طراحي مسير بازوي مارگون كابلي صفحه اي با مفاصل قفل شونده با استفاده از الگوريتم بهينه سازي پرواز پرندگان

Path Planning for a Planar Hyper-Redundant Manipulator with Lockable Joints Using Particle Swarm Optimization

در اين مقاله طراحي مسير بازوي افزونه صفحه اي با مفاصل قفل شونده با استفاده از الگوريتم پرواز پرندگان انجام شده است. براي اين منظور دو استراتژي متفاوت به كار رفته است. در استراتژي اول، طراحي مسير به دو بخش تقسيم شده كه در بخش اول سينماتيك معكوس بازو با استفاده از الگوريتم پرواز پرندگان پيوسته حل شده و در بخش دوم ترتيب باز و بسته شدن قفل مفاصل با استفاده از الگوريتم پرواز پرندگان گسسته بهينه شده است. نتايج حاصل از بهينه سازي توسط اين روش، با نتايج حاصل از بهينه سازي با الگوريتم ژنتيك مقايسه شده است. در يافتن پاسخ سينماتيك معكوس با يك مسئله بهينه سازي چند هدفه روبرو شده كه براي حل آن از دو روش تركيب وزني توابع و روش پرواز پرندگان برداري استفاده شده است. در استراتژي دوم، الگوريتم جديد پرواز پرندگان هيبريدي معرفي شده است. در اين الگوريتم اعداد پيوسته و گسسته در يك ذره، كنار هم قرار گرفته تا يك ذره هيبريدي را شكل دهند. در پايان نتايج دو استراتژي با يكديگر مقايسه شده تا برتري روش پرواز پرندگان هيبريدي مشخص شود.

Abstract- In this paper, the problem of path planning for a special hyper-redundant manipulator with lockable joints is solved using particle swarm optimization. Two strategies have been used. In the first strategy, the path-planning problem is solved in two stages; first, the inverse kinematics of manipulator is solved with continuous PSO and then the sequence of switching is optimized by modified discrete PSO. The results of discrete PSO are compared to discrete GA to show the effectiveness of the discrete PSO. In order to implement multi-objective optimization in inverse kinematics calculation, linear fitness function and Vector Evaluated PSO (VEPSO) are used. In the second strategy, a novel approach in particle swarm optimization is proposed. In this approach, the integer and continuous value numbers are joined together in a single particle to form a hybrid particle. The results of two strategies were compared to show the convergence speed and performance of the second strategy which was proposed here.