基于Spark平台多目标人工蜂群算法的机械臂轨迹规划研究

发布时间：2023-06-03 03:21

　　在经济高速发展的今天,很多的人类劳动都逐渐被机械所代替,劳动力得到解放。机器人能够高效地完成人类在各个领域的生产任务,这也使得人们能够将更多的精力集中在更高级的活动中。机械臂作为机器人的一种,在许多的工业生产中得到应用。机械臂运行的轨迹是影响其性能的关键因素之一。本文以降低机械臂执行的时间和能耗为目标,采用人工蜂群算法对机械臂的轨迹进行规划。在简要阐述了机械臂轨迹规划的意义和方法后,本文主要对单目标人工蜂群算法进行了多目标改进,并将其用于优化机械臂的轨迹,主要内容如下:(1)对国内外的研究现状进行了分析。并且,重点介绍了机械臂轨迹规划的方法和人工蜂群算法。(2)提出了一种将单目标人工蜂群算法进行多目标改进的方法。通过对解的适应值的计算方法和解的选择方法进行修改,使算法能够解决多目标优化问题,并且得到的结果接近Pareto最优前沿。将多目标人工蜂群算法并行地在Spark上运行,加快算法执行速度。实验表明,改进的多目标人工蜂群算法能够很好地解决多目标问题,算法在Spark上执行效率远高于在本地的效率。(3)利用多目标人工蜂群算法优化机械臂的轨迹。该方法通过设计多目标人工蜂群算法中解的结构来...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 机械臂轨迹规划的研究
        1.2.2 人工蜂群算法的研究
        1.2.3 基于优化算法的机械臂轨迹规划的研究
    1.3 研究内容
    1.4 论文结构
第二章 机械臂运动学轨迹规划及优化方法
    2.1 机械臂轨迹规划
        2.1.1 机械臂运动控制
        2.1.2 B样条轨迹规划
        2.1.3 轨迹的生成
    2.2 人工蜂群算法
        2.2.1 算法原理
        2.2.2 算法流程
        2.2.3 算法特点
    2.3 本章小结
第三章 基于Spark的多目标人工蜂群算法
    3.1 多目标人工蜂群算法
        3.1.1 Pareto Front
        3.1.2 适应值计算
        3.1.3 算法流程
    3.2 基于Spark的多目标人工蜂群算法
        3.2.1 Spark运行框架概述
        3.2.2 算法的并行化
    3.3 实验及分析
        3.3.1 实验内容
        3.3.2 实验结果及分析
    3.4 本章小结
第四章 基于多目标人工蜂群算法的机械臂轨迹规划
    4.1 多目标机械臂轨迹规划问题
    4.2 机械臂多目标轨迹优化性能指标
        4.2.1 优化目标
        4.2.2 运动学和动力学约束
    4.3 基于多目标人工蜂群算法的机械臂轨迹规划
        4.3.1 约束条件的转化
        4.3.2 优化模型
        4.3.3 模型的并行化
    4.4 实验及仿真
        4.4.1 实验及分析
        4.4.2 轨迹曲线绘制与仿真
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
硕士期间发表学术论文情况
致谢



本文编号：3828564