段倩倩，辛绍杰

(上海电机学院机械学院，上海 201306)

0 前言

机械臂轨迹规划一直都是机器人控制领域的研究热点。目前轨迹规划分为两种：一种是对时间进行优化，选择运动时间作为优化对象可以提高机器人工作效率；另一种是对系统能量进行优化，选择系统能量作为优化对象，可减少机器人的能量损耗，延长使用寿命。

针对机械臂的运动时间与平稳性问题，文献[2]提出了五次多项式插值法对上肢康复机器人进行关节空间的轨迹规划，得到了各关节较为平滑的角位移、角速度和加速度曲线；文献[3]提出了基于非线性动态改变惯性权重的粒子群优化算法，并采用传统的3-5-3多项式插值方法，整体运动时间缩短了约26%，证明了该算法的可行性；沈悦等人提出了一种基于PSO的工业机器人时间-脉动最优轨迹规划算法，结合五次非均匀B样条插值法，通过实验证明了该方法的有效性；胡嘉阳和韦巍将五次NUBRS曲线作为工作轨迹，利用混合粒子群算法，针对机械臂脉动冲击、能量消耗和工作时间等3个优化目标建立了帕累托最优解集，证实了该方法可有效提高机械臂运行效率和实现约束条件下的多目标优化。采用传统的数学插补函数虽然可以保证各关节位置、速度和加速度的连续性，保持关节运动的平稳性，但无法优化运动时间，效率低下。单目标粒子群算法(Particle Swarm Optimization，PSO)实现简单、搜索高效，但也存在容易早熟无法找到全局最优解的弊端。

本文作者建立新的模拟退火Metropolis准则，并将它引入粒子群算法，加强粒子群优化算法的全局搜索能力。……