Optimization of the two-plane planar robot manipulator using a genetic algorithm

U ovom diplomskom radu se određuje dinamika dvoosnog planarnog robotskog manipulatora. Kinematski parametri se određuju Denavit-Hartenbergovom metodom, dok se diferencijalne jednadžbe momenata zglobova određuju Lagrange-Eulerovom i NewtonEulerovom metodom određivanja dinamike manipulatora. Kod proračuna dinamike manipulatora koristi se programski paket Python s pripadajućim knjižnicama. Verzija programa koja se koristi je Python 3.7. Za određivanje optimalne putanje vrha alata manipulatora primjenjuje se genetski algoritam s pripadajućim programskim kodom. Položaj zglobova u zadanom vremenskom periodu se određuje pomoću polinoma četvrtog stupnja. Funkcijom podobnosti se ocjenjuju rješenja momenata zglobova i na temelju njih se vrši smjena generacija unutar generirane populacije. Zadan je određeni broj iteracija kroz koje algoritam vrši procese rekombinacije, mutacije i smjene generacija. Algoritam uspješno konvergira nakon malog broja iteracija te nalazi optimalno rješenje za položaj, brzinu i ubrzanja vrha alata, kao i za momente koji djeluju u zglobovima manipulatora.This graduate thesis determines dynamics of the two-plane planar robot manipulator. Kinematic parameters are determined with Denavit-Hartenberg method, while differential equations of joint torques are determined by Lagrange-Euler and Newton-Euler dynamics methods. Python software package is used for calculating manipulator dynamics, with it's corresponding libraries. Version of software used is Python 3.7. While optimal trajectory of manipulators end-effector is determined, a genetic algorithm with it's corresponding program code, is used. Joint positions within assigned time period are determined by a fourth degree polynomial. Fitness function evaluates the solutions of joint torques and shift of generations within generated population is done accordingly. Number of iterations are given where algorithm proceeds crossover, mutation and generation shift process. Algorithm converges within minimal number of iterations and finds optimal solution fo