CUDA之實數型遺傳演算法於多自由度機械臂的運動規劃

Motion planning for redundant robots using a CUDA-based real-coded genetic algorithm

龔彥勲(Yen-Shiung Kung)

指導教授 ： 林志哲

國立臺北科技大學/機電學院/自動化科技研究所/碩士(2012年)

https://doi.org/10.6841/NTUT.2012.00119

摘要

具贅餘自由度機械臂的運動規劃常是一個有困難度的問題。傳統的運動規劃法因必須求解反矩陣，常會面臨奇異點的問題。在本文中，則是利用順向運動學與最佳控制法，將反向運動學之求解過程化為一個最佳控制之求解過程，避免了因奇異點所造成的問題。在找尋最佳解時，我們必須在一高複雜度的空間中做搜尋，需相當長的計算時間。本篇論文中介紹了利用基因遺傳演算法、粒子群最佳化演算法搭配GPU(CUDA)的計算能力以平行運算方式來加快以上述方法求得機械臂之運動規劃的速度。

關鍵字

基因演算法 ； 粒子群最佳化演算法 ； GPU(CUDA) ； 運動規劃

並列摘要

Motion planning of redundant robot manipulators is a difficult problems encountered in the field of robotics. In this paper, we use Forward Kinematic and Optimal Control to avoid singularity problem in motion planning that use Inverse Kinematic to compute. It is a large quantity of computing in searching optimal result process, due to this reason, we use Genetic Algorithm and Particle Swarm Optimization Algorithm to reduce complexity and use parallel computing architecture of GPU(CUDA) to improve computing speed.

並列關鍵字

Genetic Algorithm ； PSO Algorithm ； Motion planning ； GPU(CUDA)

參考文獻

[6] 林豐澤，「演化式計算上篇：基因演算法以及三種應用實例」，智慧科技與應用統計學報，第三卷，第一期，2005，第1-28頁。

[7] 林豐澤，「演化式計算下篇：基因演算法以及三種應用實例」，智慧科技與應用統計學報，第三卷，第一期，2005，第29-56頁。

[8] 林志哲，「具贅餘自由度機械臂之運動規劃與奇異點問題之解決」，大葉學報，第十一卷，第一期，2002，第41-50頁。

[13] Chieh-Li Chen and Chih-Jer Lin, “Motion planning of redundant robots,” Journal of Robotics System, Vol.14, No.12, 1997, pp.839-850.

[9] Whitney, D. E., “Resolved motion rate control of manipulators and human prostheses”, IEEE Transaction of Man-Machine Systems, 10, 1969,pp. 47-53.