引用本文:谭冠政, 王越超.工业机器人时间最优轨迹规划及轨迹控制的理论与实验研究(英文)[J].控制理论与应用,2003,20(2):185~192.[点击复制]
TAN Guan-zheng, WANG Yue-chao.Theoretical and experimental research on time-optimal trajectory planning and control of industrial robots[J].Control Theory and Technology,2003,20(2):185~192.[点击复制]
工业机器人时间最优轨迹规划及轨迹控制的理论与实验研究(英文)
Theoretical and experimental research on time-optimal trajectory planning and control of industrial robots
摘要点击 2904  全文点击 1380  投稿时间：2001-11-13  修订日期：2002-08-08
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2003.2.005
  2003,20(2):185-192
中文关键词  工业机器人  时间最优  轨迹规划  轨迹控制  二次多项式  余弦函数  最优化算法
英文关键词  industrial robot  time optimal  trajectory planning  trajectory control  quadratic polynomial  cosinoidal function  optimization algorithm
基金项目  
作者单位E-mail
谭冠政, 王越超 中南大学 机器人研究所,湖南长沙 410083
中国科学院 机器人学 开放研究实验室,辽宁沈阳 110016 		tgz@mail.csu.edu.cn 
中文摘要
      提出了一种用于工业机器人时间最优轨迹规划及轨迹控制的新方法, 它可以确保在关节位移、速度、加速度以及二阶加速度边界值的约束下, 机器人手部沿笛卡尔空间中规定路径运动的时间最短. 在这种方法中, 所规划的关节轨迹都采用二次多项式加余弦函数的形式, 不仅可以保证各关节运动的位移、速度、加速度连续而且还可以保证各关节运动的二阶加速度连续. 采用这种方法, 既可以提高机器人的工作效率又可以延长机器人的工作寿命. 以PUMA 5 6 0机器人为对象进行了计算机仿真和机器人实验, 结果表明这种方法是正确和有效的. 它为工业机器人在非线性运动学约束条件下的时间最优轨迹规划及控制问题提供了一种较好的解决方案.
英文摘要
      A new method used for time optimal trajectory planning and control of industrial robots is proposed, which can ensure the motion of a robot's hand along a specified path in Cartesian space has the minimum traveling time under the constraints on the boundary values of joint displacements, velocities, accelerations, and jerks. In this method, the planned joint trajectories are all expressed by a quadratic polynomial plus a cosinoidal function and are continuous not only in displacements, velocities, accelerations but also in jerks. By using the method, a robot's working efficiency can be raised and its life span can be extended. The results of computer simulation and experiment with a Unimate PUMA 560 type robot proves that this method is correct and effective. It provides a better solution to the problem of industrial robot's time optimal trajectory planning and control under the nonlinear kinematical constraints.