一种断路器柔性装配机器人的轨迹优化方法技术

本发明专利技术涉及一种断路器柔性装配机器人的轨迹优化方法，包括：采用五次多项式对断路器柔性装配机器人的运动轨迹进行插值，获得断路器柔性装配机器人的运动轨迹；五次多项式为断路器柔性装配机器人各关节的位置、运动速度、加速度和加加速度关于时间的函数；基于五次多项式构建出目标函数；采用改进的粒子群算法对目标函数进行优化，对不符合第一约束条件的初始化粒子优化，在计算粒子群的适应度值和确定当前的个体极值及群体极值后，基于开关型的适应度函数对不符合第二约束条件的粒子优化，并重新计算粒子群的适应度值确定当前的个体极值及群体极值，直至符合第二约束条件，获得各关节优化后的总运动时间。本发明专利技术提高了轨迹优化速率和优化精度。化速率和优化精度。化速率和优化精度。

【技术实现步骤摘要】
一种断路器柔性装配机器人的轨迹优化方法


[0001]本专利技术涉及断路器装配制造
，特别是涉及一种断路器柔性装配机器人的轨迹优化方法。

技术介绍

[0002]断路器是配电网中的重要电气设备，在工业、民用等领域有广泛应用。断路器的零部件较多，组成较为复杂，当前的断路器生产多以人工为主，自动化装配单元中刚性较大，柔性装配工艺缺失，导致装配流程繁冗复杂，制约了生产装配的效率和产品可靠性。工业机器人具有工作效率高、稳定、可靠等优势，在制造行业得到了越来越多的应用，将工业机器人与断路器自动化制造相结合，研究以柔性化为主要特征的新型断路器装配方法及系统，对于提升产品性能及生产效率具有重要意义。
[0003]在工业机器人的实际应用中，工作效率和可靠性是衡量机器人性能的重要指标，提高工业机器人的工作效率和可靠性，是工业机器人应用亟需解决的关键性问题。轨迹规划是机器人应用中的基础性问题，主要是在给定工作任务点的条件下，基于相应算法规划出通过工作任务点，并满足边界约束条件的光滑最优运动轨迹，决定着其作业效率和运动性能。
[0004]目前已有较多关于机器人轨迹规划方面的研究，主要集中于多项式轨迹插值和轨迹算法优化两方面。在多项式轨迹插值方面，采用三次多项式进行轨迹插值的插值方式以关节位置、速度为约束条件，其本质是用离线方式进行轨迹规划，然后采用在线实时的方式进行轨迹跟踪，其结构简单、应用方便，但该方法没有考虑机器人关节运行的加速度、关节力矩等约束，会出现加速度突变、机械臂关节震荡冲击明显等问题。采用六次多项式进行轨迹插值的插值方法可以解决低次多项式分段插值中运动过程不连续的问题，避免加速度突变、机械臂运行冲击等问题，但是多项式阶数过高，计算复杂，且阶次过高容易导致插值结果偏离原函数的“龙格”现象。采用NURBS曲线进行机器人插值的方法具有导数连续、分段处理效果好、局部支撑性强等特点，但是当机器人路径较复杂时，该方法同样面临过程复杂、计算量大的问题。在轨迹算法优化方面，人工智能算法方面的研究较多，如采用遗传算法进行机器人最优时间轨迹规划的方法计算要求不高，通用性好，对于处理优化目标和约束条件较少的问题时比较有优势。采用标准的PSO算法研究了圆锥刀侧铣刀轴的轨迹规划，标准PSO在优化范围、鲁棒性和扩充性方面具有优势，其搜索方式是一种基于整个种群的随机搜索，不易陷入局部最优陷阱。将混沌序列引入PSO算法，基于混沌理论的优化算法具有较好的遍历性，能自适应地根据随机给定时间间隔实现轨迹优化，从而实现机器人在动力学约束条件下的时间最优轨迹优化，但是随着寻优空间的增大，其算法性能可能面临衰退和优化精度降低的问题。

