基于蚁群算法的六自由度采摘机器人轨迹规划研究

被引:10
作者
黄轶文 [1 ]
张梅 [2 ]
机构
[1] 广东工程职业技术学院信息工程学院
[2] 华南理工大学自动化科学与工程学院
关键词
蚁群算法; 六自由度; 采摘机器人; 路径优化;
D O I
10.13427/j.cnki.njyi.2017.03.048
中图分类号
S225 [收获机械]; TP242 [机器人];
学科分类号
0828 ; 1111 ;
摘要
在现代农业生产中,果蔬采摘作业复杂而繁重,采摘机器人在作业过程中常常需要经历成千上万个果蔬采摘点,面对这样巨大的工作量,采摘机器人移动路径规划显得非常重要。为此,以采摘机器人运动轨迹为研究对象,以其运动轨迹总长最短为研究目标,针对机器人各关节机构运动速度变化情况及机器人运动特性,利用基本蚁群原理对六自由度采摘机器人的路径进行规划。实验结果表明:所设计的采摘机器人轨迹优化技术不但路径优化能力强、运动轨迹平滑,还具有可靠性强及稳定性好的优点。
引用
收藏
页码:242 / 246
页数:5
相关论文
共 29 条
[1]   基于蚁群算法的动态疏散路径改进 [J].
贾磊 ;
程乃伟 .
科技传播, 2013, 5 (20) :85-86
[2]   四自由度关节型采摘机械手轨迹规划与实验研究 [J].
王燕 ;
张果 ;
葛运旺 .
现代制造工程, 2013, (07) :27-31
[3]   基于互信息的混合蚁群算法及其在旅行商问题上的应用 [J].
杜占玮 ;
杨永健 ;
孙永雄 ;
张池军 .
东南大学学报(自然科学版), 2011, 41 (03) :478-481
[4]   具有感觉适应功能蚁群算法的机器人路径规划 [J].
蔡文彬 ;
朱庆保 .
计算机工程与应用, 2010, 46 (31) :215-218
[5]   基于遗传算法的采摘机器人轨迹规划 [J].
陈天宏 ;
崔天时 ;
李广军 .
农机化研究, 2010, 32 (08) :31-34
[6]   基于改进蚁群算法求解最短路径和TSP问题 [J].
宋世杰 ;
刘高峰 ;
周忠友 ;
卢小亮 .
计算机技术与发展, 2010, 20 (04) :144-147
[7]   采摘机器人的研究进展与现状分析 [J].
崔玉洁 ;
张祖立 ;
白晓虎 .
农机化研究, 2007, (02) :4-7
[8]   基于蚁群算法的多机器人集中协调式路径规划 [J].
吴靓 ;
何清华 ;
黄志雄 ;
邹湘伏 .
机器人技术与应用, 2006, (03) :32-37
[9]  
苹果采摘机器人视觉识别与路径规划方法研究[D]. 黄铝文.西北农林科技大学. 2013
[10]  
苹果采摘机器人视觉测量与避障控制研究[D]. 吕继东.江苏大学. 2012