CN113478489B - 一种机械臂轨迹规划方法 - Google Patents
一种机械臂轨迹规划方法 Download PDFInfo
- Publication number
- CN113478489B CN113478489B CN202110863418.5A CN202110863418A CN113478489B CN 113478489 B CN113478489 B CN 113478489B CN 202110863418 A CN202110863418 A CN 202110863418A CN 113478489 B CN113478489 B CN 113478489B
- Authority
- CN
- China
- Prior art keywords
- solution
- mechanical arm
- track
- algorithm
- joint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提出了一种机械臂轨迹规划方法,主要包括以下步骤:给定机械臂初始点、中间两点、终止点的位置,利用MATLAB对机械臂进行逆运动学求解,得到对应位置的关节角度;然后通过3‑5‑3多项式插值算法进行运动轨迹规划,加入时间序列;在此基础上采用混合蜂群算法以时间最优为目标求取最优解;最后在ROS系统中应用该算法对真实机械臂进行运动控制,从而达到目标点。通过该方法提高了算法的鲁棒性,避免陷入局部最优。减少了机械臂运动时间,提高机械臂的工作效率。解决了现有机械臂运动规划中存在的平滑性差的问题,保证了转动过程平稳,没有抖动现象。
Description
技术领域
本发明属于机械臂轨迹规划技术领域,涉及一种机械臂轨迹规划方法。
背景技术
随着中国制造2025和工业4.0的到来,自动化产业成为智能化时代工业生产不可缺少的一部分。工业机械臂的发展受到了广泛研究和关注,不管在精度,还是在机械臂的效率和轨迹规划等问题上,人们对机械臂的性能要求不断提高,不仅如此,还要求在运行过程中机械臂平滑无抖动现象等。基于此,机械臂轨迹规划深入研究十分重要。
传统的机械臂轨迹规划为三次多项式插值、五次多项式插值和笛卡尔轨迹规划,它们在运动过程中易出现抖动、反复的现象并且严重影响电机的使用寿命。而针对3-5-3多项式轨迹插值算法结构简单、便于计算,而且能够很好的保证的位置、速度、加速度运动轨迹的连续性,运动过程平滑,但是需要提前给分段轨迹分配时间,分配时间过长,影响机械臂工作效率,分配时间过短,很容易超过最大约束速度,容易发生危险并且影响系统精度。
因此,基于机器人行业的发展与传统轨迹规划算法的不足,迫切需要一种智能优化算法对机械臂运行时间进行优化控制。本发明先利用3-5-3多项式插值算法对机械臂进行轨迹规划,基于该算法的缺点,再通过一种智能优化算法-混合蜂群算法对机械臂轨迹的运行时间进行优化,两种算法混合控制大大提高了机械臂的生产效率,而且保证了机械臂位置、速度、加速度运动轨迹平滑,机械臂运行过程中平稳无抖动现象,满足工业机械臂的生产要求。
发明内容
为了解决上述问题,本发明提出一种机械臂轨迹规划方法,实现了六轴机械臂在转动过程中稳定无抖动现象,且通过智能优化算法优化运动时间,大大提高了机械臂生产效率。
按照上述方案,实现步骤如下:
1.步骤1、根据机械臂的运动学参数,对D-H参数进行建模。
步骤2、使用MATLAB对初末位置和中间两点位置进行逆运动学求解,得到关节角度。
步骤3、通过RRT_CONNECT算法进行路径规划。
步骤4、通过三次样条插值-五次样条插值-三次样条插值的方法对关节空间下的机械臂进行轨迹规划,得到机械臂关节空间轨迹曲线。
其轨迹方程如下所述:
同时根据各段轨迹方程,和时间变量可以得到各个关节速度和关节角速度的表达式如式(2)(3)所示:
在运行过程中,要保证轨迹方程平稳过渡,需要满足式(4)所给定的约束。且在轨迹方程变化的时刻位置、速度、加速度必须保持连续。
步骤5、根据关节空间轨迹曲线建立目标函数和约束条件,其中目标函数如(5)所示,约束条件如(6)所示:
步骤6、采用混合蜂群算法在约束条件下,以三段轨迹时间总和最小为目标,优化机械臂运动轨迹。算法实现步骤如下:
②、雇佣蜂根据当前解的信息,通过式(8)产生新的解,同时计算蜜蜂的适应值,并让其表示解的优劣。在进行优胜劣汰的选择时,如果新的解适应度值高,则优于旧解,旧解将被替换掉,否则,旧解被保留。
