通过对三坐标测量原理的介绍和实际检测路径规划难点的剖析,结合路径规划所涉及算法的研究,探究如何实现面向白车身的三坐标测量路径自动规划。

为了满足微型、复杂形状工件的高精度测量要求,设计开发了一台微型五坐标图像测量系统,该系统可以实现对工件的多方位非接触测量。而自动调焦技术作为图像测量过程中必不可少的环节,其调焦效果直接影响到后续的图像质量与测量精度,为此提出了五坐标图像测量系统自动调焦的路径规划模型以及一种梯度均方差评价函数的近似算法,通过实验验证了该模型与算法的有效性。

针对迷宫机器人路径规划问题,以机器视觉和A＊算法为基础,提出了一种新的迷宫机器人全局路径规划方法。该方法利用区域阀值分割对迷宫机器人系统采集的图像进行分析,结合A＊算法逆向搜索全局最优路径。仿真结果表明,该方法实现简单,在复杂的迷宫环境下能有效地实现迷宫机器人路径规划。

针对复杂机电产品布线路径规划过程中存在的效率较低、可应用性差等问题,提出一种改进粒子群算法,使用栅格法对布线空间进行划分,对障碍物建模并进行方向包围盒处理。为了避免算法在迭代过程中陷入局部最优,引入非线性逐渐递减的惯性权重与异步变化的学习因子,并且将贴壁约束加入到路径规划的过程中,保证线缆在敷设时路径的合理性。最后在仿真试验中,与标准粒子群算法进行对比,验证了改进后算法的合理性与可行性。

针对制造车间物料搬运系统中的AGV路径规划问题,提出一种考虑阻塞的AGV路径规划方法。依据各相邻节点之间路径中AGV搬运情况的统计数据计算路径的拥堵系数;引入拥堵系数计算AGV的统计搬运时间矩阵,将其作为路径规划的权值矩阵;设计Dijkstra算法求解起始点到终点的最短统计搬运时间路径,将其存入最短统计搬运时间路径表供查询使用。案例分析结果表明:与传统Dijkstra算法相比,考虑阻塞的AGV路径规划方法可以有效降低搬运时间,提高搬运效率。

为克服传统智能算法在解决复杂环境下移动机器人路径规划问题中存在的搜索效率慢和寻优精度低等不足,提出改进乌燕鸥优化算法(ISTOA)。以乌燕鸥算法(STOA)为基础,引入Circle混沌映射机制保证初始种群的质量,提升算法初期搜索效率。同时,提出旋转式翻筋斗搜索策略,对算法的扑食位置进行更新,提高了算法的局部寻优能力。在迁徙过程中,混合正弦控制非碰撞因子和自适应Lévy飞行策略平衡了算法的全局搜索和局部搜索。通过3种不同环境下移动机器人路径

为提高掘进机截割头轨迹跟踪控制精度及实现巷道断面自动截割成形,应用ADAMS和AMESim建立掘进机截割部机液联合仿真模型,进行悬臂水平和垂直摆动的运动学分析及逆运动学求解,提出根据截割头在机身坐标系中的坐标,经运动学逆解生成回转与升降液压缸的目标位移,再经回转与升降两个电液比例闭环控制系统实现对截割头运动轨迹控制的新方法。以矩形断面为例,提出了类S形截割路径规划,进行了截割头运动轨迹的跟踪控制仿真和给定断面参数的自动截割

针对飞机蒙皮对缝间隙与阶差测量中执行机构的路径规划和运动控制难题,传统的轮式机器人灵活性、机动性较差,提出将四轮全向机器人作为飞机蒙皮测量的执行机构,具有平面内零半径转向、可向任意方向运动的特点。采用基于蚁群算法的路径规划方法,把规划好的路径信息转变为全向机器人可识别、可执行的运动指令,将测量传感器运送到多个被测位置完成蒙皮测量任务。通过iGPS实时获得全向机器人在飞机测量现场的位姿,实现其自主标定与导航。

为了能让移动机器人在动态环境中安全无碰撞并且全局最优和局部最优兼并,减少路径规划时间,提出了一种基于双重A*算法的移动机器人路径规划方法。该方法采用A*算法分别进行全局路径规划和局部路径规划。首先在移动机器人运动前采用A*算法进行全局最优路径规划;当机器人运动过程中遇到障碍物时,再一次采用A*算法进行局部路径规划。所提出方法通过仿真结果验正有效可行,该方法不仅能让机器人在动态环境中安全无碰撞运动,而且能减少路径规划时间。

针对飞机襟翼与滑轨座对接面铣切设备的平面自动进给问题,提出了通过一键式全气动控制系统实现自动进给、限位停止和自动复位的控制方法。根据刀具路径规划,在需要换向的地方设置机碰换向阀,在零点和终点设置限位开关。通过设置多种控制信号的优先级关系,有序控制平面内X向和Y向行走气马达的正转、反转和停止,自动按照规划路径完成对接面加工。实验结果表明：该一键式全气动控制系统性能稳定,反应敏捷,能准确地自动实现平面自动进给、停止和复位,满足生产技术要求。