文献类型：期刊文章

作　　者：韩顺杰[1] 单新超[1] 于爱君[2] 符金鑫[1]

HAN Shunjie;SHAN Xinchao;YU Aijun;FU Jinxin(College of Electrical and Electronic Engineering,Changchun University of Technology,Changchun 130000,CHN;Beijing Shougang International Engineering Technology CO.Ltd.,Beijing 100043,CHN)

机构地区：[1]长春工业大学电气与电子工程学院,吉林长春130000 [2]北京首钢国际工程技术有限公司,北京100043

出　　处：《制造技术与机床》

基　　金：青年科学基金项目(61503045)。

年　　份：2021

期　　号：4

起止页码：9-14

语　　种：中文

收录情况：BDHX、BDHX2020、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统工业机器人轨迹规划效率低、运行不稳定的问题,提出了可以动态调节学习因子的粒子群算法(PSO)。该方法通过分段多项式插值进行轨迹的拟合,并运用改进的粒子群算法以时间为适应度函数对工业机器人的轨迹进行优化,有效地将分段多项式插值函数与PSO相结合,避免了粒子群算法构造适应函数的复杂过程,对于传统的PSO初期较易落入局部极值且后期收敛速度缓慢的问题得到了改善。通过实验得到机械手每个关节的运动位姿、速度和加速度轨迹可知,该方法可以有效地实现工业机器人的轨迹优化,并且在提高运行效率的同时保证整体运行的稳定。

关 键 词：机器人 轨迹规划  多项式插值 粒子群优化

分 类 号：TP242]