六自由度串聯(lián)機器人軌跡規(guī)劃研究.pdf

1、本文以六自由度串聯(lián)機器人為研究對象，分六個章節(jié)進行詳細闡述，主要包括緒論、機器人數(shù)理分析、軌跡規(guī)劃及優(yōu)化和軌跡跟蹤控制。論文的主要研究內(nèi)容總結(jié)如下：
　　首先，將國內(nèi)外工業(yè)機器人的研究狀況作了闡述，并針對性的介紹了軌跡規(guī)劃和軌跡尋優(yōu)方面的研究內(nèi)容，而后結(jié)合連桿空間描述，創(chuàng)建機器人連桿坐標系，獲得機器人正逆運動學方程，并結(jié)合本文研究對象，求解出機器人末端位姿矩陣，驗證了運動學方程的正確性；同樣，在已知機器人末端位姿的情況下，列出機器

2、人各關(guān)節(jié)角的求解過程。鑒于機器人動力學的復雜性，在對本文研究對象模型簡化的基礎(chǔ)上，求得其動力學方程，為后續(xù)軌跡規(guī)劃作準備。
　　其次，對機器人不同規(guī)劃空間的插補算法作了詳盡的闡述，并選用7次B樣條作為軌跡插值函數(shù)，利用MATLAB進行了仿真分析。
　　再次，詳細闡述了傳統(tǒng)遺傳算法工作原理及運算流程，在此基礎(chǔ)上，根據(jù)時間-沖擊最優(yōu)為目標函數(shù)建立遺傳算法的適應(yīng)度函數(shù)，提出時間-沖擊最優(yōu)的機器人軌跡優(yōu)化算法，該算法首先根據(jù)7次B樣

3、條函數(shù)的局部支撐性和凸包性，將機器人運動學約束簡潔的轉(zhuǎn)化為7次B樣條曲線頂點的約束，然后通過對傳統(tǒng)遺傳算法中的遺傳算子、尋優(yōu)流程進行改進，最后，利用ADAMS仿真，獲得時間-沖擊綜合最優(yōu)軌跡，并對軌跡進行了約束。
　　最后，鑒于傳統(tǒng) PID控制存在的誤差大和軌跡逼近精度低等問題，提出改進 PID控制算法的機器人軌跡跟蹤控制策略，該控制策略首先采用改進的Logistic映射對RBF神經(jīng)網(wǎng)絡(luò)隱含層中心向量進行優(yōu)化，獲得RBF神經(jīng)網(wǎng)絡(luò)的