基于粒子群算法的工业机器人智能打磨轨迹问题研究Research on intelligent grinding trajectory of industrial robots based on particle swarm optimization
刘帅;葛为民;程德响;
摘要(Abstract)：
打磨机器人目前在生产的应用越来越广泛,特别是汽车零件生产当中.由于它高度重复性,所以合理的加工轨迹规划能够提高生产效率.但是在实际生产中,还需要考虑刀具的磨损和避障所以为了在满足打磨工艺要求的前提下提高工业机器人的轨迹质量,提出了一种基于粒子群算法的打磨系统.通过视觉系统对焊接工件进行图像采集,导入数据库进行分析得出打磨工艺决策并建立适应度函数.应用粒子群优化算法(PSO),对多目标进行优化,使得整个打磨轨迹满足时间短、轨迹平滑、具有较好的避障性且能满足打磨工艺要求.
关键词(KeyWords)： 轨迹规划;图像采集;粒子群算法;适应度函数
基金项目(Foundation): 国家重点研发计划项目(2017YFB1303304);; 天津市科学技术局重点研发计划(18YFFCTG00040);; 天津市重点研发计划项目(19YFSLQY00050);; 天津科技重大专项与工程项目(19ZXZNGX00100)
作者(Author): 刘帅;葛为民;程德响;
Email:
DOI:
参考文献(References)：
- [1] Liu J,Shi T,Li P,et al. Trajectories planning for multiple UAVs by the cooperative and competitive PSO algorithm[C]//IEEE Intelligent Vehicles Symposium. Ningbo:IEEE,2015.
- [2]李丽，房立金，王国勋.基于多目标粒子群优化算法的6R工人轨迹优化[J].机械传动，2018,42(8):17-22,90.
- [3]徐海黎，解祥荣，庄健，等.工业机器人的最优时间与最优能量轨迹规划[J].机械工程学报，2010,46(9):19-20.
- [4]靳岚，赵莉，谢黎明.基于三次Bézier三角样条插值的工业机器人连续路径轨迹规划[J].机械设计与制造工程，2019,48(4):35-39.
- [5]许曦，熊禾根，陶永，等.基于改进粒子群算法的焊接机器人轨迹优化控制方法[J].高技术通讯，2018,28(5):425-433.
- [6]王玉宝，王诗宇，李备备，等.一种改进粒子群的工业机器人时间最优轨迹规划算法[J].小型微型计算机系统，2018,39(8):1878-1881.
- [7]浦玉学，舒鹏飞，蒋祺，等.工业机器人时间-能量最优轨迹规划[J].计算机工程与应用，2019,55(22):86-90.
- [8]王志中.基于改进粒子群算法的机器人路径规划[J].制造技术与机床，2018,40(2):159-163.
- [9]赵莉. 6R工业机器人连续路径平滑轨迹规划及时间最优化研究[D].兰州：兰州理工大学，2018.
- [10]王聪，赵文玲.基于自适应多目标指数罚函数的NSGA-Ⅱ算法[J].山东理工大学学报（自然科学版），2016,20(3):11-14.
- [11]刘宏，韩亚波，张时斌，等.基于自适应罚函数优化粒子群的WSN定位算法[J].传感技术学报，2018,31(8):1253-1257,1265.
- [12]傅振洲.工业机器人时间最优轨迹规划方法研究[D].锦州：渤海大学，2018.