关键词：机械臂;轨迹规划;多目标优化;NURBS;MOGWO算法
摘 要：为了在提高串联机械臂工作效率的同时保证运行轨迹良好的节能性、平稳性及灵活性，设计新的多目标轨迹优化方法。采用高次NURBS(non-uniform rational B-Spline, NURBS)曲线插值方法，构造机械臂高阶连续、首尾运动参数均可指定且具有局部修改特性的关节轨迹，保证了机械臂的运动性能。采用改进多目标灰狼算法(improved multi-objective grey wolf optimizer, IMOGWO)对机械臂轨迹进行优化，得到Pareto最优解集，该算法采用SIN混沌初始种群、非线性收敛因子、个体维度位置学习及领导者广义反向学习变异，并通过不可行度来处理多物理约束条件。在六自由度串联机械臂上的仿真实验结果表明，采用高次NURBS曲线规划方法可得到高阶连续的分段可调轨迹，采用IMOGWO算法可对NURBS曲线实现有效的多目标寻优，得到较为理想的Pareto分布，为用户提供多样化选择方案。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取