针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。

时间最优轨迹规划是结合机器人动力学特性的全局最优规划方法,它能够充分提升机器人运动性能,对智能制造系统生产效率的提升具有重要意义。提出一种基于轨迹前瞻和可达性分析的在线轨迹规划算法。首先建立了时间最优数学模型,将非线性优化问题线性化;其次介绍了全局最优求解方法,以及轨迹前瞻模块的设计流程,论证了该算法不仅能进行在线轨迹规划,而且保证了解的精确性;最后基于六自由度协作机器人进行了算法仿真分析,验证了算法的准确性和鲁棒性。

为提高工业机器人在焊接、喷涂等领域的工作效率和稳定性,工业机器人时间最优速度规划问题得到广泛研究,但受制于运动学、动力学模型的准确性及优化问题求解方法的效率,大多数方法很难在保证稳定性及不超速的前提下达到时间最优。文中采用指数积求解机器人运动学,考虑运动学及动力学约束对时间最优问题进行建模,最后基于凸优化问题相关理论进行求解。仿真结果表明,机器人能以相对稳定的速度达到时间最优,该方法可为工业机器人的实际应用提供理论依据。

机器人轨迹规划是机器人研究中的一个重点方向,直接关系到机器人的工作效率。为了使机器人运动过程中角速度和角加速度连续,采用三次样条插值函数对运动轨迹进行规划。由于角速度过快和角加速度过大会导致机器人系统产生震动和冲击现象,因此利用粒子群优化算法对角速度以及角加速度约束下的机器人运动时间进行优化,使得机器人在平稳运行的同时保持运行时间最优。最后运用MATLAB机器人工具箱进行仿真实验,实验结果证明了该方法在机器人轨迹规划中的可行性。

为提高工业机器人的工作效率,提出一种进行时间最优轨迹规划的新算法。通过对已知任务轨迹的关键点进行运动学反解,求解与之对应的关节空间位置序列,并采用5次非均匀有理B样条曲线构造关节运动曲线,能够保证机器人各关节位置的准确性,实现各关节运动的速度、加速度以及二次加速度的连续性。通过改进差分进化（Differential Evolution简称DE）算法,充分利用不可行解的信息,加强对边界的搜索,增强了算法的全局搜索能力。与遗传算法以及差分进化算法进行比较,利用该算法进行轨迹规划,结果显示该算法的搜索速度更快,所得的数值结果更小。

目前,大多数机械臂在工作过程中运行时间不为最优,为了提高机械臂的工作效率,提出了一种基于复合形法的时间最优机械臂轨迹规划方法。该方法以5-7-5多项式插值法作为轨迹规划的基础,并以运动角度、运动速度以及运动加速度作为约束,采用复合形法进行优化,得到满足运动要求的时间最优运动轨迹。以FS20N机器人为对象进行研究分析,并导入MATLAB进行验证,仿真结构表明,复合形法有效地优化了时间。

采用分段线性控制方法控制含多级液压缸的大型液压举升系统时，由于加速度不连续，易在举升过程中产生较大冲击。为消除举升过程中多级液压缸换级碰撞带来的液压冲击，提出了采用分级规划的策略。对每一级进行轨迹规划时，为保证举升过程的平稳性，采用B样条函数对举升负载的轨迹进行规划。在综合考虑工程实际中的液压系统压力、流量及负载横向过载约束的基础上，建立了举升系统的时间最优轨迹规划模型。针对解析法计算多级液压缸的最大速度和驱动力困难等问题，通过引入罚函数，提出一种改进的粒子群优化算法求解时间最优轨迹规划模型。含二级液压缸的某大型液压举升系统的仿真结果表明，提出的分级规划策略和时间最优轨迹规划方法是有效的。