CN113798100A - 一种多目标优化的三自由度喷涂机器人轨迹规划方法 - Google Patents
一种多目标优化的三自由度喷涂机器人轨迹规划方法 Download PDFInfo
- Publication number
- CN113798100A CN113798100A CN202111257733.XA CN202111257733A CN113798100A CN 113798100 A CN113798100 A CN 113798100A CN 202111257733 A CN202111257733 A CN 202111257733A CN 113798100 A CN113798100 A CN 113798100A
- Authority
- CN
- China
- Prior art keywords
- slide rail
- track
- degree
- carrying
- target
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005507 spraying Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 230000002068 genetic effect Effects 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000005265 energy consumption Methods 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims description 20
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 239000012636 effector Substances 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 abstract 1
- 210000000707 wrist Anatomy 0.000 description 6
- 239000011248 coating agent Substances 0.000 description 5
- 238000000576 coating method Methods 0.000 description 5
- 238000010422 painting Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 3
- 239000003973 paint Substances 0.000 description 3
- 238000007592 spray painting technique Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 210000003857 wrist joint Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003298 dental enamel Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B13/00—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
- B05B13/02—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work
- B05B13/04—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work the spray heads being moved during spraying operation
- B05B13/0431—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work the spray heads being moved during spraying operation with spray heads moved by robots or articulated arms, e.g. for applying liquid or other fluent material to 3D-surfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
- B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
- B05B12/084—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to condition of liquid or other fluent material already sprayed on the target, e.g. coating thickness, weight or pattern
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
- B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
