人路径规划的改进Dijkstra算法

档案库取档机器人在使用传统Dijkstra算法进行路径规划时,存在无法筛选出拐弯数最少、经过节点数最少的最短路径等缺 点,提出了一种改进型的Dijkstra算法。首先针对档案库平面布局建立基于拓扑法的电子地图;然后根据任务需求,建立最短路径搜索数学模型;采用Dijkstra算法 并结合深度优先遍历算法筛选出任意2个节点间的所有最短路径,并找出花费代价最小的路径。最后对改进的算法进行仿真实验,结果表明,改进后的Dijkstra算法 可以有效地提高取档机器人的运行效率,可以用最小的行驶代价到达目标点。     

基于改进AWA~*算法的智能车辆全局路径规划研究

针对目前智能车辆中AWA~*算法规划在较短时间内无法提高路径质量的问题,提出了一种可在较短时间内快速提高路径精度的优化AWA~*算法。在原有AWA~*算法的估价函数下引入了动态优化因子ε~*,建立了新型的估价函数,设计了新的启发式能耗预估代价,证明了所提出的启发式预估代价满足可采纳性和一致性,确保了优化AWA~*算法可在较短时间内获得更优路径。同时进行了路径规划耗时误差仿真实验,验证了优化AWA~*算法在面对复杂环境地图时搜索耗时误差具有一定局限性,在此基础上进行了低百分比和高百分比障碍物环境地图普适性仿真实验,对比分析了优化AWA~*算法与传统AWA~*算法的扩展节点数目、耗时情况和路径精度。仿真实验结果表明:在全局工况下,相比于AWA~*算法,优化AWA~*算法可在更短时间内提高规划的路径质量,尤其是在低百分比障碍物地图下,效果更为明显。     

螺丝锁付装置取放料时间寻优轨迹规划

为提高螺丝锁付装置的锁付效率，课题组针对锁付过程中最频繁的取放料操作进行时间寻优轨迹规划。课题组以旋量理论建立运动学模型，基于运动合成的思想，采用多段六次多项式插值算法进行规划轨迹，并结合改进粒子群算法得到时间插值节点的优化解。仿真实验结果表明：采用改进粒子群算法，在迭代约40次时算法达到收敛，轨迹所需时间相对于优化前缩短了约30%；关节空间下各关节的位置、速度和加速度曲线连续平滑，无明显突变，末端笛卡尔空间下轨迹满足取放料轨迹的设计要求。该时间最优轨迹规划的方法有效提高了螺丝锁付装置的工作效率。 〖HT5”H〗关键词：螺丝锁付；轨迹规划；旋量理论；改进粒子群算法；六次多项式插值算法     

B样条曲线下的MPC轨迹重规划算法

为加强无人驾驶车辆在复杂环境道路上行驶的平滑性,减少车辆的抖振,提高乘坐舒适性,提出了一种基于B样条曲线的MPC轨迹重规划算法。该算法将B样条曲线与MPC轨迹重规划算法进行有效结合,利用B样条曲线局部性和凸包性的优势,对重规划算法规划出的离散点进行拟合,提高规划路径的平滑性。基于Matlab/CarSim进行联合仿真,对建立的轨迹重规划模型及控制模型进行双移线工况下的仿真验证。结果表明:相比于不加平滑算法的规划轨迹,双移线工况下,多项式拟合曲线规划出的路径侧向最大加速度和横摆角速度分别降低了56. 01%和60. 52%,B样条曲线降低了77. 08%和68. 55%,验证了算法的正确性和有效性。     

改进蚁群算法在灭火机器人路径规划中的应用

提出了一种改进的蚁群算法应用于灭火机器人路径规划。该算法利用自适应更新的策略设计出最佳避障路径,建立了简洁明了的蚁群优化算法,从而对灭火机器人行走路径进行了优化处理。该方法不仅使灭火机器人在未知环境寻找火源过程中能够有效避开障碍物,而且能使机器人行走路径最短,所用时间最少。经仿真和实物机器人实验证明了该算法的可靠性和有效性。     

基于MATLAB的汽车塑料内饰件打磨路径规划仿真

为提高汽车塑料内饰件的打磨效率，注塑厂引入工业机器人打磨工作站来替代人工作业。课题组根据汽车塑料内饰件的特性，将工业机器人的打磨路径分解成若干段直线路径和曲线路径，利用课题组设计的空间直线插补与空间曲线插补相结合的插补算法，通过MATLAB平台及Robotic Toolbox工具箱进行路径插补运算和仿真。结果表明：工作站打磨运动耗时约为79 s，与人工打磨耗时约120 s相比，打磨效率提升约34%。课题组设计的插补算法能够显著地提高打磨作业效率。     

基于改进遗传算法的柔性抛光工业机器人抛光时间优化

为实现抛光时间最优的目标，课题组对自主研发的柔性抛光工业机器人抛光轨迹进行了合理规划。从表壳的表耳处取得一系列工业机器人机械臂工作的位置点，通过求解逆运动学方程得到相应的关节位置，采用三次B样条曲线拟合的方法得到各关节的轨迹曲线；用B样条曲线的控制定点约束代替运动学约束，并基于改进的遗传算法，求解出时间最优的时间节点；在此基础上，规划得到满足时间最优的非线性轨迹曲线。研究表明：基于改进的遗传算法，能够很好地避免传统遗传算法的“退化”现象，更快地求得最优解，即抛光工业机器人的抛光工作时间达到最优。     

