利用人工示教等傳統(tǒng)方法控制機械臂動作,存在著過程繁瑣、成本高、效率低等許多不足,已不能滿足如今工業(yè)制造領域的要求。為提高機械臂的智能化程度和易用性,同時保證機械臂可以安全平穩(wěn)的工作,其運動規(guī)劃和路徑優(yōu)化問題成為了近年來的研究重點。機械臂運動規(guī)劃常用于解決機械臂在其關節(jié)空間自主避障的問題。針對其規(guī)劃維度高的特點,基于采樣的運動規(guī)劃方法不需要對關節(jié)空間進行顯式描述,而是利用碰撞檢測判斷障礙物信息,從而能有效探索高維關節(jié)空間連通性,是解決機械臂運動規(guī)劃問題的重要手段。但在面對復雜工況下的作業(yè)任務時,不僅要滿足避碰等約束,還需要確保規(guī)劃器的運算效率以及路徑質量。為此本文提出了一種結合高斯混合模型的自適應采樣策略和碰撞檢測器,以提高基于采樣的運動規(guī)劃算法的運算效率;隨后利用交互式路徑漸近最優(yōu)算法以除去冗余運動并收斂到長度最短路徑;再將其作為初始軌跡,利用隨機軌跡平滑算法得到同時滿足避碰、關節(jié)角約束的連續(xù)平滑軌跡,其中基于高斯混合模型估計障礙代價函數,取代了對歐幾里得距離的復雜計算;最后在仿真和實際實驗中對算法進行驗證。具體研究內容如下:首先,分析了基于采樣的運動規(guī)劃算法的基本原理,其中采樣和碰撞...

【文章頁數】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 國內外研究現狀與分析
        1.2.1 機械臂運動規(guī)劃方法研究現狀
        1.2.2 機械臂路徑優(yōu)化方法研究現狀
        1.2.3 文獻綜述分析
    1.3 課題主要研究內容
第2章 基于高斯混合模型的機械臂運動規(guī)劃研究
    2.1 引言
    2.2 快速搜索隨機樹算法研究
        2.2.1 問題定義
        2.2.2 RRT算法的基本原理
        2.2.3 RRT-Connect算法的基本原理
    2.3 基于高斯混合模型的運動規(guī)劃算法研究
        2.3.1 高斯混合模型的訓練
        2.3.2 基于高斯分布的訓練樣本集獲得
        2.3.3 基于高斯混合模型的自適應采樣研究
        2.3.4 基于AABB包圍盒的碰撞檢測方法
        2.3.5 基于高斯混合模型的碰撞檢測方法
        2.3.6 基于高斯混合模型的機械臂運動規(guī)劃
    2.4 基于高斯混合模型的運動規(guī)劃算法仿真驗證
        2.4.1 基于高斯混合模型的二維運動規(guī)劃仿真驗證
        2.4.2 基于高斯混合模型的機械臂運動規(guī)劃仿真驗證
    2.5 本章小結
第3章 機械臂路徑優(yōu)化方法研究
    3.1 引言
    3.2 交互式路徑漸近最優(yōu)算法研究
        3.2.1 啟發(fā)式路徑簡化
        3.2.2 路徑融合漸近最優(yōu)
        3.2.3 漸近最優(yōu)路徑生成
    3.3 隨機軌跡平滑算法研究
        3.3.1 隨機最優(yōu)控制和路徑積分
        3.3.2 隨機軌跡平滑問題描述
        3.3.3 基于高斯混合模型的代價函數設置
        3.3.4 軌跡迭代更新
    3.4 機械臂路徑優(yōu)化算法仿真研究
        3.4.1 交互式路徑漸近最優(yōu)算法仿真驗證
        3.4.2 隨機軌跡平滑算法仿真驗證
    3.5 本章小結
第4章 機械臂運動規(guī)劃和路徑優(yōu)化實驗研究
    4.1 引言
    4.2 實驗平臺搭建
        4.2.1 基于ROS的機器人仿真平臺搭建
        4.2.2 機械臂實驗平臺搭建
        4.2.3 機械臂手眼標定
        4.2.4 基于三維點云的Octomap地圖搭建
    4.3 實驗驗證與分析
        4.3.1 辦公場景下機械臂避障實驗分析
        4.3.2 復雜環(huán)境中機械臂避障實驗分析
        4.3.3 同一場景下機械臂不同規(guī)劃實驗分析
    4.4 本章小結
結論
參考文獻
攻讀學位期間發(fā)表的學術論文及其它成果
致謝



本文編號：3855862