首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种骨干粒子群优化算法的水下运载器机械手运动优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:哈尔滨工程大学

摘要:本发明是一种骨干粒子群优化算法的水下运载器机械手运动优化方法。本发明涉及水下运载器‑机械手系统作业优化技术领域,本发明构建了一个非可行解的储备集来允许一部分的不可行解来参与进化过程,并且采用时变的约束违反容忍系数来提高算法在非可行区域的搜索性进而提高算法搜索非可行区域中的离散可行解的能力,提高算法收敛性。本发明采用了基于自适应扰动的骨干差分粒子更新,利用更多粒子信息,避免了粒子群容易陷入局部最优的问题,通过自适应扰动保证了进化过程中种群的多样性。

主权项:1.一种骨干粒子群优化算法的水下运载器机械手运动优化方法,其特征是:所述方法包括以下步骤:步骤1:进行水下运载器-机械手的数学建模;步骤2:建立水下运载器-机械手的多目标最优轨迹数学模型;步骤3:建立水下运载器-机械手的安全约束;步骤4:基于粒子群算法,进行水下运载器-机械手运动优化;所述步骤1具体为:在已知n个关节初始角度和水下运载器位置和姿态角的情况下,通过坐标转换向外推算得到机械手末端执行器在世界坐标系中的位置和姿态的过程,通过坐标系以及机械手的雅可比矩阵,得到水下运载器-机械手的微分逆运动学方程如下: 其中,W-1=diagw1,w2,…,wn是对角加权矩阵,为雅可比加权伪逆矩阵,λ是增益系数,表示关节配置下目标函数hq的梯度,表示水下运载器-机械手系统位置信息与机械手末端执行器的位置信息之间的转换关系;所述步骤2具体为:步骤2.1:水下运载器-机械手通过视觉系统发现目标后,通过艇体的运动到达机械手工作空间范围内的目标抓取点,在目标抓取点通过机械手的运动对目标物进行抓取,在这个过程中,设水下运载器-机械手执行抓取目标时的机械手姿态qq1,q2,q3,目标抓取点在基础坐标系中的坐标posarrive=p1,p2,p3,则得到水下运载器-机械手执行任务过程中艇体运动路程的优化目标函数为:步骤2.1:使得械手对艇体的扰动最优,机械手第i个连杆运动过程中产生的恢复力在惯性坐标系下的表达式为: 式中,为第i个连杆的浮力,为第i个连杆的重力,表示第i个连杆坐标系到艇体坐标系的旋转矩阵;第i个连杆运动过程中产生的恢复力矩在艇体坐标系下的表达式为为: 式中,和分别为机械手第i个连杆的重心和浮心在艇体坐标系下的位置,为第i个连杆坐标系到艇体坐标系的转换矩阵,rg和rb分别为机械手第i个广义连杆的重心和浮心在其自身标系下的位置;机械手在运动过程中的恢复力矩优化目标函数为: 步骤2.3:使得水下运载器-机械手运动过程阻力最优,艇体在运动过程中受到的惯性类阻力为: 其中,分别表示沿艇体坐标系x、y、z方向的变速移动运动,分别表示沿艇体坐标系x、y、z方向的变速转动运动;λij表示在i方向做加速度运动,在j方向的附加质量;艇体在运动过程中受到的粘性类阻力为: 式中,ρ是水的密度;CD是粘性类阻力系数;Rn是雷诺数;A是艇体在速度方向的投影横截面积;vi是艇体在各自由度的运动速度;艇体运动过程受到的总阻力为: 机械手的任一连杆在运动过程中受到的惯性类阻力为: 式中,ρ是水的密度;Di为第i根连杆的直径;Li为第i根连杆的长度;qi为第i根连杆的角度;Ca为第i根连杆的惯性类阻力系数;机械手的任一连杆在运动过程中受到的粘性类阻力为: 式中,ρ是水的密度;Di为第i根连杆的直径;Li为第i根连杆的长度;qi为第i根连杆的角度;Cd为第i根连杆的粘性类阻力系数;V为固定坐标系下的水流速度;机械手运动过程受到的总阻力为: UVMS在运动过程中受到的阻力的优化目标函数为:minf3q1,q2,q3=FV+Fm。

全文数据:

权利要求:

百度查询: 哈尔滨工程大学 一种骨干粒子群优化算法的水下运载器机械手运动优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。