[发明专利]一种基于粒子群优化算法的机器人操纵方法

摘要

本发明提出了一种基于粒子群优化算法的机器人操纵方法，包括：设置每个任务的任务参数；利用粒子群优化算法进行迭代训练，生成最优控制参数，包括：进行粒子群初始化，由单个粒子生成阻抗控制参数；根据所述控制参数操纵实时回路，完成对机器人的操纵任务；根据完成操纵任务的结果，通过检测到的控制性能评价得到各个粒子的适应度，然后更新个体历史最好位置与粒子群体历史最好位置、粒子的速度与位置；如果全局最优位置满足最小界限，则训练层迭代完毕，向任务层输出最优控制参数。本发明使用起来简单便捷、训练过程轻量且快速、操纵性能优异，能够胜任多种机器人操纵任务。

主权项

1.一种基于粒子群优化算法的机器人操纵方法，其特征在于，包括如下步骤：步骤S1，告知机器人需要完成的任务，即设置任务在各个执行阶段的约束参数，其中包括：初始状态的位置约束与力约束x_init、F_init、中间一系列状态的位置约束与力约束x_exec1、F_exec1、x_exec2、F_exec2…，及完成状态下的位置约束与力约束x_fini、F_fini；这些约束用于确定机器人在操作过程中所处的各个状态及各个状态之间的转移条件；步骤S2，利用粒子群优化算法进行迭代训练，生成最优控制参数，包括：进行粒子群初始化，由粒子位置生成阻抗控制参数；根据所生成的控制参数进行机器人阻抗控制，完成操纵任务；考察各个粒子所对应的操纵结果，以完成操作任务所需的时间作为粒子的适应度，从而更新个体历史最好位置d_pbest与群体历史最好位置d_gbest，并更新粒子的速度与位置；如果全局最优位置满足最小界限，则训练层迭代完毕，向任务层输出最优控制参数，如果未达到终止条件则由更新后的粒子状态重新生成阻抗参数，并进行新一轮训练。