期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进A^(*)算法的大型织机车间运载机器人路径规划
被引量：
6
1
作者
龚闯
戴程浩
+2 位作者
江维
于俊康
陈振
《纺织工程学报》
2023年第5期57-67,共11页
大型织机车间运载机器人是一种实现在织机车间内向指定位置进行物料转运工作的一种智能化装备。由于在织机车间内智能运载机器人需要结合运载需求并通过避障选择不同路径到达目标位置,因此如何对机器人的路径进行规划和优化是提升机器...
大型织机车间运载机器人是一种实现在织机车间内向指定位置进行物料转运工作的一种智能化装备。由于在织机车间内智能运载机器人需要结合运载需求并通过避障选择不同路径到达目标位置,因此如何对机器人的路径进行规划和优化是提升机器人运输效率的关键。针对A^(*)算法规划路径不够平滑的问题,对规划路径进行贝塞尔曲线优化,使得路径平滑连续,提高运载机器人的运输效率。针对规划路径距离障碍物较近,存在安全风险的问题,采用障碍物膨胀优化,为运载机器人在运输过程中设置了安全区域,提高机器人在运输过程中的安全性。针对传统A^(*)算法搜索速度慢的问题,采用多段动态加权方法改进传统A^(*)算法的启发函数,提高算法路径规划搜索速度。最后,结合大型织机车间工作环境,搭建了仿真平台,仿真结果表明,相比传统A^(*)算法,采用多段动态加权改进的A^(*)算法在路径规划速度方面提升了39.8%,经过贝塞尔曲线与障碍物膨胀优化的多段动态加权改进A^(*)算法其路径规划速度提升了45.2%,验证了所提出的大型织机车间运载机器人改进A^(*)路径规划算法的可行性和有效性。
展开更多
关键词
织机车间机器人
路径规划
改进A^(*)算法
贝塞尔曲线
启发函数
在线阅读
下载PDF
职称材料
织机车间直捻机筒纱抓取机械臂逆运动学求解方法研究
被引量：
2
2
作者
于俊康
江维
+2 位作者
李红军
陈伟
陈振
《纺织工程学报》
2024年第1期21-32,共12页
纺织车间中通过协作机械臂代替工人实现对直捻机筒纱的自动更换,可降低工人劳动强度,提高筒纱卷绕的生产效率。在对机器人进行运动学建模与分析时,逆运动学求解是机器人运动学中关键部分。传统法求机器人逆解存在求解速度慢、求解过程...
纺织车间中通过协作机械臂代替工人实现对直捻机筒纱的自动更换,可降低工人劳动强度,提高筒纱卷绕的生产效率。在对机器人进行运动学建模与分析时,逆运动学求解是机器人运动学中关键部分。传统法求机器人逆解存在求解速度慢、求解过程复杂、结果稳定性差等问题,采用传统BP(BackPropa-gationgNeuralNetwork)神经网络求解又容易陷入局部极小值,针对上述问题,提出一种基于PSO优化算法(ParticleSwarmOptimizationAlgorithm)的BP神经网络机械臂逆运动学求解方法,通过PSO算法对BP神经网络的权值和阈值进行多次迭代优化,避免了局部最小值的问题,提高了神经网络的全局搜索能力。采用D-H法建立机器人运动学模型,根据机器人正运动学方程由关节角度解得末端位姿,将解得结果作为数据集,通过学习算法经多次迭代确定神经网络的模型参数,并对神经网络进行性能检验。实验结果表明:PSO-BP神经网络相比于传统的BP神经网络收敛速度快,该模型在搬运机器人逆运动学求解中精度高,满足纺织车间直捻机筒纱抓取作业的需要。
展开更多
关键词
纺织车间
直捻机
筒纱卷绕
机械臂逆运动学
PSO-BP神经网络
在线阅读
下载PDF
职称材料
题名
基于改进A^(*)算法的大型织机车间运载机器人路径规划
被引量：
6
1
作者
龚闯
戴程浩
江维
于俊康
陈振
机构
武汉纺织大学机械工程与自动化学院
数字化纺织装备湖北省重点实验室
出处
《纺织工程学报》
2023年第5期57-67,共11页
基金
数字化纺织装备湖北省重点实验室开放课题资助项目(DTL2022004)。
文摘
