基于免疫多目标的六自由度机械臂轨迹规划

摘要

轨迹规划是机械臂设计和控制中的一项基本问题。为优化机械臂的工作性能，提高机械臂的工作效率，本文将机械臂运动过程中的执行时间和能量消耗作为优化目标，采用免疫多目标优化算法对机械臂在给定路径和约束前提下的轨迹进行优化，并设计了一种新的约束处理策略。最后运用非均匀有理B样条曲线（NURBS）对一组离散路径点构成的给定路径进行插值拟合，在确保机械臂沿着原来路径运动的基础上，又可以实现用户期望的运动性能。
　　首先，对人工免疫多目标优化算法、基于单目标方法和多目标方法的机械臂轨迹规划的国内外研究现状展开了综述。在此基础上，提出将改进的免疫多目标算法运用于六自由度机械臂轨迹规划的研究中来。
　　其次，阐述了机械臂系统的基本组成、相关技术参数以及运动控制研究中所涉及的正逆运动学等基础性知识。对本文的研究对象-六自由度串联机械臂做了具体剖析，采用改进后的D-H建模方法建立出一种较为简便的机械臂数学模型，并通过分析和仿真验证了模型的可行性。
　　然后，挖掘了机械臂轨迹规划的基本原理，重点对关节空间的轨迹规划和轨迹生成做了介绍。针对机械臂轨迹优化过程中的约束限制，提出了一种新的约束免疫多目标优化算法CIMOA。CIMOA采用一种新策略来处理约束条件，将解的收敛性、均匀性和可行性作为约束多目标优化问题中的一个子问题。测试结果表明，新算法得到的解不仅可行性较好，而且收敛于真实的Pareto前沿，分布均匀性也不错。
　　最后，建立免疫多目标六自由度机械臂轨迹规划模型。在给定路径和系统约束的前提下，以执行时间最优和能量消耗最低作为优化目标，将CIMOA算法应用到机械臂轨迹规划中。采用具有局部支撑性和修改性优势的7次NURBS构造出机械臂关节空间轨迹曲线，有效保证了关节速度、加速度和加加速度的高阶连续性和平稳性。在硬件平台上对机械臂进行搬运示教操作以获取所需参数，通过Matlab软件平台对优化结果进行仿真。实验结果表明，机械臂各关节经过所有关键节点的总时间明显变短并且运动过程中消耗的能量也较低，得到的关节空间轨迹均平滑，从而实现了机械臂的多目标最优轨迹规划。

目录

封面

声明

中文摘要

英文摘要

目录

引言

1 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 论文的主要工作和章节安排

2 机械臂的机械结构和运动控制

2.1 机械臂的系统组成

2.2 机械臂的运动控制

2.3 六自由度串联机械臂简介

2.4 本章小结

3 机械臂轨迹规划的基本原理分析

3.1 轨迹规划的一般性问题

3.2 关节空间轨迹规划

3.3 直角坐标空间的轨迹规划

3.4 轨迹的实时生成

3.5 本章小结

4 人工免疫多目标算法的优化原理

4.1 约束多目标优化问题的一般描述

4.2 人工免疫系统

4.3 免疫约束多目标优化算法

4.4 CIMOA的评价策略

4.5 实验仿真及结果分析

4.6 本章小结

5 免疫多目标的六自由度机械臂轨迹规划

5.1 多目标最优轨迹规划问题的描述

5.2 机械臂多目标轨迹优化的性能指标

5.3 关节空间连续轨迹的构造

5.4 免疫多目标轨迹优化模型

5.5 基于免疫多目标求解机械臂最优轨迹

5.6 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

在学研究成果

致谢