考虑动力学特性的工业机器人运动轨迹最优化研究
发布时间：2021-03-17 22:30
随着工业生产速度的加快以及规模化生产对质量和技术要求的不断提高,工业机器人连续运行速度成为衡量一个机器人质量的重要指标,以完成任务时间最短为目标的高速机器人运动轨迹最优化成为目前相关学者研究的热点。由于大中型机器人机械臂自重、负载较大,在高速运动时其动力学问题不可避免,因此本文提出结合动力学的工业机器人轨迹最优化方案,主要内容分为以下几部分。工业机器人的数学建模。以STEPSA1400机器人为研究对象,基于改进DH参数法建立其数学模型,并给出机器人的运动学正逆解表达式和牛顿欧拉动力学公式。基于粘滞库伦摩擦模型进行摩擦参数辨识,并综合考虑重力与转子惯量的影响,提高动力学模型精度;最后通过动力学力矩前馈方式验证了机器人数学模型的准确性。考虑动力学特性的轨迹规划。在最优化基础上,提出了在关节空间以五次B样条作为关节轨迹模型,考虑机器人的关节速度、力矩和位姿约束,以工作时间最短为目标的机器人运动轨迹规划方案。通过对比三种轨迹模型在最优化算法下性能,验证了B样条的优越性;指出目前最优化约束条件中存在问题,提出了仅采用关节速度约束的策略,并根据轨迹类型添加了轨迹位姿约束策略。针对机器人部分关节伺服...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：103 页
【学位级别】：硕士
【部分图文】：
图１－１部分重载机器人型号??
第１章绪论??结合动力学的工业机器人轨迹最优化??七?＞?￣￣￣??第１章绪论??；—：?－〇?－－＾－ｉ??！?第２章机器人与最优化基础?丨??！?－??－－１??第３章动力学约束下轨迹规划??：创新??ｎ—ｒ??｜??ｉ研宂??＾??！??第４章混合最优化??［???＼７?：］??丨｜｜?第５章机器人仿真与实验??＇＇?????十…??第６章总结与展望??图１－２论文总体组织结构??第１章介绍了课题的研宄背景与意义，阐明了机器人轨迹最优化的迫切需求??与动力学约束的必要性。总结了目前学者对于轨迹最优化的研宄现状，从最优化??模型，轨迹规划模型和约束条件三个方面进行综述，并结合课题实际情况做出了??合理的选择。??第２章介绍了机器人和最优化的基础理论。运动学方面建立了?ＤＨ参数模??型，推导了正逆解表达式；动力学方面采用了牛顿欧拉动力学公式，对机器人关??节摩擦进行辨识。介绍了动力学前馈，并验证了其有效性；最优化方面介绍了遗??传算法和ＳＱＰ算法的理论基矗??第３章介绍了动力学约束下轨迹规划。对于目标轨迹预处理，提出了型值点??生成策略进行预处理？，对于轨迹规划，对比了多种模型在最优化算法环境下的性??能表现，验证了?Ｂ样条的优越性能；介绍了规划过程中的运动学和动力学约束，??根据轨迹类型添加了位置约束，并针对于特定关节提出了力矩过载时间约束策略。??最后通过实验分别验证型值点生策略和约束条件的可行性。??第４章介绍了混合优化模型。首先介绍了遗传算法对于非线性约束的处理和??程序流程的设计，并根据课题情况改进了交叉和变异等遗传算子；然后介绍了?
山东大学硕士学位论文??Ｚ，?＾￣＾￣??０?ｔ??ｖ?Ｚ：?Ｚ３??７１?木?＾??４?４??Ａ）???令丄－??图２－１?ＭＤＨ参数法坐标系??表２－１新时达机器人ＭＤＨ参数表格??连杆Ｚ?Ｉ，．，?ｄｔ?９，?转动范围??１?０?０?±１６５。??２?／，?９０°?０?０２?＋６５°￣－１８０°??３?１２?０?０?０ｙ?＋１６０。？－１１０。??４?／３?９０。?ｄＡ?９，?±１７０。??５?０?－９０°?０?〇５?±１２０°??６?０?９０°?ｄ６?ｅ６?±３６０。??２．１．２运动学正解??根据ＭＤＨ参数表格２－１与公式２－１，给出各个连杆的变换矩阵如下：??ｃ，?－ｓ，?０?０?ｃ２?－ｓ２?０?／，?ｃ３?－ｓ３?０?Ｉ２??〇Ｔ?＝?Ｓｌ?Ｃ１?００?ｌｒ?＝?０?０?－！?〇?２Ｔ?＝?５３?Ｃ３?００??＇￣?０?０?＼?ｄｘ?２￣?Ｓ２?ｃ２?０?０?３＿０?０?１０??０?０?０?１」?｜＿０?０?０?ｌｊ?｜＿０?０?０?１??１０??
【参考文献】：
期刊论文
[1]工业机器人关节空间轨迹规划及优化研究综述[J]. 郭勇,赖广. 机械传动. 2020(02)
[2]工业机器人时间最优轨迹规划仿真研究[J]. 张惠敏. 软件导刊. 2020(03)
[3]工业机器人的发展现状和未来趋势[J]. 王琳辉. 科学技术创新. 2019(29)
[4]基于粒子群算法的工业机器人焊接系统[J]. 党宏社,孙俊龙,陶亚凡,王淼. 实验室研究与探索. 2019(10)
[5]基于三次参数样条的机器人路径平滑算法研究[J]. 乔亮,李泽文,胡杰,李照祥. 电脑知识与技术. 2019(22)
[6]基于复合形法的时间最优机械臂轨迹规划[J]. 陈晗,李林升. 机械传动. 2019(03)
[7]工业机器人的应用现状及发展趋势[J]. 曹泓浩. 科技风. 2019(05)
[8]模拟退火遗传算法在机械臂路径规划中的应用[J]. 宗玉杰,崔建伟. 测控技术. 2018(03)
[9]关节型工业机器人轨迹规划研究综述[J]. 李黎,尚俊云,冯艳丽,淮亚文. 计算机工程与应用. 2018(05)
[10]基于牛顿欧拉法的SCARA机器人动力学参数辨识[J]. 张铁,梁骁翃,覃彬彬,刘晓刚. 华南理工大学学报(自然科学版). 2017(10)
博士论文
[1]串联机器人多目标轨迹优化与运动控制研究[D]. 王会方.浙江大学 2011
[2]六自由度串联机器人运动优化与轨迹跟踪控制研究[D]. 刘松国.浙江大学 2009
硕士论文
[1]基于动力学的小型工业机器人轨迹优化算法研究[D]. 沈锦华.哈尔滨工业大学 2019
[2]基于自适应遗传算法的六轴工业机器人时间最优轨迹规划[D]. 程正智.安徽工业大学 2017
[3]基于动力学的机械臂最优轨迹规划[D]. 胡友忠.浙江大学 2016
[4]基于PUMA560工业机器人惯量前馈技术仿真研究[D]. 李劲松.天津理工大学 2015
[5]基于遗传算法的机械臂时间最优轨迹规划[D]. 张秀林.兰州理工大学 2014
[6]样条曲线插补算法及其自适应速度控制研究[D]. 陈蔚.合肥工业大学 2014
[7]面向多点高速装配应用的六轴工业机器人动力学分析仿真[D]. 江兴旺.浙江大学 2014
[8]关于序列二次规划（SQP）算法求解非线性规划问题的研究[D]. 石国春.兰州大学 2009
[9]基于遗传算法B样条曲线优化在机器人轨迹规划中应用[D]. 陈丹.武汉科技大学 2007
本文编号：3087825
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：103 页
【学位级别】：硕士
【部分图文】：
图１－１部分重载机器人型号??
第１章绪论??结合动力学的工业机器人轨迹最优化??七?＞?￣￣￣??第１章绪论??；—：?－〇?－－＾－ｉ??！?第２章机器人与最优化基础?丨??！?－??－－１??第３章动力学约束下轨迹规划??：创新??ｎ—ｒ??｜??ｉ研宂??＾??！??第４章混合最优化??［???＼７?：］??丨｜｜?第５章机器人仿真与实验??＇＇?????十…??第６章总结与展望??图１－２论文总体组织结构??第１章介绍了课题的研宄背景与意义，阐明了机器人轨迹最优化的迫切需求??与动力学约束的必要性。总结了目前学者对于轨迹最优化的研宄现状，从最优化??模型，轨迹规划模型和约束条件三个方面进行综述，并结合课题实际情况做出了??合理的选择。??第２章介绍了机器人和最优化的基础理论。运动学方面建立了?ＤＨ参数模??型，推导了正逆解表达式；动力学方面采用了牛顿欧拉动力学公式，对机器人关??节摩擦进行辨识。介绍了动力学前馈，并验证了其有效性；最优化方面介绍了遗??传算法和ＳＱＰ算法的理论基矗??第３章介绍了动力学约束下轨迹规划。对于目标轨迹预处理，提出了型值点??生成策略进行预处理？，对于轨迹规划，对比了多种模型在最优化算法环境下的性??能表现，验证了?Ｂ样条的优越性能；介绍了规划过程中的运动学和动力学约束，??根据轨迹类型添加了位置约束，并针对于特定关节提出了力矩过载时间约束策略。??最后通过实验分别验证型值点生策略和约束条件的可行性。??第４章介绍了混合优化模型。首先介绍了遗传算法对于非线性约束的处理和??程序流程的设计，并根据课题情况改进了交叉和变异等遗传算子；然后介绍了?
山东大学硕士学位论文??Ｚ，?＾￣＾￣??０?ｔ??ｖ?Ｚ：?Ｚ３??７１?木?＾??４?４??Ａ）???令丄－??图２－１?ＭＤＨ参数法坐标系??表２－１新时达机器人ＭＤＨ参数表格??连杆Ｚ?Ｉ，．，?ｄｔ?９，?转动范围??１?０?０?±１６５。??２?／，?９０°?０?０２?＋６５°￣－１８０°??３?１２?０?０?０ｙ?＋１６０。？－１１０。??４?／３?９０。?ｄＡ?９，?±１７０。??５?０?－９０°?０?〇５?±１２０°??６?０?９０°?ｄ６?ｅ６?±３６０。??２．１．２运动学正解??根据ＭＤＨ参数表格２－１与公式２－１，给出各个连杆的变换矩阵如下：??ｃ，?－ｓ，?０?０?ｃ２?－ｓ２?０?／，?ｃ３?－ｓ３?０?Ｉ２??〇Ｔ?＝?Ｓｌ?Ｃ１?００?ｌｒ?＝?０?０?－！?〇?２Ｔ?＝?５３?Ｃ３?００??＇￣?０?０?＼?ｄｘ?２￣?Ｓ２?ｃ２?０?０?３＿０?０?１０??０?０?０?１」?｜＿０?０?０?ｌｊ?｜＿０?０?０?１??１０??
【参考文献】：
期刊论文
[1]工业机器人关节空间轨迹规划及优化研究综述[J]. 郭勇,赖广. 机械传动. 2020(02)
[2]工业机器人时间最优轨迹规划仿真研究[J]. 张惠敏. 软件导刊. 2020(03)
[3]工业机器人的发展现状和未来趋势[J]. 王琳辉. 科学技术创新. 2019(29)
[4]基于粒子群算法的工业机器人焊接系统[J]. 党宏社,孙俊龙,陶亚凡,王淼. 实验室研究与探索. 2019(10)
[5]基于三次参数样条的机器人路径平滑算法研究[J]. 乔亮,李泽文,胡杰,李照祥. 电脑知识与技术. 2019(22)
[6]基于复合形法的时间最优机械臂轨迹规划[J]. 陈晗,李林升. 机械传动. 2019(03)
[7]工业机器人的应用现状及发展趋势[J]. 曹泓浩. 科技风. 2019(05)
[8]模拟退火遗传算法在机械臂路径规划中的应用[J]. 宗玉杰,崔建伟. 测控技术. 2018(03)
[9]关节型工业机器人轨迹规划研究综述[J]. 李黎,尚俊云,冯艳丽,淮亚文. 计算机工程与应用. 2018(05)
[10]基于牛顿欧拉法的SCARA机器人动力学参数辨识[J]. 张铁,梁骁翃,覃彬彬,刘晓刚. 华南理工大学学报(自然科学版). 2017(10)
博士论文
[1]串联机器人多目标轨迹优化与运动控制研究[D]. 王会方.浙江大学 2011
[2]六自由度串联机器人运动优化与轨迹跟踪控制研究[D]. 刘松国.浙江大学 2009
硕士论文
[1]基于动力学的小型工业机器人轨迹优化算法研究[D]. 沈锦华.哈尔滨工业大学 2019
[2]基于自适应遗传算法的六轴工业机器人时间最优轨迹规划[D]. 程正智.安徽工业大学 2017
[3]基于动力学的机械臂最优轨迹规划[D]. 胡友忠.浙江大学 2016
[4]基于PUMA560工业机器人惯量前馈技术仿真研究[D]. 李劲松.天津理工大学 2015
[5]基于遗传算法的机械臂时间最优轨迹规划[D]. 张秀林.兰州理工大学 2014
[6]样条曲线插补算法及其自适应速度控制研究[D]. 陈蔚.合肥工业大学 2014
[7]面向多点高速装配应用的六轴工业机器人动力学分析仿真[D]. 江兴旺.浙江大学 2014
[8]关于序列二次规划（SQP）算法求解非线性规划问题的研究[D]. 石国春.兰州大学 2009
[9]基于遗传算法B样条曲线优化在机器人轨迹规划中应用[D]. 陈丹.武汉科技大学 2007
本文编号：3087825
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3087825.html
