[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

说明书

本发明提供了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，包括：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，同时获取目标物体当前的坐标；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；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。通过本发明可获取最优的抓取路径，极大的提高了工作效率。

技术领域

本发明属于生产自动化和先进的控制算法结合的技术领域，尤其是涉及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。

背景技术

随着技术的发展，国内应用在医疗、电子、食品等轻工行业中的并联机器人越来越多，特别是在高密度分拣装箱流水线上，要在限定时间内把传送带上的目标物体分拣放置到指定的整齐排列的区域内，虽然采用了并联机器人相比于人工分拣装箱，效率提高了；但是这些机器人的分拣路径或者说装箱的顺序都是由工人按照经验设定，是相对固定的，并不能根据传送带上随机分布的目标物体进行实时调整，因此此路径并非最优路径，且安装调试周期长，说明生产效率还有极大的提高空间。因此，分拣路径整体优化是提高流水线效率的关键的技术之一，也是研究的重点。传送带的速度，目标物体的分布密度与并联机器人的拾取匹配等参数都有流水线效率密切相关，为了解决这些问题，充分发挥工业自动化和智能控制的优越性，因此需要发明一种面向高密度多目标坐标动态变化的基于改进遗传算法的路径优化方法，建立了并联机器人与周围环境的密切联系，不仅能提升并联机器人的工作效率和适应性，而且可以预先离线仿真，验证算法进而指导实际的生产工艺中对传动带的运行速度进行优化，缩短安装调试的周期。

发明内容

为了解决现有技术中的上述问题，即为了提高了并联机器人的工作效率。本发明提出了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。

本发明提出的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，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。

优选地，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。

优选地，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。

优选地，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。

优选地，步骤3中所述遗传算法，其适应度函数为(1/S)。