[發明專利]一種面向復雜冗余機器人逆運動學問題的優化方法

在審

• 申請號: 202211405562.5
• 申請日: 2022-11-10
• 公開（公告）號: CN115890660A
• 公開（公告）日: 2023-04-04
• 發明（設計）人: 石建平;徐永馳
• 申請（專利權）人: 貴陽學院
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 司立彬

1.一種面向復雜冗余機器人逆運動學問題的優化方法，其步驟包括：

1)在機器人各關節的旋轉角度范圍內對每一關節的旋轉角度值進行隨機初始化，得到SN個初始候選逆解；θ_i為第i個初始候選逆解，θ_ij為θ_i中第j個關節的角度值，i＝1～SN，j＝1～D，D為機器人運動時與位置相關的關節數；

2)在多策略融合人工蜂群算法的引領蜂搜索階段，對于每一候選逆解θ_i產生一中間候選逆解V，檢測V中各關節旋轉角度是否超出對其旋轉角度范圍，如果超出則對其進行修正；然后根據優化目標函數對V進行評估，如果V優于當前候選逆解θ_i，則用V替換該候選逆解θ_i，否則保持該候選逆解θ_i不變；如果V優于當前全局最優候選逆解GB，則用V更新GB，否則保持GB不變；以機器人末端執行器的位姿誤差構建所述優化目標函數；

3)在多策略融合人工蜂群算法的跟隨蜂搜索階段，跟隨蜂按輪盤賭的方式隨機選擇一個引領蜂i對應的候選解θ_i進行跟隨搜索，產生一中間候選逆解V，檢測V中各關節旋轉角度是否超出對其旋轉角度范圍，如果超出則對其進行修正；然后根據所述優化目標函數對V進行評估，如果V優于被選擇候選解θ_i，則用V替換被選擇候選解θ_i，否則保持被選擇候選解θ_i不變；如果V優于當前全局最優候選逆解GB，則用V更新GB，否則保持GB不變；

4)經過步驟2)、3)之后，如果某一個候選運動學逆解θ_i連續limit次沒有得到更新，則將θ_i對應的引領蜂轉變為偵察蜂；在多策略融合人工蜂群算法的偵查蜂搜索階段，對連續limit次沒有得到更新的第i個候選運動學逆解θ_i按照偵察蜂搜索方程進行更新，得到更新后的逆解θ_i；然后根據所述優化目標函數對θ_i進行評估，如果θ_i優于當前最優候選逆解GB，則用θ_i替換原GB，否則保持GB不變；

5)迭代執行上述步驟1)～4)，當達到最大迭代次數t_max時，輸出最優運動學逆解GB。

2.根據權利要求1所述的方法，其特征在于，θ_ij＝l_j+(u_j-l_j)r；其中，u_j為D維關節空間中上邊界向量U第j維分量的最大值，l_j為D維關節空間中下邊界向量L第j維分量的最小值，r為[0,1]內均勻分布的隨機變量。

3.根據權利要求1所述的方法，其特征在于，步驟2)中，引領蜂搜索階段，對于候選逆解θ_i，通過公式產生對應的中間候選逆解V；v_j為第j個關節的旋轉角度值，為第k₁個候選逆解中第j個關節的角度值，為第k₂個候選逆解中第j個關節的角度值；k₁和k₂代表1～SN中的隨機值且滿足k₁≠k₂≠i；gb_j為GB中第j個關節的角度值，r₁為[0,1]內均勻分布的隨機變量；j＝1,2,...,D；F為縮放因子；C為交叉概率；n為在[1,D]范圍內一隨機值。

4.根據權利要求1所述的方法，其特征在于，步驟3)中，跟隨蜂搜索階段，對于被選擇的候選逆解θ_i，通過公式產生對應的中間候選逆解V；其中，和分別為隨機選擇的三個候選逆解，且滿足k₃≠k₄≠k₅≠i；r₂為[0,1]內均勻分布的隨機變量，ω₁為加權因子，ω₂為擾動縮放因子。

5.根據權利要求4所述的方法，其特征在于，t為當前迭代次數。