[发明专利]一种基于群体智能算法的工业机器人作业点序列及轨迹规划方法

摘要

一种基于群体智能算法的工业机器人作业点序列及轨迹规划方法，它主要解决现有技术中对工业机器人作业点序列及轨迹规划方法存在自动化程度不高和科学合理性不足的问题。本发明的离散序列相似度指标（SD）用来表征序列规划中个体之间的差异（距离）；构造了一种碰撞评价指标（O），用来避免工业机器人与障碍物及机器人关节杆之间发生碰撞；对于约束条件，采用罚函数处理，引入约束惩罚项C，使工业机器人的动力学特性满足裕度要求。本发明基于上述评价指标和改进的群体智能算法，获取工业机器人的最优作业点序列及相应的最优轨迹，可以有效的提高工业机器人的执行效率和运行性能，降低成本，符合实际生产的需要。

主权项

1.一种基于群体智能算法的工业机器人作业点序列及轨迹规划方法，其特征在于：具体包括以下步骤：步骤1、适用于离散问题的群体智能算法参数初始化：设定群体智能算法的基本参数以及种群容量M，个体维数即作业点总数n，最大迭代次数；步骤2、随机初始化个体的位置，即生成M个n维作业点序列，并且每个序列的n维元素互不相同；步骤3、更新个体的适应度函数值F：首先采用适用于连续问题的群体智能算法对工业机器人轨迹规划的数学模型进行优化，得到工业机器人从作业点P_i运动到下一个作业点P_i+1的过程的机器人最短运动时间T_i，最短轨迹长度L_i，最小轨迹平滑度S_i，最小能耗E_i及相应的最优轨迹θ(t)，i＝0,1,2,…,n；然后计算工业机器人在任务空间内按照当前作业点序列从初始位姿运动到各个作业点，完成作业后返回初始位姿的整个过程的机器人最短运行时间最短轨迹长度最小轨迹平滑度最小能耗计算个体的适应度函数值F；步骤4、个体的位置移动；步骤5、更新个体的适应度函数值F；步骤6、当达到最大迭代次数则转7)；否则，迭代次数增加1，转4)；步骤7、输出最优个体的位置即最优作业点序列及其相应的工业机器人最短运行时间Tmin，最短轨迹长度Lmin，最小轨迹平滑度Smin，最小能耗Emin及相应的最优轨迹θ(t)。