Delta機器人時間最優軌跡規劃方法
2023-05-09 14:38:51 1
Delta機器人時間最優軌跡規劃方法
【專利摘要】本發明提供了一種視覺引導的基於Delta機器人關節空間的軌跡規劃方法,用於Delta機器人的最優時間運動。求解Delta機器人的運動學關係,構建末端執行器到各關節的逆運動學方程,工業智能相機用於採集目標位置,編碼器用於實時更新目標位置;將Delta機器人的工作區域劃分為9*13個子區域,利用B樣條曲線離線對不同區域各關節的運動路徑規劃,保證速度、加速度和加加速度的平滑與連續,減小伺服電機對機械結構的衝擊;對經典的粒子群算法進行改進,採用分數階粒子群算法加快最優解的搜尋時間節點的速度,避免陷入局部最優解;最後採用二維模糊方法在線選擇機器人工作區域對應的時間最優節點,完成控制。
【專利說明】Del ta機器人時間最優軌跡規劃方法
【技術領域】
[0001] 本發明涉及Delta機器人關節空間軌跡規劃領域,具體是指一種基於分數階粒子 群的時間節點離線尋優方案,實現對Delta機器人關節空間的軌跡規劃,並提出一種二維 模糊的方法,在線選擇時間節點,以改善機器人動作時間,屬於機器人軌跡規劃領域。
【背景技術】
[0002] 在工業現場中,只需要給定機器人運動起點與終點,機器人就可以完成相應動作。 為保證起止點間機器人動作的柔順性,減少機械結構的磨損,並且在滿足電機各項指標的 前提下快速動作,就需要對機器人各關節的動作過程進行軌跡規劃。
[0003] 目前,軌跡規劃的方案根據優化目標的不同可以分為能量最優、時間最優、最小震 動等類型,通過關節空間規劃機器人運動路徑以提高效率、保護機械結構。其中,時間最優 的軌跡規劃方案由於其滿足工業現場對生產效率的需求,應用較為廣泛。時間最優軌跡規 劃主要將求取時間節點轉化為非線性規劃問題,當前,針對非線性規劃問題國內外提出了 很多解決算法,如遺傳算法及其改進算法(GA、EA、DE)、信賴域算法、二次規劃等。
[0004] 在採用上述的優化算法時,由於現階段硬體計算速度的約束,實時性成為在工業 現場阻礙其應用的障礙之一。為滿足工業現場的實時性需求,大多方案在規劃的數學模型 上進行簡化,採用多項式插值的方案以減少計算量。可是,在工業現場路徑存在大量不確定 因素,特別高階多項式插值會出現龍格現象,使得運動難以達到最優的要求。
【發明內容】
[0005] 本發明的目的是以時間最優為指標要求,提出一種關節空間軌跡規劃方法,採用 基於分數階粒子群算法對時間節點尋優,對於機器人各關節的運動軌跡進行規劃,以減小 震動和動作時間為目標,實現機器人運動的優化。
[0006] 為達到此目的,本發明的技術方案如下:建立Delta機器人的運動學模型,根據各 軸角度和末端執行器的位置建立運動學方程;採用5次非均勻B樣條函數擬合機器人的各 關節運動方程,控制各關節的運動方式;採用多區域劃分的方式將Delta機器人工作區域 劃分為9*13個矩形區域,根據在傳送帶上的位置不同,每個區域採取不同的動作方式;採 用基於分數階粒子群算法,考慮機器人運動時各關節的速度、加速度和加加速度的物理極 限,對B樣條的時間節點進行離線尋優。採用二維模糊控制方式給出目標權重的計算模型, 構建模糊區域,使得機器人在工業現場在線實時得到軌跡曲線時間節點。
[0007] 第一步,系統的硬體結構由Delta機器人、立體鋼結構支架、工業智能相機、傳送 帶和編碼器組成。在立體鋼結構支架內安裝Delta機器人,所述的Delta機器人能夠在立 體支架內運動。在鋼結構立體支架前端安裝工業智能相機,Delta機器人下部安裝垂直於 機器人本體的傳送帶。