③、雇佣蜂选择解后,易陷入局部最优,在此本发明利用模拟退火算法选择概率,使得新解跳出局部最优,达到全局最优。如果新解适用度大于旧解,则选择新解,否则,按照公式(9)进行概率选择。
④、观察蜂会在种群中通过轮盘赌的模型选择算子,即通过式(10)计算选择雇佣蜂的概率,再次选择新解,新的解越优,适应值越大,蜜源越丰富,则越容易被选中,基于此,不断循环迭代,直到进行到最后一次迭代,解的质量将达到最佳,输出最优的三段轨迹运行时间。
⑤、如果此时解的质量还达不到要求,将会被放弃,此时雇佣蜂转化为侦查蜂。然后在搜索空间中随机产生一个新的蜜源,用式(11)表示如下:
其中,t为当前迭代次数,limit为迭代阈值。
步骤7、通过ROS系统应用该算法控制真实机械臂运动,到达目标点。
本发明带来的有益效果是:本发明通过人工蜂群算法设计一种机械臂轨迹规划方法。通过3-5-3次多项式算法对运动轨迹进行插值运算,使得机械臂在运行过程中平稳无抖动现象。再通过人工蜂群算法在满足约束条件的情况下对时间进行优化,提高了机械臂生产效率。同时,算法比较简便、移植性好、收敛速度快,易于应用到工业生产中。
附图说明
图1是机械臂轨迹规划方法的流程图。
图2是人工蜂群算法流程图。
具体实施方式
为了解决上述问题,本发明提出一种机械臂轨迹规划方法,实现了六轴机械臂在转动过程中稳定无抖动现象,且通过混合蜂群算法优化运动时间,大大提高了机械臂生产效率。
按照上述方案,实现步骤如下:
1.步骤1、根据机械臂的运动学参数,对D-H参数进行建模。
步骤2、使用MATLAB对初末位置进行逆运动学求解,得到关节角度。
步骤3、通过RRT_CONNECT算法进行路径规划。
步骤4、通过三次样条插值-五次样条插值-三次样条插值的方法对关节空间下的机械臂进行轨迹规划,得到机械臂关节空间轨迹曲线。
其轨迹方程如下所述:
同时根据各段轨迹方程,和时间变量可以得到各个关节速度和关节角速度的表达式如式(2)(3)所示:
在运行过程中,要保证轨迹方程平稳过渡,需要满足式(4)所给定的约束。且在轨迹方程变化的时刻位置、速度、加速度必须保持连续。
在运行过程中,要保证轨迹方程平稳过渡,需要满足式(4)所给定的约束。且在轨迹方程变化的时刻位置、速度、加速度必须保持连续。
由已知条件,将式(2)(3)代入到式(1)中,写成矩阵的形式,可以得到式(5)。然后可以对多项式系数进行求解。
步骤5、根据关节空间轨迹曲线建立目标函数和约束条件,其中目标函数如(9)所示,约束条件如(10)所示:
步骤6、采用混合蜂群算法在约束条件下,以三段轨迹时间总和最小为目标,优化机械臂运动轨迹。算法实现步骤如下:
②、雇佣蜂根据当前解的信息,通过式(8)产生新的解,同时计算蜜蜂的适应值,并让其表示解的优劣。在进行优胜劣汰的选择时,如果新的解适应度值高,则优于旧解,旧解将被替换掉,否则,旧解被保留。
③、雇佣蜂选择解后,易陷入局部最优,在此本发明利用模拟退火算法选择概率,使得新解跳出局部最优,达到全局最优。如果新解适用度大于旧解,则选择新解,否则,按照公式(9)进行概率选择。
④、观察蜂会在种群中通过轮盘赌的模型选择算子,即通过式(10)计算选择雇佣蜂的概率,再次选择新解,新的解越优,适应值越大,蜜源越丰富,则越容易被选中,基于此,不断循环迭代,直到进行到最后一次迭代,解的质量将达到最佳,输出最优的三段轨迹运行时间。
⑤、如果此时解的质量还达不到要求,将会被放弃,此时雇佣蜂转化为侦查蜂。然后在搜索空间中随机产生一个新的蜜源,用式(11)表示如下:
其中,t为当前迭代次数,limit为迭代阈值。
步骤7、通过ROS系统应用该算法控制真实机械臂运动,到达目标点。
以上所述,仅为本发明专利较佳的具体实施方式,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明专利的保护范围之内。
Claims (1)
1.一种机械臂轨迹规划方法,利用混合蜂群算法对多自由度机械臂的3-5-3分段插值轨迹进行时间最优轨迹规划,其中通过3-5-3分段插值的方法对关节空间下的机械臂进行轨迹规划,其特征在于,具体按照以下步骤实施:
步骤1、根据机械臂的运动学参数,对D-H参数进行建模。
步骤2、使用MATLAB对初末位置和中间两点位置进行逆运动学求解,得到关节角度。
步骤3、通过RRT_CONNECT算法进行路径规划。
步骤4、通过三次样条插值-五次样条插值-三次样条插值的方法对关节空间下的机械臂进行轨迹规划,得到机械臂关节空间轨迹曲线。
其轨迹方程如下所述:
