基于遗传混沌优化算法的机器人轨迹规划方法技术

本发明专利技术公开了一种基于遗传混沌优化算法的机器人轨迹规划方法，在笛卡尔空间内在起始点和终止点内进行插补，得到一系列中间位置点；建立D‑H参数模型，求解在关节空间中各位置点的机器人各关节的角度值；在关节空间中初始化每两个节点之间的时间间隔序列；构造多项式插值关节空间经过的角度值，控制各关节的运动形式；构造时间最优适应度函数，采用基于遗传混沌优化算法的机器人轨迹规划方法对时间间隔序列寻优，直到满足终止条件，输出最优时间间隔序列；规划运动轨迹，完成既定运动。使用该方法能够得到机器人的最优运行时间，提高机器人的工作效率，并且运行轨迹、速度、加速度的曲线平滑，不会产生突变，延长机器人的使用寿命。

Trajectory planning method of robot based on genetic chaos optimization algorithm

The invention discloses a method of robot path planning genetic algorithm and chaos optimization based on interpolation in Cartesian space inside the starting point and ending point, get a series of intermediate positions; the establishment of D H parameter model, solved in the joint space of each position of the robot the angle value of every joint; time interval sequence between every two nodes initialized in the joint space; polynomial interpolation for joint space after the angle value, motion control of each joint structure; time optimal fitness function, using the method of robot path planning algorithm based on Chaos Genetic Optimization of interval sequence optimization, until the termination condition, the output of the optimal time interval sequence; trajectory planning, complete set movement. Using this method can get the optimal operation time of the robot, improve the efficiency of the robot, and smooth curve trajectory, velocity and acceleration, no mutation, prolong the service life of the robot.

