[发明专利]基于改进的天牛须搜索算法的机械臂避障路径规划方法

说明书

本发明涉及自动控制技术领域，具体涉及一种机械臂避障路径规划方法。基于改进的BAS算法的机械臂避障轨迹规划方法，包括以下步骤：建立姿态规划结果的优化评估模型；获取机械臂末端起点和终点位姿，利用逆运动学解析法求解起点关节角和终点关节角，确定机械臂在空间中的位置；建立机械臂和障碍物碰撞检测模型；根据碰撞检测结果，结合优化评估模型，利用BAS4‑AO算法生成机械臂避障路径。本发明提供的基于改进的天牛须搜索算法的机械臂避障路径规划方法，可以有效简化初始路径，消除路径中的抖动，确保机械臂运行过程的安全性。

发明内容

本发明涉及自动控制技术领域，具体涉及一种机械臂避障路径规划方法。

背景技术

近年来，随着科技的进步，我国制造业掀起了以机器人为核心的智能化、无人化的研究热潮。根据发展需要，很多情况下要求机器人能够根据复杂环境情况自主避障，这给机器人避障路径规划技术带来了广泛的应用前景。

将现有路径规划算法改进甚至结合成更高效的复合算法以适应更加复杂的路径规划任务，是目前的主流研究方向。目前用于路径规划优化的智能算法包括萤火虫算法(Firefly Algorithm,FA)、粒子群算法(Particle Swarm optimization,PSO)、遗传算法(Genetic Algorithm,GA)、人工蜂群算法(Artificial Bee Colony,ABC)、快速探索随机树算法(RRT)、蚁群算法(ACO)等。姜向远在模仿自然界中天牛捕食行为的基础上，提出了一种元启发式、高随机性、快速收敛的优化算法——天牛须搜索算法(Beetle AntennaeSearch,BAS)。如图3所示，在自然界中，天牛的捕食主要依靠头部两侧的触角，触角内的气味细胞能够感知空气中分散的信息素的浓度。由于不同触角上的气味细胞感知到两个方向上的浓度差异，天牛就会向浓度更大的一侧移动，从而不断更新位置，最终找到食物。根据天牛捕食行为，BAS算法的搜索过程主要由方向和步长两个参数控制。通过设置随机方向和减小搜索步长，可以保证在较大的搜索范围内进行优化，并在优化结束时快速收敛。同时，由于姿态随机性强，步长自衰减的限制，初始参数设置对优化结果影响较大，在机器人姿态规划领域应用时需要进行调整和改进。

六自由度机械臂在工业生产中有着非常广泛的应用，具有较大的研究价值。但目前使用的路径规划算法大多以随机采样的路径规划算法为主，虽然可以成功找到合适的运动路径，但由于进行了大范围的随机搜索，导致算法运算效率不高。

发明内容

本发明的目的是提供一种基于改进的BAS算法的机械臂避障轨迹规划方法，有效提高了算法在三维姿态规划中的路径探索和避障能力。

为实现上述目的，本发明采用的技术方案是：基于改进的天牛须搜索算法的机械臂避障路径规划方法，包括以下几个步骤：

建立姿态规划结果的优化评估模型；

获取机械臂末端起点和终点位姿，利用逆运动学解析法求解起点关节角和终点关节角，确定机械臂在空间中的位置；

建立机械臂和障碍物碰撞检测模型；

根据碰撞检测获得的试验参数，结合优化评估模型，利用改进后的BAS4-AO算法生成机械臂避障路径。

进一步地，优化评估模型包括用于优化机械臂关节角度的函数，其表达式为：

其中，θ(θ^t)为机械臂关节经过N次搜索迭代后的角度差之和；变量θ_i^t表示在路径点i上采样时刻t处的关节角度；M表示路径规划过程中所有路径点的总数。

进一步地，优化评估模型包括用于优化运行路径长度的函数，其表达式为：