以串联机器人为研究对象,综合考虑其运动学和动力学约束,提出一种笛卡尔空间中的无冲击近似时间最优轨迹规划方法。首先将机器人关节驱动电机的约束条件转化成参数空间中的约束条件;接着将以时间最优为目标的轨迹优化问题转化成二阶锥规划问题,并运用MATLAB中的SeDuMi工具箱进行求解;然后提出一种识别和处理力矩突变点的算法,在关节力矩存在突变的点时使用五次多项式进行处理,从而消除原时间最优轨迹的冲击;最后给出了3R串联机器人末端沿指定路径运动的算例,通过对比机器人执行轨迹过程的相关参数,验证了算法的有效性。

串联机器人大规模应用于工业生产中,提高机器人精度成为一个重要课题。在串联机器人中,各构件通过刚性铰链串联,铰链间隙对机器人运动精度的影响不可忽略。由于间隙对机器人运动的影响具有较强非线性,较难利用解析方法获得其逆运动学模型。利用遗传算法改进的神经网络建立含间隙串联机器人的逆运动学模型,并利用其构成内模控制,实现对含间隙串联机器人的控制。仿真结果证明,该控制方法具有一定的控制效果。

电子元器件体积较小,对它进行分拣较一般分拣工作困难且工作量巨大,应用机器人分拣可大大提高工作效率。采用七次多项式曲线插值的方法进行轨迹规划,使运动关节的角速度、角加速度和角急动度曲线光滑连续;提出一种改进的量子遗传算法,引入正态分布概率密度函数以改进量子门旋转角步长策略,对关节运动轨迹进行最短时间优化,使机器人能够在满足非线性约束条件的基础上具有最优关节轨迹曲线。仿真结果表明:该轨迹算法能够快速有效地缩短机械臂关节运动时间。

以ABB IRB1600为例, 通过D-H参数, 利用MATLAB机器人工具箱对六自由度串联机器人进行建模, 并对其进行轨迹规划, 得到机器人的末端轨迹和运动过程中的角度变化.利用RecurDyn软件对机器人的杆件柔性化, 并对其进行动力学仿真,分析不同负载下机器人的末端误差和运动过程中柔性杆件的变形.该研究为进一步分析机器人的定位精度, 并减小定位误差提供参考.