[发明专利]一种基于最优参数遗传算法的苹果自动装箱路径优化方法

权利要求书

1.一种基于最优参数遗传算法的苹果自动装箱路径优化方法，其特征在于：通过图像处理技术得到苹果抓取点位与放置点位的位置信息，生成相应的点位矩阵；通过点位矩阵生成初始种群，初始种群是以N条染色体组成，其中抓取点位和放置点位构成的路径编码称为染色体，在苹果抓取点位对应的负实数矩阵以及苹果放置点位对应的正实数矩阵基础上，由于苹果自动装箱采用双连杆双水平旋转关节的装箱机械臂，因此在设定的抓取范围之内，末端执行器在任一位置点机械臂都有两种不同姿态的旋转角度解，分别记为同一个点位的相邻实数标号，故负实数矩阵空间长度为2倍的抓取点个数，正实数矩阵空间长度为2倍的放置点个数，矩阵中每奇偶相邻的两个实数标号表示抓取范围内同一个点的机械臂不同姿态旋转角度解；染色体的路径编码的初始点和最终点记为0，0表示机械臂末端执行器的初始位置和最终结束位置，初始位置和结束位置均为机械臂的两连杆自然伸展状态下位于机械臂基座正前方时末端执行器所在位置，其他偶数位编码为负实数，负实数从负实数矩阵中随机抽取，其他奇数位编码为正实数，正实数从正实数矩阵中随机抽取不同点位的任一角度解标号，同一个放置点位不重复抽取；重复上述过程直至满足生成的种群染色体为N条，即种群规模大小为N，N取值为(10，100)，取整；对初始种群染色体进行交叉、变异操作；进而对染色体进行比较替换操作，即通过对当前种群染色体进行基于机械臂末端执行器运行时间的适应度计算，适应度函数为fitness(x)＝1/Time(x)，其中Time(x)为当前染色体所规划路径运行的总时间，将每条染色体的适应度值置于区间(0，1)，并将当前种群最优染色体与历代种群最优染色体比较，保留两者中较优染色体为当前种群新最优，并用当前新最优染色体替换较差染色体；重复交叉、变异、比较替换操作的过程，直至达到迭代次数并输出优化结果；多次随机改变种群规模大小N、交叉操作中交叉概率、变异操作中变异概率、比较替换操作中比较替换概率四个操作参数的值重复进行上述操作，并得到相对应的机械臂末端执行器的运行时间和程序运行时间；将输出值与四个操作参数值进行线性拟合得到回归方程；利用穷举法在回归方程中基于各个参数的取值范围以机械臂末端执行器运行时间以及程序运算时间之和最小为目标找出合适的参数值作为遗传算法的最优参数值，进而重新执行上述遗传算法并得到最终优化后的苹果自动装箱路径。

2.根据权利要求1所述的一种基于最优参数遗传算法的苹果自动装箱路径优化方法，其特征在于，所述的通过图像处理技术得到苹果抓取点位与放置点位的位置信息，生成相应的点位矩阵，具体过程为：提前设定苹果抓取点位和放置点位的坐标，并将抓取点位和放置点位分别按顺序进行负实数标号和正实数标号；利用图像采集装置采集并判断当前设定的苹果抓取点位和放置点位中是否存在苹果，记录目前抓取点位中存在苹果的负实数标号和目前放置点位中不存在苹果的正实数标号；将记录出的正实数标号和负实数标号分别生成实数矩阵。