基于改进粒子群算法的时间最优机械臂轨迹规划

黄 超, 茅 健, 马 丽, 向朝兴, 王 琛, 阮大文

(上海工程技术大学 机械与汽车工程学院, 上海 201620)

关节型工业机器人凭其良好的空间灵活性和高效、精准等特点,被广泛应用于现代工业自动化生产,如搬运、码垛、焊接、切割等[1].诸多实际应用表明,对机器人的运动轨迹进行规划不能仅关注运动效果和任务要求,还要考虑工作效率、能量消耗和平稳性等因素,从而实现最优规划[2].迄今国内不少学者围绕关节空间轨迹规划的时间最优、能量最优和冲击最优3个方面展开了大量研究,而时间最优的轨迹规划也最热门.

时间最优轨迹是指在一定约束条件下,工业机器人完成相同路径所用时间最短的轨迹.对关节轨迹进行时间优化的方法有多种,如采用遗传算法、粒子群算法、模拟退火算法等[3].殷凤健[4]采用三次样条插值方法进行轨迹规划,并通过自适应遗传算法对插值时间进行优化,但遗传变异过程中存在收敛速度慢、后期寻优效率不高的问题.邓伟等[5]提出一种基于双种群遗传的混沌优化算法,提高了进化速度和搜索能力.李国龙等[6]提出了改进粒子群算法,采用动态变化的惯性权重实现粒子的个性化搜索,并引入随机算子和随机局部搜索,避免陷入局部最优解.刘国强等[7]通过添加交叉算子、动态惯性因子、混沌变异等对粒子群算法作出改进,使群体在迭代初期能以较短时间搜索到最优值,迭代后期又能快速准确收敛到最优解,显著……