基于改进粒子群算法的机器人时间最优轨迹规划
Packaging and Food Machinery（2022）
摘要
针对标准粒子群算法在进行机器人时间最优轨迹规划时容易陷入局部最优、早熟等缺点,提出一种快速收敛的改进算法.算法采用动态学习因子策略替代传统固定的学习因子,并在此基础上利用"3-5-3"混合多项式插值函数进行规划,最后在MATLAB仿真软件中完成机器人各关节运动轨迹的拟合.研究结果表明:改进粒子群算法的局部收敛速度和全局收敛速度均优于标准粒子群算法,且比单纯利用"3-5-3"混合多项式进行轨迹规划所需的时间缩短26％,各关节运行轨迹平稳连续,证明改进算法的优越性、有效性以及可行性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要