10.16208/j.issn1000-7024.2020.04.018
基于泛函梯度优化的运动规划算法
针对高自由度的机械臂的灵活性和自主性问题,提出一种快速且高效的机械臂运动规划算法.通过动态运动基元(DM Ps)模型对运动轨迹进行编码提取特征,作为运动轨迹先验知识,基于现在物理环境和目标任务设计无碰撞及高能效的目标泛函,通过对目标泛函进行梯度下降得出在该环境下的最优轨迹.为验证算法的有效性,通过机器人实验平台(v-rep)模拟机械臂的日常操作任务.实验结果表明,在整个工作空间内,机械臂通过少量的迭代(少于6次),便可生成无碰撞的运动轨迹,可降低能耗20% 以上.
机械臂、运动规划、特征提取、动态运动基元、梯度下降
41
TP242.6(自动化技术及设备)
江苏省自然科学基金项目bk20180693
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
1006-1011