【技术实现步骤摘要】
本专利技术涉及机械臂路径规划相关，尤其涉及一种料筐内堆叠零件机器人智能分拣路径规划方法及装置。
技术介绍
1、工业机器人路径规划的目的在于根据作业任务和运行环境设定机器人的工作路径。现如今，工业机器人广泛应用于目标分拣的场景，但多数情况下是在结构化环境中以人工示教的方式进行，存在着应用场景简单、机器人感知能力弱的缺陷。当机械臂面向的分拣对象是料筐内散乱堆叠的零件时，需要在分拣前完成机械臂末端的路径规划，若没有精准的分拣路径规划，将会引起机械臂末端以及目标零件在取出过程中与料框壁及框内其余零件发生干涉甚至碰撞，严重影响分拣的成功率与安全性。若采用人工示教的方式设定分拣路径，无法适用于料筐内各个零件的不同摆放位姿，缺乏实用性和灵活性。因此，需要一种精确且灵活的机械臂路径规划方法，以满足机械臂料框分拣的工业应用需求。
2、快速搜索随机树算法(rapidly-exploring random tree,rrt)是一种典型的基于采样的运动规划算法，该算法在解决如多轴机械臂路径规划等高维空间路径规划问题时，具有计算复杂度低、泛用性好等特点，因此被广泛应用于机械臂路径规划的研究当中。基于此，国外学者提出一种rrt*算法，示意图如图3所示，通过在rrt算法的基础上引入父节点重选以及重布线，保证在有限的时间内搜索到最优解或接近最优解，提高了rrt算法的路径优化能力，减小路径代价。但由于rrt*算法在搜索时对状态空间进行全局随机采样，算法仍存在冗余节点多、规划效率低、路径质量差的缺陷。
3、人工势场算法是一种应用于机器人路径
技术实现思路
1、本专利技术的目的是为了至少解决现有技术的不足之一，提供一种料筐内堆叠零件机器人智能分拣路径规划方法及装置。
2、为了实现上述目的，本专利技术采用以下的技术方案：
3、具体的，提出一种料筐内堆叠零件机器人智能分拣路径规划方法，包括以下：
4、通过三维相机获取规划场景点云，并基于此确定规划空间；
5、初始化规划路径的起始节点以及目标节点；
6、基于所述场景点云以及目标节点构建人工势场；
7、基于所述人工势场，预测一条连接所述起始节点与所述目标节点的第一路径；
8、基于预测得到的第一路径，更新所述目标节点；
9、通过目标零件起始位姿来自适应初始化改进rrt*算法的搜索步长与目标引导概率阈值；
10、基于所述改进rrt*算法进行起始节点到更新的目标节点的路径规划得到规划结果；
11、对所述规划结果进行路径去冗余处理得到去冗余路径；
12、对所述去冗余路径进行路径平滑处理得到平滑拾取路径；
13、将得到的平滑拾取路径通过上位机转换为机械臂脚本语言，驱动机械臂沿该平滑拾取路径完成对目标零件的拾取。
14、进一步，具体的，基于所述场景点云以及目标节点构建人工势场，包括，
15、计算机械臂末端的包围球半径r，所述机械臂末端包括机械臂末端拾取工具以及当前拾取零件，并将作为斥力场的作用范围p0；首先利用式子来对规划空间构建引力场，其中ξ为引力尺度因子，设置为0.5，ρ(q,qgoal)表示当前节点q与目标节点qgoal之间的距离；随后通过式子来对规划空间构建斥力场即人工势场，其中η表示斥力场尺度因子，设置为5000，ρ(q,qobs)表示障碍点qobs即场景点云中的点到当前节点q的距离。
16、进一步，具体的，基于所述人工势场，预测一条连接所述起始节点与所述目标节点的第一路径，包括，
17、初始化参数，包括扩展步长stepsize、最大迭代次数epoch，
18、将初始化得到的起始节点xstart与目标节点xgoal作为人工势场预测路径的起点与终点，
19、初始化第一路径节点列表，并将起始节点xstart加入到节点列表中，
20、将最新加入节点列表中的节点作为当前点，通过对人工势场的式子求导分别得到引力计算公式以及斥力计算公式利用引力计算公式以及斥力计算公式可计算得到当前点所受到的引力与斥力在xyz三个方向上的大小，同时将各方向合力乘以步长stepsize即可得到各方向的坐标变化量，对当前点叠加坐标变化量后即可得到新的节点，并将该节点加入到节点列表中，最后判断最新加入的节点到目标节点的距离，若小于距离阈值则找到预测路径，输出节点列表，反之则重复本步骤，直至找到预测结果。
21、进一步，具体的，基于预测得到的第一路径，更新所述目标节点，包括，
22、基于起始节点位姿与目标节点位姿，通过位姿线性插值计算预测路径中的每个路径点对应的位姿；
23、依次遍历预测路径中每个路径点，将其与目标节点进行直连，判断该直连路径是否发生碰撞，直至找到路径不发生碰撞时所对应的路径点xdirect，并记录对应的直连路径pathdirect；
