Thiết kế quỹ đạo tối ưu cho robot sử dụng thuật toán di truyền
Tóm tắt: 49
| 
PDF: 582 
##plugins.themes.academic_pro.article.main##
Author
Từ khóa:
Tóm tắt
Bài toán thiết kế quỹ đạo tối ưu là một vấn đề cần được giải quyết trong ứng dụng robot. Quỹ đạo được thiết kế tối ưu về thời gian di chuyển đồng thời phải thỏa mãn các ràng buộc khác nhau như giới hạn mô men, phạm vi di chuyển của các khớp trong không gian làm việc cũng như tốc độ chuyển động của các khớp. Bài báo trình bày cách thức thiết kế quỹ đạo tối ưu sử dụng GA. Khác với các nghiên cứu trước, quỹ đạo tham chiếu được cho là giống quỹ đạo thực. Do đó, mô men tác động tại các khớp được tính toán bằng cách sử dụng động học nghịch và động lực học thuận của robot. Bài báo đề xuất đưa thêm bộ điều khiển vào khi thiết lập quỹ đạo tối ưu, mô men tại các khớp robot được tính toán từ đầu ra của bộ điều khiển. Cách thiết kế này đảm bảo tương đồng giữa thiết kế quỹ đạo và việc triển khai trong thực tế. Các kết quả mô phỏng với các loại quỹ đạo khác nhau đã chứng minh tính khả thi của phương án được đề xuất.
Tài liệu tham khảo
-
[1] Shigang Yue, Dominik Henrich, W. L. Xu and S. K. Tso, "Point-to-Point trajectory planning of fexible redundant robot manipulators using genetic algorithms”, Robotica, 20, pp. 269–280, 2002.
[2] J. S. P. J. A. T. Machado, "A Ga Perspective of The Energy Requirement For Manipulators Maneuvering In A Workspace With Obstacles”, Cec 2000- Congress On Evolutionary Computation,
pp. 1110- 1116, 16-19 July 2000, Santiago, California, USA.
[3] A. T. M. P. B. M. O. E.J. Solteriro Pires, "Fractional Order Dynamic In A Genetic Algorithm”, The 11th International Conference On Advanced Robotics, Colombia, Portugal, pp. 264 -269, June 30- July 3, 2003.
[4] I. M. Bahaa Ibraheem Kazem, Ali Talib Oudah, "Motion Planning for a Robot Arm by Using Genetic Algorithm”, Jordan Journal of Mechanical and Industrial Engineering, vol. 2, Number 3, pp. 131 - 136, Sep. 2008.
[5] S. I. S. M. Dekan, "Optimization of Robotic Arm Trajectory Using Genetic Algorithm”, Proceedings of the 19th World Congress The International Federation of Automatic Control, Cape Town, South Africa, August 24-29, 2014.
[6] J. Craig, "Introduction to Robotics Mechanics and Control”, Pearson Education International, third Edition 2005.
[7] P. Hidalgo D, Castillo O, "An optimization method for designing type-2 fuzzy inference systems based on the footprint of uncertainty using genetic algorithms”, elsevier Expert Syst Appl, vol. 39, Issue 4, pp. 4590-4598, March 2012.
[8] D. Roy SS, "Soft computing-based expert systems to predict energy consumption and stability margin in turning gaits of six-legged robots”, elsevier Expert Syst Appl, vol. 39, Issue 5, pp. 5460-5469, April 2012.
[9] KöKer, R, "Agenetic algorithm approach to a neural-network-based inverse € kinematics solution of robotic manipulators based on error minimization", Information Sciences, 222, pp.528-543, February 2013.
[10] J. Eder R, "Special genetic identification algorithm with smoothing in the frequency domain”, elsevier Adv Eng Software, vol. 70, pp. 113-122, April 2014.
[11] E. Goldberg, and Manohar P. Samtani, "Engineering optimization via genetic algorithm", In Electronic computation, pp. 471-482, 1986.
[12] A. S. M. a. A. M. S. Z. S. Sun, "Trajectory planning of multiple coordinating robots using genetic algorithms”, Robotica, vol. 14, Issue 02, pp. 227-234, March 1996.
##plugins.themes.academic_pro.article.sidebar##
