万方数据基于IAGA的机械手时问最优轨迹规划鬣：’·机械设计与制造◆一_『：||(7k肘DE研如60m￡0可矿肌c^Ⅱnic口f腻口n咖￡“糟n蒯A“to舢如n，z比如昭踟洫邝i￡)，矿‰^加zogy，m，瞥^o“310014，miM)引言机程周小燕，高峰，鲍官军，杨庆华要：为了实现机械手在约束范围内以最快的速度运动。将遗传算法应用于机械手时问最优轨迹规划的研究。在遗传算法进化过程的基础上，提出了一种基于种群集散状态的改进自适应遗传算子，同时采用了优胜劣汰的选择方式，进化后期交换交叉和变异的顺序，有效地解决了简单遗传算法的两大缺陷。对PUMA560的前三铰进行了仿真试验．并与混沌优化法进行了对比分析。实验结果表明，所提出的算法可以有效地防止早熟，收敛速度更快，鲁棒性更好且拥有较强的寻优能力。关键词：改进自适应遗传算法；机械手；时间最优轨迹规划中图分类号：TP242文献标识码：A时间最优轨迹规划是机器人研究的重要课题，国内外已有很多学者做了研究。文献[1-2]运用运动学方法进行了时间最优轨迹规划，规划过程中没有考虑动力学约束，虽然使得问题得以简化，但是所得的结果却与实际情况有出入。文献[3-4]综合考虑了关节角速度约束、角加速度约束、角加加速度约束及力矩约束，但是由于力矩方程的强非线性和强耦合性，使得时间最优轨迹优化问题较复杂。目前，处理有约束的非线性优化问题常采用随机搜索算法、模拟退火算法、遗传算法等。简单遗传算法(SGA)在任何情况下都是不收敛的”1，而通过改进的遗传算法，如自适应遗传算法，一般能解决标准遗传算法早熟收敛和收敛速度慢的缺点，保证收敛到全局最优解，比其他算法更适合处理复杂的非线性问题冲1。对自适应遗传算法，国内外已有很多学者做了研究。M．s“nivas提的自适应遗传算法中¨1，交叉概率P。和变异概率P。随着个体的适应度值的变化在种群平均适应度值和最大适应度值之间进行线性调整。刘智明等提出基于排序的改进自适应遗传算法汹’，石山等研究了余弦改进形式的自适应遗传算子一1，郝晓弘等提出了基于种群集散度的自适应遗传算法¨⋯。笔者在研究他人的改进自适应遗传算子的前提下，提出一种新的自适应遗传算子，并对PuMA560的前三铰进行时间最优轨迹规划。电工(浙江工业大学机械制造及自动化教育部重点实验宅，浙江杭州310014)摘文章编号：lool一4551(2009)08—0001一04trajectoryplanningmanipulatorsimprovedGuan-jun，YANGQing-hua0第26卷第8期2009年8月Time·optimalforrobotbasedalgorithmZHOUXiao-yan，GAOFeng，BAO(IAGA)algorithm(SGA)emciently．jointsalgorithm(IAGA)；robot基金项目：国家高技术研究发展计划(“863”计划)资助项目(2007AA04，Z222)；国家自然科学基金资助项目(50575206)；浙江省重中之重学科开放基金资助项目(未提供)作者简介：周小燕(1984一)，女，浙江浦江人，主要从事机器人运动规划方面的研究．E—mail：xiaoyanzhoul984@126．com通信联系人：杨庆华，男，教授，硕士生导师．E—mail：∞bot@zjMechanical＆FlectricaIEngineeringMagazineVoL26No．8Aug．2009adaptivegeneticAbstract：Aimingreallzingthefastestspeedofmbotmanipulator8inconstraints，theappliedresearchtime—optimalmanipulators．Aschemeimpmvedself．adap“VepopuIationspeciesdistributionproposedeVolu“on，theselectruivalfitte8tadopted，andanaphaseevolvement，theorderandvariationexchanged，whichdealswithdisadvantagessimpleSimulationsPUMA560robot’sfirstthreecarriedComparedchaosoptimization，theexperimentalresultsshowthatpresentedalgo“thmfeaturesVirtuesprevention，fasterhigherrobugtnessseaI℃hability．Keywords：impmvedself-adaptivemanipulators；time-optimal收