基于ＧＡ的时间较优机械臂轨迹规划算法

2012年06月29日13:47:44 本网站我要评论(2)字号：T | T | T

关键字：应用

居鹤华，付　荣
北京工业大学电子信息与控制工程学院，北京

摘　　　要：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的特点，根据机械臂运动学约束，提出了关节空间基于遗传算法（ＧＡ）的３５３多项式插值轨迹规划算法。利用运动学约束，以较优时间为目标，针对关节型机器人在静态环境下的点到点的轨迹规划问题，利用ＧＡ算法解算多项式插值的时间。通过与基于ＰＳＯ的３５３多项式机械臂轨迹规划运动位置、速度、加速度曲线对比，证明该方法在运行时间和运行平稳度上都有突出优点。

关　键　词：机械臂；轨迹规划；时间较优；遗传算法；多项式插值

１　引　言
机械臂轨迹规划的算法中，对较优时间下机器人轨迹规划算法研究的较多。近年来，采用智能方法优化轨迹方法成为热点。其目的是在给定其路径点的情况下，使其性能和时间较优。孙亮［１］在逆运动学基础上采用基本样条插值方法对机械臂轨迹规划作为研究，但未考虑到优化问题。于乃功［２］针对二自由度机械手动力学模型提出了一种神经网络与逆模控制相结合的控的轨迹规划，但不适用于多自由度系统。朱世强、徐向荣等提出了采用３５３样条函数法对机器人轨迹进行规划［３４］。文献［５］对文献［４］进行了修正，但基于多项式插值的轨迹规划具有阶次高、没有凸包性质等特点，使其很难用传统方法优化，利用智能方法优化轨迹规划的插值时间，使多项式插值可以应用到更高要求的轨迹规划中。粒子群算法（ＰＳＯ）结构简单、参数易调整，是控制优化里使用频率较多的一种。文献［６７］采用ＰＳＯ算法对空间机器人进行动力学约束的时间较优轨迹规划。遗传算法［８］提供了一种求解复杂系统优化问题的通用框架，它不依赖于问题的具体领域，对问题的种类有很强的鲁棒性，广泛应用于机械臂轨迹规划方面。甘亚辉、张勇提出利用遗传算法方法优化多项式规划运行轨迹实现机械臂避障高性能功能［９１０］。本文提出基于ＧＡ的时间较优３５３样条插值机械臂轨迹规划。考虑运动学约束，实现运行时间和平稳性性能优化。针对ＣＨ２型月球车上驱动相机盒运动六自由度正交解耦机械臂进行仿真实验，与基于ＰＳＯ的时间较优３５３样条插值机械手臂轨迹规划的运动位置、速度、加速度曲线对比，证明该方法在运行时间和运行平稳度上都有突出优点。

登录网站后可下载文件

基于ＧＡ的时间较优机械臂轨迹规划算法

相关阅读: