基于免疫多目標的六自由度機械臂軌跡規(guī)劃.pdf

1、軌跡規(guī)劃是機械臂設計和控制中的一項基本問題。為優(yōu)化機械臂的工作性能，提高機械臂的工作效率，本文將機械臂運動過程中的執(zhí)行時間和能量消耗作為優(yōu)化目標，采用免疫多目標優(yōu)化算法對機械臂在給定路徑和約束前提下的軌跡進行優(yōu)化，并設計了一種新的約束處理策略。最后運用非均勻有理B樣條曲線（NURBS）對一組離散路徑點構成的給定路徑進行插值擬合，在確保機械臂沿著原來路徑運動的基礎上，又可以實現(xiàn)用戶期望的運動性能。
　　首先，對人工免疫多目標優(yōu)化算法

2、、基于單目標方法和多目標方法的機械臂軌跡規(guī)劃的國內外研究現(xiàn)狀展開了綜述。在此基礎上，提出將改進的免疫多目標算法運用于六自由度機械臂軌跡規(guī)劃的研究中來。
　　其次，闡述了機械臂系統(tǒng)的基本組成、相關技術參數(shù)以及運動控制研究中所涉及的正逆運動學等基礎性知識。對本文的研究對象-六自由度串聯(lián)機械臂做了具體剖析，采用改進后的D-H建模方法建立出一種較為簡便的機械臂數(shù)學模型，并通過分析和仿真驗證了模型的可行性。
　　然后，挖掘了機械臂軌跡

3、規(guī)劃的基本原理，重點對關節(jié)空間的軌跡規(guī)劃和軌跡生成做了介紹。針對機械臂軌跡優(yōu)化過程中的約束限制，提出了一種新的約束免疫多目標優(yōu)化算法CIMOA。CIMOA采用一種新策略來處理約束條件，將解的收斂性、均勻性和可行性作為約束多目標優(yōu)化問題中的一個子問題。測試結果表明，新算法得到的解不僅可行性較好，而且收斂于真實的Pareto前沿，分布均勻性也不錯。
　　最后，建立免疫多目標六自由度機械臂軌跡規(guī)劃模型。在給定路徑和系統(tǒng)約束的前提下，以執(zhí)

4、行時間最優(yōu)和能量消耗最低作為優(yōu)化目標，將CIMOA算法應用到機械臂軌跡規(guī)劃中。采用具有局部支撐性和修改性優(yōu)勢的7次NURBS構造出機械臂關節(jié)空間軌跡曲線，有效保證了關節(jié)速度、加速度和加加速度的高階連續(xù)性和平穩(wěn)性。在硬件平臺上對機械臂進行搬運示教操作以獲取所需參數(shù)，通過Matlab軟件平臺對優(yōu)化結果進行仿真。實驗結果表明，機械臂各關節(jié)經(jīng)過所有關鍵節(jié)點的總時間明顯變短并且運動過程中消耗的能量也較低，得到的關節(jié)空間軌跡均平滑，從而實現(xiàn)了機械臂