[发明专利]面向多个动态目标的并联机器人高速拾取路径优化方法

权利要求书

1.一种面向多个动态目标的并联机器人高速拾取路径优化方法，其特征在于，包括以下步骤：

步骤1，对放置区域内各目标位置进行随机编号并获取相应的坐标信息，并从抓取区域顺次选取与目标位置数目相同的目标物体，对目标物体进行随机编号，同时获取目标物体初始的坐标；

步骤2，将所获取的目标物体和目标位置随机进行交叉排序，构成初始种群的长染色体；所述染色体的排序即为机器人终端执行器拾放动作运行路径；

步骤3，重复步骤2构建初始种群，并通过遗传算法对机器人终端执行器拾放动作运行路径进行优化，输出总行程最短的一组长染色体作为优化后的机器人终端执行器拾放动作运行路径；所述遗传算法，其目标函数为Min(S)，S为总行程；所述总行程的计算方法为：

其中，S表示总行程，A_i表示目标物体，B_j表示目标位置，i表示目标物体的序号，j表示目标位置的序号，S_ij表示目标物体i与目标位置j之间的行程，D_ij表示目标物体A_i与目标位置B_j之间的水平距离，b表示机器人终端执行器拾放动作的抬升高度，A(x_i，y_i)表示目标物体A_i的坐标，B(x_j，y_j)表示目标位置B_j的坐标，A(x_i(t_i)，y_i)表示t_i时刻目标物体A_i的坐标，t_i为机器人终端执行器抓取目标物体A_i的时间，(S_i(j-1)+S_ij)表示一次机器人终端执行器拾放动作中从位置B_j出发抓取A_i后放置到B_(j+1)的行程。

2.根据权利要求1所述的方法，其特征在于，步骤3中所述遗传算法，其选择概率为

C＝(S_max-S_q)/(S_max-S_min)

其中，S_max为当前迭代种群中长染色体对应的最长总路径，S_min为当前迭代种群中长染色体对应的最短总路径，S_q为当前迭代种群中序号为q的长染色体对应的总路径长度。

3.根据权利要求2所述的方法，其特征在于，步骤3中所述遗传算法，每次迭代过程中，将长染色体分裂成两条关于目标物体和目标位置的短染色体，分别进行选择、交叉、变异与插入操作，然后再合并成一条新的长染色体。

4.根据权利要求3所述的方法，其特征在于，步骤3中所述遗传算法，以算法收敛或预设的迭代次数作为该算法终止的条件，并从最后一次迭代种群中选取适应度函数最大的长染色体作为优化后的机器人终端执行器拾放动作运行路径。

5.根据权利要求4所述的方法，其特征在于，步骤3中所述遗传算法，其适应度函数为1/S。

6.根据引用权利要求5所述的方法，其特征在于，所述算法收敛，具体为若相邻Q代的种群平均适应值变化小于预设阈值；Q为设定的用于判断算法收敛的迭代次数。

7.根据引用权利要求1-6任一项所述的方法，其特征在于，步骤3中所述遗传算法，初始种群中长染色体数为50。