- B05B12/12—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to conditions of ambient medium or target, e.g. humidity, temperature position or movement of the target relative to the spray apparatus
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Spray Control Apparatus (AREA)
Abstract
本发明公开了一种多目标优化的三自由度喷涂机器人轨迹规划方法及其加热方法，包括：支撑架，所述支撑架的上部设置有第一滑轨且第一滑轨的侧面设置有第一动力机构，所述第一动力机构的侧面设置有联动箱且联动箱设置有两组，两组所述联动箱之间设置有联动杆且联动箱的侧面设置有丝杆结构。本发明采用“七阶多项式+五次均匀B样条曲线+七阶多项式”的混合插值算法对关节空间机械臂进行轨迹规划，针对喷涂轨迹工作效率、轨迹平滑度、能量消耗三方面的优化目标，将快速非支配排序遗传算法与混合插值算法结合，利用快速非支配排序遗传算法简单易算，参数可调等特点，实现时间最优、能耗最低、冲击最小的多目标轨迹优化。
Description
技术领域
本发明涉及喷涂机器人技术领域，更具体为一种多目标优化的三自由度喷涂机器人轨迹规划方法。
背景技术
喷涂机器人又叫喷漆机器人(spray painting robot)，是可进行自动喷漆或喷涂其他涂料的工业机器人，1969年由挪威Trallfa公司(后并入ABB集团)发明。喷漆机器人主要由机器人本体、计算机和相应的控制系统组成，液压驱动的喷漆机器人还包括液压油源，如油泵、油箱和电机等。多采用5或6自由度关节式结构，手臂有较大的运动空间，并可做复杂的轨迹运动，其腕部一般有2～3个自由度，可灵活运动。较先进的喷漆机器人腕部采用柔性手腕，既可向各个方向弯曲，又可转动，其动作类似人的手腕，能方便地通过较小的孔伸入工件内部，喷涂其内表面。喷漆机器人一般采用液压驱动，具有动作速度快、防爆性能好等特点，可通过手把手示教或点位示数来实现示教。喷漆机器人广泛用于汽车、仪表、电器、搪瓷等工艺生产部门。
针对汽车配件、家具等含有复杂曲面的喷涂物件在喷涂过程中会产生喷涂不均匀、喷涂材料浪费等问题。因此，需要提供一种新的技术方案给予解决。
发明内容
本发明的目的在于提供一种多目标优化的三自由度喷涂机器人轨迹规划方法，解决了针对汽车配件、家具等含有复杂曲面的喷涂物件在喷涂过程中会产生喷涂不均匀、喷涂材料浪费的问题。
为实现上述目的，本发明提供如下技术方案：一种多目标优化的三自由度喷涂机器人轨迹规划方法，包括：支撑架，所述支撑架的上部设置有第一滑轨且第一滑轨的侧面设置有第一动力机构，所述第一动力机构的侧面设置有联动箱且联动箱设置有两组，两组所述联动箱之间设置有联动杆且联动箱的侧面设置有丝杆结构，所述丝杆结构延伸至第一滑轨内部且丝杆的表面设置有第一滑动块，所述第一滑动块的上部设置有第二滑轨且第二滑轨的侧面设置有第二动力机构，所述第二动力结构的动力输出端同样设置有丝杆结构且丝杆结构延伸至第二滑轨内部，所述第二滑轨内部的丝杆表面设置有第二滑动块且第二滑动块的侧面设置有第三动力机构，所述第三动力机构的侧面设置有第三滑轨且第三滑轨的内部也设置有丝杆结构。
作为本发明的一种优选实施方式，所述多目标轨迹规划方法包括运动学建模、运动学分析、轨迹目标函数和约束条件。
作为本发明的一种优选实施方式，所述多目标轨迹规划方法通过用混合插值算法进行轨迹参数化、利用关节空间的多目标轨迹进行优化建模、用精英非支配排序遗传算法计算数学模型、目标函数的优化参数和pareto最优前沿、定义权重值的方法、机构末端执行器的最优轨迹。
作为本发明的一种优选实施方式，所述关节空间的多目标轨迹进行优化建模采用5次均匀B样条曲线构造速度和加速度都连续的空间机械臂关节轨迹。然后分别以机械臂运动的时间消耗、能量消耗和轨迹冲击性作为3个相互独立的优化目标，以机械臂的关节位移、速度、加速度和关节力矩的限制作为约束条件，建立空间机械臂多目标综合轨迹规划问题的数学模型。最后使用带精英策略的非支配排序遗传算法进行模型求解。
作为本发明的一种优选实施方式，所述带精英策略的非支配排序遗传算法流程包括确定待优化参数、编码，建立规模为N的初始种群，计算种群中每个个体的目标函数值，进行快速非支配排序分层和拥挤度距离计算，在进行遗传操作，遗传操作包括选择、交叉和变异，产生规模为N的新种群，确认是否满足终止条件，如果是的话则保存优化个体，如果不是的话则进行精英策略。
作为本发明的一种优选实施方式，所述精英策略包括合并父代子代种群，产生规模为2N的新种群，计算新种群中每个个体的目标函数，进行快速非支配排序分层和拥挤度距离计算，选择其中排名靠前的N个个体组成新种群，并重新进行计算。
作为本发明的一种优选实施方式，所述pareto最优前沿是对于组成pareto最优解集的所有pareto最优解，其对应的目标空间中的目标函数向量所构成的曲面称作pareto最优前沿。
与现有技术相比，本发明的有益效果如下：
本发明采用“七阶多项式+五次均匀B样条曲线+七阶多项式”的混合插值算法对关节空间机械臂进行轨迹规划，针对喷涂轨迹工作效率、轨迹平滑度、能量消耗三方面的优化目标，将快速非支配排序遗传算法与混合插值算法结合，利用快速非支配排序遗传算法简单易算，参数可调等特点，实现时间最优、能耗最低、冲击最小的多目标轨迹优化。
附图说明
图1为本发明整体结构示意图；
图2为本发明多目标轨迹优化方法的框架示意图；
图3为本发明精英非支配排序遗传算法流程示意图。
