Resumen

En este artículo se discute el problema de la planificación de la trayectoria de un robot con el mínimo tirón en el tiempo. La función objetivo óptima se compone de dos segmentos a lo largo de la trayectoria, que son el proporcional al tiempo total de ejecución y el proporcional a la integral del tirón al cuadrado (que denota la derivada de la aceleración). Para optimizar la función objetivo se propone el algoritmo de optimización de enjambre de partículas con restricciones de Lagrange aumentado (ALCPSO), que combina la optimización de enjambre de partículas con restricciones (CPSO) con el método del multiplicador de Lagrange aumentado (ALM). En este algoritmo, se puede evitar caer en un mejor valor local porque se genera un nuevo enjambre de partículas por procedimiento inicial, y el mejor valor obtenido de la generación anterior se guarda y se entrega a la siguiente generación durante el procedimiento de búsqueda iterativa para permitir encontrar el mejor valor más fácil y rápidamente. Por último, el algoritmo propuesto se prueba en un robot planar de 3 grados de libertad (DOF); los resultados de la simulación muestran que el algoritmo es eficaz y ofrece una solución al problema de planificación óptima de la trayectoria de un robot con restricciones no lineales.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Planificación de trayectorias en tiempo mínimo; función objetivo óptima; optimización de enjambre de partículas con restricciones de Lagrange aumentado; optimización de enjambre de partículas con restricciones; método del multiplicador de Lagrange aumentado; robot planar de 3 grados de libertad.
• Keywords:Minimum time-jerk trajectory planning; optimal objective function; augmented Lagrange constrained particle swarm optimization; constrained particle swarm optimization; augmented Lagrange multiplier method; planar 3-degree-of-freedom robot