[發明專利]一種基于GA-PSO算法的示教再現軌跡優化方法

有效

• 申請號: 201910053737.2
• 申請日: 2019-01-21
• 公開（公告）號: CN109895103B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 陳啟軍;周自強;曾志穎;劉成菊
• 申請（專利權）人: 同濟大學
• 主分類號: B25J9/22
• 分類號: B25J9/22
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

1.一種基于GA-PSO算法的示教再現軌跡優化方法，其特征在于，包括以下步驟：

1)進行直接示教時，根據設定的采樣周期對機器人的軌跡進行下采樣，實時記錄機器人各關節的角度值，并將各關節時間序列存儲在上位機中，下采樣得到的采樣軌跡為：

其中，Q_r為第r個周期各關節的角度信息，n為軌跡點的總個數；

2)采用GA-PSO算法作為優化算法，以最小化示教軌跡的運動時間為最優化目標，以機器人的運動滿足小于最大加速度與最大運行速度為限制條件，引入懲罰函數進行最優化求解，獲取最優的軌跡點時間間隔序列，具體包括以下步驟：

21)構建GA-PSO算法的目標函數為：

h_i＝t_i+1-t_i

其中，h_i為相鄰的第i個和第i+1個軌跡點之間的運動時間間隔，t_i、t_i+1為第i個和第i+1個軌跡點對應的時間點，分別為第j關節的第i個軌跡點位置和第i+1個關鍵點位置之間的角速度以及角加速度，為最大角速度，為最大角加速度；

22)引入懲罰函數，根據目標函數設計適應度函數，則有：

其中，g為懲罰函數，與分別為第j個關節在第i個時間間隔內的最大角速度與最大角加速度，α與β為對角速度與角加速度超限的懲罰權重，L為關節總數；

23)將適應度函數作為優化函數求解生成最優的軌跡點時間間隔序列；

3)根據優化后時間間隔序列和對應的采樣軌跡點進行三次樣條插值，得到優化后的示教軌跡；

4)在進行示教軌跡再現時，將優化后的示教軌跡根據控制周期進行離散化，發送給機器人控制器，完整再現整個示教軌跡。

2.根據權利要求1所述的一種基于GA-PSO算法的示教再現軌跡優化方法，其特征在于，所述的步驟23)具體包括以下步驟：

231)初始化迭代次數I＝1、遺傳算法種群P₁及粒子群算法種群P₂，根據速度約束確定搜索范圍

232)對種群P₁和P₂中的個體進行差分計算，得到相應的各個關節的角速度與角加速度；

233)根據適應度函數計算每個個體的適應度，分別對種群P₁和P₂按照適應度大小進行排序；

234)對種群P₁進行遺傳算法更新，即進行選擇、交叉以及變異操作；

235)對種群P₂進行粒子群算法操作，即統計出種群最優解以及個體歷史最優解，根據兩個最優解，更新每個粒子的位置信息及速度信息；

236)分別對種群P₁和P₂按照其適應度大小進行排序，將排序后的P₁中的前γ個體替換掉P₂的后γ個體，并將P₂中的前γ個體替換掉P₁的后γ個體，實現遺傳算法與粒子群算法的信息交互融合；

237)迭代次數I＝I+1，判斷是否找到全局最優解或達到了最大迭代次數，若是，則輸出最優解，若否，則返回步驟232)。

3.根據權利要求2所述的一種基于GA-PSO算法的示教再現軌跡優化方法，其特征在于，所述的步驟3)具體為：

根據優化后時間間隔序列將對應的采樣軌跡點分為多個分段區間，分別對每個關節進行三次樣條曲線插值，其中，每個關節的角度軌跡均為一三次多項式，且滿足以下條件：

軌跡起點和終點均通過采樣軌跡點；

相鄰采樣軌跡點之間速度連續且加速度連續；

軌跡起點和終點速度均為0。