-
公开(公告)号:CN109108963A
公开(公告)日:2019-01-01
申请号:CN201810821999.4
申请日:2018-07-24
Applicant: 西北工业大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于差分演化粒子群算法空间多关节机器人路径规划方法,建立空间多关节机器人机械臂关节角变化的运动学和动力学模型,然后建立多关节机器人碰撞对基座扰动的模型,将关节角的变化轨迹曲线表示成关于时间的多项式函数,建立总的适应度函数,在迭代求解中,先使用粒子群算法,当该方法出现停滞点时,启动差分进化算法,并将两算法种群的部分个体进行交换,以变相扩大种群规模,完成空间多关节机器人路径规划。本发明利用差分进化修正后的粒子群算法进行空间机械臂的抓捕路径规划。规划的目标是使机械臂末端执行器到达固定位置和姿态,且控制终止时刻机械臂构型使得末端执行器与目标的碰撞对基座的扰动最小且运行轨迹的总能耗最少。
-
-
公开(公告)号:CN108858198A
公开(公告)日:2018-11-23
申请号:CN201810837871.7
申请日:2018-07-26
Applicant: 西北工业大学
IPC: B25J9/16
Abstract: 一种基于模拟退火遗传算法的机械臂路径规划方法,包括以下步骤:步骤1:采用拉格朗日方法对空间六自由度机械臂进行位置级、速度级运动学和动力学建模;步骤2:针对机械臂末端极短时间内的碰撞对基座产生的扰动以及机械臂各关节角的约束,建立机械臂轨迹的优化适应度函数;步骤3:采用五阶多项式对机械臂路径进行拟合,利用模拟退火遗传算法求解最佳的轨迹,以满足较好的适应度函数。本发明针对机械臂抓捕任务中,保证基座扰动最小化以及各关节角约束情况下,通过模拟退火遗传算法求取最优解,提高了收敛速度以及求解精度。
-
-
公开(公告)号:CN109250156A
公开(公告)日:2019-01-22
申请号:CN201810821276.4
申请日:2018-07-24
Applicant: 西北工业大学
Abstract: 本发明公开了一种空间非合作目标电磁涡流消旋抓捕装置及方法,包括安装有太阳能帆板的工作航天器,工作航天器上设置有观测系统系统以及机械臂,观测系统系统用于估计目标旋转的方向和快慢,机械臂上设置有用于消旋的电磁体,在机械臂的末端设置有用于消旋后捕获目标的末端执行器。本发明相对于基于小卫星编队的消旋和抓捕系统,其在控制难度、容错率和使用寿命上皆有优势。
-
公开(公告)号:CN109250156B
公开(公告)日:2020-10-16
申请号:CN201810821276.4
申请日:2018-07-24
Applicant: 西北工业大学
Abstract: 本发明公开了一种空间非合作目标电磁涡流消旋抓捕装置及方法,包括安装有太阳能帆板的工作航天器,工作航天器上设置有观测系统系统以及机械臂,观测系统系统用于估计目标旋转的方向和快慢,机械臂上设置有用于消旋的电磁体,在机械臂的末端设置有用于消旋后捕获目标的末端执行器。本发明相对于基于小卫星编队的消旋和抓捕系统,其在控制难度、容错率和使用寿命上皆有优势。
-
公开(公告)号:CN109108963B
公开(公告)日:2020-10-16
申请号:CN201810821999.4
申请日:2018-07-24
Applicant: 西北工业大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于差分演化粒子群算法空间多关节机器人路径规划方法,建立空间多关节机器人机械臂关节角变化的运动学和动力学模型,然后建立多关节机器人碰撞对基座扰动的模型,将关节角的变化轨迹曲线表示成关于时间的多项式函数,建立总的适应度函数,在迭代求解中,先使用粒子群算法,当该方法出现停滞点时,启动差分进化算法,并将两算法种群的部分个体进行交换,以变相扩大种群规模,完成空间多关节机器人路径规划。本发明利用差分进化修正后的粒子群算法进行空间机械臂的抓捕路径规划。规划的目标是使机械臂末端执行器到达固定位置和姿态,且控制终止时刻机械臂构型使得末端执行器与目标的碰撞对基座的扰动最小且运行轨迹的总能耗最少。
-
-
-
公开(公告)号:CN109048892A
公开(公告)日:2018-12-21
申请号:CN201810835401.7
申请日:2018-07-26
Applicant: 西北工业大学
IPC: B25J9/16
CPC classification number: B25J9/1676
Abstract: 一种基于Q学习的机械臂末端避障方法,包括以下步骤:步骤1:采用拉格朗日方法对空间六自由度机械臂进行位置级、速度级运动学和动力学建模;步骤2:针对障碍物模型、关节角约束建立适应度函数;步骤3:采用五阶多项式对机械臂路径进行拟合,并对机械臂末端轨迹使用Q学习进行规划,满足使适应度函数最优。本发明针对机械臂抓捕任务中,机械臂通过自学习对可能出现的障碍物进行有效的规避,并在满足一定约束情况下的最优路径进行规划。
-
-
-
-
-
-
-
-
-