返回
A multi-strategy enhanced moth-flame optimization algorithm for complex inverse kinematics problems in series robots
DOI:10.1007/s10586-024-04985-4.png)
摘要
En 中文
本研究针对优化机械臂动态特性,随着运动冗余度的增加,求解逆运动学问题的复杂性显著提高,使得开发通用的解析解算法极具挑战性。为应对这一挑战,本文引入了一种多策略增强的飞蛾扑火优化算法(DMFO)。首先,飞蛾扑火优化算法(MFO)的初始分布不均限制了其全面的初始搜索能力,导致收敛速度缓慢,因而在特定工程问题中缺乏竞争力。为改进DMFO的性能,引入了变异混沌策略、量子进化策略和精确淘汰策略。其次,将DMFO与八种元启发式算法(GA、PSO、ABC、MFO、DE、WO、BKA、COA)在CEC2017测试函数上进行对比,验证了DMFO在局部和全局开发与探索方面的卓越能力。随后,基于DH方法建立了4、6、7自由度机械臂的运动学模型,并从正向运动学方程推导出目标函数,通过应用验证了DMFO在求解机器人逆运动学问题中的有效性。最后,在UR16e机械臂上进行了工程验证,突显了DMFO在解决多自由度串联机器人逆运动学问题上的成功。
Keyword:
Inverse kinematics
Optimization algorithm
Joint limits
The robotic arm UR16e
期刊
C
IF:
4.1
论文数:
5.1K
被引数:
7.5K
机构
引用论文
An improved African vultures optimization algorithm based on tent chaotic mapping and time-varying mechanism
PLOS ONE
IF0
Toward coordinated planning and hierarchical optimization control for highly redundant mobile manipulator
ISA TRANSACTIONS
IF6.5
Multi-stage trajectory tracking of robot manipulators under stochastic environments
ISA TRANSACTIONS
IF6.5
ANN Approach for SCARA Robot Inverse Kinematics Solutions with Diverse Datasets and Optimisers基于多样化数据集和优化器的SCARA机器人逆运动学解的ANN方法
Secretary bird optimization algorithm: a new metaheuristic for solving global optimization problems秘书鸟优化算法: 解决全局优化问题的一种新的元启发式算法

