工业机械臂智能路径规划方法、系统、电子设备以及存储介质技术方案

本发明专利技术实施例公开了工业机械臂智能路径规划方法、系统、电子设备以及存储介质，对狮群算法进行参数初始化，参数包括优化问题、问题的空间维度、狮群的数量、算法运行的迭代次数；基于正态分布，更新狮王、母狮及幼狮位置；通过当前迭代次数与总运行迭代次数进行对比，对于2次路径规划操作进行判断；基于随机变量所在的范围不同，对于所在不同部分进行重新规划路径，2次路径规划，对比旧路径长度，选择最优路径。解决了算法规划出的路径不是最优路径，延长了路径搜索、任务的完成时间的问题，从而提高了机械臂的工作效率，进而提高机械臂的利用率，缩短了工厂智能化的建造的进度。缩短了工厂智能化的建造的进度。缩短了工厂智能化的建造的进度。

【技术实现步骤摘要】
工业机械臂智能路径规划方法、系统、电子设备以及存储介质


[0001]本公开涉及机械臂运动领域，尤其涉及一种工业机械臂智能路径规划方法、系统、电子设备以及存储介质。

技术介绍

[0002]随着科学技术的飞速发展，机械臂因其独特的操作灵活性，已广泛应用于航空航天、军事、医疗、工业等领域，被用来执行捕获、排爆、手术、装配等工作。为快速、准确执行任务，机械臂需具备自主规划路径的能力，即规划出一条从初始构型运动到目标构型的路径，需要采用狮群算法对于路径进行优化，然而狮群算法规划出的路径不是最优路径，延长了路径搜索、任务的完成时间，从而降低了机械臂的工作效率，进而降低机械臂的利用率，拖延了工厂智能化的建造的进度。