[0008] 第二步,當傳送帶上有物件傳送時,工業智能相機識別物件中心的像素坐標,並將 其轉化到相機坐標系。由相機坐標系通過外參數矩陣轉化到Delta機器人基坐標,得到物 件中心基於機器人基坐標的位置。在運動過程中,通過編碼器將傳送帶上的物件位置實時 更新,在物件到達機器人工作區域時,機器人完成將傳送帶的物件抓取到另一固定位置。
[0009] 第三步,建立Delta機器人的運動學模型,確定各運動軸位置(θρ θ2,θ3)與 Delta機器人末端位置坐標(x,y)的對應關係。通過已知Delta機器人末端的位置,求解 主動臂的轉角。
[0010] 第四步,構建基於分數階的粒子群算法對時間節點進行離線尋優,並採用多區域 劃分方式將Delta機器人的工作區域劃分為9*13個部分,由Delta機器人運動學模型求解 各區域笛卡爾空間軌跡對應機器人各關節的角度,由這些角度擬合B樣條曲線,得到時間 最優的軌跡。
[0011] 第五步,對Delta機器人操作區域建立模糊規則,通過二維的模糊規則在線對 Delta機器人動作時間節點進行選擇,選取最優的動作時間策略完成Delta機器人的動作。
[0012] 本發明的有益效果:提供了一種基於分數階的粒子群尋優算法快速尋找時間節點 的最優分布,用於提高Delta機器人的控制效率和穩定性。首先從Delta機器人的結構入 手,求解機器人的運動學關係,構建Delta機器人末端到各關節的逆運動學方程;採用多區 域劃分方式將Delta機器人的工作區域劃分為9*13個部分,利用B樣條曲線離線擬合各關 節的運動路徑,使得運動保證速度、加速度和加加速度的平滑與連續,減小伺服電機對機械 結構的衝擊;對經典的粒子群算法進行改進,採用分數階的粒子群算法加快最優解的搜尋 速度,並避免陷入局部最優解;構建在線尋優策略,採用二維模糊方法選擇機器人工作區域 對應的時間最優節點。
【專利附圖】
【附圖說明】
[0013] 圖1是本發明的整體算法流程
[0014] 圖2是本發明整體結構框架
【具體實施方式】
[0015] 為使本發明的目的、技術方案和優點更加清楚明白,下面結合具體實施例,並參照 附圖,對本發明作進一步詳細說明。
[0016] 本發明的基本目的是以Delta機器人為運行平臺,對於抓取傳送帶上物件的動 作進行關節空間的軌跡規劃,在機器人機械結構可以承受的範圍內以時間最優為目標,對 Delta機器人各關節進行控制。主要流程分為目標採集、基於分數階粒子群算法的B樣條軌 跡規劃、二維模糊算法離線尋找對應最優時間節點,如圖1所示。
[0017] 進一步的,具體步驟為:
[0018] (1)在立體鋼結構支架內安裝Delta機器人,如圖2所示,建立相機坐標系與機器 人基坐標系關係,將工業智能相機識別到的物件坐標轉換到機器人的基坐標。
[0019] (1. 1)在立體鋼結構支架130內安裝Delta機器人110,所述Delta機器人110能 在立體鋼結構支架130內運動;在立體鋼結構支架130的前端採用全局方式安裝工業智能 相機100,立體鋼結構支架130內設置傳送帶120,傳送帶120的運動方向垂直於四自由度 Delta機器人110的運動平面。
[0020] (1. 2)在智能工業相機100所在的位置建立相機坐標系,坐標原點為光軸中心位 置,在Delta機器人110的頂部中心建立機器人基坐標系,坐標原點為機器人頂部中心位 置。
[0021] (1.3)通過上述設置後,完成視覺引導Delta機器人系統環境的搭建。工業智能 相機坐標系的原點與Delta機器人基坐標系的原點有一段平移距離與旋轉角度;工業智能 相機100獲取傳送帶120上的軌跡點超前於Delta機器人110的運動,從而工業智能相機 100獲取的軌跡點時,機器人110能夠完成與工業智能相機100的通信,將視覺捕獲物件形 心的像素坐標發送到機器人。
