引言

機械手臂作為自動化設備中的一個重要組成部分，以其操作靈活性，被廣泛應用于工業(yè)生產、醫(yī)療服務、軍事科技等各個方面。對于不同的工作工作環(huán)境，我們要對機械手臂的各個關節(jié)進行具體的軌跡規(guī)劃，從而得到機械手臂末端的位姿，因此，對機械手臂進行精確快速的軌跡規(guī)劃就顯得尤為重要。機械手臂關節(jié)空間的軌跡跟蹤就是通過控制各關節(jié)的位置、速度、加速度等變量使機械手臂沿期望軌跡運動。

3.實驗研究

3.1實驗平臺及模型建立

本文的研究對象CytonII型機械手臂是具有六個轉動關節(jié)的六自由度機械手臂。其三維模型如圖1所示。根據(jù)D-H法建立的坐標系圖如圖2所示。

圖1 CytonII型機械手臂的三維模型

圖2 機械手臂坐標系示意圖

表1機械手臂連桿參數(shù)表

3.2遺傳算法應用步驟

（1）輸入一組型值點作為初始值，其中包括機械手臂的起始點和終止點，要求經過的路徑點的坐標。

（2）定義適應度函數(shù)

本文采用四次Bezier曲線擬合隨機產生N個控制點，同時按照給定型值點的數(shù)目產生N-2個節(jié)點向量，用于分析誤差?？刂祈旤c的數(shù)量若無指定一般為四個，本文采用最小二乘法計算誤差，即逼近曲線的節(jié)點和用戶指定型值點之間的距離最小。由m個Bezier曲線節(jié)點坐標和實際跟蹤曲線的積累誤差產生的距離為

（3）確定操作策略和種群規(guī)模M、交叉概率Pc、變異概率Pm，本文中Pc=0.5，Pm=0.1。

（4）產生初始群體，計算初始種群的個體適應度，并對適應度進行統(tǒng)計，保留最優(yōu)解。

（5）對適應度高的個體運用交叉、變異等方法進行重組，產生新的種群。

（6）返回步驟（4）對新種群計算個體適應度。

（7）若計算種群適應度函數(shù)收斂，則停止遺傳，否則繼續(xù)產生新的種群，預計最大進化代數(shù)Tmax=100。

（8）利用Matlab繪制實驗結果。

3.3仿真實驗

當機械手臂末端在直角坐標空間中從一點運動到另一點時，由已知的起始點，終止點以及軌跡經過的中間點，通過機械手臂運動學逆解可求出各關節(jié)的型值點。本文中各型值點的坐標如下表2所示。

表2節(jié)點的數(shù)值表

圖3~圖8分別是機械手臂六個關節(jié)的位移，角速度以及角加速度仿真曲線。從仿真結果可以看出，采用本文提出的方法能夠使機械手臂運行穩(wěn)定，軌跡路徑平滑連續(xù)。

圖3關節(jié)1的角位移，角速度，角加速度曲線

圖4關節(jié)2的角位移，角速度，角加速度曲線

圖5關節(jié)3的角位移，角速度，角加速度曲線

圖6關節(jié)4的角位移，角速度，角加速度曲線

圖7關節(jié)5的角位移，角速度，角加速度曲線

圖8關節(jié)6的角位移，角速度，角加速度曲線

4.結語

本文研究的軌跡規(guī)劃方法主要是利用Bezier曲線對基于關節(jié)空間的機械手臂運動軌跡進行逼近，同時利用遺傳算法具有全局性，并行性等特點針對機械手臂要求運行平穩(wěn)，反應及時等特點對軌跡規(guī)劃進行了優(yōu)化，通過實驗測試表明，經過遺傳算法優(yōu)化對關節(jié)空間的軌跡規(guī)劃，不僅使軌跡平滑連續(xù)，而且提高了機械手臂運行的穩(wěn)定性。

更多資訊請關注工業(yè)機器人頻道