[发明专利]一种六自由度机器人工位布局与运动时间协同优化方法

摘要

本发明涉及一种六自由度机器人工位布局与运动时间协同优化方法，包括以下步骤：S1：对六自由度机器人进行运动学建模；S2：根据六自由度机器人、起点设备和目标设备的物理场景建立工位布局与运动时间的协同优化数学模型；S3：在空间直角坐标系内，以六自由度机器人的末端执行器从起点设备运动到目标设备所用时间为PSO算法的适应度，以起点设备和目标设备的工位布局为PSO算法的粒子，基于PSO算法得到协同优化数学模型的最优解以及最优解对应的工位布局。与现有技术相比，本发明实现六自由度机器人工位的优化，大大提高了机器人工作效率。

主权项

1.一种六自由度机器人工位布局与运动时间协同优化方法，用于控制六自由度机器人的末端执行器从起点设备运动到目标设备，其特征在于，包括以下步骤：S1：建立以六自由度机器人为原点的空间直角坐标系，同时对六自由度机器人进行运动学建模，得到机器人运动学方程；S2：根据六自由度机器人、起点设备和目标设备的物理场景建立工位布局与运动时间的协同优化数学模型，所述协同优化数学模型包括目标函数和约束条件，所述目标函数Z满足Z＝mintz，tz表示六自由度机器人的末端执行器从起点设备运动到目标设备所用时间，所述时间tz通过基于运动时间最短的轨迹规划和机器人运动学方程由起点设备和目标设备的坐标获得，所述约束条件由物理场景决定；S3：在空间直角坐标系内，以时间tz为PSO算法的适应度，以起点设备和目标设备的工位布局为PSO算法的粒子，基于PSO算法得到协同优化数学模型的最优解以及最优解对应的工位布局；基于运动时间最短的轨迹规划和机器人运动学方程由起点设备和目标设备的坐标获得时间tz的方法包括以下步骤：1)以正弦函数拟合六自由度机器人的三角波运动控制模型和梯形波运动控制模型，获取三角波运动控制模型和梯形波运动控制模型相互转换的临界关节运动角度θg0，满足以下公式：式中，αg,max表示第g个关节的最大加速度，ωg,max表示第g个关节的最大速度；2)基于机器人运动学方程，根据起点设备和目标设备获得六自由度机器人第g个关节的起点关节角度θg,i和目标关节角度θg,j的所有实数解，g＝1,2,...，6，下标i表示起点设备，下标j表示目标设备；3)根据临界关节运动角度θg0、起点关节角度θg,i和目标关节角度θg,j获得第g个关节在六自由度机器人的末端执行器从起点设备运动到目标设备时最短运动时间tmin,g，满足以下公式：tmin,g＝min{tmin(θg,i,p,θg,j,q)}式中，θg,i,p表示起点关节角度θg,i的第p个实数解，θg,j,q表示目标关节角度θg,j的第q个实数解，tmin(θg,i,p,θg,j,q)表示第g个关节从θg,i,p运动到θg,j,q所用最短时间，αg,max表示第g个关节的最大加速度，ωg,max表示第g个关节的最大速度；4)获得时间tz，满足以下公式：tz＝max(tmin,g),g＝1,2,...，6；所述步骤S3具体为：31：随机生成N个粒子，并初始化个体极值pbestn、全局极值gbest和最大迭代次数，生成的粒子满足以下公式：式中，下标n表示第n个粒子，下标i表示起点设备，下标j表示目标设备，表示第k次迭代中第n个粒子，表示第k次迭代中第n个粒子对应起点设备的X轴坐标，表示第k次迭代中第n个粒子对应起点设备的Y轴坐标，表示第k次迭代中第n个粒子对应目标设备的X轴坐标，表示第k次迭代中第n个粒子对应目标设备的Y轴坐标，表示第k次迭代中第n个粒子的速度，表示第k次迭代中第n个粒子对应起点设备在X轴方向上的移动速度，表示第k次迭代中第n个粒子对应起点设备在Y轴方向上的移动速度，表示第k次迭代中第n个粒子对应目标设备在X轴方向上的移动速度，表示第k次迭代中第n个粒子对应目标设备在Y轴方向上的移动速度；32：每个粒子以各自对应的六自由度机器人的末端执行器从起点设备运动到目标设备所用时间tz为自身的适应度，通过迭代，每个粒子跟踪个体极值pbestn和全局极值gbest来更新自身；33：输出全局极值gbest对应的粒子为最优工位布局，最优工位布局下的时间tz为最短运动时间。