[发明专利]一种基于改进遗传算法的工业机器人轨迹优化方法

说明书

本发明公开了一种基于改进遗传算法的工业机器人轨迹优化方法，在给定路径和一定的约束条件下，工业机器人完成该给定路径所用时间最短、冲击最小的轨迹。本发明以传统遗传算法为基础，改进了基因选择公式、交叉公式和变异公式，在自适应PRGA基础上改进交叉和变异概率，在保证机器人运动轨迹平稳的条件下，优化机械臂动作时间，减少机器人因为冲击过大而产生的共振和抖动，使机器人能够稳定平顺运行，从而大大提高了工作效率，延长了机器人的使用寿命。

技术领域

本发明属于机器人轨迹规划技术领域，具体涉及一种基于改进遗传算法的工业机器人轨迹优化方法。

背景技术

工业机器人以其高速高精、安全可靠等优点，在焊接、喷涂等现代工业自动化应用工程中，获得各种目标最优的轨迹规划研究更具有实际意义。现有的机器人轨迹规划一般是在给定轨迹之后由人工设置机械臂的关节角、速度和加速度参数，通过示教器进行运动轨迹规划，虽然在一定程度上解放了劳动力，但是这种方法都是基于人工经验来设定参数，无法达到运行时间达到最短，最终运行的轨迹不一定平滑可能存在冲击，引起的突变会缩短机器人的使用寿命。因而在实际的生产应用中必须选取合适的方法对机器人的运动轨迹进行规划，才能使机器人在运动过程中保证时间最优和平稳无震动，达到高效节能，快速响应到期望位置的目的，从而提高生产效率。

工业机器人最优轨迹规划是指在综合考虑任务要求、本体性能和边界约束条件的情况下，规划出给定路径的机器人末端执行器位移、速度、加速度和冲击等因变量曲线光滑连续的时间序列。目前轨迹规划的研究较多是时间最优和冲击最优的方法，能够在工业现场提高工作效率以及延长机器人的机械使用寿命。国内外最优轨迹规划的研究中主要是基于智能优化算法如粒子群算法、遗传算法等，还有转化为其他优化问题求解如凸优化方法、动态规划方法等，但是许多算法都有它的局限性，如虽然粒子群算法收敛速度快，但是局部搜索能力差。因此急需发明一种全局搜索能力强，收敛速度快的优化方法来解决轨迹规划中的优化问题。

发明内容

本发明的目的在于提出一种基于改进遗传算法的工业机器人轨迹优化方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

本发明提供一种基于改进遗传算法的工业机器人轨迹优化方法，提供一种工业机器人的时间-冲击最优轨迹方法，在给定路径和一定的约束条件下，工业机器人完成该给定路径所用时间最短、冲击最小的轨迹。本发明以传统遗传算法为基础，改进了基因选择公式、交叉公式和变异公式，在自适应PRGA基础上改进交叉和变异概率，在保证机器人运动轨迹平稳的条件下，优化机械臂动作时间，减少机器人因为冲击过大而产生的共振和抖动，使机器人能够稳定平顺运行，从而大大提高了工作效率，延长了机器人的使用寿命。

为了实现上述目的，根据本发明的一方面，提供一种基于改进遗传算法的工业机器人轨迹优化方法，所述方法包括以下步骤：

S100，在笛卡尔空间中对给定路径采用圆弧插补和直线插补结合方法进行完整路径的插补得到一系列关键点笛卡尔坐标；

S200，建立D-H参数模型，通过D-H参数模型对笛卡尔空间关键点运用逆运动学求解得到关节空间中关键点的关节坐标；

S300，在关节空间中初始化每两个节点之间的时间间隔序列；

S400，采用五次多项式曲线对关键点关节坐标进行插值拟合，对各关节的关节角、速度、加速度和加加速度进行连续性控制；

S500，以机器人的各轴关节角、角速度、角加速度、角加加速度以及关节力矩约束条件，构造时间-冲击最优目标函数的优化问题数学描述；

S600，以罚函数法构造时间-冲击最优目标函数的适应度函数，采用改进的遗传算法对工业机器人轨迹关键点的时间间隔序列寻优，直到满足终止条件，输出最优时间间隔序列；

S700，以最优时间间隔序列对给定路径进行规划，绘制关节角、速度、加速度、加加速度和关节力矩图像，完成运动。