Page 127 - 工业机器人控制技术研究

第四章 工业机器人的性能优化

的多项式进行插值处理，使用分段多项式处理更复杂的情况。而面对工业要求的
逐步提高，基本多项式难以满足要求，今后的趋势将更多地采用运行学性能更好
的轨迹规划算法，如 B 样条、NURBS 曲线等。另外，样条曲线参数化的表达使

得轨迹优化的求解更简单易行。从轨迹优化算法来看，上述研究针对不同的优化
目标提出了各自的最优轨迹规划算法，应用最多的属于仿生智能优化算法，虽然
达到了既定目标的优化，但大多属于理论上的最优。工业应用需要满足实时、稳
定等要求，所以今后优化求解算法将更多地考虑采用多种算法的组合改进，进而

提高算法的收敛速度及准确性。
在对优化目标的选择上，多目标优化将受到更多关注。随着工业机器人应用
范围的扩大，除时间、能量、冲击等目标外，实际作业中的路程、转矩等其他优
化也需要考虑。而对于多目标优化，目前采用的方式主要有直接设置约束条件、

二次优化、附加权系数以及惩罚函数方式等，更多的是采用附加权系数的方式，
即转化成单一目标函数，进而看做单目标优化，但权重的确定有很大的主观性。
因而，多目标优化方式的改进以及综合优化评价方式的确定是亟待解决的问题。
今后的发展方向应该是考虑各个优化目标之间的联系，然后综合考虑确定更准确

统一的优化目标。
轨迹优化中的约束条件影响着优化效果的优劣，这也是今后研究的重点内容
之一。目前大多数轨迹优化的研究中，对于约束都是设定为固定值，极大地限制
了机械臂的性能。应考虑机械臂的动力学模型，准确计算机械臂的极限，从而可

将约束设置为动态调整的形式，能够进一步发挥机械臂的性能。如对时间的优化，
若动态调整加速度约束，让机械臂以接近限制速度运行，充分利用伺服系统进一
步优化运行时间，对于其他优化目标同样适用这种方式。因此，通过对约束的调
整进一步提升优化效果会是今后的研究热点。

运动规划的模块化、集成化和智能化是未来的必然选择。路径规划和轨迹规
划是运动规划的两个基本问题。将笛卡尔空间的路径规划模块与关节空间的轨迹
规划及优化模块集成在一起，如何更好地完成规划的目的是需要进一步研究的热
点。目前，在关节空间中的轨迹优化大多数是在给定路径上的优化，达到了理论

上的最优，如何保证在实际工况下，不同路径上的适用和可靠也是一个需要研究
的问题。另外，随着工业自动化应用中精度要求的提高以及作业环境变得更加复
杂，智能化将是未来的轨迹规划的一大发展方向。特别是机器视觉技术的发展，

119