本发明涉及路径规划,尤其涉及基于改进蚁群算法的物料分拣机械臂路径规划方法及系统。
背景技术:
1、在当今工业生产和日常生活中机械臂发挥着越来越重要的作用,也引起了国内外研究者的广泛关注;研究的热点主要集中在机械臂的运动规划与控制方面,其中轨迹规划是机械臂轨迹控制的基础,对机械臂的平稳性、运行效率、作业精确性和能量消耗具有重要意义。
2、机械臂的路径规划问题常见于智能仓储和智慧工厂领域,其核心任务是在已知物品搬运起末点和工作空间环境的基础上,规划机械臂末端点从起始点到目标点的合适轨迹;所规划轨迹必须兼顾物料运送装置的稳定性和安全性、障碍物避让,以及确保机械臂自身的稳定运行,并同时满足机械臂自身性能约束;另外,该轨迹在某种性能度量标准下也需要达到最优,以最大程度地提高机械臂的工作效率;因此,机械臂的路径规划问题实质上是一个寻求最优解的优化问题。
3、在解决这一问题时,存在两类约束条件:首先是工作环境中的各种装置的对机械臂运行的阻碍,需要考虑装置的具体位置、长度、形状等因素;其次,机械臂自身性能也有一系列约束要求,如机械臂各关节运行速度和加速度的限制、各轴旋转角度的限制、扭矩的大小和机械臂负载大小的限制等。
4、综上所述,物料分拣机械臂路径规划问题的专业性在于它需要在满足准确将识别出的物料搬运到准确位置的要求前提下,兼顾机械臂自身稳定和安全,并且在此标准上尽可能的缩短机械臂的运行轨迹;该问题的解决可以提高分拣效率、减少人力成本,并能够适用于各种行业的搬运类型任务。
技术实现思路
1、针对现有方法的不足,本发明解决现有方法中机械臂的运行轨迹较长,路径寻优性能不佳的问题。
2、本发明所采用的技术方案是:一种基于改进蚁群算法的物料分拣机械臂路径规划方法及系统包括以下步骤:
3、步骤一、构建机械臂的三维空间平面,采用等分空间法从三维空间抽取三维路径所需的栅格点;
4、步骤二、对机械臂环境中的威胁和地形障碍进行建模;
5、步骤三、构建机械臂运行过程中的目标函数;
6、步骤四、构建预备检查点集合,并计算切面数量;
7、进一步的,切面数量的公式为:
8、
9、其中,lsg(x)为起始点与终点沿x轴方向的距离,sw为切面宽度。
10、将切面宽度设置为可调参数,减小机械臂的关节的加速度变化次数,使机械臂运行更稳定。
11、步骤五、根据机械臂轨迹路径的起始点和终点得到机械臂理论最短路径;以任意两轴组成的切面,对理论最短路径与切面的交点进行取整,并以取整后的交点为中心构建若干矩形范围,在每个矩形范围内均匀选取若干个预备检查点;
12、进一步的,当预备检查点为重复的点或处于地图范围外时剔除。
13、相比于现有的在整个切面上均匀取点,通过设置不同的矩形进行取点,在保留全局探索能力的前提下,兼顾了精细化和准确性,使算法获得更优路径的概率大幅提升。
14、步骤六、构建改进蚂蚁算法,对机械臂轨迹路径进行寻优。
15、进一步的,具体包括:
16、步骤61、初始化蚁群参数,计算各检查点与下一层检查点之间的启发值;
17、进一步的,启发值的计算公式为:
18、
19、其中,(xi,yi,zi)为当前检查点i的坐标值,(xj,yj,zj)为下一层检查点j的坐标值。
20、步骤62、蚂蚁搜索可行路径,蚂蚁从起点出发,按照轮盘赌方式选择下一个路点;
21、步骤63、对获得的路径进行检查和局部信息素更新,获得被检查路径的信息素变化值;将蚂蚁获得的路点拟合成机械臂运行的轨迹,计算出末端执行器运动轨迹路径和各关节角度变化量;
22、进一步的,获得被检查路径的信息素变化值的公式为:
23、
24、式中,iter为当前迭代次数,t为检索路段被搜索过的次数,iter_max为最大迭代次数,局部信息素强度q为常数;lpath(tk)表示当前整条路径的长度;△τi,j(t)是从栅格点i转移到栅格点j的旧的信息素变化值。
25、步骤64、对当前迭代信息素变化值的信息素挥发因子进行改进;
26、进一步的,信息素挥发因子进行改进的公式为:
27、
28、式中,表示全局挥发约束系数;c为补偿系数,iter为当前迭代次数,ρ(iter)表示第iter次迭代时的信息素挥发因子,ρmin为信息素挥发因子最小值。
29、本发明的有益效果:
30、1、蚁群算法可通行检查点选取,考虑到物料分拣机械臂的工作环境,确定搬运的起始点和终点后,将机械臂的工作空间沿x轴方向进行切分,在起始点和终点之间生成一系列的切面;然后根据起点和终点的位置构建直线,该直线与各切面有交点,以交点为中心,构建矩形范围,在矩形范围内均匀选取预备检查点;相比于原来在整个切面上均匀取点,该取点方式在保留全局探索能力的前提下,兼顾了精细化和准确性,使算法获得更优路径的概率大幅提升;
31、2、蚁群信息素更新的改进,对蚁群算法的信息素更新方式进行改进,在局部更新中,对于蚂蚁探索获得的路径,检查路径上的路径段,针对无法通行的路径段、之前已搜索过的路径段、之前未搜索过的路径段设置不同的信息素更新方式;无法通行的路段,设置信息素值为-1,由于初始信息素值为1,其下次迭代被选择的概率为0;搜索过的路径段,根据当前搜索的路径长度进行信息素更新;新搜索到的路径段,开始增加较多的信息素,使其下次被选择的概率增大,随着迭代次数的增加,新搜索到的路径段获得的信息素逐渐减少,能够有效控制和调节环境因素;
32、3、在全局信息素更新时,使信息素挥发系数具有自适应的特性,随着迭代次数的变化而变化,全局信息素挥发系数的调节策略可以有效控制和优化系统性能,能够更好地克服局部最优,从而更有效地探索全局最优解。
1.基于改进蚁群算法的物料分拣机械臂路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于改进蚁群算法的物料分拣机械臂路径规划方法,其特征在于,切面数量的公式为:
3.根据权利要求1所述的基于改进蚁群算法的物料分拣机械臂路径规划方法,其特征在于,步骤五中当预备检查点为重复点或处于地图范围外时剔除。
4.根据权利要求1所述的基于改进蚁群算法的物料分拣机械臂路径规划方法,其特征在于,步骤六具体包括:
5.根据权利要求4所述的基于改进蚁群算法的物料分拣机械臂路径规划方法,其特征在于,启发值的计算公式为:
6.根据权利要求4所述的基于改进蚁群算法的物料分拣机械臂路径规划方法,其特征在于,获得被检查路径的信息素变化值的公式为:
7.根据权利要求4所述的基于改进蚁群算法的物料分拣机械臂路径规划方法,其特征在于,信息素挥发因子进行改进的公式为:
8.基于改进蚁群算法的物料分拣机械臂路径规划系统,其特征在于,包括:存储器,用于存储可由处理器执行的指令;处理器,用于执行指令以实现如权利要求1-7任一项所述的基于改进蚁群算法的物料分拣机械臂路径规划方法。
9.存储有计算机程序代码的计算机可读介质,其特征在于,计算机程序代码在由处理器执行时实现如权利要求1-7任一项所述的基于改进蚁群算法的物料分拣机械臂路径规划方法。