熊藜,陳捷文,鄧林東,陳世林
一種單關(guān)節(jié)式機械手最優(yōu)軌跡設(shè)計
熊藜,陳捷文,鄧林東,陳世林
(重慶交通大學(xué) 機電與車輛工程學(xué)院,重慶 400074)
提出了一種單關(guān)節(jié)式機械臂的運動軌跡優(yōu)化問題,建立二階線性系統(tǒng)。以機械臂末端運動相較于理想軌跡所消耗的能量最少為目標(biāo)函數(shù),將連續(xù)性軌跡離散化,通過差分進化(DE)算法對運動軌跡優(yōu)化處理。結(jié)合三次樣條插值法確定出連續(xù)的軌跡,利用PD控制方法,實現(xiàn)對最優(yōu)軌跡的跟蹤,使得最終運動過程中消耗的能量達到最小。仿真結(jié)果表明,該算法的軌跡優(yōu)化收斂速度高,智能性強。
單自由度關(guān)節(jié)式機械手;差分進化算法;三次樣條插值,能量消耗
在機械行業(yè)中,任何運動的系統(tǒng)都會伴隨著不同程度的振蕩,沒有必要的振蕩則意味能量的損耗。因此有必要研究出一種最優(yōu)的軌跡控制器使得軌跡更加貼近于理想的路徑,同時有效避免了無謂的能量消耗。
軌跡規(guī)劃問題主要分為機器人移動時路徑的軌跡規(guī)劃和車間機器人機械臂末端的軌跡規(guī)劃。在此基礎(chǔ)上,提出單關(guān)節(jié)式機械手的輪廓軌跡曲線的優(yōu)化設(shè)計,有效避免了機構(gòu)的奇異性與空間冗余的復(fù)雜性。如圖1所示。
單關(guān)節(jié)式機械手可簡化成一個二階線性系統(tǒng):
其中,將θ視為關(guān)節(jié)轉(zhuǎn)動角度,J為轉(zhuǎn)動慣量,μ為動力粘性系數(shù),d為輸入控制干擾項,τ為輸入控制信號。
差分進化運算是根據(jù)自然規(guī)律的不斷演變,模擬的達爾文經(jīng)典生物進化理論以“優(yōu)勝劣汰,適者生存”為準(zhǔn)則的演變規(guī)律。
差分進化算法以起特有的記憶功能使其具有較強的全局動態(tài)跟蹤性能,根據(jù)跟蹤情況調(diào)整策略,同時較強的全局收斂能力與魯棒性以實現(xiàn)現(xiàn)實的軌跡規(guī)劃問題。相較于更加復(fù)雜的神經(jīng)網(wǎng)絡(luò)與遺傳算法更加簡便。在求解不可微、多值、高維以及非線性等數(shù)學(xué)模型上是一種不可忽略的手段。
利用差分進化算法將機械手的最優(yōu)軌跡規(guī)劃問題作為研究對象,以固定軌跡運動起點的方式,在任意擺線運動軌跡的基礎(chǔ)上進一步優(yōu)化軌跡。擺線的運動規(guī)律如下:
其中,θ與θ為機械手理想角度和初始角度,T為擺線周期。
最優(yōu)軌跡的獲得是通過優(yōu)化與理想軌跡的偏差得到,假設(shè)系統(tǒng)振蕩達到穩(wěn)態(tài)的最大允許時間為=4T,結(jié)合能量守恒方程,保守力在系統(tǒng)中不做功,則非保守力所做的功即為系統(tǒng)消耗的總能量。建立的目標(biāo)函數(shù)為:
其中,為權(quán)重,為輸入的控制信號,()為目標(biāo)軌跡與實際軌跡的距離。
系統(tǒng)消耗的總能量由輸入控制信號對最優(yōu)軌跡的跟蹤消耗的能量與實際軌跡偏離目標(biāo)軌跡的殘余耗損功兩部分組成,結(jié)合機械手實際工作任務(wù)的情況來分配不同權(quán)值,從而產(chǎn)生最少的能量耗損。通過差分進化算法可以得到公式(3)中的一組最優(yōu)離散參考軌跡。
為了確定待定系數(shù)m,n,o與p,根據(jù)插值的邊界條件可得
分別取公式(1)中轉(zhuǎn)動慣量=0.078,粘性系數(shù)=0.1953,=()。通過坐標(biāo)Z變換對擺線軌跡進行分段離散化,擺線周期T=1,最大允許時間定為4T,采樣點數(shù)為1500,則采樣時間為0.001s。
圖2 目標(biāo)軌跡、最優(yōu)軌跡與軌跡跟蹤圖
圖3 輸入的控制信號圖
圖4 最優(yōu)軌跡優(yōu)化效果圖
圖5 目標(biāo)函數(shù)的優(yōu)化效果圖
圖2中,優(yōu)化軌跡在約0.8s之前,樣條插值法沿著參考路徑對最優(yōu)軌跡進行最優(yōu)規(guī)劃;0.8s-3s之間,基本上達到了最優(yōu)軌跡相對于理想軌跡的一致性,此時正好在跟蹤指令θ=0.5附近,由此驗證了差法進化法對于向目標(biāo)軌跡逼近的有效性,使得系統(tǒng)運動過程中的能量耗損達到理論最小值。圖3表示輸入控制信號在較小范圍內(nèi)穩(wěn)定輸入系統(tǒng)中,避免了過大的干擾造成的算法的誤差;圖4中,采用三次樣條插值模擬出的最優(yōu)軌跡整體較理想軌跡上移,更快達到跟蹤指令。圖5中,隨著優(yōu)化時間的增加,耗損能量明顯降低,有效的改進了目標(biāo)函數(shù)的最值結(jié)果,進一步說明差分進化法對于軌跡優(yōu)化問題的求解的智能性與先進性。
提出了一種以轉(zhuǎn)角為單關(guān)節(jié)式機械手臂的軌跡優(yōu)化設(shè)計,將其視為二階線性系統(tǒng),以系統(tǒng)運動消耗的能量作為目標(biāo)函數(shù),采用差分進化算法對其運動軌跡進行優(yōu)化;通過三次樣條插值法中的插值節(jié)點將離散后的規(guī)劃軌跡連續(xù)化,從而最終確定出與貼近于理想軌跡的最有軌跡。
[1] 同志學(xué),馮濤,張立崗.多液壓缸采樣臂同步運動控制的設(shè)計與實現(xiàn)[J].控制工程,2012(11):1090-1092+1096.
[2] 高東強,楊磊,韓昆.SCARA 機械手的軌跡規(guī)劃及運動學(xué)分析[J].機械設(shè)計與制造,2015(1):269-272.
[3] 范柄堯,張春美.移動機器人路徑規(guī)劃的混合差分進化算法[J].太原科技大學(xué)學(xué)報,2019,40(01):6-12.
Optimal Trajectory Design of a Single Degree of Freedom Articulated Manipulator
Xiong Li, Chen Jiewen,Deng Lindong,Chen Shilin
(School of Mechanical and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074)
This paper proposes a motion trajectory optimization problem for a single-degree-of-freedom articulated mani -pulator and establishes a second-order linear system. The minimum energy of the end of the manipulator compared to the ideal trajectory is the objective function, and the continuity trajectory is discretized, and the motion trajectory is optimized by the differential evolution (DE) algorithm. Combined with the cubic spline interpolation method to determine the continu -ous trajectory, the PD control method is used to track the optimal trajectory, so that the energy consumed in the final motion process is minimized. The simulation results show that the trajectory optimization of this algorithm has high conver -gence speed and strong intelligence.
single degree of freedom joint manipulator; differential evolution algorithm; cubic spline interpolation, energy consumption
U462.1
A
1671-7988(2019)13-176-03
U462.1
A
1671-7988(2019)13-176-03
熊藜,就讀于重慶交通大學(xué)機電與車輛工程學(xué)院。研究方向:汽車工程。
10.16638/j.cnki.1671-7988.2019.13.058