针对传统快速扩展随机树(RRT)算法在机械臂避障路径规划时存在搜索效率低、随机性大的问题,提出一种改进RRT算法。该算法结合双向RRT算法和目标偏置RRT算法的优点,并在随机树扩展过程中设置虚拟目标点和改变步长。由于RRT算法规划的路径存在冗余节点多的问题,利用双向删除取最短路径的方法对避障路径中的冗余节点进行删除,最后利用三次B样条曲线对避障路径进行平滑处理。仿真结果表明,改进RRT算法在扩展时间、路径长度和扩展节点数均优于双向RRT算法和目标偏置RRT算法,对路径中冗余节点删除和平滑处理的有效性。

针对RRT算法在三维避障路径规划过程中会出现耗时长、路径长度不是最优、且转折点多的问题,提出一种RRTA*融合算法,并应用于机械臂避障路径规划。首先,完善碰撞检测模型,对障碍物和机械臂进行合理的简化。其次,建立空间障碍物三维模型,在障碍物环境下先使用双向RRT算法规划出可行的避障路径。最后,使用A*算法选取该避障路径上的关键节点,并建立三次B样条插值函数,提高避障路径和运动图像的平滑性。仿真结果验证了该方法的有效性。

针对铣削机器人去除锻件裂纹的问题,进行了相关轨迹规划插补算法的研究。首先,将离散的裂纹轨迹型值点用三次B样条曲线插值,拟合的曲线就是机器人末端执行器的运动路径。其次,提出了梯形速度控制算法,将裂纹路径按照速度敏感点进行分段,确定出每段曲线的加速段、匀速段、减速段的进给速度,进而利用泰勒展开式确定出每个采样周期的插补参数;同时,用三次B样条曲线插补形成各坐标轴的运动增量。最后,建立机器人运动学模型,将笛卡尔空间的插补数据映射到机器人关节空间,在分析机器人各关节位移、速度、加速度的基础上证明了这种插补算法在实际应用中的可行性。

针对拟合曲线的精度与光顺性互相冲突,在进行曲线拟合时常以牺牲一方面的质量来使另一方面满足要求的问题,提出了基于三次B样条小波的曲线拟合方法。对控制点坐标的数据信息进行小波处理,剔除高频细节信息,获取低频主体信息,用将近原始控制点一半数目的新的控制点来表示原始控制点的数据特征,既保证了拟合精度又提高了拟合光顺性,从而提高了数控加工的精度。经实例验证,该方法行之有效,为曲线拟合提供了一种兼顾拟合精度、光顺性与加工精度的方法。