图中：1、支撑架；2、第一滑轨；3、第一动力机构；4、联动杆；5、联动箱；6、滑动块；7、第二滑轨；8、第二动力机构；9、第二滑动块；10、第三动力机构；11、第三滑轨。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图3，本发明提供一种技术方案：一种多目标优化的三自由度喷涂机器人轨迹规划方法，包括：支撑架1，所述支撑架1的上部设置有第一滑轨2且第一滑轨2的侧面设置有第一动力机构3，所述第一动力机构3的侧面设置有联动箱5且联动箱5设置有两组，两组所述联动箱5之间设置有联动杆4且联动箱5的侧面设置有丝杆结构，所述丝杆结构延伸至第一滑轨2内部且丝杆的表面设置有第一滑动块6，所述第一滑动块6的上部设置有第二滑轨7且第二滑轨7的侧面设置有第二动力机构8，所述第二动力结构的动力输出端同样设置有丝杆结构且丝杆结构延伸至第二滑轨7内部，所述第二滑轨7内部的丝杆表面设置有第二滑动块9且第二滑动块9的侧面设置有第三动力机构10，所述第三动力机构10的侧面设置有第三滑轨11且第三滑轨11的内部也设置有丝杆结构，本发明设计了一款三自由度笛卡尔机器人来代替现在较为普遍的升降机喷涂机器。可以有效的保证涂层厚度的均匀性，在保证最小涂层厚度的情况下，均匀的涂层厚度可以减少每个工件表面的涂料量，有效地减少涂料浪费，降低喷涂成本，采用“七阶多项式+五次均匀B样条曲线+七阶多项式”的混合插值算法对关节空间机械臂进行轨迹规划，针对喷涂轨迹工作效率、轨迹平滑度、能量消耗三方面的优化目标，将快速非支配排序遗传算法与混合插值算法结合，利用快速非支配排序遗传算法简单易算，参数可调等特点，实现时间最优、能耗最低、冲击最小的多目标轨迹优化。
进一步改进的，如图所示：所述多目标轨迹规划方法包括运动学建模、运动学分析、轨迹目标函数和约束条件。
进一步改进的，如图2所示：，所述多目标轨迹规划方法通过用混合插值算法进行轨迹参数化、利用关节空间的多目标轨迹进行优化建模、用精英非支配排序遗传算法计算数学模型、目标函数的优化参数和pareto最优前沿、定义权重值的方法、机构末端执行器的最优轨迹。
进一步改进的，所述关节空间的多目标轨迹进行优化建模采用5次均匀B样条曲线构造速度和加速度都连续的空间机械臂关节轨迹。然后分别以机械臂运动的时间消耗、能量消耗和轨迹冲击性作为3个相互独立的优化目标，以机械臂的关节位移、速度、加速度和关节力矩的限制作为约束条件，建立空间机械臂多目标综合轨迹规划问题的数学模型。最后使用带精英策略的非支配排序遗传算法进行模型求解。
进一步改进的，如图3所示：所述带精英策略的非支配排序遗传算法流程包括确定待优化参数、编码，建立规模为N的初始种群，计算种群中每个个体的目标函数值，进行快速非支配排序分层和拥挤度距离计算，在进行遗传操作，遗传操作包括选择、交叉和变异，产生规模为N的新种群，确认是否满足终止条件，如果是的话则保存优化个体，如果不是的话则进行精英策略。
进一步改进的，如图3所示：所述精英策略包括合并父代子代种群，产生规模为2N的新种群，计算新种群中每个个体的目标函数，进行快速非支配排序分层和拥挤度距离计算，选择其中排名靠前的N个个体组成新种群，并重新进行计算。
进一步改进的，所述pareto最优前沿是对于组成pareto最优解集的所有pareto最优解，其对应的目标空间中的目标函数向量所构成的曲面称作pareto最优前沿。
本发明采用“七阶多项式+五次均匀B样条曲线+七阶多项式”的混合插值算法对关节空间机械臂进行轨迹规划，针对喷涂轨迹工作效率、轨迹平滑度、能量消耗三方面的优化目标，将快速非支配排序遗传算法与混合插值算法结合，利用快速非支配排序遗传算法简单易算，参数可调等特点，实现时间最优、能耗最低、冲击最小的多目标轨迹优化。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种多目标优化的三自由度喷涂机器人，其特征在于：包括：支撑架(1)，所述支撑架(1)的上部设置有第一滑轨(2)且第一滑轨(2)的侧面设置有第一动力机构(3)，所述第一动力机构(3)的侧面设置有联动箱(5)且联动箱(5)设置有两组，两组所述联动箱(5)之间设置有联动杆(4)且联动箱(5)的侧面设置有丝杆结构，所述丝杆结构延伸至第一滑轨(2)内部且丝杆的表面设置有第一滑动块(6)，所述第一滑动块(6)的上部设置有第二滑轨(7)且第二滑轨(7)的侧面设置有第二动力机构(8)，所述第二动力结构的动力输出端同样设置有丝杆结构且丝杆结构延伸至第二滑轨(7)内部，所述第二滑轨(7)内部的丝杆表面设置有第二滑动块(9)且第二滑动块(9)的侧面设置有第三动力机构(10)，所述第三动力机构(10)的侧面设置有第三滑轨(11)且第三滑轨(11)的内部也设置有丝杆结构。
2.根据权利要求1所述的一种多目标优化的三自由度喷涂机器人轨迹规划方法，其特征在于：所述多目标轨迹规划方法包括运动学建模、运动学分析、轨迹目标函数和约束条件。
3.根据权利要求1所述的一种多目标优化的三自由度喷涂机器人轨迹规划方法，其特征在于：所述多目标轨迹规划方法通过用混合插值算法进行轨迹参数化、利用关节空间的多目标轨迹进行优化建模、用精英非支配排序遗传算法计算数学模型、目标函数的优化参数和pareto最优前沿、定义权重值的方法、机构末端执行器的最优轨迹。
4.根据权利要求1所述的一种多目标优化的三自由度喷涂机器人轨迹规划方法，其特征在于：所述关节空间的多目标轨迹进行优化建模采用5次均匀B样条曲线构造速度和加速度都连续的空间机械臂关节轨迹。然后分别以机械臂运动的时间消耗、能量消耗和轨迹冲击性作为3个相互独立的优化目标，以机械臂的关节位移、速度、加速度和关节力矩的限制作为约束条件，建立空间机械臂多目标综合轨迹规划问题的数学模型。最后使用带精英策略的非支配排序遗传算法进行模型求解。
