Page 120 - 工业机器人控制技术研究

R 工业机器人控制技术研究
esearch on Control Technology of Industrial Robot

很好的效果。付正国将人工蜂群算法用于优化轨迹时间，并与改进遗传算法的优
化效果进行了对比。在满足约束条件下对总运动时间进行优化，人工蜂群算法迭
代速度更快，并且总运动时间减少得更多，优化效果更好。同时，人工鱼群算法

也在轨迹优化中有一些应用。张淦对人工鱼群算法理论进行了详细的分析，将其
用于轨迹时间优化。在轨迹进行 3-5-3 分段插值的基础上，首先，采用人工鱼群
算法对 3 段轨迹的时间进行了优化，其优化结果缩小了运动时间，但算法收敛速
度慢，并且关节速度远远未达到极限速度，说明优化结果还未达到最优。进一步，

利用萤火虫算法中的吸引度思想对算法进行改进，增强了寻优能力，避免了陷入
局部最优值，进一步减少了运动时间。
关节空间轨迹时间优化的目的是在满足约束条件下，尽可能地缩短运行时间，
提高工作效率。对于轨迹时间的优化，本质上是以时间最短为优化目标，在运动

学或动力学约束条件下，寻找最优解的数学优化问题，所以对时间的优化就集中
在对于优化算法。大多数的研究都是在满足关节速度、加速度、加速度约束下，
采用不同的优化算法进行寻优。主要考虑的问题就在于优化算法的收敛速度快慢
以及是否全局最优。但各种优化算法都有自己的优缺点，需要根据实际需要选择

合适的时间优化算法。同时各种优化算法有其适用条件，是否能够综合各种算法
的优点，形成一种通用的时间优化算法也是今后的研究方向。
2. 能量优化
工业机械臂在生产过程中，能量的消耗也是一个需要重点考虑的问题。因为

较少的能量消耗将减少成本，增加效益。同时，在某些环境下对能量的提供是有
限的，这时候如何更好地以最小的能量消耗完成作业任务就是一个需要解决的问
题，所以有必要对能量消耗的优化问题进行研究。能量优化的目的就是以最小的
能量消耗完成指定任务，进而能最大限度地完成更多的任务。

国际上对轨迹能量消耗的研究较早，其主要研究内容包括能耗函数的确定以
及优化算法的选择。Martin 等对点到点轨迹的能量优化问题进行了分析，以转矩
平方的积分度量能量消耗，通过对一组 B 样条基函数的约束参数进行优化，确
定了能量消耗的局部最优解。Mohammed 等利用 Matlab 开发了机械臂优化模块，

通过求解逆动力学，对每个配置执行所消耗的能量进行计算，从而选择能耗最低
的配置对机械臂能耗进行最优化。Ayten 等基于转矩建立了能量成本函数，同样
通过逆动力学模型对成本函数进行计算。在运动学和动力学约束下进行能量消耗

112