• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Seventh International Symposium on Mechatronics and its Applications (ISMA' 10) >Hybrid multi-objective motion planning of Parallel Kinematic Machines
【24h】

Hybrid multi-objective motion planning of Parallel Kinematic Machines

机译：并联运动机的混合多目标运动规划

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we consider the problem of multi-objective trajectory planning to Parallel Kinematic Machines (PKMs). A two stage system is developed. In a first stage is an offline planning based on robot kinematics and dynamics, including actuators, is performed to generate a large dataset of trajectories, these trajectory cover mostly of the robot workspace and minimize time and energy, while avoiding singularities and limits on joint angles, rates, accelerations and torques. An augmented Lagrangian decoupling to solve the resulting non-linear constrained optimal control problem. The offline-planning outcomes are then used to build a data-driven neuro-fuzzy inference system to learn and capture the desired dynamic behavior of the PKM. Once this system is trained, it is used to achieve near-optimal online planning with a reasonable time complexity. Simulations proving the effectiveness of this approach on a 2-degrees of freedom planar PKM are given and discussed.
机译：在本文中，我们考虑了并联运动机（PKM）的多目标轨迹规划问题。开发了两阶段系统。在第一步中，将执行基于机器人运动学和动力学（包括执行器）的离线计划，以生成大量的轨迹数据集，这些轨迹涵盖了机器人工作空间的大部分，并最大限度地减少了时间和精力，同时避免了奇异之处和关节角度的限制，速率，加速度和扭矩。增强拉格朗日解耦，以解决由此产生的非线性约束最优控制问题。然后，将离线计划结果用于构建数据驱动的神经模糊推理系统，以学习和捕获所需的PKM动态行为。一旦对该系统进行了培训，就可以用合理的时间复杂度来实现近乎最佳的在线计划。仿真和仿真证明了该方法在2自由度平面PKM上的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号