[发明专利]基于遗传禁忌搜索算法的机器人运动学参数辨识方法

权利要求书

1.一种基于遗传禁忌搜索算法的机器人运动学参数辨识方法，其特征在于，包括下述步骤：

构建机器人的运动学模型及机器人的误差模型；

设置种群大小，随机产生初始种群；

将机器人末端实际位置和理论位置的x，y，z误差平方和的倒数作为适应度函数，计算种群中每个个体的适应度；

采用适应度函数输出最佳个体作为禁忌搜索算法的初始解；

构建邻域集：按照邻域规则生成邻域环，在邻域环内随机取多个点作为初始解X的邻域集；

将辨识的参数作为机器人运动学参数，利用已知的关节角度求得机器人末端的理论位置，将所有点实际位置和理论位置坐标差平方和的均值作为适应度，根据该适应度，计算邻域集各点的适应度和当前点的适应度；

对邻域集中各点的适应度按从小到大进行排序，取最小适应度的点作为邻域的最佳点，标记为X′；

判断X′的适应度是否小于初始解X的适应度，若不小于则进行禁忌表中禁忌次数判断，若小于则将当前解替换为X′，并且更新禁忌表；

禁忌次数判断：判断X′在禁忌表中的禁忌次数是否大于等于设定值，若大于等于设定值则按照邻域各点适应度排序，取邻域的下一个最优点作为X′；若小于设定值则将当前解替换为X′，并且更新禁忌表；

判断是否已经超出邻域内的最后一个点，若超出则取邻域内所有点的平均值作为X′，若不超出则进行禁忌次数判断；

判断是否达到禁忌搜索的最大迭代次数，若未达到则返回构建邻域集，若达到则输出最佳解和最佳解的适应度。

2.根据权利要求1所述的基于遗传禁忌搜索算法的机器人运动学参数辨识方法，其特征在于，所述按照邻域规则生成邻域环，所述邻域规则设置为：通过适应度乘以个体上下界的差向量动态调整邻域半径。

3.根据权利要求1所述的基于遗传禁忌搜索算法的机器人运动学参数辨识方法，其特征在于，所述禁忌表的长度设置为5。

4.根据权利要求1所述的基于遗传禁忌搜索算法的机器人运动学参数辨识方法，其特征在于，所述计算种群中每个个体的适应度后，还包括二进制编码、进化种群和二进制解码步骤，具体为：

对种群中每个个体进行二进制编码；

设置选择概率、交叉概率和变异概率，先对二进制编码后的染色体进行选择运算，然后对选择后的染色体进行单点交叉运算，然后对交叉后的染色体进行单点按位取反的操作得到进化种群；

判断是否到达最大迭进化次数，未达到最大迭进化次数则计算种群中每个个体的适应度，达到最大迭进化次数则对结果种群中的每个染色体进行二进制解码。

5.根据权利要求1所述的基于遗传禁忌搜索算法的机器人运动学参数辨识方法，其特征在于，所述机器人采用六自由度机器人，机器人的运动学模型采用MD-H运动学模型。

6.根据权利要求5所述的基于遗传禁忌搜索算法的机器人运动学参数辨识方法，其特征在于，所述MD-H运动学模型建立关节轴参考坐标系的步骤包括：

确定z轴方向、坐标系原点及x轴方向；

确定z轴方向：关节i处建立的坐标系命名为坐标系i-1，如果关节i是旋转轴关节，z轴方向和关节旋转轴的轴线一致；如果关节i是移动关节，将其移动方向定为z轴轴线方向；

确定坐标系原点及x轴方向：

当相邻两关节轴线z_i-1和z_i为异面直线时，在两轴线之间有且仅有一条最短公垂线，x轴的方向为最短公垂线从z_i-1指向z_i的方向，坐标系的原点为z轴和x轴的交点；

当相邻两关节轴线z_i-1和z_i为平行线时，两轴之间存在多条长度相同的公垂线，选择与前一关节坐标系原点相交的公垂线作为最短公垂线，x轴的方向为最短公垂线从z_i-1指向z_i的方向，坐标系的原点为z轴和x轴的交点；

当相邻两关节轴线z_i-1和z_i为相互垂直时，选择两轴所在平面的法线作为公垂线，x轴的方向为公垂线的方向，坐标系原点即为公垂线与两轴的交点；

确定y轴的方向：通过右手定则确定y轴的方向。