5.根据权利要求4所述的一种多目标优化的三自由度喷涂机器人轨迹规划方法，其特征在于：所述带精英策略的非支配排序遗传算法流程包括确定待优化参数、编码，建立规模为N的初始种群，计算种群中每个个体的目标函数值，进行快速非支配排序分层和拥挤度距离计算，在进行遗传操作，遗传操作包括选择、交叉和变异，产生规模为N的新种群，确认是否满足终止条件，如果是的话则保存优化个体，如果不是的话则进行精英策略。
6.根据权利要求5所述的一种多目标优化的三自由度喷涂机器人轨迹规划方法，其特征在于：所述精英策略包括合并父代子代种群，产生规模为2N的新种群，计算新种群中每个个体的目标函数，进行快速非支配排序分层和拥挤度距离计算，选择其中排名靠前的N个个体组成新种群，并重新进行计算。
7.根据权利要求1所述的一种多目标优化的三自由度喷涂机器人轨迹规划方法，其特征在于：所述pareto最优前沿是对于组成pareto最优解集的所有pareto最优解，其对应的目标空间中的目标函数向量所构成的曲面称作pareto最优前沿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111257733.XA CN113798100A (zh) | 2021-10-27 | 2021-10-27 | 一种多目标优化的三自由度喷涂机器人轨迹规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111257733.XA CN113798100A (zh) | 2021-10-27 | 2021-10-27 | 一种多目标优化的三自由度喷涂机器人轨迹规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113798100A true CN113798100A (zh) | 2021-12-17 |
Family
ID=78898428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111257733.XA Pending CN113798100A (zh) | 2021-10-27 | 2021-10-27 | 一种多目标优化的三自由度喷涂机器人轨迹规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113798100A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113867157A (zh) * | 2021-12-03 | 2021-12-31 | 武汉鼎元同立科技有限公司 | 一种控制补偿的最优轨迹规划方法、设备及存储设备 |
| CN114082570A (zh) * | 2021-12-28 | 2022-02-25 | 盐城工学院 | 直角坐标机器人控制系统及控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103464344A (zh) * | 2013-09-23 | 2013-12-25 | 电子科技大学中山学院 | 一种经济型喷涂机器人喷枪轨迹规划方法 |
| CN205816032U (zh) * | 2016-07-05 | 2016-12-21 | 孙玉荣 | 智能助焊剂喷涂装置及具有该装置的喷雾机 |
| CN108920793A (zh) * | 2018-06-21 | 2018-11-30 | 北京工业大学 | 一种基于快速非支配排序算法的机器人关节空间轨迹多目标优化方法 |
| CN110216673A (zh) * | 2019-06-10 | 2019-09-10 | 成都理工大学 | 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 |
| CN209465242U (zh) * | 2018-12-26 | 2019-10-08 | 深圳市信诺精机有限公司 | 模组式涂覆机构 |
| CN112692826A (zh) * | 2020-12-08 | 2021-04-23 | 佛山科学技术学院 | 一种基于改进遗传算法的工业机器人轨迹优化方法 |
| CN213435232U (zh) * | 2020-08-31 | 2021-06-15 | 厦门市湘美塑料制品有限公司 | 一种汽车配件的制件表面涂装装置 |
| CN113296407A (zh) * | 2021-05-25 | 2021-08-24 | 南京航空航天大学 | 一种基于5次非均匀有理b样条的多机协同轨迹优化方法 |
-
2021
- 2021-10-27 CN CN202111257733.XA patent/CN113798100A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103464344A (zh) * | 2013-09-23 | 2013-12-25 | 电子科技大学中山学院 | 一种经济型喷涂机器人喷枪轨迹规划方法 |
| CN205816032U (zh) * | 2016-07-05 | 2016-12-21 | 孙玉荣 | 智能助焊剂喷涂装置及具有该装置的喷雾机 |
| CN108920793A (zh) * | 2018-06-21 | 2018-11-30 | 北京工业大学 | 一种基于快速非支配排序算法的机器人关节空间轨迹多目标优化方法 |
| CN209465242U (zh) * | 2018-12-26 | 2019-10-08 | 深圳市信诺精机有限公司 | 模组式涂覆机构 |
