一种基于时间最优的机器人自适应轨迹规划算法制造技术

本发明专利技术提供一种基于时间最优的机器人自适应轨迹规划算法，包括规划时间基于设定最大速度参数Speed进行计算确定时间调节系数K，并根据最大必要时间获取，获取最优的时间设定；为了确保各关节运动特性充分发挥，实现标准梯形速度规划，采用自适应系数K2，调节某关节的最大速度参数设定Speed。本发明专利技术通过计算确定合理的设定速度，从而实现各规划参数指标均擦用标准梯形速度规划，保证了电机较好的运动特性。从而提高电机性能运行效率及轨迹的平滑特性。

An adaptive trajectory planning algorithm for robot based on time optimization

【技术实现步骤摘要】
一种基于时间最优的机器人自适应轨迹规划算法
本专利技术涉及机器人
，具体涉及一种基于时间最优的机器人自适应轨迹规划算法。
技术介绍
协作机器人是现在制造业中重要的工厂自动化设备，轨迹规划技术是其研究的关键所在之一。机器人时间最优轨迹规划：在满足给定的约束条件下，使机器人规划参数在设定路径下运动的时间最优，从而在设定参数满足的情况下，保障加工质量，提升机器人的工作效率。现有技术的缺陷与不足：协作机器人的控制系统包括用户交互系统、设备间通讯系统及底层轨迹规划系统。将底层规划部分划分为确定时间序列及确定对应的插值点序列。若由用户指定规划时间，难以合理且充分利用各关节的运动特性。若设定时间过长，降低工作效率；若设定时间过短，则某些关节运动难以到达指定点，导致运动目标与规划目标的偏差。
技术实现思路
本专利技术所要解决的技术问题是：为了解决轨迹规划中时间最优的相关问题，本着易于实现、计算精度高的原则，本专利技术提供一种既实现方便又误差较小的基于时间最优的机器人自适应轨迹规划算法。本专利技术解决其技术问题所要采用的技术方案是：一种基于时间最优的机器人自适应轨迹规划算法，主要适用于多自由度的工业机器人与轻型协作机器人领域，要求机器人各关节的电机可采用位置控制模式，具体包括以下步骤：步骤1：获取轨迹规划指标参数，指标参数包括起点P1和终点P2的位姿参数P1(A1,A2,……,An)及P2(B1,B2,……,Bn)，机器人自由度即关节数n，最大速度参数Speed；步骤2：以Speed恒速完成各关节指定偏移量ΔP的运动；计算各关节运动指定偏移量ΔP的所必须时间t必须；步骤3：输出确保各关节均可按设定速度Speed(为最大速度)完成运动的必要时间t必须；步骤4：将t必须乘以系数时间寻优调节系数K,确定最大时间tmax＝K*t必须(1<K<2)；步骤5：确定寻优评价函数K_Quality()的指标参数，在允许范围(1.0，2.0)内以ΔK间距设定系数K值；步骤6：确定伪最优参数K，输出伪最优规划时间t最优，确定在最优时间t最优情况下，当某参数分量未实现梯形规划，则设定速度Speed更改为Speed_low＝K2*Speed_virtual，其中，Speed_low表示经过规划计算降低后的速度值，Speed_virtual表示三角形规划情况下实际达到的最大速度值，K2的取值范围为(0.50，1.00)，当未能完成标准梯形速度规划时，主要是由于关节对应的位移量较小，时间较长，速度规划曲线中Speed不需要达到最大值就可以实现指定位移量Δx的运动，通过降低最大设定速度，当参数K2处于(0.50，1.00)之间时，会将三角形速度规划约束至标准梯形规划模式下，从而获得较好的轨迹规划效果；步骤7：各参数分量按照指定参数进行标准的梯形规划。本专利技术的有益效果是：(1)本专利技术中时间的自适应性，在提高机器人的工作效率和充分利用了关节的运动特性的同时，确保各运动参数指标规划的时间充足；(2)本专利技术中的最优时间系数的择优函数，使各运动指标参数尽量达到设定的最大速度的情况下，实现梯形速度规划，避免了三角形和矩形的速度规划，减少对电机的冲击，提高电机使用寿命；(3)基于以上仍然存在某运动参数指标不能实现梯形速度规划的问题，通过计算确定合理的设定速度，从而实现各规划参数指标均擦用标准梯形速度规划，保证了电机较好的运动特性。附图说明下面结合附图和实施例对本专利技术作进一步说明。图1是本专利技术最佳实施例的结构示意图。具体实施方式现在结合附图对本专利技术作详细的说明。此图为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。如图1所示，本专利技术的一种基于时间最优的机器人自适应轨迹规划算法，包括以下步骤：步骤1：获取轨迹规划指标参数，指标参数包括起点P1和终点P2的位姿参数P1(A1A2A3A4A5A6)及P2(B1B2B3B4B5B6)，机器人自由度即关节数n，最大速度参数Speed；步骤2：假定以speed恒速完成各关节的运动；计算各关节运动的所必须时间；步骤3：输出确保各关节均可按设定速度(为最大速度)完成运动的必要时间t必须；步骤4：将t必须乘以系数K,确定最大时间tmax＝K*t必须(1<K<2)；步骤5：确定寻优评价函数K_Quality()的指标参数，在允许范围(1.0，2.0)内以0.05间距设定系数K值；步骤6：确定伪最优参数K，输出伪最优规划时间t最优，确定在最优时间情况下，若某参数分量未实现梯形规划，则设定速度更改为Speed_low＝K2*Speed_virtual，其中，Speed_low表示经过规划计算降低后的速度值，Speed_virtual表示三角形规划情况下实际达到的最大速度值，；步骤7：各参数分量按照指定参数进行标准的梯形规划。本实施例中以选取机器人自由度即关节数n为6，具体步骤如下：设定机器人轨迹规划任务为空间中两点的位姿参数坐标：点P1(A1A2A3A4A5A6)点P2(B1B2B3B4B5B6)设定机器人轨迹规划任务设定速度(匀速段速度)为Speed。首先，假定各关节均采用Speed恒速度完成指定偏移量的运动：偏移量ΔP(ΔPos1,ΔPos2,ΔPos3,ΔPos4,ΔPos5,ΔPos6)由此可得各关节采用速度Speed完成各自的运动所需的时间：时间值T_Joint(t1t2t3t4t5t6)伪最大必须时间值t伪必须等于T_Joint中值，由于t伪必须该值为各关节整个时间周期内均采用最大速度Speed运动的所需时间，所以t伪必须为伪最大必须时间值。最大必须时间值为tmax＝K*t伪必须(1<K<2)。当K＝1时，位移量最大的位姿参数值为矩形速度规划，启动和停止时刻对电机冲击大，易降低电机的使用寿命，故不采用；当1<K<2时，采用的是标准的梯形速度规划，加速过程和减速过程较平滑，生成的轨迹及插值点的质量最好；当K＝2时，采用的是三角形速度规划，加减速转换时刻存在相反的加速度，故不采用；为确定K值，需要一个择优函数K_Quality()，并将K值在范围(1.00,2.00)之间以ΔK的步进间距取值，代入择优函数中，确定最优时间t最优；在K值的确定的情况下，最优函数选用得分比优策略：(1)每有一个关节可达到最大速度得分2分；(2)每有一个关节的规划为标准梯形速度规划得分2分；(3)未达到最大速度得分0分；基于以上策略遍历每个K值对应的得分，根据每个K值对应的得分选项进行比较，分数越高，对应的K值下的规划效果越好，从而获取最优时间对应的K值。在确定最优时间的情况下，仍可能会存在某些关节的规划为三角形规划，此时为了充分利用最本文档来自技高网...