步骤5、根据关节空间轨迹曲线建立目标函数和约束条件,且在轨迹方程变化的时刻位置、速度、加速度必须保持连续。其中目标函数如(2)所示,约束条件如(3)所示:
步骤7、雇佣蜂根据当前解的信息,通过式(5)产生新的解,同时计算蜜蜂的适应值,并让其表示解的优劣。在进行优胜劣汰的选择时,如果新的解适应度值高,优于旧解,旧解将被替换掉,否则,旧解被保留。
步骤8、雇佣蜂选择解后,易陷入局部最优,在此本发明利用模拟退火算法选择概率,使得新解跳出局部最优,达到全局最优。如果新解适用度大于旧解,则选择新解,否则,按照公式(6)进行概率选择。
步骤9、观察蜂会在种群中通过轮盘赌的模型选择算子,即通过式(7)计算选择雇佣蜂的概率,再次选择新解,新的解越优,适应值越大,蜜源越丰富,则越容易被选中,基于此,不断循环迭代,直到进行到最后一次迭代,解的质量将达到最佳。
步骤10、如果此时解的质量还达不到要求,将会被放弃,此时雇佣蜂转化为侦查蜂。然后在搜索空间中随机产生一个新的蜜源,用式(8)表示如下:
其中,t为当前迭代次数,limit为迭代阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110863418.5A CN113478489B (zh) | 2021-07-29 | 2021-07-29 | 一种机械臂轨迹规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110863418.5A CN113478489B (zh) | 2021-07-29 | 2021-07-29 | 一种机械臂轨迹规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113478489A CN113478489A (zh) | 2021-10-08 |
CN113478489B true CN113478489B (zh) | 2022-05-10 |
Family
ID=77944533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110863418.5A Active CN113478489B (zh) | 2021-07-29 | 2021-07-29 | 一种机械臂轨迹规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113478489B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114102597B (zh) * | 2021-11-30 | 2023-05-16 | 伯朗特机器人股份有限公司 | 机械臂关节点动操作控制方法、电子设备及存储介质 |
CN114310899A (zh) * | 2022-01-04 | 2022-04-12 | 桂林电子科技大学 | 一种基于nsga-iii优化算法的机械臂多目标轨迹规划方法 |
CN115741688A (zh) * | 2022-11-15 | 2023-03-07 | 福州大学 | 基于改进遗传算法的六自由度机械臂轨迹优化方法 |
CN117260743B (zh) * | 2023-11-20 | 2024-02-06 | 宁德思客琦智能装备有限公司 | 一种机械臂堆垛任务的多目标约束优化方法和系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9172738B1 (en) * | 2003-05-08 | 2015-10-27 | Dynamic Mesh Networks, Inc. | Collaborative logistics ecosystem: an extensible framework for collaborative logistics |
CN108563237A (zh) * | 2018-03-30 | 2018-09-21 | 北京润科通用技术有限公司 | 一种协同避障方法及装置 |
CN108656117A (zh) * | 2018-05-21 | 2018-10-16 | 武汉理工大学 | 一种多约束条件下最优时间的机械臂空间轨迹优化方法 |
CN108717492A (zh) * | 2018-05-18 | 2018-10-30 | 浙江工业大学 | 基于改进的人工蜂群算法的机械臂动力学模型辨识方法 |
