基于PSO算法的双臂机器人时间最优轨迹规划

依据双臂机器人运动学约束条件,将已完成无碰撞路径规划的由两个5自由度机械臂构成的双臂机器人作为一个具有10自由度的单臂机器人,采用多段样条多项式插值对其一般时间最优轨迹规划问题进行研究,并以4-3-3-4次多项式插值为例,运用PSO算法对双臂机器人各段插值时间进行优化,得到满足速度约束条件下的最优插值时间,并由此得到双臂机器人各个关节的运动位置、速度和加速度曲线,仿真结果表明,该方法能够有效实现指定速度约束下已完成无碰撞路径规划的双臂机器人时间最优轨迹规划。     

农业物料移运机器人协同作业时间最优轨迹规划方法

为了解决机器人将农产品从收获场所转移到仓库或运输车辆存在的移动轨迹和作业轨迹相对独立且耗时长的问题,本文设计一种物料移运机器人,并提出一种物料移运机器人协同作业时间最优轨迹规划方法,获得机器人作业系统和行驶系统协同作业的时间最优轨迹。该方法建立机器人协同作业的运动学模型和动力学模型,对物料移运机器人开展时间最优轨迹规划,并基于Lyapunov理论设计控制律减少跟踪误差,最后通过Matlab/Simulink和ADAMS联合仿真验证方法的有效性。结果表明,提出的轨迹规划方法可使机器人在抓放料协同作业和避障协同作业中取得平滑且时间最优的运动轨迹,机器人各关节的位移、速度、加速度、力/力矩曲线变化平缓,两履带牵引力满足机器人的要求且可快速稳定跟踪时间最优路径。     

基于蚁群算法的六自由度采摘机器人轨迹规划研究

在现代农业生产中,果蔬采摘作业复杂而繁重,采摘机器人在作业过程中常常需要经历成千上万个果蔬采摘点,面对这样巨大的工作量,采摘机器人移动路径规划显得非常重要。为此,以采摘机器人运动轨迹为研究对象,以其运动轨迹总长最短为研究目标,针对机器人各关节机构运动速度变化情况及机器人运动特性,利用基本蚁群原理对六自由度采摘机器人的路径进行规划。实验结果表明:所设计的采摘机器人轨迹优化技术不但路径优化能力强、运动轨迹平滑,还具有可靠性强及稳定性好的优点。     

跟踪算法下的果树修剪机器人路径规划设计

以果树修剪机器人为研究对象，基于轨迹跟踪算法对修剪机器人进行作业路径规划，并分别与传统的往复式路径规划算法和跟踪算法进行仿真对比实验分析。分析结果表明：与传统往复式路径规划算法相比，修剪机器人作业过程中漏剪率降低3%,重复率降低2.5%;与传统跟踪式路径规划算法相比，修剪机器人作业过程转角范围增大36°,横向轨迹误差降低600mm。     

挖掘机自主挖掘分段可变阶多项式轨迹规划

为保证挖掘机在自主挖掘作业中轨迹平稳连续,降低振动冲击,提出了一种轨迹规划方法,即将作业空间中路径进行合理分段,使其在保证轨迹规划结果中路径偏差较小不影响完成工作任务的前提下计算量尽量减小,并对每一段路径进行可变阶多项式插值轨迹规划。以某型单斗液压挖掘机实现自主挖掘为例,采用3-3-5-3-3多项式插值法进行轨迹规划,通过Matlab平台仿真,结果显示挖掘机各关节角位移、角速度、角加速度曲线平滑连续,但部分轨迹段角加速度超出加速度约束值。为进一步提高其动力学特性,对角加速度不满足要求的轨迹段,根据加速度约束,修正多项式最高阶次数,并利用修正后的高阶多项式进行轨迹规划。通过仿真结果对比,该分段可变阶多项式轨迹规划方法能够实现更加平稳连续的自主挖掘。     

移动机器人低能耗最优路径规划方法

在移动机器人路径规划中需要考虑距离约束和时间约束,同时,为了使机器人在能量补给不足的情况下更高效地执行更多的任务,降低运动过程中的能耗变得尤为重要。兼顾考虑机器人对降低能耗和路径规划效率两方面的需求,本文提出了一种基于改进AD*(Anytime dynamic A*)算法的移动机器人低能耗最优路径规划方法。首先,通过构建机器人动力学模型及其在运动过程中的能耗模型,实现对路径的能耗计算。结合机器人运动学模型,采用基于采样的模型预测算法(Sample based model predictive optimization,SBMPO)生成优化轨迹簇。然后,改进AD*算法,将距离成本和能耗成本融入搜索节点的评估函数,根据轨迹簇中的节点连接关系和环境地图进行在线规划,以获得能耗最优的路径。最后,通过设计仿真测试场景,将所提出的能耗最优路径规划方法与距离最优规划方法进行规划结果对比,验证了算法的有效性。     

