本申请属于机器人控制技术领域，公开了一种机器人抓取路径规划方法、装置、电子设备及存储介质，通过获取多个待抓取物体的位置坐标和放置点的位置坐标；获取机器人TCP点的起始点的位置坐标；根据机器人TCP点的起始点的位置坐标和多个待抓取物体的位置坐标，把多个待抓取物体分为两组；根据两组待抓取物体的位置坐标和放置点的位置坐标，分别建立两组待抓取物体的距离矩阵；根据两个距离矩阵，并行地采用蚁群算法分别规划一条初步最优路径；把两条初步最优路径整合为一条全局最优抓取路径；与直接对全部待抓取物体进行全局最优抓取路径规划的方式相比，耗费的规划时间更小，可更快速规划出全局最优抓取路径。速规划出全局最优抓取路径。速规划出全局最优抓取路径。
【技术实现步骤摘要】
机器人抓取路径规划方法、装置、电子设备及存储介质
[0001]本申请涉及机器人控制
，具体而言，涉及一种机器人抓取路径规划方法、装置、电子设备及存储介质。
技术介绍
[0002]现有的一些工业产线中，使用机器人进行物件的移载，由机器人把物件从输送皮带或其它运输装置中抓取并放置在预设的放置工位上。在产线生产过程中，有时会存在分散的多个物件需要抓取的情况，传统抓取方法中抓取物件的先后顺序是人为预先设定的，其合理性与人的经验有关，无法保证其抓取顺序的合理性，无法保证机器人抓取所有物体所走过的全局路径较短。目前，也有通过蚁群算法来直接规划全局最优抓取路径，从而保证机器人抓取所有物体所走过的全局路径较短，但是，当待抓取的物件数量较多时，规划效率较低。
技术实现思路
[0003]本申请的目的在于提供一种机器人抓取路径规划方法、装置、电子设备及存储介质，可快速规划出全局最优抓取路径。
[0004]第一方面，本申请提供了一种机器人抓取路径规划方法，用于规划机器人抓取多个分散的物体到同一个放置点的抓取路径，包括以下步骤：A1.获取多个待抓取物体的位置坐标和放置点的位置坐标；A2.获取机器人TCP点的起始点的位置坐标；A3.根据所述机器人TCP点的起始点的位置坐标和多个所述待抓取物体的位置坐标，把多个所述待抓取物体分为两组；A4.根据两组所述待抓取物体的位置坐标和所述放置点的位置坐标，分别建立两组所述待抓取物体的距离矩阵；所述距离矩阵包含对应一组所述待抓取物体中任意两个所述待抓取物体与所述放置点的距离之和；A5.根据两个所述距离矩阵，并行地采用蚁群算法分别规划一条初步最优路径；A6.把两条所述初步最优路径整合为一条全局最优抓取路径。
[0005]本申请的机器人抓取路径规划方法，根据各待抓取物体的位置坐标和机器人TCP点的起始点的位置坐标，把待抓取物体分为两组，根据蚁群算法并行地针对两组待抓取物体进行初步最优路径的规划，最后把两条初步最优路径整合为一条全局最优抓取路径；由于把待抓取物体分为两组且并行地进行初步最优路径的规划，规划初步最优路径所需的时间较短，与直接对全部待抓取物体进行全局最优抓取路径规划的方式相比，需要耗费的规划时间更小，从而可快速规划出全局最优抓取路径。
[0006]优选地，步骤A3包括：A301.根据所述机器人TCP点的起始点的位置坐标和多个所述待抓取物体的位置坐标，计算各所述待抓取物体与所述机器人TCP点的起始点的距离；
A302.根据各所述待抓取物体与所述机器人TCP点的起始点的距离确定最近物体、最远物体和中间物体；所述最近物体是指离所述机器人TCP点的起始点最近的所述待抓取物体，所述最远物体是指离所述机器人TCP点的起始点最远的所述待抓取物体，所述中间物体是指与所述最近物体的距离最接近所述最远物体与所述最近物体的距离的一半的所述待抓取物体；A303.把与所述最近物体的距离小于或等于所述最远物体与所述最近物体的距离的一半的所述待抓取物体划分为第一组，把其它所述待抓取物体划分为第二组，并在不包含所述中间物体的一组待抓取物体中加入所述中间物体。
