.png){kind=icon}
返回
Multi-objective collaborative optimization for multi-robot systems with high coupling characteristics
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2026.102387.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多机器人焊接系统高度适用于现代制造业中的大规模生产，特别是在优化汽车制造业中标准部件的大规模制造工艺方面。然而，此类系统中的协同规划涉及高度耦合的子问题，包括焊点分配、焊接顺序规划与姿态规划、机器人运动路径生成、外部轴定位和焊枪驱动，所有这些均需满足严格的工业约束。为解决这些挑战，本文提出了一种单站多机器人焊接系统的协同规划框架。建立了一个三目标优化模型，涉及焊点分配、机器人焊接顺序和焊接姿态选择。为有效求解该模型，设计了问题特定的种群初始化、编码-解码方案以及定制的交叉和变异算子，并将其整合到先进的的多目标优化算法中。实验结果表明，所提出的方法在收敛性和解的质量方面始终优于当前最先进的多目标优化方法。此外，所提出的框架应用于实际多机器人系统的协调规划，表明本文提出的解决方案能够提升工厂规模的生产效率，并对优化高度耦合的焊接系统具有显著的实际意义。
Keyword:
Multi-robot welding
Collaborative planning
Multi-objective optimization
Weld point allocation
Posture selection
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
引用论文
Multi-station multi-robot task assignment method based on deep reinforcement learning基于深度强化学习的多站多机器人任务分配方法
OAAI
OAAI分享收藏分享收藏Energy-Efficient Distributed Welding Shop Scheduling Based on Multi-Objective Seagull Algorithm基于多目标海鸥算法的节能分布式焊接车间调度.png)
PROCESSESOAAI
PROCESSESIF2.8
OAAI分享收藏分享收藏Multi-Objective Immune Optimization of Path Planning for Ship Welding Robot多目标免疫优化在船舶焊接机器人路径规划中的应用ElectronicsOAAI
ElectronicsIF0
OAAI分享收藏
查看更多内容