[发明专利]基于自适应遗传算法的机械臂轨迹规划方法及系统

权利要求书

1.一种自适应遗传算法的机械臂轨迹规划方法，其特征在于：包括以下步骤：

S101：根据机械臂的运动学参数，建立机械臂的运动学模型；所述运动学模型包括：正运动学模型和逆运动学模型；所述运动学参数根据机械臂的实际物理结构获得；

S102：将机械臂的空间作业轨迹离散化为一系列空间插值点，并利用所述逆运动学模型，将所述空间插值点转换至关节空间下对应的关节插值点；

S103：采用3-5-3样条插值算法对所述关节插值点之间的轨迹进行插值，以依次连接各空间插值点，得到机械臂的关节空间轨迹曲线；

S104：根据机械臂的关节空间轨迹曲线，建立目标函数和约束条件；其中，目标函数如公式(1)所示，约束条件如公式(2)所示：

上式中，f₂(t)为机械臂的运动总能量；E_j1、E_j2和E_j3分别为机械臂第j个关节的第一段、第二段和第三段轨迹所消耗的能量；P_j为机械臂第j个关节的输出功率，为机械臂第j个关节的角速度；P_jmax和分别为第j个关节输出功率和角速度的最大值，为预设值；其中，j＝1,2,3,…,n，n为机械臂的关节总数；

S105：根据目标函数和约束条件，采用自适应遗传算法对机械臂的运动总能量进行优化，从而得到机械臂的最优关节空间轨迹曲线。

2.如权利要求1所述的一种自适应遗传算法的机械臂轨迹规划方法，其特征在于：步骤S101中，利用D-H建模方法建立机械臂的运动学模型。

3.如权利要求1所述的一种自适应遗传算法的机械臂轨迹规划方法，其特征在于：步骤S103中，用3-5-3样条插值算法所述关节插值点进行插值，具体步骤包括：

S201：在各所述关节插值点中选定两个点作为起始点和终点；

S202：给定所述起始点和终点的速度与加速度的第一约束条件，以及三段样条插值轨迹的速度与加速度的第二约束条件；

S203：根据所述起始点、终点、起始点和终点之间已知的各关节插值点、第一约束条件和第二约束条件，采用公式(3)对起始点和终点之间的各关节插值点进行插值，得到第一段三次多项式轨迹、第二段五次多项式轨迹和第三段三次多项式轨迹的表达式：

上式中，h_j1(t)，h_j2(t)和h_j3(t)分别为第j个关节的第一段三次多项式轨迹、第二段五次多项式轨迹和第三段三次多项式轨迹；a_j10、a_j11、a_j12、a_j13、a_j20、a_j21、a_j22、a_j23、a_j24、a_j25、a_j30、a_j31、a_j32和a_j33均为待求解的系数；t1、t2和t3分别为第一段三次多项式轨迹、第二段五次多项式轨迹和第三段三次多项式轨迹的运行时间；其中，j＝1,2,3,…,n，n为机械臂的关节总数。

4.如权利要求3所述的一种自适应遗传算法的机械臂轨迹规划方法，其特征在于：步骤S202中，所述第一约束条件为：起始点和终点的减速度和速度均为0；所述第二约束条件为：第一段三次多项式轨迹、第二段五次多项式轨迹和第三段三次多项式轨迹之间的速度与加速度均连续。