一种基于标签识别的工业机械臂路径规划方法技术

本发明专利技术涉及机械臂运动规划技术领域，提出了一种基于标签识别的工业机械臂路径规划方法，包括获取空间坐标系下的起始位置和终止位置

【技术实现步骤摘要】
一种基于标签识别的工业机械臂路径规划方法


[0001]本专利技术涉及机械臂运动规划
，具体地说是一种基于标签识别的工业机械臂路径规划方法
。

技术介绍

[0002]随着机械臂技术的发展，工业机械臂与其控制技术已成为工业生产制造中必不可少的一员，对推动智能制造的发展发挥着不可替代的作用
。
越来越复杂的工作环境
、
对精度越来越高要求的工业产品，都要求工业机械臂拥有灵活
、
高效且稳定的路径规划方法
。
[0003]当前常用的机械臂路径规划方法包括人工势场法
、
遗传算法
、RRT
算法
、RRT*
算法等
。
这些算法在简单的环境中效率尚可，但机械臂的工作环境通常是高维且比较复杂的，导致计算量陡增，此时应用这些算法效果并不理想
。
其中，人工势场法易陷入局部最优，遗传算法耗费时间长且效率低
。RRT(
快速扩展随机树
)
算法是一种基于随机采样的快速搜索算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于标签识别的工业机械臂路径规划方法，其特征在于，包括步骤：步骤
A1、
获取空间坐标系下起始位置
、
目标位置和障碍物信息；步骤
A2、
根据起始位置
、
目标位置和障碍物信息，通过目标偏置策略优化随机采样点，生成搜索树
T
；步骤
A3、
对于生成的采样点，使用重选父节点和重布线过程优化路径；步骤
A4、
当搜索树
T
满足连接条件，则规划路径
P
；步骤
A5、
检索路径标签库中的标签，根据标签的内容与路径
P
进行比较，选择最优路径；步骤
A6、
根据数据标签的主题分类，将路径
P
存入路径标签库
。2.
根据权利要求1所述的一种基于标签识别的工业机械臂路径规划方法，其特征在于，所述步骤
A2
具体如下：
1)
以机械臂起始位置
Q
init
作为根节点构建搜索树
T
；所述搜索树是一个以
Q
init
为根节点且可以不断扩展的节点集
S
；搜索树的扩展步长设为
step
；
2)
在工作空间筛选随机采样点
Q
rand
；
rand
为在
[0
，
1]
内随机生成的数值，
P
goal
为目标偏置概率；若
rand
＜
P
goal
，则直接将目标点
Q
goal
作为随机采样点
Q
rand
；若
rand≥P
goal
，则
Q
rand
在工作空间内随机采样；
3)
在搜索树
T
上搜寻节点集
S
中距离
Q
rand
最近的节点
Q
nearst
；判断是否发生碰撞；若不发生碰撞，扩展出新节点
Q
new
；若碰撞，返回步骤
2)。3.
根据权利要求1所述的一种基于标签识别的工业机械臂路径规划方法，其特征在于，所述步骤
A3
具体如下：对新节点
Q
new
重新选择父节点
Q
parent
：
(1)radius
＝
k_rrg_*log(cardDbl)
；
k_rrg_
＝
e+e/dimDbl
，
cardDbl
＝
T.size+1
；其中，
T.size
表示当前
T
的节点数，
e
是自然对数的底，
dimDbl
是关节空间维度；以
Q
new
为圆心，
radius
为半径在搜索树
T
上搜寻半径
radius
范围内的节点，并逐个将其记为
Q
nears
[i]
，
i
＝1，2，
…
，
p
；
p
表示满足半径
radius
范围内的节点数；将
Q
nears
[i]
依次作为
Q
new
的备选父节点，计算从
Q
init
途径
Q
nears
[i]
并运动到
Q
new
的路径总代价：
Q
new
[i].cost
＝
Q
nears
[i].cost+d(Q
nears
[i]
，
Q
new
)
，
i
＝1，2，
…
，
p
其中，
Q
nears
[i].cost
表示
Q
init
运动到
Q
nears
[i]
的路径代价，
d(Q
nears
[i]
，
Q
new
)
表示
Q
nears
[i]
与
Q
new
之间的距离；在不发生碰撞的前提下，将满足路径总代价最小即：
Q
new
[i].cost
＝
min{Q
new
[1].cost
，
Q
new
[2].cost
，
…

【专利技术属性】
技术研发人员：刘意杨，赵洋，唐川宁，杨仁枫，王智凝，白洪飞，崔好，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：