【技术实现步骤摘要】
本专利技术属于机械臂路径规划，尤其是涉及一种基于变栅格的a*算法的机械臂路径规划方法。
技术介绍
1、近年来，传统农业逐步向现代智能化农业发展，智能采摘作业通过安装在机械臂上的采摘工具进行果实采摘，可以适应较为恶劣的农业工作环境，降低人工的劳动强度和成本。路径规划算法是智能采摘的核心技术，对智能采摘作业的效率和质量起着决定性作用。机械臂路径规划算法可以分为基于群体智能优化理论的算法、基于最优理论的算法和基于图搜索法的算法，其中基于图搜索法中的a*算法是求解静态环境中最短路径最为有效的方法之一，传统的a*算法主要应用于二维平面的路径规划，中国专利技术专利cn106527151b公开了一种带负载六自由度空间机械臂的路径搜索方法，选定搜索步长后对六自由度空间机械臂动态负载能力工作空间进行栅格化处理，计算栅格化后每个小立方体的动态负载能力值完成机械臂动态负载能力工作空间的栅格化，但该方法在机械臂路径规划过程中可能存在遍历节点庞大等问题。因此，需要设计一种机械臂路径规划算法，在保证路径规划精度的同时，减少遍历节点数目，加快运行效率。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于变栅格的a*算法的机械臂路径规划方法，在保证机械臂路径规划精度的同时加快算法运行的效率。
2、本专利技术的目的可以通过以下技术方案来实现：
3、一种基于变栅格的a*算法的机械臂路径规划方法，包括以下步骤：
4、s1、获取机械臂末端执行器的起始点和
5、s2、将起始点和目标点之间的工作空间栅格化，利用粒子群算法优化栅格的尺寸和分布情况；
6、s3、基于步骤s2优化后的栅格，采用a*算法进行路径规划，得到机械臂末端执行器所有的路径点；
7、s4、对路径点的连线进行平滑处理，获得机械臂末端执行器的最终路径。
8、进一步地，工作空间栅格化的过程为：将障碍物用立方体进行包络处理，障碍物附近的空间划分为边长为b的小栅格，其余空间划分为边长为a的大栅格，a>b。
9、进一步地，利用粒子群算法优化栅格的尺寸和分布情况包括如下步骤：
10、s201、设置目标函数其中v为整个工作空间的体积，t为搜索一个栅格的时间，c为小栅格的个数；设置种群粒子个数为m，粒子维度为3；
11、s202、随机初始化种群中各粒子的速度和位置；
12、s203、在迭代中比较各可能解的目标函数值，更新每个粒子的最优位置和粒种群的最优位置；
13、s204、更新各粒子的速度和位置；
14、s205、判断是否满足迭代终止条件，若是，则进入步骤s206，若否，则返回步骤s203；
15、s206、输出a、b和c，实现栅格优化。
16、进一步地，各粒子速度和位置的更新公式如下：
17、
18、
19、其中k为当前迭代次数，为第k次迭代时第i个粒子的速度，为第k次迭代时第i个粒子的位置，w为惯性权重，r1和r2为分布于区间[0,1]内的随机数，为第k次迭代时第i个粒子的最优位置，为第k次迭代时粒子种群的最优位置，c1和c2为常数。
20、进一步地，步骤s3的具体过程如下：
21、s301、根据步骤s2的优化结果设置工作空间的栅格尺寸和分布，输入起始点的坐标、目标点的坐标和障碍物坐标，初始化open列表、close列表和point列表，其中open列表用于记录所有被考虑用来寻找最短路径的节点，close列表用于记录不再被考虑的节点，point列表用于记录最终规划的路径节点；
22、s302、设置父节点，初始时设置起始点a为父节点，此后将open列表中代价最小的节点设置为新的父节点；
23、s303、依次遍历父节点周围相邻的子节点；
24、s304、判断是否遍历完成当前父节点所有相邻的子节点，若否，则返回步骤s303，若是，则进入步骤s305；
25、s305、判断open列表是否出现目标点，若是，则从目标点开始依次寻找父节点直到找到起始点，组成point列表，得到机械臂末端执行器最优轨迹的路径点三维坐标值；若否，判断open列表是否为空，若open列表不为空，则选出open列表中代价最小的节点，将该节点从open列表中删除，加入close列表，返回步骤s302；若open列表为空，则路径规划失败，程序终止。
26、进一步地，遍历父节点相邻子节点的具体步骤如下：
27、s311、跳过超出工作空间的子节点、障碍物点和使机械臂连杆与障碍物发生碰撞的子节点；
28、s312、依次计算余下子节点的代价函数；
