第12期 2016年12月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2016)12015704
D0I:10.13462/j. cnki.mmtamt.2016.12.042
机器人机构设计的运动灵活性评价方法
应明峰”，莫晓晖，姜劲”
（金陵科技学院a.机电工程学院；b.计算机工程学院，南京211169）
No.12 Dec.2016
摘要：以一种工业机器人为研究对象，在机器人运动学的基础上，分析其全域运动性能平均指标、全域运动性能波动指标、全域运动性能最差指标，并针对这3项性能指标进行多目标优化。将机器人杆长参数作为机构设计变量，根据机器人的工作空间及运动学灵活性要求建立多目标优化模型。设计一种改进的多目标粒子群算法，引入Pareto分布摘及其差炳估计种群的多样性及进化状态，以此为反馈信息来设计进化策略。进行优化计算，最终得到一组最优解。采用优化后的机器人机构参数可以使机器人运动灵活性能有较大提高。
关键词：机器人运动学；性能指标;Pareto摘；多目标粒子群优化
中图分类号：TH166；TG659
文献标识码：A
Assessment of Kinematic Flexibility on Robotic Mechanism Design
YING Ming-feng",MO Xiao-huib,JIANG Jin
( a. School of Electrical Engineering ;b. School of Computer Science and Technology , Jinling Institute of Tech-nology，Nanjing210016，China）
Abstract : Based on the kinematics of an industrial robot, the three indices, including global kinematic aver-age value, global kinematic volatility, global kinematic worst value are analyzed and optimized by multi-ob-jective optimization algorithm.The link length parameters of robot are design as the variable, and the multi-objective optimization model is established by the requirements of the robot workspace and kinematics. An improved multi-objective particle swarm optimization (pso) algorithm is designed by using the distribution entropy and its difference of an approximate Pareto front to assess the diversity and evolutionary status of the population, and getting feedback information to design evolution strategy. Finally, a group of optimum link length is calculated by using this method.The optimized link length parameters of robot can improve the per-formance index of the robot greatly.
Key words: robot kinematics; performance index ; Pareto entropy ; multi-objective particle swarm optimiza-tion
0引言
机器人机构设计是一个困难而复杂的问题，往往需要依赖性能指标来评价机器人机构设计的好坏，因此在设计过程中不可避免地要考虑选取合适的性能评价指标[1]。在机器人性能指标的研究上，国内外许多学者做了大量的研究工作，并取得了许多成果。YO. SHIKAWA[2]定义了机器人的可操作度，并利用可操作度椭球对其几何意义进行了闸述。SALISBURY等[3] 提出了条件数，并将其用于机器手指的工作空间进行评价。
但是由于雅可比矩阵依赖于机器人具体的位姿
因此基于雅可矩阵的条件数指标、可操作度指标都只是一个局部指标，它们的优化往往具有局限性。如果
能够对机器人运动学多个性能评价指标之间进行耦合及制约问题加以研究，进而将其运动学性能进行多目标优化，这对所设计的机器人机构性能的评价具有重要意义。一些学者已经在机构多指标优化评价问题上做了相关研究工作。ZhangLufan[4]采用改进的多目标遗传算法优化广宏微观运动平台连接机构的总质量、关键点最小变形以及第1阶固有频率。ZhangDan[5] 引入了粒子群优化算法对土拨鼠机器人的刚度和工作空间进行了优化。
粒子群算法使近年发展起来的一种新的进化算法，具有形式简洁、收敛快速和参数调节机制灵活等优点，并且一次运行可得到多个解，因而被认为是求解多目标优化问题最具潜力的方法之一。本文采用改进的
收稿日期：2016-02-23
*基金项目：江苏省高校自然科学基金（14KJD510003）；国家自然科学基金（61540068）
作者简务旁数据979—），男，南京人，金陵科技学院副教授，研究方向为机器人运动控制与优化，（E-mail)ym990@ji.elu.cn。