[发明专利]基于机器视觉的工业协作机器人路径规划算法

权利要求书

1.基于机器视觉的工业协作机器人路径规划算法，其特征在于：包括以下步骤：

S1．机器视觉平面模型数据采集，对多个工业协作机器人所在工作区间的各个平面进行视觉数据采集，对工作区间内工业协作机器人进行各个平面的视觉数据采集；

S2．机器视觉平面模型数据整合，将步骤S1中采集的工业协作机器人工作区间各个平面的视觉数据进行整合形成多个工作区间复合平面视觉模型，将步骤S1中采集的工作区间内工业协作机器人的平面视觉数据进行整合形成多个工业协作机器人复合平面视觉模型；

S3．制作立体三维模型，将步骤S2中的多个工作区间复合平面视觉模型进行三维整合，形成工作区间立体三维模型，将步骤S2中的多个工业协作机器人复合平面视觉模型进行三维整合，形成工业协作机器人立体三维模型；

S4．组合立体三维模型，将步骤S3中的工业协作机器人立体三维模型与工作区间立体三维模型进行组合，形成机器视觉立体三维模型；

S5．在步骤S4中的机器视觉立体三维模型中，随机生成N条初始的路径，这些路径中的每一条路径的第一个路径点为起点，最后一个路径点为终点；

S6．采用人工鱼群算法规划路径，每条路径随机选择鱼群的聚群行为或者追尾行为，根据聚群行为描述或追尾行为描述来改变该条路径中除起点终点之外的其他路径点的位置，以生成一条新的路径，循环操作，直至选定的最小路径保持不变的次数达到预设的次数不变阈值或循环次数达到预设的循环次数阈值时，则将该选定的最小路径作为最优路径，将最优路径的路径点依次连起来便为机器人的行走路径；

S7．将步骤S6中的机器人行走路径结合到机器视觉立体三维模型中，拆分成各个平面的行走路径；

S8．将步骤S7中得到的机器人在各个平面的行走路径传输给工业协作机器人，工业协作机器人进行运动。

2.根据权利要求1所述的基于机器视觉的工业协作机器人路径规划算法，其特征在于：所述步骤S6中，每条路径都会得到一条新的路径，由此得到2N条路径，其中N条为原路径，N条为新路径；找出这2N条路径中路径长度最小的一条路径，并记录该条最小路径的路径长度及其路径点；计算这2N条路径的适应度函数值，并从2N条原路径中选出X条适应度函数值大的路径；分别对这X条路径的适应度函数值进行矢量距运算，得到每条路径的矢量距,并将每条路径的矢量距除以X条路径的总的矢量距，得到每条路径的选择概率；将第一次记录的最小路径的路径长度和上一次循环迭代所选定的最小路径的路径长度进行比较，选定两者中路径长度相对小的路径作为本次循环迭代所选定的最小路径；同时从X条路径中选择N条选择概率相对大的路径作为下一次迭代的初始的路径。

3.根据权利要求1所述的基于机器视觉的工业协作机器人路径规划算法，其特征在于：所述步骤S1中，对工作区间进行平面数据采集时，采用基于扩展摄像机成像模型的自标定算法，给出扩展成像模型，采用扩展模型在一幅图像中同时运用不同方向透视投影分析，建立不同方向的单应关系进而建立内参数约束方程，实现单幅图像标定。