摘受摘
摘受
摘要
基于虚拟现实技术的机器人运动控制仿真研究是目前机器人学研究中的~ 个热点。逶过孳{入虚瓠溪实授零,霹戳鞠建委鸯羹塞鼹麓效遥爽靛傣囊环境,遴 行更加有效的人机交互式操作。而机器人的轨迹规划问题则是机器人研究领域 中一令长蘩存在瓣俦绞l’赢逶。爨蘸,墨经毒魄鞍多静簸坟鬟矧算法,这些算法 各具特色,在菜些特定场合中发挥了一定的功效。不过,这些算法也存在着~ 些缺黧,因越,磅究叛夷驻这袋不是势基突窭算法懿实际工鼗应援为嚣熬靛改 进算法飑有重要现实意义的。
本学蕴论文铮对盛羧囊实技术纛瓿嚣人软迹趣划这嚣大镶域瑟震了一些交 叉研究,将虚拟现实技术这一新颖的技术应用于轨迹规划这一传统的机器人研 究领域中,在聪者之耀建立起了有效熬连接。论文工传以对瑟淘柱器入控裁懿 新颖的投射式殿拟现实(Projective Virtual Reality,PVR)技术理论的改进和扩 矮受觋炎主线,蕾重在嫠予改遴戆PVR技术的梗器人虚拟仿真平台懿霹割和系 统扩展接口的设计,阻及对应的投射式虚拟环境下机器人轨迹规划算法的研究 和实现等方夏髂了一些毒盏豹攥索褰尝试。学位论文的主要工{乍和成果可以檄 括为以下五个方面:
1.在全嚣缝介绍了相关领域的国内多}研究现状的基础上,重点对PVR技 术这一虚拟现安技术和机器人控制相结合的前沿应用领域进行了分析研究,提 出了该技术的遴一步磷究方囱。同对,在此基础上,提出并必体设计了一个凝 颖的基于PVR技术的机器人纛拟仿真控制平螽,该平台克服了以往PVR应用 过程中的一些不足。舆体地,在避碰梭测和人机交叠式操{乍等方面进行了讨 论。与现有同类仿真平台相比,这里掇出的虚拟仿真平台迸一步墟改避了PVR 技术,具有结构麓单、适用面广等特点。它既可作为虚拟仿真训练平台,进行 逼真的临场感撩作训练;又可作为多功能机器人操作仿真试验平台,进行机器 人操作仿真试验。
2.为了使上述设计翡仿襄平台具肖良好鲍适应往和扩震经,针对PVR技 术中任务演绎和动作规划这两大关键部件一般很难在非结构化和未知的环境中 被有效擒造的不足,将主动数攒库中静ECA蕊剃穰蒂l霉}入虱仿真系统率,撬磁 了一个新的软件框架TD&AP ECA。该框架不仅具有良好的浆韧性(它能根据 操作者的需求乘方便谶踅新部分参数豫仿真系统),瑟显为PVR技术的轿律式 和分布式应用提供了一个良好的扩展接口。初步的仿真实验验证了提出方法的 可行往年羹有效穗。
中南大学博士学位论文3.深入研究了机器人的最优时间轨迹规划(MTTP)算法和机器人轨迹规
中南大学博士学位论文
3.深入研究了机器人的最优时间轨迹规划(MTTP)算法和机器人轨迹规 划的综合优化(IOTP)算法。在新算法中,基于设计的一种简单实用的机器人 碰撞检测策略,以及结合问题特点引入的优化技巧,比较完整地构建了问题的 优化模型,并据此提出了高效的加强型进化规划算法来进行具体求解。系统仿 真比较实验验证了提出算法的可行性和有效性,在计算精度上要优于已有方 法。特别地,以MOTOMAN.UP6工业机器人为实际应用对象,在基于PVR技 术构建的仿真系统平台上,考虑了算法在投射式虚拟环境下的应用,得到了提 高投射式操作精度的一些有用辅助操作手段,并据此提出了“虚拟轨迹” (virtual trajectory)的概念。
4.研究了机器人最优时间动作路径规划(MTMPP)算法。先针对基本的
MTMPP问题,提出了一种新颖的混合式进化计算模拟退火求解算法,对算法 的收敛特性进行了严格的数学形式证明,并将设计的算法与现有的几种优化算 法进行了数值仿真比较;然后,将提出的算法与机器人学中一些比较有效的优 化技术结合起来,在此基础上又提出了其它三类优化算法,分别解决了工业应 用领域中三种不同类型的扩展型MTMPP问题。同时,将设计的优化算法引入 到仿真系统中的投射式虚拟环境下,得到了一些有用的辅助操作手段,并提出
了“虚拟指导式移动路径”(virtual instructional moving path)的概念。
5.基于目前正在广泛使用的极具发展前途的蚁群优化(Ant Colony Optimization,ACO)算法,提出了解决机器人路径规划的改进型ACO算法 IACO+,讨论了对含有约束条件的连续型函数优化问题的求解。在算法的设计 中,具体构造了特殊的距离启发式信息概率:动态确定了算法中的两类重要权 值系数;有效构造了问题的可行解:为蚂蚁在移动过程中综合确定了转移概 率。另外,针对目前对ACO算法收敛性的数学证明还很缺乏的不足,基于泛函 分析的手段,对提出的算法IACO‘的收敛特性进行了初步的数学分析和证明。 仿真实验的结果验证了提出算法的实用性和有效性。
学位论文的最后一章在总结全文工作的基础上,从涉及两个理论