29、s313、判断子节点是否在open列表中，若当前子节点不在open列表中，则将子节点加入open列表中并设置其父节点；若当前子节点在open列表中，则判断该路径下的代价函数是否小于原来路径下的代价函数，若小于则更新open列表中该子节点的代价函数和父节点，若不小于则进入步骤s304。
30、进一步地，所述代价函数为f＝g+h，其中，g表示从起始点移动到一个子节点的移动耗费，h表示从该子节点移动到目标点b的预计耗费。
31、进一步地，所述移动耗费的计算公式如下：
32、
33、其中(xa,ya,za)为起始点的坐标，(xc,yc,zc)为子节点的坐标。
34、进一步地，所述预计耗费的计算公式如下：
35、hc＝|xb-xc|+|yb-yc|+|zb-zc|
36、其中(xb,yb,zb)为目标点的坐标，(xc,yc,zc)为子节点的坐标。
37、进一步地，采用二次b样条差值法对路径点的连线进行平滑处理。
38、与现有技术相比，本专利技术具有以下有益效果：
39、1、本专利技术采用变栅格尺寸的方法对工作空间进行划分，在靠近障碍物附近采用小栅格以提高路径的精度，在其余空间采用大栅格以提高算法的效率，通过粒子群优化算法对工作空间栅格的尺寸和分布进行优化；基于优化后的栅格，将a*算法应用于三维空间，实现机械臂连杆避障，在保证机械臂路径规划精度的同时加快算法运行的效率。
40、2、本专利技术采用二次b样条差值法对路径点的连线进行平滑处理，获得机械臂末端执行器的最终路径，减小了电机的冲击和震动，减缓了机械的磨损。
本文档来自技高网...【技术保护点】
1.一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，工作空间栅格化的过程为：将障碍物用立方体进行包络处理，障碍物附近的空间划分为边长为b的小栅格，其余空间划分为边长为a的大栅格，a>b。
3.根据权利要求2所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，利用粒子群算法优化栅格的尺寸和分布情况包括如下步骤：
4.根据权利要求3所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，各粒子速度和位置的更新公式如下：
5.根据权利要求1所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，步骤S3的具体过程如下：
6.根据权利要求5所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，遍历父节点相邻子节点的具体步骤如下：
7.根据权利要求5所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，所述代价函数为F＝G+H，其中，G表示从起始点移动到一个子
8.根据权利要求7所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，所述移动耗费的计算公式如下：
9.根据权利要求7所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，所述预计耗费的计算公式如下：
10.根据权利要求1所述的一种基于变栅格的A*算法的机械臂路径规划方法，其特征在于，采用二次B样条差值法对路径点的连线进行平滑处理。
...【技术特征摘要】
1.一种基于变栅格的a*算法的机械臂路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于变栅格的a*算法的机械臂路径规划方法，其特征在于，工作空间栅格化的过程为：将障碍物用立方体进行包络处理，障碍物附近的空间划分为边长为b的小栅格，其余空间划分为边长为a的大栅格，a>b。
3.根据权利要求2所述的一种基于变栅格的a*算法的机械臂路径规划方法，其特征在于，利用粒子群算法优化栅格的尺寸和分布情况包括如下步骤：
4.根据权利要求3所述的一种基于变栅格的a*算法的机械臂路径规划方法，其特征在于，各粒子速度和位置的更新公式如下：
5.根据权利要求1所述的一种基于变栅格的a*算法的机械臂路径规划方法，其特征在于，步骤s3的具体过程如下：
6...
【专利技术属性】
技术研发人员：苗中华，石谦，连帅凯，李楠，何创新，
申请(专利权)人：上海大学，
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。