粒子群在小车机械手臂的应用

1、内容简介

机器人是一种可编程和多功能的操作机；或是为了执行不同任务而产生的可用电脑控制和可编程动作的专门系统。机器人的任务是协助或取代人类的工作，例如生产业、建筑业以及军事等方面。

本课题基于实际生活中的需要，旨在研制一种高效快捷完成抓取任务的智能辅助机器人。其各个功能的实现结合了嵌入式系统、单片机、模电、数电以及matlab仿真等多方面的专业知识。实验硬件包括L298N芯片及其下载工具，多种传感器和机器人配件。在搭建完硬件平台后，选择Arduino mega芯片作为编程平台实现了MDO系统的移植和使用，并利用MDO系统协调两块单片机以及各个功能模块完成相应的任务。最终通过软硬件相结合，实现MDO系统在智能搬运车上的应用。

在车体及搭载的机械手的协调联动下，智能搬运车以图像为主利用摄像机的无标定方式控制机械手完成目标抓取任务，同时车体可以做相对自由的行驶任务。本论文分析这一车行驶任务与机械手抓取任务的多任务多机构协调联动机理，建立多变量协调控制算法。车体在配合机械手抓取的任务之外，本身继续保持运动状态已完成自身相对独立的行驶任务，将机械手与车体的多任务多机构协调联动控制转换为各变量在约束条件与相互协调下的个定点和区域变量的协调控制。

2、内容说明

粒子群隶属于最优化算法。最优化广泛存在与日常生活中。可用一句话概括为：最优化就是在给定的人力、物力、财力的前提下如何发挥这些资源的最大利用，获得最大收益。 

最优化是一种基于数学的优化技术，长期以来人们一直在对优化方法进行探索，早17 世纪，英国 Newton 和德国 Leibnitz 发明蕴含优化内容的微积分，1847年法国数学家 Cauchy

首次采用最速梯度下降法解决无约束优化问题，1938 年前苏联数学家  Канторович (康托罗维奇)发表了《生产组织与计划中的数学方法》等论文，在论文中首次提出解决生产计划优化决策的线性规划问题的解乘数法。关于最优化问题的理论探讨，随着现实需要不断在发展。但是，由于各种客观因素的限制，直到 20 世纪 30 年代，优化理论仍未形成一个独立的学科。自 1946年随着世界上第一台计算机诞生以来，伴随着生产活动的不断发展，对于最优化问题的研究成为一种迫切需要。同时，由于计算机技术的发展有了求解的有效工具，一些超大规模的问题有了求解方法，可以使理论向实际应用转化，使得优化理论在工程、经济管理等方面得到了广泛应用。 

近年来，随着计算机技术的广泛应用，使得优化问题的研究有了有力的求解工具。这使得优化理论和算法迅速发展起来，一些优化算法，例如牛顿法、共扼梯度法、模式搜索法、单纯形算法、Rosenbrock 法、Powell 法和 Lagrange 乘数法等被相继提出，这些算法对推动优化理论解决实际问题起到了不可磨灭的作用。但是，这些算法在实际应用中也遇到了难以克服的缺陷，如当优化模型包含大规模的决策变量或所优化的问题存在多个局部最优解等情况下，上述这些算法表现出极低的运行效率，并且在求解某些 NP-hard 问题(TSP、VRP 等)，尤其当问题规模较大时，无法在多项式时间内完成，导致计算复杂度、收敛性等方面都不能满足实际需要。 受达尔文进化论思想和自然现象的启发，20 世纪 80 年代以来，一些智能优化算法，如遗传算法  (Genetic Algorithm，GA)，人工免疫系统(Artificial Immune System

，AIS)，差分进化算法(Differential  Evolution,  DE)，蚁群算法(Ant Colony Optimization,  ACO)等相继被提出。这类新算法不要求目标函数和约束的连续性与凸性、可导、可行域连通，甚至有无解析表达式都可；同时，在计算复杂度上表现出极大的优势。这些优点使智能算法在很短的时间里就得到了广泛应用，为优化理论的发展提供了一个崭新的平台。 

粒子群算法(Particle swarm optimization, PSO)是一个相对新的优化技术，它在计算方法上类似于 GA 算法，但不同的是 PSO 算法不使用杂交和变异等进化计算中用到的因子，而是通过模仿兽群、鸟群、鱼群等群体行为来进行搜索。PSO概念简单，控制参数少，易于实现，具有一定的并行性等特点，自提出以来便受到学术界广泛关注，大量的研究论文及成果不断出现，为古老的优化理论注入了新的生机和活力，推动了优化理论的发展。特别是进化计算国际大会(IEEE Congress on Evolutionary Computation)每年均为群智能举办了 Special Session，体现了对群智能算法研究的重视。

3、仿真分析

 

 

 

4、参考论文

一种改进的简化粒子群算法_黄太安.caj
基于Arduino的自动避障及通信控制智能小车系统的研究与设计_于洋.caj
基于GOCW项目实现对智能搬运小_省略_模块进行实时电量供电及其监控设计_吕旭东.caj
基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用_程声烽.caj
搬运机器人智能控制系统的设计_原焕林.caj
粒子群算法的研究及应用_刘衍民.caj