技术实现思路

[0005]本专利技术的目的是提供一种断路器柔性装配机器人的轨迹优化方法，提高了轨迹优
化速率和优化精度。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种断路器柔性装配机器人的轨迹优化方法，包括：
[0008]获得断路器柔性装配机器人各关节构成的连杆结构的D
‑
H参数；
[0009]根据所述D
‑
H参数构建所述断路器柔性装配机器人的数学模型；
[0010]基于所述数学模型，采用五次多项式对所述断路器柔性装配机器人的运动轨迹进行插值，获得所述断路器柔性装配机器人的运动轨迹；所述五次多项式为所述断路器柔性装配机器人各关节的位置、运动速度、加速度和加加速度关于时间的函数；
[0011]基于所述五次多项式，以运动速度为约束条件，以每个关节总运动时间为优化目标，构建出目标函数；
[0012]采用改进的粒子群算法对所述目标函数进行优化，对初始化粒子的插值时间进行基于第一约束条件的判断，对不符合所述第一约束条件的初始化粒子进行优化，在计算粒子群的适应度值和确定当前的个体极值及群体极值后，基于开关型的适应度函数，对不符合第二约束条件的粒子进行优化，并重新计算粒子群的适应度值确定当前的个体极值及群体极值，直至符合所述第二约束条件，获得各关节优化后的总运动时间；
[0013]根据各关节优化后的总运动时间和所述五次多项式确定所述断路器柔性装配机器人的运动轨迹。
[0014]可选地，所述开关型的适应度函数表示为：
[0015][0016]f1(t)＝min(t1+t2+t3)；
[0017][0018]其中，f
fitness
(t)为开关型的适应度函数，t1为所述断路器柔性装配机器人的第一段插值时间、t2为所述断路器柔性装配机器人的第二段插值时间、t3为所述断路器柔性装配机器人的第三段插值时间，e1为第一段插值时间不符合第二约束条件时的插值时间，e2为第二段插值时间不符合第二约束条件时的插值时间，e3为第三段插值时间不符合第二约束条件时的插值时间，V
j1
(t)为第j个关节的第一段插值时间内速度、V
j2
(t)为第j个关节的第二段插值时间内速度，V
j3
(t)为第j个关节的第三段插值时间内速度，V
max
为最大约束速度。
[0019]可选地，所述改进的粒子群算法中粒子群速度更新公式为：
[0020][0021]其中，表示更新后的粒子群速度，表示更新前的粒子群速度，k表示当前迭代次数，表示第k次迭代后的个体极值，第k次迭代后的群体极值，表示第k次迭代后的粒子位置，后的粒子位置，为自适应压缩因子，iterofcur为当前迭代次数，NGer为总的迭代次数，μ为正整数，e为正整数，ω为权重，c1为第一权重因子，c2为第二权重因子，r1为第一随机数和r2为第二随机数，r1和r2的取值范围均为[0,1]。
[0022]可选地，NGer为100，μ为8，e为10，ω为0.5，c1为2，c2为2。
[0023]可选地，所述五次多项式表示为：
[0024][0025]其中，h
j1
(t)表示第j个关节的第1段插值函数，h
j2
(t)表示第j个关节的第2段插值函数，h
j3
(t)表示第j个关节的第3段插值函数，j为关节编号，j∈{1,2，
…
,6}，a
j1i
表示第j个关节轨迹第1段插值函数的第i个系数，a
j2i
表示第j个关节轨迹第2段插值函数的第i个系数，a
j3i
表示第j个关节轨迹第3段插值函数的第i个系数，t1表示第1段插值函数的插值时间，t2表示第2段插值函数的插值时间，t3表示第3段插值函数的插值时间。
[0026]可选地，所述断路器柔性装配机器人的轨迹优化方法应用于断路器零件姿态调整装置，所述断路器零件姿态调整装置包括六轴机器人、柔性夹爪、断路器装配平台、上料托盘、定位载具和辅助调整机构；
[0027]所述六轴机器人的底座固定在所述断路器装配平台上，所述六轴机器人的执行端连接多个所述柔性夹爪，所述上料托盘、所述定位载具和所述辅助调整机构均设置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种断路器柔性装配机器人的轨迹优化方法，其特征在于，包括：获得断路器柔性装配机器人各关节构成的连杆结构的D
‑
H参数；根据所述D
‑
H参数构建所述断路器柔性装配机器人的数学模型；基于所述数学模型，采用五次多项式对所述断路器柔性装配机器人的运动轨迹进行插值，获得所述断路器柔性装配机器人的运动轨迹；所述五次多项式为所述断路器柔性装配机器人各关节的位置、运动速度、加速度和加加速度关于时间的函数；基于所述五次多项式，以运动速度为约束条件，以每个关节总运动时间为优化目标，构建出目标函数；采用改进的粒子群算法对所述目标函数进行优化，对初始化粒子的插值时间进行基于第一约束条件的判断，对不符合所述第一约束条件的初始化粒子进行优化，在计算粒子群的适应度值和确定当前的个体极值及群体极值后，基于开关型的适应度函数，对不符合第二约束条件的粒子进行优化，并重新计算粒子群的适应度值确定当前的个体极值及群体极值，直至符合所述第二约束条件，获得各关节优化后的总运动时间；根据各关节优化后的总运动时间和所述五次多项式确定所述断路器柔性装配机器人的运动轨迹。2.根据权利要求1所述的断路器柔性装配机器人的轨迹优化方法，其特征在于，所述开关型的适应度函数表示为：f1(t)＝min(t1+t2+t3)；其中，f
fitness
(t)为开关型的适应度函数，t1为所述断路器柔性装配机器人的第一段插值时间、t2为所述断路器柔性装配机器人的第二段插值时间、t3为所述断路器柔性装配机器人的第三段插值时间，e1为第一段插值时间不符合第二约束条件时的插值时间，e2为第二段插值时间不符合第二约束条件时的插值时间，e3为第三段插值时间不符合第二约束条件时的插值时间，V
j1
(t)为第j个关节的第一段插值时间内速度、V
j2
(t)为第j个关节的第二段插值时间内速度，V
j3
(t)为第j个关节的第三段插值时间内速度，V
max
为最大约束速度。3.根据权利要求1所述的断路器柔性装配机器人的轨迹优化方法，其特征在于，所述改进的粒子群算法中粒子群速度更新公式为：
其中，表示更新后的粒子群速度，表示更新前的粒子群速度，k表示当前迭代次数，表示第k次迭代后的个体极值，第k次迭代后的群体极值，表示第k次迭代后的粒子位置，粒子位置，为自适应压缩因子，iterofcur为当前迭代次数，NGer为总的迭代次数，μ为正整数，e为正整数，ω为权重，c1为第一权重因子，c2为第二权重因子，r1为第一随机数和r2为第二随机数，r1和r2的取值范围均为[0,1]。4.根据权利要求3所述的断路器柔性装配机器人的轨迹优...

【专利技术属性】
技术研发人员：舒亮，陈璇，张琦，冷玉祥，林义刚，
申请(专利权)人：温州大学乐清工业研究院，
类型：发明
国别省市：