大型织机车间运载机器人是一种实现在织机车间内向指定位置进行物料转运工作的一种智能化装备。由于在织机车间内智能运载机器人需要结合运载需求并通过避障选择不同路径到达目标位置,因此如何对机器人的路径进行规划和优化是提升机器人运输效率的关键。针对A^(*)算法规划路径不够平滑的问题,对规划路径进行贝塞尔曲线优化,使得路径平滑连续,提高运载机器人的运输效率。针对规划路径距离障碍物较近,存在安全风险的问题,采用障碍物膨胀优化,为运载机器人在运输过程中设置了安全区域,提高机器人在运输过程中的安全性。针对传统A^(*)算法搜索速度慢的问题,采用多段动态加权方法改进传统A^(*)算法的启发函数,提高算法路径规划搜索速度。最后,结合大型织机车间工作环境,搭建了仿真平台,仿真结果表明,相比传统A^(*)算法,采用多段动态加权改进的A^(*)算法在路径规划速度方面提升了39.8%,经过贝塞尔曲线与障碍物膨胀优化的多段动态加权改进A^(*)算法其路径规划速度提升了45.2%,验证了所提出的大型织机车间运载机器人改进A^(*)路径规划算法的可行性和有效性。
关键词
织机车间机器人
路径规划
改进A^(*)算法
贝塞尔曲线
启发函数
Keywords
loom workshop robot
path planning
improved A^(*)algorithm
Bezier curve
heuristic function
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
织机车间直捻机筒纱抓取机械臂逆运动学求解方法研究
被引量：
2
2
作者
于俊康
江维
李红军
陈伟
陈振
机构
武汉纺织大学机械工程与自动化学院
武汉纺织大学数字化纺织装备湖北省重点实验室
出处
《纺织工程学报》
2024年第1期21-32,共12页
基金
数字化纺织装备湖北省重点实验室开放课题资助项目(DTL2023013)。
文摘
纺织车间中通过协作机械臂代替工人实现对直捻机筒纱的自动更换,可降低工人劳动强度,提高筒纱卷绕的生产效率。在对机器人进行运动学建模与分析时,逆运动学求解是机器人运动学中关键部分。传统法求机器人逆解存在求解速度慢、求解过程复杂、结果稳定性差等问题,采用传统BP(BackPropa-gationgNeuralNetwork)神经网络求解又容易陷入局部极小值,针对上述问题,提出一种基于PSO优化算法(ParticleSwarmOptimizationAlgorithm)的BP神经网络机械臂逆运动学求解方法,通过PSO算法对BP神经网络的权值和阈值进行多次迭代优化,避免了局部最小值的问题,提高了神经网络的全局搜索能力。采用D-H法建立机器人运动学模型,根据机器人正运动学方程由关节角度解得末端位姿,将解得结果作为数据集,通过学习算法经多次迭代确定神经网络的模型参数,并对神经网络进行性能检验。实验结果表明:PSO-BP神经网络相比于传统的BP神经网络收敛速度快,该模型在搬运机器人逆运动学求解中精度高,满足纺织车间直捻机筒纱抓取作业的需要。
关键词
纺织车间
直捻机
筒纱卷绕
机械臂逆运动学
PSO-BP神经网络
Keywords
loom
workshop
twisting machine
winding yarn packages
inverse kinematics of the
robot
arm
PSO-BP neural network
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进A^(*)算法的大型织机车间运载机器人路径规划
龚闯
戴程浩
江维
于俊康
陈振
《纺织工程学报》
2023
6
在线阅读
下载PDF
职称材料
2
织机车间直捻机筒纱抓取机械臂逆运动学求解方法研究
于俊康
江维
李红军
陈伟
陈振
《纺织工程学报》
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
