电液机器人关节轨迹的非支配邻域免疫遗传多目标优化方法技术

本发明专利技术提出一种基于非支配邻域免疫遗传多目标算法的机器人关节轨迹的优化方法。首先根据机器人关节轨迹平滑连续性的要求，采用5次B样条曲线进行机器人关节轨迹的规划；然后在关节轨迹和机器人运动学约束的基础上，重点考虑机器人的工作效率与寿命、能量消耗和运动冲击，提出机器人多目标轨迹优化的三个目标：时间最短、能量最优和冲击最小；最后基于多目标特点与Pareto最优解集含义，提出优化三个轨迹目标的非支配邻域免疫遗传多目标算法；该算法能很好的处理时间、能量和冲击三个目标之间的关系，在保证其中一个目标较优时，另外两个目标不至于劣化，机器人优化后的关节轨迹运行时间较短，能量消耗较低，运动冲击较小，机器人关节起动与停止时冲击较小，并且机器人关节的速度、加速度和加加速度轨迹连续性较好，平滑性较优，优化后的机器人关节轨迹效果较为理想可靠。

【技术实现步骤摘要】
电液机器人关节轨迹的非支配邻域免疫遗传多目标优化方法
本专利技术涉及机器人，尤其适用于执行机构由液压马达构成的机器人的关节轨迹的多目标优化，采用智能多目标优化算法实现机器人关节轨迹方案的确定，属于机器人运动轨迹规划领域。
技术介绍
机器人已成为当今机器人领域最重要的角色之一，各种采用新型液压技术的机器人在各种相关领域得到了广泛应用，针对机器人的相关研究工作应运而生。由于轨迹规划是对机器人进行控制的前提，因此机器人的轨迹规划是其研究的关键领域，机器人是属于工业机器人的一种，轨迹规划的研究方法与普通机器人类似，也是基于关节之间的运动关系进行研究的。轨迹规划是根据工作任务要求指定的起点和终点，利用插值曲线寻求一条起点和终点之间的路径，然后将路径转化为机器人各关节的关节空间中，最终确定机器人各关节的位置、速度、加速度和加加速度轨迹。有效可靠的轨迹规划方案能够提高机器人的工作效率和使用寿命。机器人在实际应用中，要综合考虑工作效率与寿命、能量消耗、平稳性等问题，才能获得更好的机器人的轨迹规划方案，确定时间最短、能量最优和冲击最小等目标函数，利用多目标算法对机器人的关节轨迹进行优化，最终性能可靠的本文档来自技高网...

【技术保护点】
1.基于非支配邻域免疫遗传多目标算法的机器人关节轨迹的优化方法，其特征在于：包括以下步骤：1)：以规范B样条基函数为基础，利用5次B样条曲线函数对机器人关节轨迹的路径点进行插值，机器人的第n个关节的第i段5次B样条曲线插值轨迹可描述为：

【技术特征摘要】
1.基于非支配邻域免疫遗传多目标算法的机器人关节轨迹的优化方法，其特征在于：包括以下步骤：1)：以规范B样条基函数为基础，利用5次B样条曲线函数对机器人关节轨迹的路径点进行插值，机器人的第n个关节的第i段5次B样条曲线插值轨迹可描述为：其中n＝1,2,…,N，N＝6为机器人关节个数；npi(x)为机器人的第n个关节的第i段5次B样条曲线插值轨迹；x为5次B样条曲线的节点；Bj,5(x)为5次B样条基函数；naj为机器人的第n个关节的第j个B样条曲线控制点；m+1为关节路径点的个数；2)：确定机器人关节轨迹的优化目标函数为：其中，S1为运动时间指标，衡量机器人的工作效率；Δti为机器人运行时间段间隔，ti为机器人到第i个关节路径点的运行时间，S2为关节的加速度指标，衡量机器人能量消耗大小；Ttot为机器人从初始位姿运动到目标位姿的总运行时间；S3为关节的加加速度指标，衡量机器人轨迹平滑性与冲击；nαi，njerki分别为机器人第n个关节的加速度和加加速度；3)：基于5次B样条曲线的凸包性质，将机器人的速度、加速度和加加速度约束等运动学约束转化为5次B样条曲线的控制点约束，该约束转化可表示为：其中，和分别为机器人第n个关节的速度、加速度和加加速度B样条曲线上的第j个控制点，nωmax，nαmax，njerkmax分别为机器人第n个关节的位置、速度、加速度和加加速度容许界限；4)：根据机器人的5次B样条曲线插值轨迹、优化目标函数和运动学约束条件，采用非支配邻域的免疫遗传多目标优化算法，得到优化后对应的Pareto最优解集。2.根据权利要求1所述的基于非支配邻域免疫遗传多目标算法的机器人关节轨迹的优化方法，其特征在于，所述步骤4)包括如下步骤：S1：设置非支配邻域免疫遗传多目标算法初始化的相关参数，给定初始抗体种群规模，随机生成初始抗体种群；S2：依据Pa...

【专利技术属性】
技术研发人员：陈光柱，彭学举，唐英杰，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：四川,51