[发明专利]基于关节臂机器人的最优打磨任务路径规划方法和装置

权利要求书

1.基于关节臂机器人的最优打磨任务路径规划方法，其特征在于，包括：

步骤1、从目标零件的表面点云模型获取所述关节臂机器人的初始位置点P0和所述目标零件表面需要打磨处理的n个加工引导点qi组成长度为n+1的打磨加工路径S1＝{qi}(i＝0→n)，设置温度T为T0，设置l为0，其中，当i＝0所对应的q0为所述关节臂机器人的所述初始位置点P0，所述加工引导点qi所对应的三维位置坐标为(xi,yi,zi)，所述xi为所述加工引导点qi在x 轴的坐标值，所述yi为所述加工引导点qi在y轴的坐标值，所述zi为所述加工引导点qi在z轴的坐标值，所述T0为初始温度；

步骤2、随机生成在两个相异的正整数k和m，将所述打磨加工路径S1中对应第k个加工引导点qk与对应第m个加工引导点qm互相交换位置从而生成打磨加工路径S2，其中，所述k的取值区间为[0,n]，所述m的取值区间为[0,n]，所述k小于所述m；

步骤3、在利用路径长度计算公式f(S)计算所述打磨加工路径S1的路径长度f(S1)和所述打磨加工路径S2的路径长度f(S2)之后，计算所述路径长度f(S2)与所述路径长度f(S1)的路径长度差df＝f(S2)-f(S1)，其中所述路径长度计算公式f(S)＝Σ_(j＝1→n)((x_j-x_(j-1))²+(y_j-y_(j-1))²+(z_j-z_(j-1))²) ；

步骤4、当df0，将所述打磨加工路径S1更新为所述打磨加工路径S2，当df≥0，计算接受概率P＝exp(-df/T)，并且产生在[0,1]区间均匀分布的随机数R，若所述接受概率P大于或等于所述随机数R，将所述打磨加工路径S1更新为所述打磨加工路径S2，若所述接受概率P小于所述随机数R，所述打磨加工路径S1保持不变；

步骤5、更新所述l＝l+1，当所述l≤L，跳转至所述步骤2，当所述lL，更新所述l＝0，执行步骤6，其中所述L为预设的Metropolis链长；

步骤6、更新所述温度T＝g*T，当所述温度T≤Tend，跳转至所述步骤2,当所述温度TTend，输出所述打磨加工路径S1，其中所述g为大于0小于1的系数，所述Tend为结束温度；

步骤7、从所述步骤6输出的所述打磨加工路径S1之中找到所述关节臂机器人的所述初始位置点P0所对应的所述q0所对应的位置u，将所述打磨加工路径S1之中处于第u位的所述q0作为最优打磨加工路径的第0位，将所述打磨加工路径S1之中从第(u+1)位至第n 位的加工引导点序列{qi}(i＝u+1→n)顺序不变并依次放置在对应所述最优打磨加工路径的1位至第(n-u)位，将所述打磨加工路径S1之中从第0位至第(u-1)位的加工引导点序列{qi}(i＝0→u-1)顺序不变并依次放置在对应所述最优打磨加工路径的第(n-u+1)位至第n位。

2.如权利要求1所述的基于关节臂机器人的最优打磨任务路径规划方法，其特征在于，所述步骤2至所述步骤5的计算过程分配在至少在2个CPU上以相互独立线程的方式实现并行计算。

3.如权利要求2所述的基于关节臂机器人的最优打磨任务路径规划方法，其特征在于，所述步骤1之中的所述初始温度T0的取值范围为摄氏200度至摄氏1000度。

4.如权利要求2所述的基于关节臂机器人的最优打磨任务路径规划方法，其特征在于，所述步骤6之中的所述结束温度Tend为摄氏0度，系数g的取值区间为[0.5,0.99]。