[发明专利]基于机器视觉的工业协作机器人路径规划算法

摘要

本发明公开了基于机器视觉的工业协作机器人路径规划算法，包括以下步骤：机器视觉平面模型数据采集；机器视觉平面模型数据整合；制作立体三维模型；组合立体三维模型；采用人工鱼群算法规划路径；将步机器人行走路径结合到机器视觉立体三维模型中，拆分成各个平面的行走路径；将机器人在各个平面的行走路径传输给工业协作机器人，工业协作机器人进行运动。本发明通过使用机器视觉进行路线规划，可加快路线规划进程，且路线规划更加准确；通过使用人工鱼群算法进行规划路径，可快速准确实现对路径的规划；通过将规划路径结合到立体三维模型中，然后将三维路径拆分成平面行走路径，使得规划路径与工业协作机器人的结合使用更加方便快捷。

主权项

1.基于机器视觉的工业协作机器人路径规划算法，其特征在于：包括以下步骤：S1．机器视觉平面模型数据采集，对多个工业协作机器人所在工作区间的各个平面进行视觉数据采集，对工作区间内工业协作机器人进行各个平面的视觉数据采集；S2．机器视觉平面模型数据整合，将步骤S1中采集的工业协作机器人工作区间各个平面的视觉数据进行整合形成多个工作区间复合平面视觉模型，将步骤S1中采集的工作区间内工业协作机器人的平面视觉数据进行整合形成多个工业协作机器人复合平面视觉模型；S3．制作立体三维模型，将步骤S2中的多个工作区间复合平面视觉模型进行三维整合，形成工作区间立体三维模型，将步骤S2中的多个工业协作机器人复合平面视觉模型进行三维整合，形成工业协作机器人立体三维模型；S4．组合立体三维模型，将步骤S3中的工业协作机器人立体三维模型与工作区间立体三维模型进行组合，形成机器视觉立体三维模型；S5．在步骤S4中的机器视觉立体三维模型中，随机生成N条初始的路径，这些路径中的每一条路径的第一个路径点为起点，最后一个路径点为终点；S6．采用人工鱼群算法规划路径，每条路径随机选择鱼群的聚群行为或者追尾行为，根据聚群行为描述或追尾行为描述来改变该条路径中除起点终点之外的其他路径点的位置，以生成一条新的路径，循环操作，直至选定的最小路径保持不变的次数达到预设的次数不变阈值或循环次数达到预设的循环次数阈值时，则将该选定的最小路径作为最优路径，将最优路径的路径点依次连起来便为机器人的行走路径；S7．将步骤S6中的机器人行走路径结合到机器视觉立体三维模型中，拆分成各个平面的行走路径；S8．将步骤S7中得到的机器人在各个平面的行走路径传输给工业协作机器人，工业协作机器人进行运动。