【技术实现步骤摘要】
一种基于功率最优的机械臂移动轨迹规划方法及装置
本专利技术实施例涉及机械臂移动轨迹规划
，具体涉及一种基于功率最优的机械臂移动轨迹规划方法及装置。
技术介绍
随着工业技术的不断发展，工业机器人已经成为工业领域中不可或缺的一部分，其中包括在货物搬运、加工焊接、汽车制造及航天制造等领域承担着重要角色，一定程度上降低了人力成本和提升生产效率。而作为工业机器人重要部件的机械臂，其工作特性会直接影响到工业生产的效率与安全，对于机械臂性能的评价，在考虑其可靠性、安全性的同时，其生产过程中消耗的资源也是一个重要的衡量指标。目前，针对机械臂的资源优化问题上，主要考虑其轨迹规划，通过寻求最优轨迹以实现功率最小，对外做功最大。然而，当前传统的轨迹规划方法并没有实现机械臂的功率最优，并且对于运行轨迹的平滑度也没有达到要求。因此，一种有效方法的提出在机器人轨迹规划研究中有着重要的参考价值。当今技术不断地更新迭代，也产生了许多优化算法模型用于解决最优问题，常用的优化算法有遗传算法、粒子群算法、蚁群算法等，而在机器人轨迹规划求解问...
【技术保护点】
1.一种基于功率最优的机械臂移动轨迹规划方法，其特征在于，包括步骤：/nS1.获取机械臂连接关节空间中的关键点，采用五次多项式与波动函数对所述关键点进行拟合，得到角度关于时间的轨迹曲线方程；/nS2.对所述关键点采用D-H算法建立机械臂的运动学模型并结合所述轨迹曲线方程得到力矩方程；/nS3.基于关节电机相关参数与所述力矩方程，建立以机械臂功率为参数的优化目标函数模型；/nS4.基于功率目标函数，加入约束条件，采用基于粒子群的优化算法求解机械臂移动轨迹规划最优值。/n
【技术特征摘要】
1.一种基于功率最优的机械臂移动轨迹规划方法，其特征在于，包括步骤：
S1.获取机械臂连接关节空间中的关键点，采用五次多项式与波动函数对所述关键点进行拟合，得到角度关于时间的轨迹曲线方程；
S2.对所述关键点采用D-H算法建立机械臂的运动学模型并结合所述轨迹曲线方程得到力矩方程；
S3.基于关节电机相关参数与所述力矩方程，建立以机械臂功率为参数的优化目标函数模型；
S4.基于功率目标函数，加入约束条件，采用基于粒子群的优化算法求解机械臂移动轨迹规划最优值。
2.根据权利要求1所述的基于功率最优的机械臂移动轨迹规划方法，其特征在于，以角度为变量参数对所述轨迹曲线方程分别进行三次微分计算得到角速度、角加速度和二次角加速度，根据给定的角速度和角加速度初始值，计算得到所述轨迹曲线方程的系数；
其中，所述轨迹曲线方程的数学表达式设为：
θi(t)＝ci0+ci1t+ci2t2+ci3t3+ci4t4+ci5t5+δS(t)
式中，i为关节编号，i＝1，2，...，n，(n为关节数)，cik为待定系数，k＝1，2，...，5，t为关节空间中起点与当前经过的关键点的时间差，S为波动函数，δ为波动系数；所述波动函数为正弦函数。
3.根据权利要求2所述的基于功率最优的机械臂移动轨迹规划方法，其特征在于，所述S2具体包括步骤：
S21.在笛卡尔空间内，在机械臂的各连接杆关节处固定设置三维坐标系；
S22.采用D-H齐次变换矩阵构建相邻两个连接杆之间的空间关系；
S23.对得到D-H齐次变换矩阵进行多次矩阵变换，得到运动学模型；
S24.对所述角度、角速度、角加速度结合所述运动学模型、惯性矩阵、离心力和科式力和重力矩阵进行累计求和运算，得到力矩方程。
4.根据权利要求1所述的基于功率最优的机械臂移动轨迹规划方法，其特征在于，所述S3具体包括步骤：
S31.获取所述机械臂各关节电机相关参数，计算各关节在预定时刻所消耗的功率；其中，所述参数包括关节对应的驱动效率、关节电机电枢绕组的电阻、电机的力矩常数、关节对应的减速比；
S32.计算各关节电机在预定时间段内的功率和，以所述功率和作为目标函数模型。
5.根据权利要求1所述的基于功率最优的机械臂移动轨迹规划方法，其特征在于，所述约束条件包括：在预设范围内的角度、角速度、角加速度、二次角加速度、关节力和力矩；所述基于粒子群的优化算法采用量子粒子群与混沌粒子群的混合算法。
6.根据权利要求5所述的基于功率最优的机械臂移动轨迹规划方法，其特征在于，采用量子粒子群与混沌粒子群的混合算法求解机械臂移动轨迹规划最优值，具体包括步骤：
初始化种群粒子位置；
使用目标函数评价每个粒子的适应度，根据适应度，计算种群的个体最优位...
【专利技术属性】
技术研发人员：王兆国，徐丽媛，
申请(专利权)人：北京蒂斯科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。