[发明专利]一种表面改性机器人关节空间轨迹优化的方法

权利要求书

1.一种表面改性机器人关节空间轨迹优化的方法，其特征在于，包括以下步骤；

S1：建立表面改性机器人模型；

S2：确定表面改性轨迹参数，

其中，所述表面改性轨迹参数包括表面改性的轨迹、表面改性的速度以及表面改性的时间长度；

S3：轨迹点采样，

在所述表面改性的轨迹上等时间间隔选取参考点；

S4：根据选取的所述参考点进行逆运动学求解，得到所述表面改性机器人的关节加速度解的集合；

S5：根据所述表面改性机器人的关节加速度解的集合，使用遗传算法求出所述机器人的关节加速度的最优解；

所述步骤S5包括，

S51：确认基因的编码方式，

将所述关节加速度解的浮点数形式变为二进制形式，根据加速度约束以及所述表面改性机器人的性能约束得到所述表面改性机器人的各个关节的加速度值的允许范围[a_i,b_i]，设相应的精度为k_i，根据下式确定所述遗传算法中的基因中的所述各个关节对应的加速度二进制串的长度n_i，

其中，1≤i≤i_total，i为所述表面改性机器人的关节的编号，i_total为所述表面改性机器人的关节的总数；

所有关节的加速度组成变量所述变量对应的二进制串总的长度为一个染色体的长度，见下式：

所述变量对应的二进制串就构成了一个个体的完整染色体；

相应的解码就是将上述过程反向操作；

其中，为编号为i的关节的加速度值；

S52：初始化种群，

对每个所述关节随机选取相应允许范围内的加速度值，然后对选取的每个所述关节的加速度值进行组合，形成多个个体样本，组成种群，所述种群作为遗传算法的训练数据；

S53：分别对所述种群中的每个个体样本以及经所述遗传算法训练之后得到的个体进行轨迹拟合，得到拟合曲线；

所述轨迹拟合的时间长度等于所述表面改性的时间长度；

选取若干不同时间点对应的拟合曲线上的特征点，通过运动学正解得到对应时间点的所述表面改性机器人的末端位姿；

其中，所述表面改性机器人的末端位姿由下式表示：

S54：建立适应度函数；

S55：仿真分析；

利用软件进行仿真，研究所述遗传算法的迭代次数、所述适应度函数之间的关系，寻找出最优的拟合曲线，所述最优的拟合曲线对应的关节加速度组合即所述机器人的关节加速度的最优解。

2.如权利要求1所述表面改性机器人关节空间轨迹优化的方法，其特征在于，

在所述表面改性的轨迹上，与所述选取的若干不同时间点对应的同一时间点，对应一个期望位姿式：

所述适应度函数定义为：

其中，式中F是由线性拉伸评价函数构造出的适应度函数；是体现位姿偏差的评价函数，fit_max代表的最大值；fit_avg是的平均值，c表示最佳个体复制数量，取值根据群体规模确定；

Numb为选取的若干不同时间点的个数，p_q、n_q、o_q、a_q、p_m、n_m、o_m、a_m为矩阵T_q、T_m中对应的列向量。