CN109214757A (zh) * | 2018-09-19 | 2019-01-15 | 武汉轻工大学 | 粮食运输路径的规划方法、用户设备、存储介质及装置 |
CN110181508A (zh) * | 2019-05-09 | 2019-08-30 | 中国农业大学 | 水下机器人三维航路规划方法及系统 |
CN110986975A (zh) * | 2019-11-05 | 2020-04-10 | 中山大学 | 基于时空路网模型的最优路径规划的处理方法及系统 |
CN111626500A (zh) * | 2020-05-25 | 2020-09-04 | 南京航空航天大学 | 一种基于改进人工蜂群算法的路径规划方法 |
CN112757306A (zh) * | 2021-01-25 | 2021-05-07 | 北京交通大学 | 一种机械臂逆解多解选择和时间最优轨迹规划算法 |
CN112862309A (zh) * | 2021-02-06 | 2021-05-28 | 桂林电子科技大学 | 一种人机协作生产任务的规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112432649A (zh) * | 2020-12-03 | 2021-03-02 | 重庆金美通信有限责任公司 | 一种引入威胁因子的启发式无人机蜂群航迹规划方法 |
-
2021
- 2021-07-29 CN CN202110863418.5A patent/CN113478489B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9172738B1 (en) * | 2003-05-08 | 2015-10-27 | Dynamic Mesh Networks, Inc. | Collaborative logistics ecosystem: an extensible framework for collaborative logistics |
CN108563237A (zh) * | 2018-03-30 | 2018-09-21 | 北京润科通用技术有限公司 | 一种协同避障方法及装置 |
CN108717492A (zh) * | 2018-05-18 | 2018-10-30 | 浙江工业大学 | 基于改进的人工蜂群算法的机械臂动力学模型辨识方法 |
CN108656117A (zh) * | 2018-05-21 | 2018-10-16 | 武汉理工大学 | 一种多约束条件下最优时间的机械臂空间轨迹优化方法 |
CN109214757A (zh) * | 2018-09-19 | 2019-01-15 | 武汉轻工大学 | 粮食运输路径的规划方法、用户设备、存储介质及装置 |
CN110181508A (zh) * | 2019-05-09 | 2019-08-30 | 中国农业大学 | 水下机器人三维航路规划方法及系统 |
CN110986975A (zh) * | 2019-11-05 | 2020-04-10 | 中山大学 | 基于时空路网模型的最优路径规划的处理方法及系统 |
CN111626500A (zh) * | 2020-05-25 | 2020-09-04 | 南京航空航天大学 | 一种基于改进人工蜂群算法的路径规划方法 |
CN112757306A (zh) * | 2021-01-25 | 2021-05-07 | 北京交通大学 | 一种机械臂逆解多解选择和时间最优轨迹规划算法 |
CN112862309A (zh) * | 2021-02-06 | 2021-05-28 | 桂林电子科技大学 | 一种人机协作生产任务的规划方法 |
Non-Patent Citations (10)
Title |
---|
6R工业机器人连续路径平滑轨迹规划及时间最优化研究;赵莉;《中国优秀硕士学位论文电子期刊网》;20180815;全文 * |
Reduced jerk joint space trajectory planning method using 5-3-5 spline for robot manipulators;C. D. Porawagama et-al.;《7th International Conference on Information and Automation for Sustainability》;20141224;全文 * |