技术实现思路

[0003]提供该公开内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]本公开实施例提供了一种工业机械臂智能路径规划方法、系统、电子设备以及存储介质，解决了算法规划出的路径不是最优路径，延长了路径搜索、任务的完成时间的问题，从而提高了机械臂的工作效率，进而提高机械臂的利用率，缩短了工厂智能化的建造的进度。
[0005]第一方面，本公开实施例提供了一种工业机械臂智能路径规划方法，包括：对狮群算法进行参数初始化，参数包括优化问题、问题的空间维度、狮群的数量、算法运行的迭代次数；基于正态分布，更新狮王、母狮及幼狮位置；通过当前迭代次数与总运行迭代次数进行对比，对于2次路径规划操作进行判断；基于随机变量所在的范围不同，对于所在不同部分进行重新规划路径，2次路径规划，对比旧路径长度，选择最优路径。
[0006]结合第一方面的实施例，在一些实施例中，所述基于正态分布，更新狮王、母狮及幼狮位置，包括：
[0007]x
k+1
＝g
k
(1+γP
k
‑
g
k
)
[0008]式中，x
k+1
代表狮王下一代全局最优解，g
k
为第k代种群的全局最优解，P
k
代表獅王在所有迭代当中历史最优解，γ是随机数，服从正态分布；
[0009][0010]式中，是第i格狮子在经历第k次迭代后的历史最优解；是除了第i个狮子之外的另一个母狮的最优解；
[0011]a
f
是扰动因子，随着算法运行次数增加而逐渐减小
[0012][0013][0014]式中，S
t
表示狮子在活动范围内的步长，为狮群在解空间维度的最大均值和最小均值，t表示当前迭代次数；
[0015][0016][0017][0018]式中，代表第i个幼狮个体在第k次更新迭代后的历史最优解，为母狮群体在第k代的历史最优解，q为(0，1)产生的随机数，g
‑
k
表示种群最优位置的反向位置
[0019][0020][0021]幼狮的更新过程中也存在随时间递减的扰动因子a
c
，随算法运行次数增加，减小步长。
[0022]结合第一方面的实施例，在一些实施例中，所述通过当前迭代次数与总运行迭代次数进行对比，对于2次路径规划操作进行判断，包括
[0023][0024]式中，t代表当前迭代次数，T为总迭代次数；
[0025]前迭代次数不小于总迭代次数的十分之一，则进行2次路径规划；
[0026]前迭代次数小于总迭代次数的十分之一，则返回继续更新狮王、母狮及幼狮位置。
[0027]结合第一方面的实施例，在一些实施例中，所述基于随机变量所在的范围不同，对于所在不同部分进行重新规划路径，2次路径规划，对比旧路径长度，选择最优路径，包括
[0028]前迭代次数不小于总迭代次数的十分之一，则进行2次路径规划；
[0029]当前路径节点序列集为M，其中M
i
为M的元素，M1为起点，M
n
为终点；
[0030]变量时，将规划好的路径平分为两个部分，对前半部分的路径进行2次规划，后半部分路径保持不变，重新规划后比较新旧路径的长度，择优保留，其中ω为引入变量，是随机数，取值范围为(0，1]；
[0031]变量时，将规划好的路径平分为两个部分，对后半部分的路径进行2次
规划，前半部分路径保持不变，重新规划后比较新旧路径的长度，择优保留；
[0032]变量时，将规划好的路径平分为三个部分，对中间部分进行2次规划，其他部分保持不变，重新规划后比较新旧路径的长度，择优保留；
[0033]变量时，对整条路径进行2次规划，重新规划后比较新旧路径的长度，择优保留。
[0034]第二方面，本公开实施例提供了一种工业机械臂智能路径规划系统，包括：
[0035]参数初始化单元，对狮群算法进行参数初始化，参数包括优化问题、问题的空间维度、狮群的数量、算法运行的迭代次数；
[0036]位置更新单元，基于正态分布，更新狮王、母狮及幼狮位置；
[0037]判断单元，通过当前迭代次数与总运行迭代次数进行对比，对于2次路径规划操作进行判断；
[0038]择优单元，基于随机变量所在的范围不同，对于所在不同部分进行重新规划路径，2次路径规划，对比旧路径长度，选择最优路径。
[0039]结合第二方面的实施例，在一些实施例中所述位置更新单元，基于正态分布，更新狮王、母狮及幼狮位置，包括
[0040]x
k+1
＝g
k
(1+γP
k
‑
g
k
)
[0041]式中，x
k+1
代表狮王下一代全局最优解，g
k
为第k代种群的全局最优解，P
k
代表獅王在所有迭代当中历史最优解，γ是随机数，服从正态分布；
[0042][0043]式中，是第i格狮子在经历第k次迭代后的历史最优解；是除了第i个狮子之外的另一个母狮的最优解；
[0044]a
f
是扰动因子，随着算法运行次数增加而逐渐减小
[0045][0046][0047]式中，S
t
表示狮子在活动范围内的步长，为狮群在解空间维度的最大均值和最小均值，t表示当前迭代次数，T为算法运行的迭代次数；
[0048][0049][0050][0051]式中，代表第i个幼狮个体在第k次更新迭代后的历史最优解，为母狮群体在第k代的历史最优解，q为(0，1)产生的随机数，g
‑
k
表示种群最优位置的反向位置
[0052][0053][0054]幼狮的更新过程中也存在随时间递减的扰动因子a
c
，随算法运行次数增加，减小步长。
[0055]结合第二方面的实施例，在一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业机械臂智能路径规划方法，其特征在于，所述方法包括：对狮群算法进行参数初始化，参数包括优化问题、问题的空间维度、狮群的数量、算法运行的迭代次数；基于正态分布，更新狮王、母狮及幼狮位置；通过当前迭代次数与总运行迭代次数进行对比，对于2次路径规划操作进行判断；基于随机变量所在的范围不同，对于所在不同部分进行重新规划路径，2次路径规划，对比旧路径长度，选择最优路径。2.根据权利要求1所述的方法，其特征在于，所述基于正态分布，更新狮王、母狮及幼狮位置，包括：x
k+1
＝g
k
(1+γP
k
‑
g
k
)式中，x
k+1
代表狮王下一代全局最优解，g
k
为第k代种群的全局最优解，P
k
代表獅王在所有迭代当中历史最优解，γ是随机数，服从正态分布；式中，是第i格狮子在经历第k次迭代后的历史最优解；是除了第i个狮子之外的另一个母狮的最优解；a
f
是扰动因子，随着算法运行次数增加而逐渐减小是扰动因子，随着算法运行次数增加而逐渐减小式中，S
t
表示狮子在活动范围内的步长，为狮群在解空间维度的最大均值和最小均值，t表示当前迭代次数，T为算法运行的迭代次数；均值，t表示当前迭代次数，T为算法运行的迭代次数；均值，t表示当前迭代次数，T为算法运行的迭代次数；式中，代表第i个幼狮个体在第k次更新迭代后的历史最优解，为母狮群体在第k代的历史最优解，q为(0，1)产生的随机数，g
‑
k
表示种群最优位置的反向位置表示种群最优位置的反向位置幼狮的更新过程中也存在随时间递减的扰动因子a
c
，随算法运行次数增加，减小步长。3.根据权利要求2所述的方法，其特征在于，所述通过当前迭代次数与总运行迭代次数
进行对比，对于2次路径规划操作进行判断，包括式中，t代表当前迭代次数，T为总迭代次数；前迭代次数不小于总迭代次数的十分之一，则进行2次路径规划；前迭代次数小于总迭代次数的十分之一，则返回继续更新狮王、母狮及幼狮位置。4.根据权利要求3所述的方法，其特征在于，所述基于随机变量所在的范围不同，对于所在不同部分进行重新规划路径，2次路径规划，对比旧路径长度，选择最优路径，包括前迭代次数不小于总迭代次数的十分之一，则进行2次路径规划；当前路径节点序列集为M，其中M
i
为M的元素，M1为起点，M
n
为终点；变量时，将规划好的路径平分为两个部分，对前半部分的路径进行2次规划，后半部分路径保持不变，重新规划后比较新旧路径的长度，择优保留，其中ω为引入变量，是随机数，取值范围为(0,1]；变量时，将规划好的路径平分为两个部分，对后半部分的路径进行2次规划，前半部分路径保持不变，重新规划后比较新旧路径的长度，择优保留；变量时，将规划好的路径平分为三个部分，对中间部分进行2次规划，其他部分保持不变，重新规划后比较新旧路径的长度，择优保留；变量时，对整条路径进行2次规划，重新规划后比较新旧路径的长度，择优保留。5.一种工业机械臂智能路径规划系统，其特征在于，所述系统包括：参数初始化单元，对狮群算法进行参数初始化，参数包括优化问题、问题的空间维度、狮群的数量、算法运行的迭代次数；位置更新单元，基于正态分布，更新狮王、母狮及幼狮位置；判断单元，通过...

【专利技术属性】
技术研发人员：张国强，
申请(专利权)人：张国强，
类型：发明
国别省市：