基于模糊决策的机器人路径规划研究

基于模糊决策的机器人路径规划研究

论文摘要

随着现代工业自动化水平不断提高,机器人在工业生产中得到了广泛的应用,工业机器人的运动问题作为一门独立的学科,包括运动控制、轨迹跟踪、路径规划等几个方面在内的应用研究也逐渐深入。本文主要研究了应用于环境未知情况下的多自由度连杆型工业机器人路径规划的相关问题,该问题包括环境信息的获取,环境建模和规划算法三个方面的内容。传统路径规划的思想主要包括将障碍物模型映射到关节角度空间和建立人工势场两种方法,这两种方法都存在一定的问题,前者随着关节连杆个数的增加复杂度成几何级数上升,而后者有可能陷入局部最小值点而停止运动。针对上述问题,本论文提出了一种不进行空间坐标转换,而在笛卡尔坐标空间中确定障碍物和连杆位置关系的环境建模思想,并将其与模糊决策协同作用,抑制了简单模糊路径规划方法中随着机器人结构和环境信息逐渐复杂而导致的“规则爆炸”,使路径规划的问题得到简化,取得了良好的控制效果。建立了机器人模型,处理环境信息,并对三类不同障碍物环境建模,根据障碍物与连杆的位置关系,分析并建立了路径规划的模糊决策规则。在Matlab中建立了二连杆型机械臂和六自由度PUMA560型机器人的模型,并设计了各种形状的空间障碍物。基于Matlab的仿真工具箱Simulink建立了路径规划的控制系统,该系统的输入量为目标位置和障碍物信息,输出为关节运动的角度。通过对二连杆模糊决策的仿真分析和基于环境模型的六自由度工业机器人路径规划问题的研究,可以看到,对于文章中提到的各种障碍物,多自由度连杆机器人都得到了较好的避障效果。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景及意义
  • 1.2 机器人的定义和分类
  • 1.3 机器人路径规划问题的表达和研究分类
  • 1.4 机器人路径规划国内外研究现状
  • 1.4.1 机器人本体设计
  • 1.4.2 路径规划算法
  • 1.5 本论文研究的主要内容
  • 第2章 工业机器人的运动模型
  • 2.1 空间描述和变换
  • 2.2 工业机器人的运动学模型
  • 2.2.1 连杆的描述
  • 2.2.2 连杆连接的描述
  • 2.2.3 连杆坐标系的确定
  • 2.2.4 连杆变换和运动学方程
  • 2.2.5 PUMA560 机器人运动学模型
  • 2.3 机器人的运动轨迹拟合
  • 2.4 本章小结
  • 第3章 基于模糊决策的两连杆机器人路径规划
  • 3.1 平面障碍物的分析
  • 3.2 二连杆路径规划的模糊决策
  • 3.2.1 二连杆机器人的运动学模型
  • 3.2.2 模糊控制器的结构
  • 3.2.3 平面路径规划的系统结构
  • 3.3 基于Matlab的模糊系统仿真试验
  • 3.3.1 对于规则障碍物的路径规划研究
  • 3.3.2 对于不规则障碍物的路径规划研究
  • 3.3.3 对于障碍物阵列的路径规划研究
  • 3.4 本章小结
  • 第4章 三维障碍物的描述与建模
  • 4.1 三维空间中障碍物的描述
  • 4.2 基于笛卡尔坐标空间的环境建模
  • 4.2.1 障碍物的描述
  • 4.2.2 障碍物和机器人连杆位置关系
  • 4.3 三维机器人描述
  • 4.3.1 PUMA560 型机器人
  • 4.3.2 障碍物与机器人的位置关系
  • 4.4 本章小结
  • 第5章 多自由度连杆机器人的路径规划
  • 5.1 基于环境信息的模糊控制系统设计
  • 5.1.1 模糊控制器的结构
  • 5.1.2 控制系统结构
  • 5.2 路径规划模糊决策系统仿真分析
  • 5.2.1 对于圆柱形障碍物的路径规划分析
  • 5.2.2 对于圆锥形障碍物的路径规划分析
  • 5.2.3 对于不规则多面体障碍物的路径规划分析
  • 5.2.4 对于多个障碍物的路径规划分析
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 附录
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].物流机器人路径规划研究现状[J]. 全国流通经济 2020(01)
    • [2].改进蚁群算法在机器人路径规划中的应用[J]. 南昌工程学院学报 2020(01)
    • [3].基于遗传算法的智能扫地机器人路径规划研究[J]. 高师理科学刊 2020(03)
    • [4].遗传算法在机器人路径规划中的研究综述[J]. 科学技术与工程 2020(02)
    • [5].基于遗传算法的农业机器人路径规划仿真分析[J]. 广东蚕业 2019(12)
    • [6].基于改进狼群算法的机器人路径规划研究[J]. 滨州学院学报 2020(02)
    • [7].一种复杂环境下基于深度强化学习的机器人路径规划方法[J]. 计算机应用研究 2020(S1)
    • [8].基于改进人工蜂群算法的灭火机器人路径规划研究[J]. 高师理科学刊 2020(10)
    • [9].典型智能算法在机器人路径规划中的研究综述[J]. 电脑知识与技术 2020(26)
    • [10].机器人路径规划方法分析[J]. 电脑编程技巧与维护 2020(10)
    • [11].清洁机器人路径规划专利技术综述[J]. 科技经济导刊 2019(23)
    • [12].面向移动加工的机器人路径规划关键技术研究与应用[J]. 机械制造 2016(09)
    • [13].基于音乐墙的多机器人路径规划研究[J]. 黑龙江科技信息 2016(33)
    • [14].智能机器人路径规划中的蚁群算法改进[J]. 计算机与网络 2017(09)
    • [15].码垛机器人路径规划系统设计[J]. 自动化应用 2017(09)
    • [16].基于启发式搜索算法的自动采摘机器人路径规划研究[J]. 农机化研究 2021(07)
    • [17].基于协同多目标算法的多机器人路径规划[J]. 信息与控制 2020(02)
    • [18].基于粒子群优化算法的机器人路径规划[J]. 无线互联科技 2020(07)
    • [19].改进蚁群算法在焊接机器人路径规划中的应用[J]. 机械设计与研究 2019(06)
    • [20].自适应遗传算法在机器人路径规划的应用[J]. 计算机工程与应用 2020(18)
    • [21].模拟舰船航行的机器人路径规划方法[J]. 舰船科学技术 2020(20)
    • [22].基于A~*算法的机器人路径规划[J]. 电子科技 2017(06)
    • [23].基于蚁群算法的多农业机器人路径规划研究[J]. 数字技术与应用 2017(06)
    • [24].化工灾害搜救机器人路径规划研究[J]. 计算机仿真 2016(09)
    • [25].基于改进蚁群算法的机器人路径规划[J]. 自动化与仪表 2020(11)
    • [26].基于遗传算法的机器人路径规划问题[J]. 现代计算机 2013(15)
    • [27].基于混沌人工势场法的机器人路径规划[J]. 科学技术与工程 2011(21)
    • [28].改进微粒群算法在机器人路径规划中的应用[J]. 计算机仿真 2011(08)
    • [29].一种障碍环境下机器人路径规划的蚁群粒子群算法[J]. 控制理论与应用 2009(08)
    • [30].多机器人路径规划研究方法[J]. 计算机应用研究 2008(09)

    标签:;  ;  ;  ;  

    基于模糊决策的机器人路径规划研究
    下载Doc文档

    猜你喜欢