崔玉霞，段奕林

(青岛科技大学 机电工程学院，山东 青岛 266061)

0 引言

对于给定的一个目标任务，机械臂会有多种可行方式完成，即多种运动路径，但机械臂运行只能有一条确定的路径，所以需要在这些可行的路径中选择一条最优的路径。由于得到每一种可行路径都是由机械臂正逆运动学推导出来的，所以会存在一些微小的计算误差，最终导致机械臂实际到达的位置与理论计算的位置不太吻合。为了得到一条误差较小的路径，提高机械臂精度，可以通过Adams与Simulink的联合仿真找出误差最小的一组路径。

李白雅等人使用4-3-4多项式来对机械臂的运动路径进行规划，再基于粒子群算法对该路径进行优化，综合考虑了多种指标，包括时间、能量等[1]。游玮等人在考虑了动力学和运动学之后，使用改进的样条插值函数对运动路径进行规划，再以时间和能耗为目标，使用多目标遗传算法对得到的路径进行优化[2]。ZANCHETTIN A M等人提出添加鲁棒约束对轨迹进行规划，将传统的轨迹生成方法和基于控制策略的优化方法综合起来[3]。ABE A希望通过寻找最小能量来规划机械臂的运动轨迹，将驱动机械臂运动所耗费的能量作为目标函数，并将产生的残余振动作为约束条件，采用带精英策略的非支配排序遗传算法来抑制能耗最优的情况下产生的残余振动[4]。RUBIO F等人先规划出了一条没有障碍物存在的最优时间运动轨迹，再考虑当有障碍物存在的时候如何将此轨迹演化成为一个新的无碰撞轨迹，将轨迹离散化，逐渐逼近全局最优解，并且考虑了机械臂的最大转矩、能耗以及振动的约束，完成轨迹优化[5]。……