一种多机器人协同的汽车零配件焊接最优路径规划方法技术

本发明专利技术公开了一种多机器人协同的汽车零配件焊接最优路径规划方法，包括步骤：焊点信息预处理步骤；基于协同进化的混合遗传‑粒子群优化算法的焊点路径规划步骤；焊点路径规划信息转化为焊接机器人的运动路径步骤。本发明专利技术方法将遗传算法和粒子群优化算法相结合，基于遗传算法的突变特点可以增加粒子群算法迭代过程中的粒子群多样性和全局搜索能力，能够解决汽车零配件生产过程中焊接路径最优规划问题。

An optimal path planning method for multi robot cooperative welding of automobile parts

The invention discloses a multi robot cooperative auto parts welding optimal path planning method, comprising the steps of: joint information preprocessing; coevolution hybrid genetic particle swarm optimization algorithm based on joint path planning steps; path planning information into spot welding robot motion path steps. The method of genetic algorithm and particle swarm optimization algorithm combined with mutation characteristics based on genetic algorithm can increase the iterative process in which the particles swarm diversity and global search ability, the problem of optimum path planning of welding can solve the auto parts production process.

【技术实现步骤摘要】
一种多机器人协同的汽车零配件焊接最优路径规划方法
本专利技术涉及焊接路径规划
，特别涉及一种多机器人协同的汽车零配件焊接最优路径规划方法。
技术介绍
我国是汽车生产和销量的大国，汽车零配件是汽车行业中最具突破能力的行业，研究汽车零配件行业的生产装备问题具有广泛的应用前景。焊接机器人是汽车零配件焊接生产线的关键执行结构，在获得焊接件的类型、焊接点布局和焊接点尺寸等信息后，由机器人选择合适的超声波焊接头完成焊接工作。焊接机器人合理的轨迹规划、机器人精准的定位技术是实现高精度汽车零配件超声焊接的关键技术难题。迫切需要针对机械手臂规划最优焊接策略，实现多机器人协同的多任务和高精度柔性焊接。汽车零配件生产通常是由不同的饰件装配焊接而成。如附图1所示，以某汽车零配件前门内饰为例，一般由前门上本体总成、前门上本体加强件、前门下本体、前门地图袋、前门储物盒、前门内开手柄盒、前门吸能块等通过装配焊接而成。因此，焊接机器人需要在不同的曲面上进行焊接。由于不同的汽车零配件装配的饰件数量不同，往往需要进行加工焊接的焊点数目和种类很多，且焊点分布比较分散而无规律。在焊接生产线上，焊点数目多且焊点分布复杂本文档来自技高网...

【技术保护点】
一种多机器人协同的汽车零配件焊接最优路径规划方法，其特征在于，包括以下步骤：S1、焊点信息的预处理步骤；S2、焊点路径规划步骤：在获得焊接任务的焊点信息之后，确认总体焊点信息C＝(c1,c2,c3,…,cn)，其中ci表示不同焊点；根据焊接机器人的数量确定焊接任务T＝(T1,T2,T3,…,Tn)，其中Ti为单台机器人的焊接任务；使用基于协同进化的混合遗传‑粒子群优化算法，将焊接任务T的焊点信息作为输入的数据进行计算处理，经过迭代运算之后，得出满足要求的焊接路径；S3、焊点路径规划转化为焊接机器人运动轨迹的步骤。

【技术特征摘要】
1.一种多机器人协同的汽车零配件焊接最优路径规划方法，其特征在于，包括以下步骤：S1、焊点信息的预处理步骤；S2、焊点路径规划步骤：在获得焊接任务的焊点信息之后，确认总体焊点信息C＝(c1,c2,c3,…,cn)，其中ci表示不同焊点；根据焊接机器人的数量确定焊接任务T＝(T1,T2,T3,…,Tn)，其中Ti为单台机器人的焊接任务；使用基于协同进化的混合遗传-粒子群优化算法，将焊接任务T的焊点信息作为输入的数据进行计算处理，经过迭代运算之后，得出满足要求的焊接路径；S3、焊点路径规划转化为焊接机器人运动轨迹的步骤。2.根据权利要求1所述的方法，其特征在于，步骤S1中焊点信息的预处理步骤包括：首先采用视觉图像处理系统对所需要的焊接饰件进行图像识别和特征提取，将检测到的焊点数量和位置信息与预先设定的焊点数和位置信息进行比较，保证焊点总数和位置都是正确的。3.根据权利要求1所述的方法，其特征在于，步骤S2中，首先根据焊接任务确认路径规划的目标优化函数，建立适应度评价函数；其次分配多机器人焊接任务，将多台焊接机器人的路径规划问题分解成单台焊接机器人的路径规划子问题，对于每台焊接机器人进行路径规划，并将结果与其他机器人进行协同进化，最后合并所有子问题的解得到完整路径规划结果。4.根据权利要求1所述的方法，其特征在于，步骤S2具体包括：S21、粒子群初始化：针对焊接任务Ti，初始化焊接机器人的粒子群，群体初始规模m，并对每台焊接机器人的焊接点进行编码，对每台焊接机器人，按焊接点编号的编码生成初始粒子群{θ1,θ2,θ3,…,θm}，其中每个粒子θi代表一条焊接路径；S22、对给定的焊接任务确定多目标优化函数，然后根据路径目标优化函数建立适应度评价函数；S23、粒子群适应度评价：不同焊接机器人之间的路径由全局适应度函数评估，判断两台焊接机器人之间在运动过程发生干...

【专利技术属性】
技术研发人员：陈立定，谢鹏程，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44