Time-Optimal Trajectory Planning of Industrial Robots Based on Particle Swarm Optimization;Mingyu Gao et-al.;《2015 Fifth International Conference on Instrumentation and Measurement, Computer, Communication and Control (IMCCC》;20150920;全文 * |
六轴工业机器人的轨迹优化研究;舒鹏飞;《中国优秀硕士学位论文电子期刊网》;20210215;全文 * |
基于人工蜂群算法的机械手轨迹规划研究;付正国;《中国优秀硕士学位论文电子期刊网》;20131215;全文 * |
基于改进人工蜂群算法的机器人路径规划;李媛媛;《中国优秀硕士学位论文电子期刊网》;20190215;全文 * |
基于粒子群优化的时间最优机械臂轨迹规划算法;付荣等;《信息与控制》;20111215;全文 * |
工业机器人关节空间轨迹规划及优化研究综述;郭勇等;《机械传动》;20200215(第02期);全文 * |
时间最优的机器人点到点轨迹规划问题研究;李瑞峰;《中国优秀硕士学位论文电子期刊网》;20170315;全文 * |
面向混合约束模型的线缆布线技术研究;李春泉等;《机械设计与制造》;20180708;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113478489A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113478489B (zh) | 一种机械臂轨迹规划方法 | |
CN109895103B (zh) | 一种基于ga-pso算法的示教再现轨迹优化方法 | |
CN106325294B (zh) | 基于贝塞尔曲线转接的无人机轨迹平滑方法 | |
CN108656117B (zh) | 一种多约束条件下最优时间的机械臂空间轨迹优化方法 | |
CN109676610B (zh) | 一种断路器装配机器人及其实现工作轨迹优化的方法 | |
CN112013846B (zh) | 一种结合动态步长rrt*算法和势场法的路径规划方法 | |
CN109623810B (zh) | 一种机器人平滑的时间最优轨迹规划的方法 | |
CN109765887B (zh) | 一种自动驾驶控制方法 | |
CN109397292B (zh) | 一种基于解析解的7自由度机械臂控制方法与系统 | |
CN110216673B (zh) | 电液机器人关节轨迹的非支配邻域免疫遗传多目标优化方法 | |
CN111290390B (zh) | 一种基于天牛须搜索的智能船舶路径规划方法 | |
CN110285802A (zh) | 快速扩展随机树路径光滑方法 | |
CN115562265A (zh) | 一种基于改进a*算法的移动机器人路径规划方法 | |
CN112596525A (zh) | 基于遗传算法和改进人工势场法的机器人路径规划方法 | |
CN113799141B (zh) | 六自由度机械臂避障路径规划方法 | |
CN112269356A (zh) | 一种机器人nurbs轨迹插补方法 | |
CN115933693A (zh) | 一种基于自适应混沌粒子群算法的机器人路径规划方法 | |
CN110555225B (zh) | 一种基于分层粒子群优化算法的rbpf-slam计算方法 | |
CN113359721A (zh) | 一种结合运动控制的改进a*的agv路径规划方法 | |
CN115741688A (zh) | 基于改进遗传算法的六自由度机械臂轨迹优化方法 | |
CN116423516A (zh) | 基于改进的白鲨优化算法的机械臂轨迹规划方法及系统 | |
CN113787525A (zh) | 一种基于关节性能限制的机械臂运动时间优化方法 | |
CN115202293A (zh) | 一种工业机器人两段式速度规划方法 | |
CN112987572A (zh) | 一种基于先验知识的自适应球杆系统粒子群优化方法 | |
CN113885511B (zh) | 一种断路器柔性装配机器人的轨迹优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |