高端学术
您当前的位置:核心期刊咨询网理工论文》工业机器人焊接路径规划研究与应用

工业机器人焊接路径规划研究与应用

来源:核心期刊咨询网时间:12

摘要:摘要:随着企业自动化程度的不断提高,工业机器人路径规划问题逐渐受到重视。目前路径规划问题主要依靠仿真人员的工作经验,效率低且结果不一定最优。将焊点路径视为经典的TSP问题,提出利用蚁群算法与遗传算法相结合的方法得出一条较为合理的焊接路径,并应

  摘要:随着企业自动化程度的不断提高,工业机器人路径规划问题逐渐受到重视。目前路径规划问题主要依靠仿真人员的工作经验,效率低且结果不一定最优。将焊点路径视为经典的TSP问题,提出利用蚁群算法与遗传算法相结合的方法得出一条较为合理的焊接路径,并应用于某实际项目中验证其可行性。这降低了前期仿真较为繁杂的重复调试路径工作,为实际仿真工作提供一种较为有效的处理方案,缩短焊接时间,提升了6%的工作效率。

  关键词:工业机器人;焊接路径;蚁群算法;遗传算法;效率

工程与建设

  0 前言

  随着工业机器人在车身焊装线上的广泛应用,其工作效率越来越受到关注[1]。工业机器人的路径规划是否合理是影响其工作效率的一个非常重要的因素。若能在保证焊接质量的情况下进一步提高焊接效率,可以有效地降低生产成本。在由多个工位构成的自动生产线中,若某一个工位工作时间延长,会导致后续每个工位的工作时间滞后,降低生产效率的同时也增加了车间的生产成本[2]。仅仅依靠仿真人员的工作经验来规划路径往往需要多次重复工作来调试路径。

  焊点路径规划可视为旅行商问题,针对这一课题一些学者提出了解决方案,M. Dorigo提出了蚁群算法[3],通过一种概率型算法来计算最短路径,John holland提出的遗传算法[4]是一种基于达尔文进化论的计算模型。

  文中以汽车焊接生产线中的部分机器人焊接过程作为研究对象,通过蚁群算法进行路径规划后,再通过遗传算法计算焊点之间的过渡路径,并通过ROBCAD仿真其焊接过程。若在仿真过程中出现新的干涉问题,则进一步对实际问题进行解决并确立最终的规划方案。

  1 路径规划算法与数学模型

  焊点的集合为C=[C1;C2;……;Cn],其中C1至Cn均为1×3的矩阵,分别代表了x、y、z轴焊点的坐标,焊点i与焊点j之间的距离设为Dij:

  式中 i,j满足条件1≤i,j≤n。

  1.1 蚁群算法

  蚁群算法即通过模拟蚁群寻找食物的过程来寻找最短路径。在觅食过程中,蚁群整体的行动会逐渐趋向较短的路程,在蚁群中有信息的传递,通过信息素的释放,蚁群的运动会趋向信息素浓度高的路径,将蚁群整体引向更短的路径行动[5]。

  pkij为蚂蚁k从城市i前往城市j的概率,其计算公式为:

  式中 α为信息启发因子;β为期望启发因子;τij(t)为城市i与城市j在t时刻路径上的信息素含量;ηik(t)为从城市i到城市j的期望程度;tabuk记录了第k只蚂蚁在探索路径时已经走过的城市,随着探索的进程,记录的城市数量不断增加,tabuk可避免蚂蚁在路径探索时重复路径点。其中值得注意的是期望程度函数ηik(t),在计算过程中取值为Dij的倒数,则在计算距离矩阵时,当访问城市i与访问城市j取同一点时,不能通过距离计算记录为0而是赋予Dij一个极小值,避免计算出现错误。

  其次是各个城市路径上的信息素含量,为了避免在路径规划中出现局部最优的情况,在探索过程中要时刻更新路径上的信息素含量:

  为了让信息素含量不断更新,设置ρ为信息挥发因子,则1-ρ为信息素残留因子,同时设置一个信息素增量Q,一般来说Q为固定值。

  蚁群算法的基本流程如图1所示。

  1.2 遗传算法

  遗传算法是通过模拟达尔文的遗传选择和自然淘汰的生物学知识来进行计算的数学模型,在算法中将求解过程转化为生物染色体的基因交叉、变异过程。通过对每个个体的评价及其适应度来参与下一代的遗传,适应度低的不断淘汰,新的个体形成新的种群。在文中的算法中主要通过三种方式对初代种群进行遗传选择,符合条件的输出结果即适应度最大的结果[6]。

  (1)主要目标为距离,则选择一个较大的数来减去该段距离记为该段染色体的适应度,所有适应度的总和记为分母,个体适应度记为分子,即可求出每个个体的相对适应度,即每个个体遗传到下一代的概率。在计算中随机生成一个0~1之间的数,该随机数出现在某概率区域的次数代表该个体被选中的次数。

  (2)交叉运算。在计算中初始设定一交叉概率pc,取值范围为0.4~1。以概率的形式采用单点交叉的方法,文中每个个体有10个染色体,取随机数x处于0~1之间,若x

  (3)變异运算。在计算中设定变异系数pm,取值范围为0.001~0.1,对个体的某一个基因进行变异,取随机数x处于0~1之间,若x

  1.3 避障模型与避障计算方法

  通过栅格法建立障碍物模型,由于栅格法建立仅需要障碍物边界点的坐标,正好为后续计算路径与障碍物是否相交提供便利。

  通过向量判别的方法来计算两线段是否相交,即向量叉乘:

  在向量叉乘的计算中,若将叉乘结果小于0定为向量b在向量a的顺时针方向;那么相对应的将结果小于0的判定为向量b在向量a的负方向。

  如图2中的两个线段AB与CD,为了证明AB与CD相交需要满足两个条件:(1)点C与点D分别在线段AB两侧;(2)点A与点B在线段CD两侧。

  假设A、B、C、D四点坐标为(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4),为了满足条件需要计算AD×AC与BC×BD是否同时小于0,若都满足向量叉乘结果小于0则证明两条线段相交。上文中提到了栅格法,在检测过程中,路径为其中一条线段,则栅格的边界为另一条线段,以此来对路径进行避障处理。

  推荐阅读:工业建筑论文录用率高的期刊

转载请注明来自:http://www.qikan2017.com/lunwen/lig/18183.html

相关论文阅读

论文发表技巧

期刊论文问答区

优质科技期刊

最新期刊更新

精品推荐