一种基于结构导向运动轮廓的机械臂轨迹规划方法,属于机器人控制相关技术领域,包括以下步骤:S1、输入关节空间的期望位置点矩阵P和机械臂的物理约束;S2、初始化参数,所述参数包括:点到点轨迹模型的斜坡系数和局部非对称系数,变量边界、种群大小、外置存储器大小和最大迭代次数;S3、基于结构导向运动轮廓生成初始轨迹Ω;S4、根据解析法优先策略优化初始轨迹Ω;S5、输出最优解或帕累托最优解集。本技术实现机械臂高效和高精度运行,达到提升生产效率和作业精度。
背景技术
在现代自动化场景中,高精度的机械臂是人力资源的最佳替代品,通过精准的控制和灵活的运动,执行如打胶、装配、焊接等重复和复杂的任务,能够显著提高生产效率,并降低工人在高温高危环境下的作业风险。机械臂是由关节、连杆、驱动器、传感器和控制系统等组成的复杂机械机构,可以根据使用场景设计不同数量和类型的关节自由度。轨迹规划是机械臂的一项基本技术,决定着关节运动和末端执行器运动的平滑度和精度。相较于笛卡尔空间,在关节空间进行轨迹规划能够避免复杂的运动学奇异性计算,且能直接实现关节驱动器高精度控制。此外,轨迹的平滑度在提高机械臂的寿命和减少关节振动导致误差等方面起着重要作用。
随着对轨迹规划技术研究的不断加深,国内外大量研究利用多项式、三次样条、五次B样条等样条函数插值轨迹,并通过粒子群、遗传算法、鲸鱼算法等优化算法寻找最优轨迹。但是,由于未对期望位置点进行速度约束,现有大部分方法很难避免轨迹中的超调和欠调现象。此外,暂未有方法能够整合多点轨迹模型和点到点轨迹模型进行轨迹插值,整合解析法和数值法计算最优轨迹。这些有待改进之处可能会对机械臂末端执行器的跟踪精度产生负面影响,降低机械臂的运行精度,限制机械臂在高精度操作场景的应用。
实现思路