关节型工业机械臂的最优轨迹规划方法与仿真验证

《关节型工业机械臂的最优轨迹规划方法与仿真验证》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、------------------河北工业大学硕士学位论文摘要随着当代科学技术的飞速发展，机器人的应用领域已从最初的搬运、焊接和装配等领域发展到现在的医疗服务、土木建筑等领域，同时也对应用到焊接、装配等领域的机器人有了更高的要求，尤其在提高工业生产效率和保证机械平稳运行方面。为此，本文针对这两方面的要求提出了机械臂轨迹规划时间最优和加加速度最小的双重优化方法，在特定路径下使机械臂的运行时间达到最短可以有效提高其在工业生产中的效率；而使加加速度最小，可以减少机械臂的振荡，保证机械臂的平稳运行，同时减少机械的磨损，延长其使

2、用寿命。本文以KUKAKR5arc机械臂为分析对象，对机械臂进行正逆运动学分析，主要介绍了机器人的数理基础，根据D-H建模法和机械臂的参数建立了KUKA机械臂的数学模型，并求得了它的运动学正解和运动学逆解。针对机械臂的双重优化目标采用五次B样条曲线描述机械臂运动的角位移、角速度、角加速度和角加加速度等，并利用夹紧式的B样条曲线首末节点各有多重性的特点，考虑了六个边界条件，使五次B样条曲线也可以满足加加速度连续。最后分析了机械臂轨迹规划的优化原理，在了解了多目标优化算法的基础上创新地采用了带精英策略的非支配排序遗传算法（N

3、SGA-II）解决时间最优和加加速度最小的双重优化问题，重点分析了该算法用于多目标优化的优势以及实现步骤，并采用MATLAB仿真得到各关节的轨迹曲线，比较优化前后的曲线图，证明了机械臂的双重优化方法有重要的应用价值和商业价值。关键词：机械臂轨迹规划五次B样条曲线多目标优化NSGA-II算法I-----------关节型工业机械臂的最优轨迹规划方法与仿真验证ABSTRACTWiththerapiddevelopmentofcontemporaryscienceandtechnology,theapplicationofro

4、bothasvariedfromtheinitialhandling,weldingandassemblyareastothepresentmedicalservices,civilconstructionandotherfields.Atthesametime,therequirementsforrobotsarehigherandhigher,especiallyinimprovingtheefficiencyofindustrialproductionandguaranteeingthesmoothmovement

5、ofmanipulator.Thisthesispresentsadualoptimizedmethodforthetrajectoryplanningofmanipulatorintimeoptimumandjerkminimum.Thetimeoptimumunderthespecificpathcaneffectivelyimprovetheefficiencyofmanipulator,whilejerkminimumcanreducetheoscillationofmanipulatortoensurethes

6、moothrunning,andatthesametimereducethemechanicalwearandprolongitsservicelife.ThisthesismakesapositiveandinversekinematicanalysisonKUKAKR5arc.Itmainlyanalyzesthemathematicalfoundation,establishesmathematicalmodelofmanipulatorbasedontheD-HmodelandtheparametersofKUK

7、A,andgainsthepositivekinematicsolutionandinversekinematicsolutionofit.Toachievethedualoptimizationofmanipulator,thethesisusesthequinticBsplinecurvetodescribetheangulardisplacement,angularvelocity,angularaccelerationandangularjerkofthemechanicalarm’smoving.Usingth

8、emultiplicityoftheclampingBsplinecurveandconsideringsixboundaryconditions,thequinticBsplinecurvecanmeetcontinuousacceleration.Intheend,thethesisstudiestheoptim