針對焊接機(jī)器人的運(yùn)動特點(diǎn)及焊接工作過程中焊槍的避障問題,提出基于改進(jìn)人工蜂群算法的機(jī)器人避障焊接路徑規(guī)劃策略。首先針對傳統(tǒng)人工蜂群算法存在的問題,將Lévy（萊維）分布引入到人工蜂群算法偵查蜂尋找新蜜源的過程中,代替其原有0～1之間的隨機(jī)分布過程,形成了基于Lévy飛行的改進(jìn)型人工蜂群算法,然后將其應(yīng)用到焊接機(jī)器人的路徑規(guī)劃問題中,并進(jìn)行了仿真實驗。結(jié)果表明:改進(jìn)后的方法能夠得到最優(yōu)的焊接避障路徑,且尋優(yōu)速度快、過程穩(wěn)定。該方法可用于解決焊接機(jī)器人避障路徑規(guī)劃問題。 

【文章來源】：機(jī)床與液壓. 2019,47(15)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

傳統(tǒng)ABC和L-ABC算法第20代規(guī)劃路徑

??崾?蟮穆肪豆婊?在圖2、3中，方形圓點(diǎn)表示起始點(diǎn);三角形圓點(diǎn)表示目標(biāo)點(diǎn);黑色小圓點(diǎn)表示工作環(huán)境中的障礙物點(diǎn);黑色五角星表示移動路徑的起止點(diǎn)。從圖2(a)、(b)兩圖中可以看到，在引領(lǐng)蜂更換代數(shù)相同的情況下(文中取20代)，即使還沒有得到全局最優(yōu)路徑，但基于Lévy飛行改進(jìn)的人工蜂群算法(簡稱L-ABC)控制效果明顯優(yōu)于傳統(tǒng)人工蜂群的控制效果。從圖3(a)、(b)兩圖中進(jìn)一步得到，在算法迭代次數(shù)結(jié)束后，L-ABC的控制效果仍然優(yōu)于傳統(tǒng)ABC的控制效果。圖4為兩種算法的迭代收斂曲線，表2為實驗結(jié)果對比，可以發(fā)現(xiàn)，傳統(tǒng)人工蜂群在迭代190次后才趨于穩(wěn)定狀態(tài)，而L-ABC算法在迭代160次后便趨于穩(wěn)定狀態(tài)，在收斂速度方面明顯優(yōu)于傳統(tǒng)ABC算法。從圖中還可以看出L-ABC算法在穩(wěn)定性和防碰撞可能性方面也有顯著的提高。圖4蜂群迭代收斂變化曲線表2實驗結(jié)果對比算法算法最優(yōu)路徑長度/cm碰撞可能性/cmABC19046.86417.562L-ABC16038.51210.3295結(jié)論針對傳統(tǒng)人工蜂群算法的缺點(diǎn)，提出了基于Lévy飛行的改進(jìn)型人工蜂群算法，并將其應(yīng)用到焊接機(jī)器人路徑規(guī)劃問題中，通過仿真實驗對其進(jìn)行性能測試，測試結(jié)果表明，L-ABC算法在焊機(jī)機(jī)器人路徑規(guī)劃中的控制效果明顯優(yōu)于傳統(tǒng)ABC算法。L-ABC算法的應(yīng)用能夠隨著蜂群種群更換次數(shù)的增加不斷對焊接機(jī)器人路徑進(jìn)行優(yōu)化，且在優(yōu)化過程中通過Lévy飛行算法適當(dāng)增加種群數(shù)量，進(jìn)而避免陷入局部最優(yōu)，在較短的時間按搜索到焊接機(jī)器人的全局最優(yōu)路徑。參考文獻(xiàn):［1］李林峰，馬蕾．三次均勻B樣條在工業(yè)機(jī)器人軌跡規(guī)劃中的應(yīng)用研［J］．科?

圖13機(jī)械臂即時軌跡規(guī)劃追蹤示例6結(jié)束語鑒于一般的機(jī)械手臂運(yùn)動規(guī)劃時只適用于特定的環(huán)境，或者能在復(fù)雜環(huán)境使用但計算耗時過多，無法即時與環(huán)境互動，而對于環(huán)境物體位置的判斷缺乏偵測的方法。文中利用影像技術(shù)結(jié)合多軸學(xué)習(xí)式控制機(jī)械手臂，以勝任各種操作任務(wù)的需求。對多自由度機(jī)械手運(yùn)動控制采用動態(tài)軌跡規(guī)劃算法，并設(shè)計視覺伺服系統(tǒng)。運(yùn)用NI的sbＲIO-9642和PCI-1411，進(jìn)行影像的拾取與手臂的控制。通過實驗證明:該視覺引導(dǎo)的機(jī)械手臂拾取的影像信號不受雜波的干擾，并利用影像的高階演算法實現(xiàn)了多軸手臂的學(xué)習(xí)式控制系統(tǒng)，且整個系統(tǒng)運(yùn)行穩(wěn)定，控制效果令人滿意。參考文獻(xiàn):［1］LEVINES，WAGEBEＲN，ABBEELP．LearningContact-ＲichManipulationSkillswithGuidedPolicySearch［C］//Proceedingsof2015IEEEInternationalConferenceonＲoboticsandAutomation．Seattle:IEEE，2015．［2］于灝洋．基于雙目視覺的伺服機(jī)械臂運(yùn)動控制研究［D］．大連:大連理工大學(xué)，2016．［3］王忠勇，馬超．一種并聯(lián)機(jī)械手視覺引導(dǎo)算法［J］．計算機(jī)測量與控制，2014，22(5):1499－1501．WANGZY，MAC．DesignofVisualAlgorithmforGuidingParallelManipulator［J］．ComputerMeasurement＆Con-trol，2014，22(5):1499－1501．［4］鄭佳奇，熊禾根，陶永，等．魯棒性迭代學(xué)習(xí)控制在去毛刺機(jī)器人軌跡跟蹤中的應(yīng)用［J］．高技術(shù)通訊，2015，24(12):1062－1068．ZHENGJQ，XIONGHG，TAOY，etal．ApplicationofＲo-bustIterativeLearningControltoBurring?

【參考文獻(xiàn)】：
期刊論文
[1]一種動態(tài)搜索策略的蟻群算法及其在機(jī)器人路徑規(guī)劃中的應(yīng)用[J]. 游曉明,劉升,呂金秋.  控制與決策. 2017(03)
[2]基于改進(jìn)人工蜂群算法的機(jī)器人路徑規(guī)劃[J]. 王海泉,胡瀛月,廖伍代,閆同斌,王東云.  控制工程. 2016(09)
[3]基于改進(jìn)人工蜂群算法的無人機(jī)的航跡規(guī)劃[J]. 于霜,丁力,吳洪濤.  電光與控制. 2017(01)
[4]基于改進(jìn)人工勢場法的移動機(jī)器人路徑規(guī)劃[J]. 溫素芳,郭光耀.  計算機(jī)工程與設(shè)計. 2015(10)
[5]改進(jìn)的勢場蟻群算法的移動機(jī)器人路徑規(guī)劃[J]. 曾明如,徐小勇,劉亮,羅浩,徐志敏.  計算機(jī)工程與應(yīng)用. 2015(22)
[6]動態(tài)環(huán)境下基于改進(jìn)蟻群算法的機(jī)器人路徑規(guī)劃研究[J]. 屈鴻,黃利偉,柯星.  電子科技大學(xué)學(xué)報. 2015(02)
[7]一種基于Lévy飛行軌跡的蝙蝠算法[J]. 謝健,周永權(quán),陳歡.  模式識別與人工智能. 2013(09)
[8]三次均勻B樣條在工業(yè)機(jī)器人軌跡規(guī)劃中的應(yīng)用研究[J]. 李林峰,馬蕾.  科學(xué)技術(shù)與工程. 2013(13)



本文編號：3235285