沈 飞

针对工业机器人高速运行工况下轨迹平滑度不足与末端循迹精度衰减的矛盾，本文提出一种融合多目标规划与动力学主动补偿的系统级优化方案，在构建含非线性摩擦扰动的刚体动力学模型基础上，采用高阶非均匀有理B样条曲线进行轨迹参数化，并引入改进非支配排序遗传算法对运行时间与加加速度执行多目标协同寻优，输出吻合机电硬件极限的理想参考曲线。在底层执行域，摒弃纯滞后误差反馈模式，创新性植入基于机理模型的动力学前馈指令与滚动时域模型预测控制策略，辅以在线摩擦辨识机制精准消除换向迟滞。工程验证表明，该系统性策略有效对冲了多轴强耦合带来的惯性冲击，将极限拐角处的动态循迹误差压降至微米量级，显著提升了机械设备在复杂连续作业中的瞬态平稳性与加工一致性。

工业机器人；多目标优化；轨迹规划；优化措施

[1]刘洋.基于机器视觉的工业点卤机器人轨迹规划及运动控制技术研究[D].湖南科技大学,2021. [2]潘双夏,刘静,冯培恩.基于虚拟样机的挖掘机器人轨迹规划控制仿真和优化技术研究[J].中国机械工程,2005,16(21):1926 -1930. [3]曹锦旗,韩雪松.工业机器人轨迹规划的研究方法综述[J].信息与控制,2024,53(4):471 -486. [4]胡玲玲.工业机器人运动轨迹规划的最优控制研究[J].中国设备工程,2025,(22):40 -42. [5]王利双,高宾,陈爽,等.国内工业机器人轨迹规划研究热点与演化趋势分析[J].科技创新与生产力,2026,47(3):47 -51.

点击下载PDF