[發明專利]一種具有不確定干擾的機器人拆卸順序的規劃方法

在審

• 申請號: 202210362523.5
• 申請日: 2022-04-07
• 公開（公告）號: CN114815688A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 馮立超;馮亦非;張依;張國忠;王永靖;于雪梅;朱文亮;訾克明;王華兵;謝寧
• 申請（專利權）人: 銘之城科技（蘇州）有限公司
• 主分類號: G05B19/042
• 分類號: G05B19/042
• 代理公司: 北京和聯順知識產權代理有限公司 11621
• 代理人: 謝冰

1.一種具有不確定干擾的機器人拆卸順序的規劃方法，首先確定2D空間中物理組件的數學表示，剖析了算法的動態重新規劃過程，解決迭代估計和序列排序方案，3D案例研究以評估算法；然后通過模糊動態不確定性矩陣，結合重新規劃策略，根據已發生的事件定義最優拆卸順序進行規劃；其特征在于：

具體方法步驟如下：

步驟1：使用初始條件生成壓縮可行性、置信度和關系矩陣；

步驟2：使用蒙特卡羅正向傳播整理可行性和置信矩陣，置信度的正態分布平均值和兩倍標準偏差進行求和和和壓縮；

步驟3：如果未選擇移除新組件，則添加遞歸止動器，選擇總和得分最低的組件進行刪除；

步驟4：確定部件和拆卸方向，確認組件是否被移除，如果移除則進行步驟6，如果未移除則進行步驟5；

步驟5：故障響應：一旦發生故障，所有接觸部件都會收到基于未壓縮置信矩陣和固定值懲罰成本的可變可行性懲罰；然后，組件的置信值增加系數e^(0.01/U)增加不確定性，最后，如果懲罰值小于差值，為防止組件重新建議，則生成并存儲遞歸停止矩陣，以便在下一次迭代中提供臨時懲罰；

步驟6：通過響應：成功移除給定組件后，相應的置信值降低10％；從源數據中提取可行性和置信度數據，并存儲在相應的聚合矩陣中；同樣，組件的可行性、置信度及其當時的產品也作為分數保存，以供以后對序列進行評估，然后確認是否實現完全拆卸，如果完全拆卸了則進入到步驟7，如果未完全拆卸則返回到步驟2和步驟5進行循環；

步驟7：循環數據：循環完成，算法輸出通過/失敗數據以及實現的DSP，計算完成序列的總分；

步驟8：系統數據：系統輸出平均聚合可行性和置信度，穩態矩陣顯示了過去所有周期的影響；創建序列字典以查找模式DSP，然后，這些分數被用來定位最可行、最確定和最好的總體DSP；

步驟9：編輯初始條件：算法運行，直到循環數等于運行大小標準；否則，初始置信度設置為等于平均總置信度；將之前的循環懲罰應用于存儲的可行性矩陣；然后減去一個平衡器，以允許迭代估計，從而阻止新的可行性矩陣收斂；然后存儲新的可行性矩陣，為下一個循環做好準備。

2.根據權利要求1所述的一種具有不確定干擾的機器人拆卸順序的規劃方法，其特征在于：所述解決迭代估計和序列排序方案中，本方法將量化動態不確定性干擾矩陣，通過Monte Carlo正向不確定性傳播和迭代估計，重新規劃算法將學習根據之前行動的成功做出知情的在線移除決策，同時程序中有兩個反饋回路，第一種方法確定通過和失敗，定義每個序列，同時創建懲罰并更新置信度矩陣，第二種方法外推最終數據，并通過可行性矩陣和置信矩陣將其反饋到第一個循環中，在模擬數千次循環后，獲得穩態F和U(可行性和置信度)矩陣。

3.根據權利要求1所述的一種具有不確定干擾的機器人拆卸順序的規劃方法，其特征在于：所述剖析了算法的動態重新規劃過程中針對不同的產品和3種拆卸模式輕松修改，該重新規劃算法展示了通過多個輸出生成有效序列。

4.根據權利要求3所述的一種具有不確定干擾的機器人拆卸順序的規劃方法，其特征在于：所述重新規劃算法實時使用，平均總置信度不會反饋到初始條件中，而是將保持一個周期到另一個周期的置信度，使算法保持敏捷。

5.根據權利要求1所述的一種具有不確定干擾的機器人拆卸順序的規劃方法，其特征在于：所述步驟7中的具體步驟如下：

步驟71：輸出通過和失敗數據；

步驟72：輸出拆卸順序；

步驟73：對DSP的可行性和置信度進行評分。

6.根據權利要求1所述的一種具有不確定干擾的機器人拆卸順序的規劃方法，其特征在于：所述步驟8中的具體步驟如下：

步驟81：計算穩態可行性和置信矩陣；

步驟82：輸出模式DSP；

步驟83：輸出最可行、最置信的DSP。

7.根據權利要求1所述的一種具有不確定干擾的機器人拆卸順序的規劃方法，其特征在于：所述步驟9中的具體步驟如下：

步驟91：將平均總置信度設置為新的置信矩陣；

步驟92：編輯初始可行性矩陣，包括上一次運行的懲罰；

步驟93：添加平衡矩陣。