[发明专利]一种汽车门板焊点焊接路径规划方法

说明书

本发明涉及一种汽车门板焊点焊接路径规划方法，该方法通过图像处理与识别定位待测汽车门板上的焊点，获得焊点坐标信息，对焊点进行编码，并采用遗传算法获取焊点焊接的最佳路径，该路径规划方法中基于线性回归技术来初始化初始焊接路径种群，使得初始焊接路径种群中包含更多较优个体，可提高收敛速度；且将交叉和变异操作中的交叉概率和变异概率设置为自适应交叉概率和自适应变异概率，保持了焊接路径种群的多样性，避免“早熟”；在其子代选择中，在接受较优子代之外还在一定概率范围内接受较差子代，使得遗传过程中有更大可能跳出局部最优的“陷阱”，求得全局最优值。

技术领域

本发明涉及路径规划领域，具体涉及一种汽车门板焊点焊接路径规划方法。

背景技术

汽车内外饰件机器人超声波自动化焊接技术是未来的发展趋势。以往的焊接路径规划大多数是基于人工手动规划方式。根据给定的焊接部件类型、焊点布局、焊点位置等信息，再结合车身数据模型的数据、生产工艺和流程、产品设计文档等，依靠技术人员自身的经验积累，规划出一条近似最优的焊接路径。由于这种规划方式完全依靠专业技术人员的个人经验背景，不同的技术人员规划出的路径方案往往存在差异性。依赖技术人员的经验背景规划出的路径方案缺乏一定的科学性，且规划调试周期长，不能保证高效率，缺乏生产柔性与自适应性，规划出的路径不能确保是理想的最优路径。人工手动规划方式固然可以解决焊点数量较少且焊点布局简单的焊接任务，但是面对焊点数量多且位置分布复杂的焊接任务，采用人工手动规划方式并不能获得令人满意的结果。

目前，国内外关于焊接机器人路径规划问题的研究工作主要有：将焊接次序问题抽象为图论算法中的旅行商(TSP)问题，以最短时间为目标准则进行焊接路径的规划；以TSP问题为模型，采用启发式方法进行焊接路径规划。在现代机器人路径规划的算法中，主要采用智能算法，如遗传算法、粒子群算法、蚁群算法、模拟退火算法等。传统的遗传算法具有良好的全局搜索能力，但其局部搜索能力较弱。而粒子群算法、蚁群算法、模拟退火算法局部搜索能力较强，但容易陷入局部最优。

发明内容

针对现有技术中存在的技术问题，本发明的首要目的是提供一种汽车门板焊点焊接路径规划方法。该方法以遗传算法为基本算法，基于线性回归技术来初始化初始焊接路径种群，改进其子代选择策略以增强算法的局部搜索能力，同时使用种群熵来度量焊接路径种群多样性程度，根据种群熵的变化引起进化概率的变化，避免算法早早收敛。该路径规划方法能够规划出待测汽车门板上焊点的最短路径。基于该目的，本发明至少提供如下技术方案：

一种汽车门板焊点焊接路径规划方法，其包括以下步骤：

步骤S1、通过图像处理与识别方法定位待测汽车门板上的焊点，并获得所述焊点的坐标信息，对各个所述焊点进行编码，设计适应度函数；

步骤S2、对所述步骤S1获得的焊点的坐标信息采用线性回归法获得初始焊接路径m个，构成初始焊接路径种群；

步骤S3、采用轮盘赌对所述初始焊接路径种群进行选择，得到h个初始焊接路径；

步骤S4、计算当前焊接路径种群的多样性程度值，对步骤S3中选择的初始焊接路径进行交叉、变异、逆转操作，获得进化焊接路径，其中所述交叉操作中的交叉概率为自适应交叉概率，所述变异操作中的变异概率为自适应变异概率，以所述多样性程度值作为所述自适应交叉概率以及所述自适应变异概率的参数之一；

步骤S5、对所述步骤S3获得的初始焊接路径以及所述步骤S4获得的进化焊接路径进行子代选择，其中，若进化焊接路径的适应度函数值大于初始焊接路径的适应度函数值，则保留进化焊接路径，否则以计算出的自适应概率保留进化焊接路径；

步骤S6、对步骤S2获得的初始焊接路径种群淘汰其中适应度函数值靠后的h个初始焊接路径，并加入所述步骤S5子代选择的焊接路径重组形成新一代的焊接路径；