[发明专利]一种基于自适应遗传算法的机械臂时间最优轨迹规划优化方法

说明书

本发明提供了一种基于自适应遗传算法的机械臂时间最优轨迹规划优化方法，在给定路径节点的情况下，在机械臂自身约束条件内，所用时间最短。本发明采用B样条插值法拟合路径节点，比多项式插值法更平稳，轨迹更光滑；同时选择用自适应遗传算法来优化机械臂时间序列，相较传统遗传算法，改进了交叉和变异算子，使优化速度更快，更精确,既提高了机械臂工作效率，又延长了机械臂是有寿命。

技术领域

本发明属于机械臂轨迹规划领域，涉及用自适应遗传算法优化B样条曲线以 达到机械臂时间最优的轨迹规划方法。

技术背景

随着机械臂在各个领域中发挥的作用越来越大，人们对机械臂工作效率的要 求也越来越高，所以机械臂的轨迹规划及优化研究变得尤为重要。从最初主要在 汽车的生产过程中使用，到如今工业生产各领域都在使用机器人完成自动化生产。 特别是在制造业中，搬运、装配、焊接、喷漆等传统制造业流程中都有工业机器 人的身影，应用最为广泛。工业机器人的生产应用已渗透到产品生产的各环节中， 在既定的程序和范围内，实现了产品的生产加工、取放、搬运等功能。如今，工 业机器人研究正朝着高精度、高速度、多轴化和轻型化方向发展。在工业机器人 中，关节型机器人的运用最为广泛。

轨迹规划是机器人运动控制系统的基础性研究领域，决定着机器人的运动方 式和作业性能,不同的使用场合需要使用不同的轨迹规划方案,这也极大促进了 现代工业机器人轨迹规划研究的发展”。一方面在现代工业自动化应用如焊接、 喷涂中机器人末端执行器必须按照一定的作业要求运动,对其位移、速度甚至加 速度都有严格的要求,所以必须进行特定的轨迹规划。另一方面轨迹规划方案的 质量高低直接决定着机器人的运动方式、作业精度和使用寿命，良好的轨迹规划 方案不仅可以使机器人准确完成作业任务,还可以保证良好的运动平稳性和较小 的机械磨损，在时间利用和能量消耗上也会有良好的表现。

现有的机械臂多采用三次多项式与五次多项式进行插值，虽然提高了机械臂 的实时性，但是无法有效地避免冲击，在优化算法方面，普通的遗传算法收敛精 度不够高，收敛速度也不够快，在遗传算子不变的情况下，可能影响解的品质。

发明内容

为了实现上述存在的问题，本发明提供了一种基于自适应遗传算法的机械臂 时间最优轨迹规划优化方法，步骤如下：

步骤(1)根据机械臂物理结构获得参数；

步骤(2)推导机械臂逆运动学公式，已知机械臂所经过的路径点求逆解，得到 关节角度值，作为插值节点；

步骤(3)用B样条插值算法对上一步求得的插值节点进行拟合，得到机械臂轨 迹曲线；

步骤(4)以各个关节角速度、角加速度、力矩作为约束条件，根据机械臂轨迹 曲线，建立目标函数；

步骤(5)根据目标函数和约束条件，以自适应遗传算法对机械臂轨迹关键型值 点的时间间隔进行序列寻优；.

步骤(6)以寻优结果进行路径规划。

进一步地，在步骤(1)中，采用的是标准D-H参数法建模，包括四个参数， 分别为：

连杆长度a_i：连杆两端z轴距离；

连杆转角α_i：连杆两端z轴夹角；

关节偏距d_i：本连杆x轴与上一个连杆x轴的距离；

关节角θ_i：本连杆x轴与上一个连杆x轴的夹角。

进一步地，在步骤(2)中，推导逆运动学公式的具体过程如下：

首先根据DH参数，得到正运动学方程如下：