基于改进双向RRT*的果园机器人运动规划算法

为提高果园机器人在果园中作业的自主性、安全性和效率,需要进行有效合理的运动规划。针对传统RRT*(Rapidly exploring random tree star)全局路径规划算法在连续走廊式环境下存在搜索效率低、采样点利用率低、生成路径折线多转角大等问题,以阿克曼底盘果园喷雾机器人为运动模型,提出一种改进双向RRT*的果园喷雾机器人运动规划算法。首先,根据激光雷达建立果园二维平面地图,将果树和障碍物均视为障碍物区域,并结合喷雾机器人本体尺寸,对障碍物进行膨胀化处理;然后,通过改进双向RRT*算法搜索路径,搜索路径过程中结合动态末梢节点导向和势场导向进行偏置采样,并对初步生成的路径进行路径点去冗余以及相邻折线段转角约束处理;最后,采用三阶准均匀B样条曲线对处理后的路径点进行轨迹优化,在优化过程中主要考虑轨迹的碰撞检测和喷雾机器人底盘曲率约束。试验结果表明,相较于传统双向RRT*算法,本文所提出的改进算法规划时间平均减少57.5%,采样点利用率平均提高28.55个百分点,最终路径长度平均缩短7.14%;经三阶准均匀B样条曲线优化后所得轨迹在有、无障碍物两种环境下均满足喷雾机器人最大曲率约束,且仅在换行以及障碍物处存在转弯行为,符合喷雾机器人作业轨迹条件,提高了喷雾机器人的工作效率和自主性。     

自走式智能牛舍清洁机器人路径设计与研究

阐述了清洁机器人总体设计架构,并对清洁机器人驱动系统与控制系统进行分析。通过设计出清洁机器人全区域覆盖路径规划、基于感应回归算法的自动返回充电站路径规划与基于栅格地图的距离转换路径规划方法的自动返回加水站路径规划,实现了牛舍清洁机器人24h的清洁工作。根据全区域覆盖路径规划方法、感应回归算法与基于栅格地图的距离转换路径规划方法的设计应用,进行机器人运行轨迹规划算法的优化实现。实践证明:这些方法在清洁机器人路径规划方面得到了很好的运用。     

基于改进AD~*算法的低能耗移动机器人最优路径规划

在移动机器人路径规划中需要考虑距离约束和时间约束,同时,为了使机器人在能量补给不足的情况下更高效地执行更多的任务,降低运动过程中的能耗变得尤为重要。考虑到机器人对降低能耗和路径规划效率两方面的需求,本文提出了一种基于改进AD~*(Anytime Dynamic A~*)算法的低能耗移动机器人最优路径规划方法,该方法可以降低能耗,又兼顾距离约束和时间约束。首先,通过构建机器人动力学模型及其在运动过程中的能耗模型,实现对路径的能耗计算。结合机器人运动学模型,采用基于采样的模型预测算法(Sample based model predictive optimization,SBMPO)生成优化轨迹簇。然后,改进AD~*算法,将距离成本和能耗成本融入搜索节点的评估函数,根据轨迹簇中的节点连接关系和环境地图进行在线规划,以获得能耗最优的路径。最后,通过设计仿真测试场景将所提出的能耗最优路径规划方法与距离最优规划方法进行规划结果对比,验证了算法的有效性。     

基于多约束条件的果园喷雾机器人路径规划方法

果园喷雾机器人路径轨迹规划影响机器人行驶路线的平滑线和行驶过程的可靠性和平稳性。针对目前果园喷雾机器人路径规划中存在的转弯处参考轨迹不够平滑、曲率较大、行驶不平稳等问题,提出了一种基于果园喷雾机器人运动学多约束条件的三次非均匀B样条曲线果园喷雾机器人轨迹优化方法。通过先验地图获取树行位置信息对行间路径点进行拟合处理,保证果园喷雾机器人行驶在树行中心线上符合喷雾作业要求,综合考虑最小转弯半径、首末端点约束、转向机构延迟约束、曲率连续等多约束条件构建路径曲率最小化目标函数,并通过最优化算法求解待优化的曲线参数,生成符合果园喷雾机器人行驶要求的全局路径,最后采用纯跟踪算法进行跟踪试验来验证机器人行驶精度。仿真与试验结果表明,规划生成轨迹的最大曲率为0.31m-1,平均曲率为0.15m-1,符合果园喷雾机器人的行驶要求;针对该轨迹跟踪行驶的平均横向误差为0.225m,标准差为0.031m,满足果园喷雾机器人在果园内喷雾作业时对行驶精度的要求。