机械臂非线性定位方程计算新方法

针对机械臂定位算法中,数值算法计算量大,仿真过程存在累积误差,几何算法通用性不强等问题,以手术机器 人六自由度机械臂为研究对象,建立了一组多关节机械臂非线性定位方程组,提出了其基于非线性大范围渐近稳定的 求解方法。结果表明该方法既简化运算,又有利于物理实现,为机械臂高速、准确运动提供了基础,实验表明该算法适用 多关节的移动机械臂的非线性定位方程的求解,有较高的求解精度和收敛速度。     

基于改进蚁群算法的汽车避障路径规划

为在不同工况下为汽车规划出一条安全且合理的局部避障路径,利用MAKLINK图论法建立带有障碍物的二维环境模型,通过Dijkstra算法规划初始次优避障路径,考虑车辆运动学等约束改进蚁群算法,从而搜索出一条最优避障路径。在Simulink中搭建车辆-驾驶员闭环系统模型,将最优避障路径输入到该模型中进行路径跟随;根据汽车主动安全评价指标对路径跟随效果及车辆横向稳定状态进行评价。结果表明:改进蚁群算法规划出的避障路径具有较好的跟随效果,且符合车辆横向稳定性要求。说明改进后的蚁群算法进行汽车局部路径规划具备一定可行性。     

基于车联网信息的自动换道方法研究

针对汽车自动换道时未考虑周围车辆运动状态变化以及舒适性差、通行效率低等方面的不足,提出在车联网条件下的自动换道方法。在动态轨迹规划时首先构建提高舒适性和通行效率的综合换道时间和最大加速度的目标函数;然后利用预定义的五次多项式、约束条件以及目标函数求解最优换道轨迹,并根据车联网提供的实时信息参考换道轨迹,实现数据实时更新以在前方出现突发状况时及时反馈给决策单元重新进行规划路径,防止碰撞,使得换道车辆适应周围车辆运动状态变化;最后开展Carsim和Simulink联合仿真以及实车验证。试验结果表明:相较于传统非动态自动换道方法,该方法能解决换道过程中周围车辆车速变化及车辆突然闯入等情况导致的难题,可明显提升换道过程中的安全性。数据分析证明:在保证车辆舒适性、稳定性的同时,换道时间缩短了22. 5%,提高了车辆换道效率。     

基于5次非均匀B样条曲线的4自由度机器人轨迹规划

为降低工业机器人工作过程中的振动与冲击，减少磨损以延长使用寿命，课题组以某公司SCARA 4自由度机器人为研究对象，采用5次非均匀B样条曲线对其关节空间进行轨迹规划研究。利用弦长参数法和平均值法选取节点，将离散路径点作为型值点反解出B样条控制点；在端点处进行运动约束，通过指定的端点导矢，在MATLAB中进行仿真实验，并与5次多项式函数插值进行对比分析。分析结果显示：5次非均匀B样条插值出的机器人运行轨迹平稳连续，且各关节速度、加速度以及加加速度轨迹曲线亦光滑连续无突变。该插值方法可有效提高机器人工作的平稳性，非常适合于精确抓取和搬运领域。     

区域快速优化下的无人机在线轨迹规划方法

针对传统基于梯度的规划方法需预先构建欧式符号距离场(euclidean signed distance field, ESDF)导致障碍物信息冗余度高、规划效率受限问题,提出了一种基于区域快速优化的实时轨迹规划方法。所提方法设计碰撞控制点替换策略用于加快碰撞区域的轨迹优化收敛速度从而降低轨迹规划时间,并定义提取与轨迹规划相关的局部障碍物信息方法,避免构建ESDF过程,从而提高规划效率;之后考虑轨迹安全性、平滑性及动态可行性,建立多目标优化函数,进一步优化轨迹。仿真实验表明,该方法可有效实现无人机在线轨迹规划,且与前沿方法相比,轨迹规划时间平均缩短了36.1%,轨迹优化收敛速度平均提高了33.1%,实现了更高效的规划。     

仿蜘蛛救援机械臂结构设计与研究

针对非结构化环境下的救援任务,结合生物界蜘蛛腿部的运动特性,设计了一种仿蜘蛛式救援机械臂。基于机构学数学基础的拉格朗日方程求解救援机械臂的动力学模型。鉴于救援机器人的实时性、自适应等特性,分析径向基函数神经网络的控制策略,提出基于径向基函数神经网络救援机械臂的控制策略。采用径向基三层前向网络设计救援机器人的控制方案,重点探讨了救援机器人单关节的神经网络控制方法,并对其进行Matlab仿真。结果表明:所设计的控制方法可实现救援机械臂的自适应性和鲁棒性。     

改进A的4阶贝塞尔曲线路径规划

自动引导车（AGV）路径规划时，传统的A算法存在应对障碍物时生成路径平滑度低、累计折角多、易碰撞等问题，课题组提出一种利用Bezier曲线与A算法相结合的路径优化算法。首先利用A算法在有障碍物的栅格地图上规划出最短路径，找出路径转弯处的特征点；然后利用4阶Bezier曲线在2个特征点生成一条满足安全避障距离、具有一定曲率、路径相对更短的Bezier曲线；最后结合A算法生成的直线和Bezier曲线得到一条新的无碰撞曲线。试验结果表明在2种不同的障碍物密度下，课题组提出的新算法比传统A算法路径长度平均减少5.5%、转弯角度平均减少654%、碰撞次数平均减少100%。新算法法使AGV路径规划可减少路径长度和转弯角度，提高了AGV的工作效率和安全性能。