24、将规划的目标节点更新为上述路径点xdirect，记作xgoal_new。
25、进一步，具体的，通过目标零件起始位姿来自适应初始化改进rrt*算法的搜索步长与目标引导概率阈值，包括，
26、计算起始节点的z轴方向与竖直方向之间的夹角θ，通过式子bias＝4.377θ2-4.107θ+1计算得到随机树的目标引导概率pthresh；
27、从n＝2开始，通过起始节点与目标节点的位姿线性插值计算得到n等分点中的第一个点所对应的位姿，并检查机械臂末端在该姿态下的碰撞情况，当机械臂末端不与料框侧壁发生碰撞，并且末端与料筐内其余零件发生碰撞部分的穿透深度中位数小于2mm时，记录n的值，计算起始节点与目标节点之间的距离dist，并将作为随机树的搜索步长stepsize。
28、进一步，具体的，基于所述改进rrt*算法进行起始节点到更新的目标节点的路径规划得到规划结果，包括，
29、步骤610、基于目标引导策略在规划空间中采样得到一个采样节点xsample，找到随机树上距离该采样节点最近的点xnearest，随后从xnearest出发，朝采样节点xsample方向扩展步长stepsize，得到新节点xnew；
30、步骤620、判断得到的节点xnew是否满足节点拒绝机制，若不满足，则返回步骤610重新进行采样，若满足则进入下一步骤；
31、步骤630：检查节点xnew的逆解结果与碰撞情况，若不符合有效性要求，则返回步骤610重新进行采样，反之，则选择与节点xnew连接后路径成本最低的随机树节点作为xnew的父节点，从而将新节点xnew加入到随机树中；
32、步骤640：以新加入到随机树的节点xnew为中心本文档来自技高网...
【技术保护点】
1.一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，包括以下：
2.根据权利要求1所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，基于所述场景点云以及目标节点构建人工势场，包括，
3.根据权利要求2所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，基于所述人工势场，预测一条连接所述起始节点与所述目标节点的第一路径，包括，
4.根据权利要求1所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，基于预测得到的第一路径，更新所述目标节点，包括，
5.根据权利要求4所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，通过目标零件起始位姿来自适应初始化改进RRT*算法的搜索步长与目标引导概率阈值，包括，
6.根据权利要求5所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，基于所述改进RRT*算法进行起始节点到更新的目标节点的路径规划得到规划结果，包括，
7.根据权利要求6所述的一种料筐内堆叠零件机器人智
8.根据权利要求7所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，对所述去冗余路径进行路径平滑处理得到平滑拾取路径，包括，
9.一种料筐内堆叠零件机器人智能分拣路径规划的装置，其特征在于，包括以下：
...【技术特征摘要】
1.一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，包括以下：
2.根据权利要求1所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，基于所述场景点云以及目标节点构建人工势场，包括，
3.根据权利要求2所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，基于所述人工势场，预测一条连接所述起始节点与所述目标节点的第一路径，包括，
4.根据权利要求1所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，基于预测得到的第一路径，更新所述目标节点，包括，
5.根据权利要求4所述的一种料筐内堆叠零件机器人智能分拣路径规划方法，其特征在于，具体的，通过目标零...
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。