【技术实现步骤摘要】
基于遗传混沌优化算法的机器人轨迹规划方法
本专利技术涉及机器人轨迹规划
，尤其涉及一种基于遗传混沌优化算法的机器人轨迹规划方法。
技术介绍
现有的机器人在应用中一般是在线示教的方式，确定好运动轨迹之后，一般是人工控制机械臂的速度、加速度，完成规定的轨迹要求，而且机器人广泛应用于食品、药品的加工、包装，汽车的喷涂，零部件的弧焊、点焊，金属的切削等领域，虽然在一定程度上解放了人的劳动，但是通用的方法并没有使机器人在轨迹上的运行时间达到最短，而且运行的轨迹不一定平滑，并且运行轨迹、加速度和速度的突变影响机器人的使用寿命。因而时间没有达到最优，生产效率还是有上升的空间。目前轨迹规划分为能量最优，时间最优，最小脉动等几种类型。其中能量最优模型建立复杂，而且变量和干扰因素很多，求解方法困难。时间最优和最小脉动的方法研究较多，能够在工业现场提高工作效率以及延长机器人的机械使用寿命。时间最优轨迹规划主要是把轨迹中两个节点之间的时间间隔转化成非线性寻优问题。最优时间轨迹规划的研究中国内外主要用了下面几种方法，粒子群算法、遗传算法、信頼域算法、动态规划方法等，但是许多算法都有它的局限性，如虽然粒子群算法收敛速度快，但是局部搜索能力差。所以专利技术一种全局和局部搜索能力强，而且搜索能力快的方法应是下一步研究的重点。
技术实现思路
本专利技术的目的就是为了解决上述问题，提供一种基于遗传混沌优化算法的机器人轨迹规划方法，使用该方法能够得到机器人的最优运行时间，提高机器人的工作效率，并且运行轨迹、速度、加速度的曲线平滑，不会产生突变，延长机器人的使用寿命。为了实现上述目的，本专利技术采用如下技术方案：一种基于遗传混沌优化算法的机器人轨迹规划方法，包括，步骤一，在笛卡尔空间内在起始点和终止点内进行插补，得到一系列中间位置点；步骤二，根据机器人建立D-H参数模型，求解在关节空间中各位置点的机器人各关节的角度值；步骤三，在关节空间中初始化每两个节点之间的时间间隔序列；步骤四，构造多项式插值关节空间经过的角度值，控制各关节的运动形式；步骤五，构造时间最优适应度函数，在满足限制条件下，采用基于遗传混沌优化算法的机器人轨迹规划方法对时间间隔序列寻优，直到满足终止条件，输出最优时间间隔序列；步骤六，规划运动轨迹，完成既定运动。所述步骤一中用圆弧插补和/或直线插补方法插补末端执行器要经过的路径。所述步骤二中用逆运动学的方法求解在关节空间中各位置点的机器人各关节的角度值。所述步骤三中，时间间隔序列为大于零的一固定的数值。所述步骤四中，构造四次多项式插值关节空间经过的角度值。所述步骤五中，在机器人运行平稳的情况下，要求机器人运行时间最短，限定条件包括：关节速度和加速度不大于关节速度和加速度的额定限定值。所述步骤五中，时间最优适应度函数为式中i为关节的位置节点；hi为两个节点之间的运行时间；n＝4；ε0，ε1，ε2为加权系数，为惩罚函数。惩罚函数的设定为：θimax表示机器人各关节的转动角度的额定限定值，θ表示机器人各关节转动的角度，表示机器人各关节速度和加速度的额定限定值；表示机器人各关节的速度和加速度。所述步骤五中，采用基于遗传混沌优化算法的机器人轨迹规划方法对时间间隔序列寻优的方法包括，初始化相关参数，包括种群的大小N、进化的代数NG、初始的时间间隔Δti；对轨迹中的时间间隔序列进行十进制编码，选择遗传算子；对选择的算子进行选择、交叉、变异操作，用适应度函数对产生的群体进行适应值评价，选择这一群体中的最优个体；利用混沌算法得出局部最优解。选择的遗传算子包括选择算子、交叉算子Pc、变异算子Pm。本专利技术的有益效果：根据需要应用的机器人建立D-H参数模型，假定已经规划好了机器人的运行轨迹，该轨迹有许多点组成，是一条无碰撞的轨迹。运用逆运动学的方法将在笛卡尔空间中的各位置点转化为关节空间中机器人各关节的角度值，用构造的四次多项式插值已经规划好的关节空间中的路径点，模拟机器人的运行轨迹。根据机器人自身的约束条件，用基于遗传混沌优化算法的机器人轨迹规划方法求出机器人的各段轨迹的最优运行时间。规划运动轨迹，完成既定运动。使用该方法能够得到机器人的最优运行时间，提高机器人的工作效率，并且运行轨迹、速度、加速度的曲线平滑，不会产生突变，延长机器人的使用寿命。该方法广泛应用于食品、药品的加工、包装，汽车的喷涂，零部件的弧焊、点焊，金属的切削等领域。附图说明图1：算法的流程；图2：轨迹规划的流程；图3：机器人的D-H参数模型。具体实施方式下面结合附图与实施例对本专利技术作进一步说明。现有的方法是路径规划方法，一般是移动机器人。本专利技术为在满足机器人伺服电机额定限制值的的条件下，寻找时间最优运动轨迹。是在有约束的运动空间中的对机械臂的规划，路径规划是找到一系列要经过的路径点，这些点只是空间中的一些位置，或者关节角度，而轨迹规划则是确定怎么走，走多快，需要赋予这条路径以时间信息。基于遗传混沌优化算法的机器人轨迹规划方法，如图2所示，具体实施步骤如下：A:根据实际情况，在笛卡尔空间用圆弧插补和直线插补等方法在起始点和终止点对末端执行器进行插补，得到一系列中间位置点(Q1、Q2、、、Qm)，m为插补的位置点的个数。B:根据机器人建立D-H参数模型，运用逆运动学的方法求解在关节空间中各位置点的机器人各关节的角度值(θ0i、θ2i、θ3i、、、θmi)，n为机器人的自由度，i≤n。如图3所示，在机器人底座的中心位置建立坐标系O-XYZ与求解坐标系O-XiYiZi，其中前三个坐标系与机器人的末端执行器的位置有关，其余的坐标系与机器人的姿态有关；如果只考虑操作手终端位置，可以求得机器人各主动轴的关节角度变化θ1、θ2、θ3与末端执行器的运动学关系：px＝a3c1c23+a2c2s2py＝a3s1c23+a2s2s2pz＝-a3s23+a2c2式中c23＝cos(θ2+θ3)；s23＝sin(θ2+θ3)；a2，a3为连杆参数；px，py，pz为操作手终端在基础坐标系中的坐标；θ1，θ2，θ3为关节变量。逆运动学求解为：如果px＞0,k＝0,py＞0,k＝1其中vx＝c1px+s1py,vy＝-pz。根据该公式可以由笛卡尔空间中各点的位置(Q0、Q1、Q2、、、Qm-1、Qm)，求得关节空间中跟机器人末端位置有关的三个关节的角度值(θ0i、θ2i、θ3i、、、θmi)，i为三个与位置关的三个关节(i＝1，2,3)。C:在关节空间中初始化每两个节点之间的时间间隔序列(Δt1、Δt2、Δtm)，时间间隔序列(Δt1、Δt2、、、Δtm)为2s之内的随机数。时间间隔Δtj＝tj+1-tj，即为某一关节从θj转到θj+1所用的时间。D:构造四次多项式插值关节空间经过的角度值，控制各关节的运动形式。构造的四次多项式为θi(t)＝ai0+ai1t+ai2t2+ai3t3+ai4t4，假设在关节空间中各关节转动角度的起点、终点和中间点位置的角度都是已知的，在相应的节点处关节的速度、加速度都为0；可以求出四次多项式各系数如下：ai0＝θi；i＝1,2...,mhi＝Δti此处i为关节的位置节点，如上式所示hi为两个节点之间的运行时间。E：如图1所示，构造时间最优适应度函数，在满足关节位移、速度、加速度的额本文档来自技高网...

