煤矿井下探测作业机器人轨迹粒子群规划方法研究

煤炭工程 ›› 2018, Vol. 50 ›› Issue (9): 124-127.doi:

煤矿井下探测作业机器人轨迹粒子群规划方法研究

梁玉柱¹,梅益²,杨幸雨³,罗宁康²

1. 贵州盘江精煤股份有限公司
2. 贵州省贵阳市花溪区贵州大学机械工程学院
3.

收稿日期:2018-03-28 修回日期:2018-05-25 出版日期:2018-09-20 发布日期:2018-12-18
通讯作者: 梅益 E-mail:mei_yi@163.com

Under the restriction of limited space mechanical arm obstacle avoidance path particle swarm planning method research

Received:2018-03-28 Revised:2018-05-25 Online:2018-09-20 Published:2018-12-18

摘要/Abstract

摘要： 针对煤矿井下非结构化、不确定和复杂的未知环境作业轨迹规划问题，提出了一种基于粒子群算法的机器人轨迹规划与优化方法。建立机器人动力学模型，通过将机器人运动学约束转化为三次样条插值曲线的控制关键点约束的非线性约束优化问题，利用三次多项式插值拟合曲线，通过粒子群算法和惩罚函数法相结合，采用自适应函数控制插值收敛速度，得到一条满足实际工况要求的最优时间轨迹。研究结果表明，该方法有效地解决了煤矿井下复杂环境的机器人时间最优轨迹优化问题。

关键词: 煤矿复杂环境, 机器人, 轨迹规划, 粒子群算法

Abstract: A path planning and optimization method based on particle swarm optimization (PSO) is proposed for trajectory planning of unstructured, uncertain and complex unknown environment in coal mine. The establishment of dynamic model of robot, the key point control of robot kinematics constraints into three spline interpolation curve constraint nonlinear constrained optimization problem, using three order polynomial interpolation curve by combining particle swarm algorithm and penalty function method, using adaptive interpolation function to control convergence speed, get a satisfying real time optimal trajectory the requirements of working condition. The results show that this method has effectively solved the optimization of robot time optimal trajectory in the complex environment of coal mine.

中图分类号:

TD679

梁玉柱梅益杨幸雨罗宁康. 煤矿井下探测作业机器人轨迹粒子群规划方法研究[J]. 煤炭工程, 2018, 50(9): 124-127.

0
/ / 推荐

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://www.coale.com.cn/CN/

http://www.coale.com.cn/CN/Y2018/V50/I9/124

[1]	吴新忠，张兆龙，程健维，胡建豪，任子晖. 矿井通风网络的多种群自适应粒子群算法优化研究[J]. 煤炭工程, 2019, 51(2): 75-81.
[2]	赵建伟，项远城，张冬顺，于鹏，杨思宇. 基于自适应算法驱动器的矿用机器人运动控制[J]. 煤炭工程, 2018, 50(7): 158-162.
[3]	袁文丰,张红飞. 基于粒子群算法的瓦斯管路专用吊装设备的结构轻量化设计[J]. 煤炭工程, 2018, 50(12): 152-155.
[4]	商德勇，崔栓伟，周丹，杜少庆. 薄煤层巡检机器人行走机构跨沟性能分析及试验研究[J]. 煤炭工程, 2017, 49(4): 136-138.
[5]	王俊元宋宏宽. 某铰接式胶轮车转向系统的优化与验证[J]. , 2017, 49(12): 0-0.
[6]	马西良，朱华. 对瓦斯分布区域避障的煤矿机器人路径规划方法[J]. 煤炭工程, 2016, 48(7): 107-110.
[7]	王苏彧，吴淼. 基于PCC的纵轴式掘进机自主截割控制系统研究[J]. 煤炭工程, 2016, 48(6): 132-135.
[8]	李长青，桂维振，崔有祯，等. 基于测量机器人井架稳定性监测的应用研究[J]. 煤炭工程, 2016, 48(4): 68-70.
[9]	张鹏. 基于改进粒子滤波的煤矿机器人定位方法研究[J]. 煤炭工程, 2016, 48(3): 113-115.
[10]	马西良. 基于HPSO-GNN的煤矿井下瓦斯分布区域预测研究[J]. 煤炭工程, 2016, 48(11): 88-91.
[11]	葛平平，黄友锐，等. 膜计算优化PID控制在煤炭分拣机器人中的应用[J]. 煤炭工程, 2014, 46(8): 139-142.
[12]	赵娜娜;黄友锐;涂帅. 基于格林函数边缘检测的焊缝信息获取[J]. 煤炭工程, 2010, 1(2): 0-0.
[13]	刘玲. GA和PSO在煤矿进度计划优化中的比较应用[J]. 煤炭工程, 2009, 1(12): 0-0.
[14]	刘玲. GA和PSO在煤矿进度计划优化中的比较应用[J]. 煤炭工程, 2009, (12): 0-0.
[15]	赵巧芝. 静态正压防爆技术在矿井搜救机器人中的应用[J]. 煤炭工程, 2009, (11): 0-0.