【技术实现步骤摘要】
一种基于改进粒子群算法的机械臂时间最优轨迹规划方法
[0001]本专利技术属于多自由度机械臂控制
,涉及机械臂空间轨迹规划方法,具体涉及一种基于改进粒子群算法的机械臂时间最优轨迹规划方法
。
技术介绍
[0002]随着制造业自动化要求的提高,对机械臂工作效率和运动平稳度的提升也变得尤为重要
。
轨迹规划是机械臂轨迹控制中不可或缺的环节,不同的运动轨迹具有不同的平滑性和冲击性,进而影响机械臂的驱动能耗
、
工作效率
、
使用寿命
、
运行平滑性和振动性等
。
因此,高性能的轨迹规划也成为了机械臂研究领域的重点
。
[0003]轨迹规划的时间能直接反应机械臂的工作效率,也关系到其工作是否满足企业生产对时间的限制和要求,将时间作为轨迹规划的指标进行优化可以提高机械臂的工作效率和满足实际应用的需求
。
[0004]现有的关于最优时间的轨迹规划化方法主要是根据粒子群算法进行单目标优化,没有考虑各个关节的约束条件,不能反映出整个机械臂运行时间的全局水平;另一方面,标准粒子群算法很容易陷入局部极值,从而不能得出时间的最优解,使得机械臂的工作效率降低
。
技术实现思路
[0005]本专利技术的目的是提供一种基于改进粒子群算法的机械臂时间最优轨迹规划方法
。
[0006]为达到上述目的,本专利技术采用如下技术方案:
[0007]一种基于改进粒子群算法的机械臂时间最
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于改进粒子群算法的机械臂时间最优轨迹规划方法,其特征在于,包括如下步骤:步骤
1:
根据建立的机械臂运动学模型,得到机械臂关节空间和末端笛卡尔空间的映射关系;步骤
2:
根据机械臂在笛卡尔空间的路径点,通过步骤1映射关系即逆运动学解算得到机械臂各个关节在关节空间的插值角度;步骤
3:
根据机械臂关节空间插值角度,利用3‑5‑3混合多项式插值函数生成机械臂的位置
、
速度以及加速度的连续轨迹运动方程;步骤
4:
根据优化目标要求以及机械臂运动学约束条件生成各个关节的适应度函数:根据优化目标要求以及机械臂运动学约束条件生成各个关节的适应度函数:根据优化目标要求以及机械臂运动学约束条件生成各个关节的适应度函数:根据优化目标要求以及机械臂运动学约束条件生成各个关节的适应度函数:
fitness(t)
j
为第
j
个关节的适应度函数,
j
表示机械臂关节序号,取值为1到们之间的正整数,
m
为关节总个数,
t
ij
为为第
j
个关节的第
i
维度的时间,
n
为时间总维度,
i
表示维度序数,取值为1到
n
之间正整数,
t
表示时刻,
q
j
(t)
为第
j
个关节在第
t
时刻的位置值,
v
j
(t)
为第
j
个关节在第
t
时刻的速度值,
a
j
(t)
为第
j
个关节在第
t
时刻的加速度值,为第
j
个关节的位置限制最大值,为第
j
个关节的速度限制最大值,为第
j
个关节的加速度限制最大值;步骤
5:
利用改进的粒子群算法对机械臂轨迹进行优化;所述步骤5包括如下步骤:
技术研发人员:谢慕君,王野,姜长泓,郑伟义,边鹤羽,郑众,
申请(专利权)人:长春工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。