[0007]通过这种方式来对待抓取物体进行分组，可大致地把待抓取物体均分为两组，从而使两条初步最优路径的规划时间接近，有利于进一步降低路径规划的总耗时。
[0008]优选地，步骤A4包括针对两组所述待抓取物体，分别执行以下步骤：计算各所述待抓取物体与所述放置点的距离；依次以各所述待抓取物体为第一物体，以同组的其它所述待抓取物体为第二物体，分别计算各所述第二物体与所述放置点的距离和所述第一物体与所述放置点的距离之和；以每个所述距离之和为一个元素，创建对应一组所述待抓取物体的距离矩阵。
[0009]优选地，步骤A5包括：A501.以其中一组所述待抓取物体中的所述中间物体的位置点为终点，规划第一条初步最优路径；A502.并行地，以另一组所述待抓取物体中的所述中间物体的位置点为起点，规划第二条初步最优路径；步骤A6包括：在所述中间物体的位置点处把所述第一条初步最优路径和所述第二条初步最优路径拼合为一条全局最优抓取路径。
[0010]在规划两条初步最优路径时，把其中一条的终点和另一条的起点均设置在中间物体的位置点处，从而在整合成一条全局最优抓取路径时，直接在中间物体的位置点处拼合即可，方便快捷。
[0011]优选地，步骤A501包括：B1.对蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数和最大迭代次数进行参数初始化；B2.随机把蚂蚁放在不同的待抓取物体的位置点处作为出发点，对每个蚂蚁依次计算下一个应到达的所述待抓取物体的位置点，直到所有蚂蚁均访问完同一组内的所有所述待抓取物体的位置点；B3. 根据对应的所述距离矩阵计算各蚂蚁经过的路径的长度，以终点为所述中间物体的位置点的所述路径中的最短路径为本次迭代的最优路径，对所述最优路径上的信息素浓度进行更新；B4.判断当前迭代此时是否达到最大迭代次数，若否，则返回步骤B2进行下一次迭代，若是，则结束迭代并以最后得到的所述最优路径为所述第一条初步最优路径。
[0012]优选地，步骤A502包括：
C1.对蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数和最大迭代次数进行参数初始化；C2.把蚂蚁放在所述中间物体的位置点处作为出发点，对每个蚂蚁依次计算下一个应到达的所述待抓取物体的位置点，直到所有蚂蚁均访问完同一组内的所有所述待抓取物体的位置点；C3. 根据对应的所述距离矩阵计算各蚂蚁经过的路径的长度，以长度最短的所述路径为本次迭代的最优路径，对所述最优路径上的信息素浓度进行更新；C4.判断当前迭代此时是否达到最大迭代次数，若否，则返回步骤C2进行下一次迭代，若是，则结束迭代并以最后得到的所述最优路径为所述第二条初步最优路径。
[0013]第二方面，本申请提供了一种机器人抓取路径规划装置，用于规划机器人抓取多个分散的物体到同一个放置点的抓取路径，包括：第一获取模块，用于获取多个待抓取物体的位置坐标和放置点的位置坐标；第二获取模块，用于获取机器人TCP点的起始点的位置坐标；分组模块，用于根据所述机器人TCP点的起始点的位置坐标和多个所述待抓取物体的位置坐标，把多个所述待抓取物体分为两组；第一执行模块，用于根据两组所述待抓取物体的位置坐标和所述放置点的位置坐标，分别建立两组所述待抓取物体的距离矩阵；所述距离矩阵包含对应一组所述待抓取物体中任意两个所述待抓取物体与所述放置点的距离之和；规划模块，用于根据两个所述距离矩阵，并行地采用蚁群算法分别规划一条初步最优路径；整合模块，用于把两条所述初步最优路径整合为一条全局最优抓取路径。