【技术保护点】
一种基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，包括，步骤一，在笛卡尔空间内在起始点和终止点内进行插补，得到一系列中间位置点；步骤二，根据机器人建立D‑H参数模型，求解在关节空间中各位置点的机器人各关节的角度值；步骤三，在关节空间中初始化每两个节点之间的时间间隔序列；步骤四，构造多项式插值关节空间经过的角度值，控制各关节的运动形式；步骤五，构造时间最优适应度函数，在满足限制条件下，采用基于遗传混沌优化算法的机器人轨迹规划方法对时间间隔序列寻优，直到满足终止条件，输出最优时间间隔序列；步骤六，规划运动轨迹，完成既定运动。

【技术特征摘要】
1.一种基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，包括，步骤一，在笛卡尔空间内在起始点和终止点内进行插补，得到一系列中间位置点；步骤二，根据机器人建立D-H参数模型，求解在关节空间中各位置点的机器人各关节的角度值；步骤三，在关节空间中初始化每两个节点之间的时间间隔序列；步骤四，构造多项式插值关节空间经过的角度值，控制各关节的运动形式；步骤五，构造时间最优适应度函数，在满足限制条件下，采用基于遗传混沌优化算法的机器人轨迹规划方法对时间间隔序列寻优，直到满足终止条件，输出最优时间间隔序列；步骤六，规划运动轨迹，完成既定运动。2.如权利要求1所述基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，所述步骤一中用圆弧插补和/或直线插补方法插补末端执行器要经过的路径。3.如权利要求1所述基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，所述步骤二中用逆运动学的方法求解在关节空间中各位置点的机器人各关节的角度值。4.如权利要求1所述基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，所述步骤三中，时间间隔序列为大于零的一固定的数值。5.如权利要求1所述基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，所述步骤四中，构造四次多项式插值关节空间经过的角度值。6.如权利要求1所述基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，所述步骤五中，在机器人运行平稳的情况下，要求机器人运行时间最短，限定条件包括：关节速度和加速度不大于关节速度和加速度的额定限定值。7.如权利要求1所述基于遗传混沌优化算法的机器人轨迹规划方法，其特征是，所述步骤五中，时间最优适应度函...

【专利技术属性】
技术研发人员：宋锐，张其万，高峰，孟超，王懂，辛晓琨，张晓涛，尚传妮，王康丽，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37