基于智能优化方法的机械臂轨迹规划研究

来源 :北京工业大学 | 被引量 : 28次 | 上传用户:zhoudm2005
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
机械臂轨迹规划是机械臂控制系统中的重要组成部分。其任务是通过规划机械臂运动过程中的位移、速度和加速度,使机械臂运动平滑稳定,减少冲击振动,提高机械臂的可靠性和工作效率。本文以CE2型月球车车身前解耦六自由度机械臂为研究对象,研究了机械臂的正逆运动学并在此基础上研究了基于关节空间的轨迹规划方法。首先,采用标准的D-H建模方法,建立了机械臂的数学模型。根据六自由度机械臂正交解耦的结构特点,采用位姿分解方式,将六自由度逆运动学降为三自由度位置逆运动学、三自由度方向逆运动学。利用欧几里德范数推导出机械臂定位、定向的逆运动学解析解,为机械臂高速、准确运动提供基础。在定向控制方面,提出一种以单位四元数为目标输入的控制形式,只需计算两个角度逆解,既简化计算,又利于实际操作。其次,由于多项式插值轨迹规划具有阶次高、没有凸包性质等特点,传统优化方法难以应用。根据多种分段多项式的性质,结合计算量和性能考虑,选择性能最优的一个,以应用于轨迹规划。并提出利用智能优化算法优化分段多项式插值的插值时间,以达到性能优化的目的。通过各种方法优缺点的比较确定采用两种智能优化算法进行优化。首先利用具有较强鲁棒性和全局随机搜索优化计算技术的遗传算法,在逆运动学的基础上,提出基于关节空间GA的时间最优3-5-3样条插值机械臂轨迹规划算法。简单遗传算法因其交叉概率和变异概率的值在求解问题的整个进化过程中保持不变,经常出现收敛速度慢、陷入早熟收敛等现象。为了改善基本遗传算法的缺点,提出了自适应遗传算法和改进自适应遗传算法的时间最优3-5-3样条插值机械臂轨迹规划。自适应遗传算法的时间最优3-5-3样条插值机械臂轨迹规划,性能有所提高,但是传统自适应遗传算法具有一定的局限性,并不适用于所有模型。本文根据前人提出的排序自适应遗传算法,对其进行改进,使其具有收敛速度快,搜索能力强等优点。然后,利用粒子群算法结构简单、参数易调整的特点,提出了关节空间基于粒子群的时间最优3-5-3多项式插值轨迹规划算法,弥补了多项式插值的缺点。直接在优化目标空间搜索,巧妙地避免了构造粒子群算法计算自变量和因变量映射的步骤,降低了搜索维数,简化计算。提出基于标准和改进粒子群的时间最优机械臂轨迹规划算法。最后,通过与基于遗传算法的轨迹规划运动时间的性能曲线对比,证明该方法在运行时间和运行平稳度上都有突出优点。最后,根据六自由度机械臂的构型,在VC++6.0开发平台上基于MFC框架类和三维渲染软件Open Inventor,专门开发了一套适用于这种构型的三维仿真工具。仿真工具把运动学和轨迹规划算法融入了其中,有效地验证了机械臂数学模型以及正、逆运动学求解和轨迹规划的正确性。
其他文献
在对经典PID和现代控制理论长期深入研究的基础上,韩京清研究员提出的自抗扰控制技术具有算法简单、易于实现、精度高、抗干扰能力强等特点。本文主要研究自抗扰控制算法在高