详情

原文传递高速列车车厢总成装配路径规划方法研究

论文题名：	高速列车车厢总成装配路径规划方法研究
关键词：	高速列车;装配路径规划;双重旋转约束;三树RRT算法;偏向采样
摘要：	在面向装配过程的虚拟仿真中，装配路径规划是重要的组成部分。装配路径规划的核心任务是为待装配的零部件计算出一条从装配起点到装配终点的无碰撞路径。高速列车具有零部件数量多，结构复杂，内部空间紧凑等特点，由于装配环境的复杂性以及装配过程中约束的多样性，高速列车的装配路径规划面临着许多难点与挑战。　　首先，对装配路径规划中的各种约束进行了分类，并研究了路径质量的评价方法。然后分析了高速列车装配路径规划的特点与存在的问题，并确定了解决问题的关键方法。　　针对高速列车装配路径规划中求解空间过大的问题，提出了根据环境空间的静态布局信息，待装配零部件的装配工艺信息快速粗略地确定装配求解空间的方法，以及精确计算求解空间的方法，为待装配的零部件计算出合适的路径求解空间，以加快路径求解速度，提高路径质量。此外，在考虑零部件实际装配起点的前提下，提出将装配路径规划过程分成运动阶段和装配阶段两个阶段进行，并研究了这两个阶段各自的特点以及划分这两个阶段的方法。　　针对装配路径规划中的旋转约束问题，提出了一种基于单位四元数与快速搜索随机树(Rapid-exploring random tree，简称RRT)的双重旋转约束方法。该方法在生成随机采样点与新位姿点的过程中均施加旋转约束，以保证在起始位姿与终止位姿间旋转变化量较大的路径规划任务中，可实现对零部件位姿间旋转变化量的控制。实验结果证明，该方法能对零部件旋转进行有效地控制。此外，在考虑旋转约束的前提下，提出一种基于RRT算法的最低成本路径搜索方法。该方法的采样策略中，每次生成多个随机采样点，在扩展策略中，综合考虑平移成本与旋转成本并引导路径树朝着成本相对最低的方向扩展，以生成质量相对最优的装配路径。实验结果表明，该方法能有效地降低路径成本，提高路径质量。　　针对在包含狭窄空间的装配环境中路径规划困难的问题，提出了一种新的三树RRT算法。该算法以一定的概率选择生长最缓慢的树为当前扩展树，并使其朝着随机采样点进行多步扩展，以加快路径树的生长速度及狭窄空间连通的速度。在树的连接策略中，使其朝着扩展树中最近的节点连接，以减少路径“折回”现象。实验结果表明，该方法可显著提高狭窄空间环境下路径规划的效率。　　针对基于虚拟人的装配路径规划任务，提出一种基于C空间分解的偏向采样算法。该算法应用了基于C空间分解的采样策略，将对人体位姿的随机采样问题转化为人体各关节自由度下旋转角度的采样问题，并且为提高规划的效率及提高人体舒适度，在采样策略中引入三个偏向概率：终止位姿吸引概率，偏好肢体运动的概率，偏好舒适运动的概率，来引导各关节自由度下旋转角度的随机采样过程。此外，分别从路径成本与位姿舒适度两个角度给出了两种人体运动路径评价方式。测试结果表明，本文提出的方法能有效提高虚拟人装配路径规划的效率，并降低人体运动路径成本，提高人体舒适度。
作者：	熊晶
专业：	机械制造及其自动化
导师：	杨叔子;胡友民
授予学位：	博士
授予学位单位：	华中科技大学
学位年度：	2016
正文语种：	中文