[0014]本申请的机器人抓取路径规划装置，根据各待抓取物体的位置坐标和机器人TCP点的起始点的位置坐标，把待抓取物体分为两组，根据蚁群算法并行地针对两组待抓取物体进行初步最优路径的规划，最后把两条初步最优路径整合为一条全局最优抓取路径；由于把待抓取物体分为两组且并行地进行初步最优路径的规划，规划初步最优路径所需的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机器人抓取路径规划方法，用于规划机器人抓取多个分散的物体到同一个放置点的抓取路径，其特征在于，包括以下步骤：A1.获取多个待抓取物体的位置坐标和放置点的位置坐标；A2.获取机器人TCP点的起始点的位置坐标；A3.根据所述机器人TCP点的起始点的位置坐标和多个所述待抓取物体的位置坐标，把多个所述待抓取物体分为两组；A4.根据两组所述待抓取物体的位置坐标和所述放置点的位置坐标，分别建立两组所述待抓取物体的距离矩阵；所述距离矩阵包含对应一组所述待抓取物体中任意两个所述待抓取物体与所述放置点的距离之和；A5.根据两个所述距离矩阵，并行地采用蚁群算法分别规划一条初步最优路径；A6.把两条所述初步最优路径整合为一条全局最优抓取路径。2.根据权利要求1所述的机器人抓取路径规划方法，其特征在于，步骤A3包括：A301.根据所述机器人TCP点的起始点的位置坐标和多个所述待抓取物体的位置坐标，计算各所述待抓取物体与所述机器人TCP点的起始点的距离；A302.根据各所述待抓取物体与所述机器人TCP点的起始点的距离确定最近物体、最远物体和中间物体；所述最近物体是指离所述机器人TCP点的起始点最近的一个所述待抓取物体，所述最远物体是指离所述机器人TCP点的起始点最远的一个所述待抓取物体，所述中间物体是指与所述最近物体的距离最接近所述最远物体与所述最近物体的距离的一半的一个所述待抓取物体；A303.把与所述最近物体的距离小于或等于所述最远物体与所述最近物体的距离的一半的所述待抓取物体划分为第一组，把其它所述待抓取物体划分为第二组，并在不包含所述中间物体的一组待抓取物体中加入所述中间物体。3.根据权利要求1所述的机器人抓取路径规划方法，其特征在于，步骤A4包括针对两组所述待抓取物体，分别执行以下步骤：计算各所述待抓取物体与所述放置点的距离；依次以各所述待抓取物体为第一物体，以同组的其它所述待抓取物体为第二物体，分别计算各所述第二物体与所述放置点的距离和所述第一物体与所述放置点的距离之和；以每个所述距离之和为一个元素，创建对应一组所述待抓取物体的距离矩阵。4.根据权利要求2所述的机器人抓取路径规划方法，其特征在于，步骤A5包括：A501.以其中一组所述待抓取物体中的所述中间物体的位置点为终点，规划第一条初步最优路径；A502.并行地，以另一组所述待抓取物体中的所述中间物体的位置点为起点，规划第二条初步最优路径；步骤A6包括：在所述中间物体的位置点处把所述第一条初步最优路径和所述第二条初步最优路径拼合为一条全局最优抓取路径。5.根据权利要求4所述的机器人抓取路径规划方法，其特征在于，步骤A501包括：B1.对蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数和最大迭代次数进行参数初始化；
B2.随机把蚂蚁放在不同的待抓取物体的位置点处作为出发点，对每个蚂蚁依次计算下一个应到达的所述待抓取物体的位置点，直到所有蚂蚁均访问完同一组内的所有所述待抓取物体的位置点；B3.根据对应的所述距离矩阵计算各蚂蚁经过的路径的长度，以终点为所述中间物体的位置点的所述路径中的最短路径为本次迭代的最优路径，对所述最优路径上的信息素浓度进行更新...
【专利技术属性】
技术研发人员：康信勇，范朝龙，袁悦，林培文，
申请(专利权)人：季华实验室，
类型：发明
国别省市：
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。