[0022] (1. 4)對於智能工業攝像機模型:
[0023]
【權利要求】
1. 提出了一種視覺引導的基於Delta機器人的軌跡規劃方法,其特徵是從Delta機器 人特殊系統結構入手,構建工業智能相機和Delta機器人的坐標裝換關係,利用B樣條差值 對Delta機器人各關節的軌跡進行規劃,並以時間最優的為目標;採用基於分數階粒子群 算法尋找最優時間節點;採用二維模糊的方法對Delta機器人工作區域進行模糊劃分,由 模糊控制器自動識別所屬區域;包含以下幾個步驟: (1) 在Delta機器人系統中採用編碼器實時更新目標位置; (2) 將Delta機器人的工作區域進行劃分,並對不同的運動軌跡進行5次B樣條曲線的 平滑軌跡規劃; (3) 採用基於分數階的粒子群算法搜尋最優時間節點; (4) 對機器人工作區域進行模糊劃分,選擇合適的時間節點。
2. 根據權利要求1所述的視覺引導的基於Delta機器人的軌跡規劃方法,其特徵是: 所述步驟(1)中在Delta機器人系統中採用編碼器實時更新目標位置,包含以下步驟: 第一步、在所述的Delta機器人系統中,安裝在立體鋼結構支架上的工業智能相機實 時獲取目標位置,目標位置默認選用傳送帶上物件的中心坐標; 第二步、在獲取目標位置後,由於傳送帶在不斷運動,通過安裝在傳送帶末端的編碼器 實時更新目標位置;編碼器將傳送帶走過的距離實時反饋給機器人,物件獲取的初始位置 加上當前做過的距離即為更新後的目標位置。
3. 根據權利要求1所述的視覺引導的基於Delta機器人的軌跡規劃方法,所述步驟 (2) 中將Delta機器人的工作區域進行劃,分並對不同的運動軌跡進行5次B樣條曲線的平 滑軌跡規劃,包含以下步驟: 第一步、將Delta機器人40cm*60cm的工作區域劃分為9*13個子區域,不同的區域內 近似具有相同的運動路徑; 第二步、初始化時間節點,針對每一組區域生成一組任意的時間節點,每個時間點的範 圍在Is以內的隨機數; 第二步、對於求取到的最優時間節點通過5階B樣條插值確定運動路徑,路徑求取公式 為:
第三步、求取已知路徑的速度、加速度、加加速度,通過對上式求導得到,如果三個變量 有任意一個超過了設置的條件限制,將回到第一步重新搜索,直到符合限制條件算法停止。
4. 根據權利要求1所述的視覺引導的基於Delta機器人的軌跡規劃方法,所述步驟 (3) 中機器人運動軌跡進行軌跡規劃,包含以下步驟: 第一步、對於符合速度、加速度、加加速度限制條件的初始時間節點,作為算法輸入參 量; 第二步、利用基於分數階粒子群算法尋找最優時間節點,通過迭代更新初始值,搜尋全 局最優的時間節點值,目標函數為總時間最短,並且滿足機械結構對速度、加速度、加加速 度的要求。
5. 根據權利要求1所述的視覺引導的基於Delta機器人的軌跡規劃方法,所述的步驟 (4) 中對機器人工作區域進行模糊劃分,包含以下步驟: 第一步、以Delta機器人坐標系原點為中心,將機器人在傳送帶上的工作區域進行模 糊區域的劃分,即通過模糊方式選擇已劃分好的對應區域;採用二維模糊控制規則,將目標 在傳送帶上的水平位置和垂直位置作為輸入; 第二步、設輸入的數字量為當前傳送帶上物件坐標(x,y),經模糊化後分別得到系統的 模糊化變量(X,Y),然後將輸入數據信息送入到模糊推理機,當前位置進行檢測,結合推理 機中存儲的模糊規則進行推理,選取相應的時間節點,生成軌跡。
【文檔編號】G05B13/04GK104062902SQ201410209604
【公開日】2014年9月24日 申請日期:2014年5月15日 優先權日:2014年5月15日
【發明者】白瑞林, 殷國亮, 李新, 吉峰 申請人:江南大學, 無錫信捷電氣股份有限公司