| CN110216673A (zh) * | 2019-06-10 | 2019-09-10 | 成都理工大学 | 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 |
| CN213435232U (zh) * | 2020-08-31 | 2021-06-15 | 厦门市湘美塑料制品有限公司 | 一种汽车配件的制件表面涂装装置 |
| CN112692826A (zh) * | 2020-12-08 | 2021-04-23 | 佛山科学技术学院 | 一种基于改进遗传算法的工业机器人轨迹优化方法 |
| CN113296407A (zh) * | 2021-05-25 | 2021-08-24 | 南京航空航天大学 | 一种基于5次非均匀有理b样条的多机协同轨迹优化方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113867157A (zh) * | 2021-12-03 | 2021-12-31 | 武汉鼎元同立科技有限公司 | 一种控制补偿的最优轨迹规划方法、设备及存储设备 |
| CN113867157B (zh) * | 2021-12-03 | 2022-04-08 | 武汉鼎元同立科技有限公司 | 一种控制补偿的最优轨迹规划方法、设备及存储设备 |
| CN114082570A (zh) * | 2021-12-28 | 2022-02-25 | 盐城工学院 | 直角坐标机器人控制系统及控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108000501B (zh) | 一种用于串联机器人的新型轨迹规划方法 | |
| CN113798100A (zh) | 一种多目标优化的三自由度喷涂机器人轨迹规划方法 | |
| Ata | Optimal trajectory planning of manipulators: a review | |
| CN103235513A (zh) | 一种基于遗传算法的移动机械臂轨迹规划优化方法 | |
| CN112692826B (zh) | 一种基于改进遗传算法的工业机器人轨迹优化方法 | |
| CN110238839B (zh) | 一种利用环境预测优化非模型机器人多轴孔装配控制方法 | |
| CN113296407A (zh) | 一种基于5次非均匀有理b样条的多机协同轨迹优化方法 | |
| CN107471206A (zh) | 一种模块化工业机器人重构系统及其控制方法 | |
| CN106777475B (zh) | 一种有限空间约束的注塑机械臂动力学协同仿真方法 | |
| CN106346480B (zh) | 一种基于ug和matlab的多自由度注塑机械臂建模方法 | |
| 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 | |
| CN111152224A (zh) | 一种双重寻优的机器人运动轨迹优化方法 | |
| Liu et al. | Time-energy optimal trajectory planning for collaborative welding robot with multiple manipulators | |
| CN105740947A (zh) | 基于Pareto熵粒子群算法的机器人性能优化方法 | |
| Li et al. | Industrial robot optimal time trajectory planning based on genetic algorithm | |
| CN114310899A (zh) | 一种基于nsga-iii优化算法的机械臂多目标轨迹规划方法 | |
| Tsai et al. | Trajectory planning and control of a 7-DOF robotic manipulator | |
| Xiao et al. | A manipulator design optimization based on constrained multi-objective evolutionary algorithms | |
| Yao et al. | Real-time task-oriented continuous digging trajectory planning for excavator arms | |
| Guo et al. | Trajectory planning of redundant robot manipulators using QPSO algorithm | |
| CN113721626A (zh) | 一种制动盘补偿累计误差的机器人轨迹规划方法 | |
| Zhang et al. | Robot trajectory planning method based on genetic chaos optimization algorithm | |
| Wild et al. | Efficient and scalable inverse kinematics for continuum robots | |
| CN113829351B (zh) | 一种基于强化学习的移动机械臂的协同控制方法 | |
| CN113867157B (zh) | 一种控制补偿的最优轨迹规划方法、设备及存储设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211217 |