【技术实现步骤摘要】
机器人行走轨迹确定方法、装置、计算机设备及存储介质
本专利技术属于计算机
，尤其涉及一种机器人行走轨迹确定方法、装置、计算机设备及存储介质。
技术介绍
工业机器人诞生于20世纪60年代，机器人最初主要应用于劳动密集型产业和人类难以忍受的恶劣工作环境，用来代替人类执行高强度、高危险性的工作任务，减轻工人工作强度，提升生产效率。经过50余年的发展，机器人各项技术日趋成熟，工业机器人已经成为现代化车间的重要设备。现有技术通常都是基于PTP(pointtopoint)轨迹来实现机器人的行走轨迹规划，通过提出了时间-能量最优轨迹规划问题的数学模型，采用智能优化算法来处理时间-能量最优轨迹规划问题。现有的智能优化算法有多种，广泛用于处理机器人行走轨迹规划的算法主要是人工蜂群算法，人工蜂群算法融合了遗传算法的信息共享机制以及粒子群算法的记忆机制，在工程应用中比遗传算法和粒子群算法等更具优势。然而标准的人工蜂群算法所采用的搜索方式单一，全局搜索能力强而局部开发能力不足，在用于处理机器人行走轨迹规划问题时还存在着收敛不够迅速、精...
【技术保护点】
1.一种机器人行走轨迹确定方法，其特征在于，包括：/n获取机器人行走轨迹规划模型；所述机器人行走轨迹规划模型包括机器人关节在起点、终点和多个中间关键点的位置信息、速度信息、加速度信息以及相邻点时间序列与行走轨迹时间-能量值的关系；/n根据所述机器人行走轨迹规划模型以及改进人工蜂群算法确定最优相邻点时间序列；/n根据所述最优相邻点时间序列以及所述位置信息、速度信息以及加速度信息确定机器人行走轨迹；/n其中，所述改进人工蜂群算法包括雇佣蜂优化步骤和跟随蜂优化步骤，所述雇佣蜂优化步骤和/或跟随蜂优化步骤中的相邻点时间序列包括当前较优相邻点时间序列。/n
【技术特征摘要】
1.一种机器人行走轨迹确定方法，其特征在于，包括：
获取机器人行走轨迹规划模型；所述机器人行走轨迹规划模型包括机器人关节在起点、终点和多个中间关键点的位置信息、速度信息、加速度信息以及相邻点时间序列与行走轨迹时间-能量值的关系；
根据所述机器人行走轨迹规划模型以及改进人工蜂群算法确定最优相邻点时间序列；
根据所述最优相邻点时间序列以及所述位置信息、速度信息以及加速度信息确定机器人行走轨迹；
其中，所述改进人工蜂群算法包括雇佣蜂优化步骤和跟随蜂优化步骤，所述雇佣蜂优化步骤和/或跟随蜂优化步骤中的相邻点时间序列包括当前较优相邻点时间序列。
2.根据权利要求1所述的机器人行走轨迹确定方法，其特征在于，所述雇佣蜂优化步骤具体包括：
确定雇佣蜂相邻点时间序列；
根据多个当前较优相邻点时间序列对所述雇佣蜂相邻点时间序列进行引导调整，生成引导候选雇佣蜂相邻点时间序列；
根据所述机器人行走轨迹规划模型计算所述雇佣蜂相邻点时间序列以及所述引导候选雇佣蜂相邻点时间序列的行走轨迹时间-能量值；
根据所述行走轨迹时间-能量值确定优化后的雇佣蜂相邻点时间序列。
3.根据权利要求2所述的机器人行走轨迹确定方法，其特征在于，在所述确定雇佣蜂相邻点时间序列的步骤之后，还包括：
根据预设的调整策略选择规则确定所述雇佣蜂相邻点时间序列的调整策略；
所述根据多个当前较优相邻点时间序列对所述雇佣蜂相邻点时间序列进行引导调整，生成引导候选雇佣蜂相邻点时间序列的步骤，具体为：
当判断所述雇佣蜂相邻点时间序列的调整策略为引导调整策略时，根据多个当前较优相邻点时间序列对所述雇佣蜂相邻点时间序列进行引导调整，生成引导候选雇佣蜂相邻点时间序列。
4.根据权利要求2或3所述的机器人行走轨迹确定方法，其特征在于，根据多个当前较优相邻点时间序列对所述雇佣蜂相邻点时间序列进行引导调整的步骤，具体包括：
根据多个当前较优相邻点时间序列以及随机获取的干扰雇佣蜂相邻点时间序列对所述雇佣蜂相邻点时间序列进行引导调整，生成引导候选雇佣蜂相邻点时间序列。
5.根据权利要求1所述的机器人行走轨迹确定方法，其特征在于，所述跟随蜂优化步骤具体包括：
根据多个雇佣蜂相邻点时间序列并按照轮盘赌机制生成多个跟随蜂相邻点时间序列；
按照预设的搜索策略选择规则确定所述跟随蜂相邻点时间序列的搜索策略；
当判断初始跟随蜂相邻点时间序列的搜索策略为引导搜索策略时，根据多个当...
【专利技术属性】
技术研发人员：浦玉学，舒鹏飞，李孝宝，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34
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。