码垛机器人最优加速度轨迹规划算法推导与实现 在码垛机器人的实际调试过程中，发现机器人容易出现速度、加速度的超限问题，其中加速度的大小对机器人的控制效果影响较大，所以寻找一段最优加速度轨迹具有重要意义。对运动约束进行分析，提出了一种在满足运动约束前提下加速度最优的轨迹规划方法，即整个运动过程中加速度最大值最小的运动轨迹。它能够充分发挥机器人驱动关节的驱动性能，同时又使得运动尽量平稳，并且解决了机器人运动速度较快时，驱动关节加速度与速度容易超限的问题。 码垛机器人轨迹规划概述 码垛机器人的轨迹规划是机器人学科的一项重要研究内容，是连接机器人运动过程中从起始点到终止点所有点的运动曲线，包括机器人运动过程中的时间节点、速度和加速度等信息，其目的在于保证运动过程中的平稳性和满足相应的时间要求。 常用的码垛机器人轨迹规划主要分为两种，笛卡尔空间的轨迹规划和关节空间的轨迹规划。笛卡尔空间内的轨迹规划对运动过程和运动姿态要求比较严格，其首先根据机械末端的起始点和终止点参数及速度要求得到运动学函数，然后通过运动学反解求出各个关节的运动轨迹，实现对运动轨迹的控制。关节空间内的轨迹规划对运动过程和运动姿态要求较弱，该方法通过控制关节的运动变量来使机械末端达到一定的路程、速度和加速度的要求。相较于笛卡尔轨迹规划方法，该类轨迹规划可以有效地避免运动冗余和奇异点等问题 在机器人进行快速移动且运动时间确定时，由于受到驱动机构性能等因素的制约，机器人的运动轨迹规划时需要考虑位移，速度、加速度等多个约束条件。通过实际现场需求得到机器人的运动学约束。在满足运动约束的前提下，找到一条机器人运动的最优加速度运动轨迹，不仅能够兼顾机器人运动的平稳性和轨迹跟踪精度，还能够充分发挥机器人驱动关节的驱动性能 目前，常用的速度曲线有T型，E型，S型，D型等，其中，T型曲线是机器人速度曲线中效率最高的曲线。传统的T型曲线将一段运动轨迹分成了加速段、匀速段、减速段三段。在一段无运动约束的运动轨迹中，在没有匀速段的运动轨迹中的加速度最小，即整段运动轨迹只有加速段和减速段，不过此时的速度极易超出约束范围，导致运动出错。而且，加速度和减速度也不能过小，过小的话在同样的时间内，达不到同样的位移。同样，在一段运动轨迹中，加速度和减速度也不能过大，过大的话容易导致驱动电流过大或者位置偏差过大，造成运动报错。

• 上一篇：码垛机器人动力学性能的研究
• 下一篇：东京大学打造新型运动人形机器人：技能满满还会“流汗”