基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf

基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf

ID:52262302

大小:585.67 KB

页数:12页

时间:2020-03-26

基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf_第1页
基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf_第2页
基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf_第3页
基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf_第4页
基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf_第5页
资源描述:

《基于遗传算法的机器人关节空间最优运动规划_恽为民 1995.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、17卷ROBOTVol.17,No.4机器人Ju,19951995ly寸基于遗传算法的机器人关节空间最优运动规划悻为民席裕庚(上海交通大学自动化研究所200030)摘要本文整体上研究了最优轨迹规划,,问题它包含两个密切相关的子问题最优路径规划和最优轨迹规划.本文提出了一种基于遗传算法的更为一般、柔性和有效的新方法.该策略综合考虑了机器人的运动学约束、动力学约束和控制约束.最优轨迹用合适的多项式拟合,得到的控制序列适宜于高速高精度的动力学控制.本文最后.以二自由度机器人为例进行了仿真实验关键词最优运动

2、规划,路径规划,轨迹规划,遗传算法1引言,机器人最小时间轨迹规划问题一直是一个悬而未决的具有实际意义的挑战性问题它需要从整体上考虑最优路径规划和轨迹规划.本文把这个问题一般化并称为关节空间最优运动,,:规划问题(OMPJS)并把约束和目标一起视为广义目标它的困难集中在两个方面.(l)需要可靠和通用的方法处理众多的运动学、动力学和控制约束(2)需要一般化和高效的算法在巨大的轨迹空间构造或搜索出一组最优轨迹.一,.anoth‘’自然地这个问题吸引了许多研究者Kh和R开创性地用最优控制理论研究了该,,、问

3、题但不得不线性化机器人臂的动力学因为不可能求解一组带有许多约束的高度锅合高度非线性的微分方程.与OMPJS相近的一个问题是笛卡尔空间最优运动规划问题(OMPCS).OMPCS问题一般是在约束下沿给定路径求最小时间轨迹,它实质上是OMPJS问..n.C:::l’3,题的一个特例Lihag和Lh研究了这个问题但也未考虑机器人的全部动力学特性一,Brow{‘运用机器人动力学的时标特性解决了ob等OMP(名但得到轨迹的速度和加速度是不连续的.因为OMPJ,,S问题同时要寻找一条最优路径所以它更为困难同时也提

4、供了充分利.,aa:Herac{’用机器人物理性能的机会Sh和olbh首先网格化关节空问用图搜索法寻找最优,.轨迹并用动态时标算法考虑力矩约束,这种方法面临组合爆炸和轨迹速度不连续的困境.e::,owsy‘5、、T,essonetShill和Dbk研究了带有障碍力矩手爪和负载约束的OMJS问题Bm和.Laea!6S问lmnd运用庞特亚金极大值原理处理带有动态力约束的OMPJ题、OM本文将运用一种基于遗传算法的新策略来处理带运动学动力学和控制约束的PJS问题,这种方法更为一般和实用.下节介绍遗传算法以

5、及本文发展的新策略;第三节给出OM-;.S问题的一般描述;第四节为基于遗传算法的OMPJS;最后给出结论PJ第五节为仿真实验2遗传算法,遗传算法是一种自适应启发式概率性迭代式全局搜索算法来源于进化论和群体遗传,,·.学〔,吕〕遗传算法在许多应用中被证明是有效的‘“’l).”.:本研究工作得到863高技术基金及上海市自然科学荃金资助收稿时间1994一05一3117卷4期浑为民等:基于遗传算法的机器人关节空间最优运动规划2.1什么是遗传算法遗:传算法的特征是.(l)在(由符号或,)表达空间而不是参数空间

6、搜索实数值编码常用二进制码(2)进行群体搜索而不是单点搜索.(3)优化中仅使用适合度函数而不是任何模型知识.(4)使用随机操作规则.遗:传算法之所以具有吸引力是由于以下特性(l)简单(易于编程和应用).(2)鲁棒(几乎适合于任何形式的搜索空问).(3)有效(由于隐形并行性机理,比任何随机搜索算法快.)(4)全局优化(能运用全局信息).2.2遗传过程,遗传算法运用一群二进制串若采用二进制串表达(相当于遗传学中的染色体)搜索表达空间.每个串对应于参数空间的一点,通过适合度函数来评价这些串,适合度函数包含

7、了对问题所需的所有信息.由某一串解码所得的解越好,则相应的适合度越高.遗传算法然后应用基因操作来获得新的群体,群体的适合度随之提高,遗传过程见图1.eginBinitiazeranomlouatono,;lidypplip[o〕evaluateo,;P[o〕k~l;Repeat。orepro。eeP,kro,k;d[〕fmP〔一〕。,recombineP〔泛];。evaluateP,k〕;[k++吝Until(terrninationeondition);end图l遗传过程每一代群体通过基因操作产生

8、下一代群体.基因操作确保群体中适合度高的串生存下来,它们的有效信息块得到保存并且组合成更好的后代.简单遗传算法有三个基本基因操作:复.制、交换和突变首先以正比于串的适合度的概率选择串进行复制,这符合适者生存的原则;然后被选的串随机配对.随机交换部分基因以产生新的一对后代,其作用是组合祖先串的有效信.;基因突变操作对串中的基因息以一定概率进行翻转其作用是为了保持群体中基因的多样.,“”性以避免早熟现象2.3本文发展的新策略运用合适的编码策略,基因操作和嵌入的领域知识可以

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。