基于QPSO算法的机械臂多项式插值轨迹规划方法

    公开(公告)号:CN109343345B

    公开(公告)日:2021-12-03

    申请号:CN201811135979.8

    申请日:2018-09-28

    Applicant: 江南大学

    Abstract: 本发明提供一种基于QPSO算法的机械臂多项式插值轨迹规划方法,利用QPSO算法对多自由度机械臂的3‑5‑3分段插值轨迹进行时间最优轨迹规划,其特征在于,包括以下步骤:步骤S1,构建机械臂多项式插值轨迹规划所需的目标函数;步骤S2,根据QPSO算法,根据粒子个体最优位置和粒子全局最优位置来对粒子群体进行迭代进化,从而选出具有全局最优适应度的粒子位置和其对应的适应度值。本发明能保证六自由度机械臂末端轨迹满足运行过程尽量平滑,末端位置、角速度和角加速度无突变的原则;其仿真结果的精度要优于双层PSO优化算法,收敛速度要比传统PSO优化算法快,计算过程所耗时间均比双层PSO算法与PSO算法少。

    基于QPSO算法的机械臂多项式插值轨迹规划方法

    公开(公告)号:CN109343345A

    公开(公告)日:2019-02-15

    申请号:CN201811135979.8

    申请日:2018-09-28

    Applicant: 江南大学

    Abstract: 本发明提供一种基于QPSO算法的机械臂多项式插值轨迹规划方法,利用QPSO算法对多自由度机械臂的3-5-3分段插值轨迹进行时间最优轨迹规划,其特征在于,包括以下步骤:步骤S1,构建机械臂多项式插值轨迹规划所需的目标函数;步骤S2,根据QPSO算法,根据粒子个体最优位置和粒子全局最优位置来对粒子群体进行迭代进化,从而选出具有全局最优适应度的粒子位置和其对应的适应度值。本发明能保证六自由度机械臂末端轨迹满足运行过程尽量平滑,末端位置、角速度和角加速度无突变的原则;其仿真结果的精度要优于双层PSO优化算法,收敛速度要比传统PSO优化算法快,计算过程所耗时间均比双层PSO算法与PSO算法少。

Patent Agency Ranking