[发明专利]一种应用于焊缝的机器人路径规划方法

权利要求书

1.一种应用于焊缝的机器人路径规划方法，其特征在于，包括：

获取每条焊缝的基本信息，所述基本信息至少包括焊缝长度、端点坐标、是否具有方向性要求；

根据各条焊缝的端点坐标计算出空载路径；

结合基本信息和空载路径，通过遗传算法计算得到较优路径；

根据较优路径初始化蚁群算法信息素的初始值；

结合基本信息以及信息素的初始值，利用蚁群算法计算得到最优焊接路径；

所述结合基本信息和空载路径，通过遗传算法计算得到较优路径，具体包括以下步骤：

S301：初始化遗传算法的最大迭代次数、最小迭代次数、进化率、选择概率、交叉概率、变异概率、种群个体数量、进化率预期值；

S302：根据所有焊缝的端点坐标对种群中的各个个体进行染色体编码；

S303：以空载路径和焊缝长度为变量建立适应度函数；

S304：根据适应度函数计算种群中的个体的适应度值，并根据适应度值更新群中的个体；

S305：对种群的个体进行选择、交叉、变异操作，更新进化率；

S306：判断进化率是否达到进化率预期值；若是，根据种群个体输出较优路径；若否，执行步骤S304。

2.根据权利要求1所述的机器人路径规划方法，其特征在于，所述结合基本信息以及信息素的初始值，利用蚁群算法计算得到最优焊接路径，具体包括：

改进蚁群算法：

τ_ij(t+1)＝(1-ρ)*τ_ij(t)+Δτ_ij (2)；

其中，p_ij^k表示蚂蚁k选择下条焊缝的概率，τ_ij表示路径(i,j)上的信息素浓度，信息素由遗传算法生成，η_ij为路径(i,j)相关联的启发式信息，启发式信息为每条焊缝路径考虑方向性的距离的倒数即f(n)，α,β分别为τ_ij，η_ij的权重参数，ρ表示信息素挥发因子；

分别结合公式(1)、(2)、(3)执行以下步骤：

S501：初始化蚁群算法的蚂蚁数量、信息素重要程度、启发式信息重要程度、信息素挥发因子、当前循环次数；

S502：蚂蚁根据焊缝的基本信息、信息素以及公式(1)选择下一个可选的焊缝；

S503：根据公式(2)、(3)更新信息素；

S504：重复步骤S502、S503直到至少80％的蚂蚁走完一次完整的路径；

S505：选择当前的最短路径，重置蚂蚁的位置并更新当前循环次数；

S506：判断当前循环次数是否达到最大循环次数；若是，输出当前最短路径，作为最优焊接路径；若否，执行步骤S502。