【技术保护点】
1.一种基于时间最优的机器人自适应轨迹规划算法，其特征在于：包括以下步骤：/n步骤1：获取轨迹规划指标参数，指标参数包括起点P1和终点P2的位姿参数P1(A1,A2,……,An)及P2(B1,B2,……,Bn)，机器人自由度即关节数n，最大速度参数Speed；/n步骤2：以Speed恒速完成各关节指定偏移量ΔP的运动；计算各关节运动指定偏移量ΔP的所必须时间t

【技术特征摘要】
1.一种基于时间最优的机器人自适应轨迹规划算法，其特征在于：包括以下步骤：
步骤1：获取轨迹规划指标参数，指标参数包括起点P1和终点P2的位姿参数P1(A1,A2,……,An)及P2(B1,B2,……,Bn)，机器人自由度即关节数n，最大速度参数Speed；
步骤2：以Speed恒速完成各关节指定偏移量ΔP的运动；计算各关节运动指定偏移量ΔP的所必须时间t必须；
步骤3：输出确保各关节均可按设定速度参数Speed完成起点到终点的运动的必要时间t必须；
步骤4：将t必须乘以时间调节系数K,确定最大时间tmax＝K*t必须(1<K<2)；
步骤5：确定寻优评价函数K_Quality()的指标参数，在允许范围(1.0，2.0)内以ΔK间距设定时间寻优调节系数K值；
步骤6：确定伪最优参数K，输出伪最优规划时间t最优，确定在最优时间t最优情况下，当某参数分量未实现梯形规划时，则设定速度Speed更改为Speed_low＝K2*Speed_virtual，其中，Speed_low表示经过规划计算降低后的速度值，Speed_virtual表示三角形规划情况下实际达到的最大速度值；
步骤7：最大速度参数Speed和...

【专利技术属性】
技术研发人员：辛艳峰，骆敏舟，张华东，王永，郑素娟，张晴晴，
申请(专利权)人：江苏集萃智能制造技术研究所有限公司，
类型：发明
国别省市：江苏;32