[发明专利]一种基于时变有向图的工业机械臂搬运路径规划方法

说明书

本发明涉及一种基于时变有向图的工业机械臂搬运路径规划方法，所述路径规划方法包括如下步骤：(1)、根据等待区和工作区节点是否为工作状态，将工位分为静态工位和动态工位；(2)、采用机械臂在两个工位的节点间搬运产品，节点间时间权值weight为两个节点之间的搬运时间Tm与等待时间Tw之和；(3)、通过上述步骤中获得的时间权值weight建立有向图模型，在确定有向图后，基于有向图寻找有向图遍历的最短路径。本发明适用于节点权值动态变化的应用场景，解决了规划的路径非全局最优的问题，保证了路径规划结果的可预测性及唯一性，使得该路径规划方法可用于工业领域。

技术领域

本发明涉及路径规划领域，具体涉及一种基于时变有向图的工业机械臂搬运路径规划方法。

背景技术

工业生产领域经常存在等待区和工作区之间搬运产品的情况，而在搬运过程中，经常会遇到路径规划问题，目前传统的路径规划算法都是基于固定权值的静态有向图实现的，如：最佳优先搜索算法、随机路图法PRM、快速扩展随机数法、动态规划算法、启发式算法等。

然而当工作工位与等待工位数量不等时，工作工位的状态将随时间而变化，无法采用静态权值，而需要采用时变动态权值进行路径规划。

因为此时，最佳优先搜索算法也不能保证搜索到最优的路径。

随机路图法PRM是概率完备且不最优，因为当采样点数量太少，或者分布不合理时，PRM算法不完备，而随着采样点的增加，才可达到完备。

而快速扩展随机数法具有随机采样引入的随机性，利用快速扩展随机数法，用户无法对规划结果进行预判，每次规划的结果都不一样，因此无法在工业领域采用该算法。

虽然动态规划可以得到全局最优解，且在计算时可以利用实际知识和经验提高求解效率，但是没有统一的标准模型，且数值方法求解时存在维数灾难，不适用于多节点路径规划问题。

启发式算法需通过比较当前相邻路径格栅的启发式函数来逐步确定下一个路径格栅，当存在多个最小值时该类算法不能保证搜索的路径为最优，对路径具有不可预判性。

发明内容

针对工业领域在等待区和工作区之间搬运产品过程中存在的上述问题，本发明公开了一种高效快速的基于时变有向图的工业机械臂搬运路径规划方法，该路径规划方法通过动态赋权方法，解决了规划的路径非全局最优的问题，保证了路径规划结果的可预测性及唯一性，使得该路径规划方法适用于工业领域，解决工作工位存在状态时变及同时存在多个最短路径的应用场景。

本发明的具体技术方案如下：

一种基于时变有向图的工业机械臂搬运路径规划方法，其特征在于，所述路径规划方法包括如下步骤：

(1)、根据等待区和工作区节点是否为工作状态，将工位分为静态工位和动态工位；

(2)、采用机械臂在两个工位的节点间搬运产品，节点间时间权值weight为两个节点之间的搬运时间Tm与等待时间Tw之和；

(3)、通过上述步骤中获得的时间权值weight建立有向图模型，在确定有向图后，基于有向图寻找有向图遍历的最短路径。

进一步地，在步骤(2)中，当工作工位为空闲状态，所述等待时间Tw(ij)为0，当工作工位为工作状态，所述等待时间Tw(ij)通过计算获得。

进一步地，当工作工位为工作状态，所述等待时间Tw(ij)通过抽样统计方法获得，所述抽样统计方法步骤如下：

(2.1)、对多个产品在工作工位所需加工处理时间进行工作计时，获得工序操作时间序列Vec_t；

(2.2)、对操作时间序列Vec_t进行统计分析，获取平均工作时间t_mean和标准差t_std；