摘要
本論文は冗長マニピュレータの軌道追従と障害物回避計画を最適化問題として統一し、改良型グレイウルフアルゴリズムに基づく回避追従オプティマイザを提案する。まず、バウンディングボックス法に基づき回避空間をモデル化し、GJKアルゴリズムを用いてマニピュレータと障害物間の最短距離を算出した。次に、適応度関数を設計し、回避報酬項を導入してオプティマイザを積極的に報酬することで、マニピュレータが目標軌道を追従しながら障害物を回避するようにした。その後、グレイウルフアルゴリズムをランダム分散戦略で改良し、アルゴリズムの全局探索能力を強化して最適化問題をより良く解決した。最後に、9自由度の冗長マニピュレータで提案手法の有効性と優位性を検証した。実験結果は以下の通りである：円形目標軌道に対し、マニピュレータ先端の追従誤差は0.21 mm、追従中にマニピュレータと障害物の距離は70 mm以上であった。古典的なグレイウルフアルゴリズムと比較し、改良型は追従精度を13%向上させた。本論文で提案する回避追従オプティマイザはミリメートル単位の精度で冗長マニピュレータの軌道追従と障害物回避を同時に満たし、改良型グレイウルフアルゴリズムは古典的なアルゴリズムの収束精度を効果的に向上させる。
关键词
冗長マニピュレータ; グレイウルフアルゴリズム; 軌道追従; 障害物回避計画
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website