基于双种群遗传混沌优化算法的最优时间轨迹规划

doi:10.13196/j.cims.2018.01.010

计算机集成制造系统 ›› 2018, Vol. 24 ›› Issue (第1): 101-106.DOI: 10.13196/j.cims.2018.01.010

基于双种群遗传混沌优化算法的最优时间轨迹规划

邓伟¹,张其万³,刘平²,宋锐¹⁺

1.山东大学控制科学与工程学院
2.山东农业大学机械与电子工程学院
3.青岛大学自动化与电气工程学院

出版日期:2018-01-31 发布日期:2018-01-31
基金资助:
国家自然科学基金委—浙江省两化融合联合基金项目(U1509212);山东省重大科技专项资助项目(2015ZDXX0801A02)。

Optimal time trajectory planning based on dual population genetic and chaotic optimization algorithm

Online:2018-01-31 Published:2018-01-31
Supported by:
Project supported by the Integration Fund of China NSF and Zhejiang Province,China(No.U1509212),and the Shandong Provincial Science and Technology Major Project,China(No.2015ZDXX0801A02).

摘要/Abstract

摘要： 针对以最短运行时间为目标的工业机器人轨迹规划问题,提出一种基于混沌局部搜索的双种群遗传最优时间轨迹规划算法。首先以各个节点之间的时间间隔之和为优化目标,以各关节的角速度、角加速度和角加加速度为约束条件,利用五次多项式拟合规划的关节空间位置节点模拟机器人的运行轨迹;然后,利用双种群遗传算法全局搜索能力强、进化速度快和混沌算法局部搜索能力强的优点,提出一种基于双种群遗传混沌优化算法的机器人轨迹规划方法,规划最优时间轨迹;最后,以3自由度空间机械臂为例,验证了所提算法能够使机器人末端执行器的运行轨迹平滑且时间最优。该算法应用于机器人轨迹规划可以延长机器人使用寿命,提高生产效率。

关键词: 双种群遗传算法, 混沌搜索算法, 最优时间, 轨迹规划, 机器人

Abstract: To solve the problem of trajectory planning for industrial robots with shortest running time,a double population genetic andchaotic optimization algorithm was proposed.By taking the sum of time intervals between any two nodes as the optimization objective,the angular velocity,angular acceleration and angular acceleration of each joint as theconstraint condition,the trajectory of the robot was simulated,which used five polynomial to fit the joint space nodes.Based on the strong local search ability of chaotic algorithm and the fast evolution speed of double population genetic algorithm,the robotic trajectory planning was given to obtain the optimal time trajectory.Through a case study of 3 degree of freedom manipulator,the proposed algorithm was proved to smooth the trajectory of robot's end effector and made time optimum,which could prolong the service life and improve the production efficiency.

Key words: double population genetic algorithm, chaos search algorithm, optimal time, trajectory planning, robot

中图分类号:

TP241.2

邓伟,张其万,刘平,宋锐. 基于双种群遗传混沌优化算法的最优时间轨迹规划[J]. 计算机集成制造系统, 2018, 24(第1): 101-106.

[1]	杨旭亭,王孜悦,李凤鸣,宋锐. 基于过程建模的机器人分阶引导装配方法[J]. 计算机集成制造系统, 2021, 27(8): 2321-2330.
[2]	冯春,张祎伟,黄成,姜文彪,武之炜. 双足机器人步态控制的深度强化学习方法[J]. 计算机集成制造系统, 2021, 27(8): 2341-2349.
[3]	林俊义,吴雷,杨梅英,张雪枫,江开勇. 大型自由曲面零件的机器人视觉快速定位方法[J]. 计算机集成制造系统, 2021, 27(7): 1951-1958.
[4]	侯正航,何卫平. 基于数字孪生的飞机装配状态巡检机器人的建模与控制[J]. 计算机集成制造系统, 2021, 27(4): 981-989.
[5]	陈满意,张桥,张弓,梁济民,侯至丞,杨文林,徐征,王建. 多障碍环境下机械臂避障路径规划[J]. 计算机集成制造系统, 2021, 27(4): 990-998.
[6]	赵文政,刘银华,金隼. 面向多机器人协调运动规划的层级化任务分配方法[J]. 计算机集成制造系统, 2021, 27(4): 999-1007.
[7]	徐翔斌,马中强. RMFS订单拣选系统动态货位再指派研究[J]. 计算机集成制造系统, 2021, 27(4): 1146-1154.
[8]	谢绍辉,丁龙伟,戴宁,范需,程筱胜. 基于主应力线的软体气动弯曲驱动器设计[J]. 计算机集成制造系统, 2021, 27(3): 663-671.
[9]	吴铮,陈彦杰,何炳蔚,林立雄,王耀南. 基于方向选择的移动机器人路径规划方法[J]. 计算机集成制造系统, 2021, 27(3): 672-682.
[10]	娄宁,习俊通. 基于光刀图像的机器人示教纠偏方法[J]. 计算机集成制造系统, 2021, 27(3): 683-691.
[11]	孙阳君,赵宁. 基于数字孪生的多自动导引小车系统集中式调度[J]. 计算机集成制造系统, 2021, 27(2): 569-584.
[12]	胡玉蝶,周勇,王宇琦,李卫东. 基于高斯噪声发散的协作机器人路径优化及避障[J]. 计算机集成制造系统, 2021, 27(12): 3503-3510.
[13]	林俊义,张举,李龙喜,肖棋,江开勇. 融合深度图像与密度聚类的下一最佳测量位姿确定方法[J]. 计算机集成制造系统, 2021, 27(11): 3138-3147.
[14]	万国扬,王国峰,李福东,朱文俊. 基于视觉定位与轨迹规划的机器人打磨工作站[J]. 计算机集成制造系统, 2021, 27(1): 119-128.
[15]	翟敬梅,刘坤,徐晓. 室内移动机器人自主导航系统设计与方法[J]. 计算机集成制造系统, 2020, 26(第4): 890-899.

基于双种群遗传混沌优化算法的最优时间轨迹规划

Optimal time trajectory planning based on dual population genetic and chaotic optimization algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics