多目标遗传算法下焊接机器人焊接路径规划方法研究

为了提高焊接机器人的工作效率,需要获取最优焊接路径。为此,提出多目标遗传算法下焊接机器人路径规划方法。通过建立防碰撞模型,计算其安全距离,使机器人在运行过程中自行躲避障碍物,安全完成作业;在符合生产节拍的情况下,运用旅行商问题描述机器人焊接路径规划问题;采用多目标遗传算法对焊接路径规划模型进行求解,使焊接机器人规划出最短路径。试验结果表明,所提方法在有障碍物环境的路径规划结果与理想轨迹相比,其误差小,可避免碰撞障碍物,且规划的路径长度短。     

改进遗传算法的焊接机器人焊接路径优化方法研究

针对焊接机器人焊接路径规划存在的焊接路径长、能耗高等问题,提出一种改进遗传算法的焊接机器人焊接路径优化方法。通过Steger方法获取焊接有效条纹区域,采用灰度重心法和Hessian矩阵法分别对焊接作业区域展开粗提取和细提取,获取焊接信息。通过焊接作业特点,以焊接机器人最短焊接路径和最小能耗为目标,构建焊接机器人焊接路径规划模型,使用改进的遗传算法求解模型,获取焊接机器人焊接最佳路径,实现焊接路径优化。试验结果表明,所提方法的焊接路径最小达到了50.5 m,能耗仅为5.1 J,并且耗时最高仅为2.9 s,其有效解决焊接机器人路径优化问题,为焊接机器人路径优化提供有效的指导作用。     

基于遗传算法的机器人路径规划的种群初始化改进

针对遗传算法应用于机器人路径规划问题时随机生成初始种群的盲目性,对初始化算法进行了改进。首先在起点和终点所在行之间的各栅格行中随机选择一个自由栅格以保证路径的无障碍性,由于这些栅格组成的路径不连续,故设计了中点连接法连接间断点,最后对路径进行简化以避免重复路径。将此算法与文献[8]的自适应遗传算法在相同环境下仿真,实验结果表明:改进种群初始化的遗传算法能有效提高解的质量,提高进化速度。     

基于改进遗传算法的机器人路径规划北大核心

为解决机器人在多约束条件下路径寻优能力差、搜索算法收敛速度慢等问题,提出了一种基于改进遗传算法的机器人路径规划方法。首先,利用栅格法构建机器人工作环境,并以路径长度、平滑度和路径困难度为约束条件构建模型;其次,通过增加删除算子、平滑算子对传统遗传算法进行改进,并引入小生境法避免算法陷入早熟;最后,通过对比实验验证所提算法的性能。实验结果表明,所提方法能够在多约束条件下有效处理路径规划问题并找到最优路径,且与其他方法相比,所提方法在路径长度、平滑度、路径困难度以及运行时间等方面均具有相应的优势。     

基于三维视觉技术的自动化焊接机器人路径规划及实例应用

基于三维视觉技术,提出了自动化焊接机器人的焊接路径规划系统。系统采用索贝尔和拉普拉斯算法两种图像处理技术计算三维扫描点云的边缘并删除离群值,获得了最小的扫描及计算时间成本。该系统还为用户提供了一个方便的界面,既可以修改焊炬取向,又能用于开发新的焊接任务。将三维视觉技术成功用于复杂几何形状工件的测量与焊接过程。     

移动焊接机器人结构设计与路径规划

针对大型焊接件生产中存在的大范围复杂焊缝以及狭窄空间内部焊接条件恶劣的情况,设计一种新型移动焊接机器人。采用3个独立驱动的OMNI全向轮作为机器人的移动机构,同时在移动机构底盘安装支撑轮及可调节磁吸附装置,并设计五自由度机械臂作为焊接执行机构;对机器人移动平台与机械臂分别进行运动学分析以及整体运动学分析,推导出机器人末端执行器与驱动轮、机械臂关节角位移之间的函数关系;针对曲率变化较大的焊缝难以焊接的问题,提出基于改进粒子群优化算法的多段直线逼近曲线的移动平台路径规划算法,并用MATLAB仿真验证了该路径规划算法可以完成任意曲率曲线的焊缝离散化,在满足焊接精度的前提下,能够减少焊缝离散点数目,提高了移动平台路径规划的效率。     

双机器人松协调焊接过程无碰路径规划

针对两台机器人在同一工作区间进行焊接工作可能发生碰撞的问题,提出一种基于"假设修正"策略和遗传算法的无碰路径规划方法. 利用球体和圆柱体建立机器人包络模型,根据空间几何理论求出包络模型之间最短距离解析式. 以理想约束条件,得到假设路径. 建立与弧焊焊接质量、点焊最短路径等相关的适应度函数,通过遗传算法搜索出无碰位形. 以螺柱焊接工位为实例,运用仿真软件进行无碰路径规划工作. 结果表明,方法正确可行,为双机器人规划出优质无碰焊接路径.     

基于改进蜂群算法的焊接机器人路径规划方法研究

针对焊接机器人的运动特点及焊接工作过程中焊枪的避障问题,提出基于改进人工蜂群算法的机器人避障焊接路径规划策略。首先针对传统人工蜂群算法存在的问题,将Lévy(莱维)分布引入到人工蜂群算法侦查蜂寻找新蜜源的过程中,代替其原有0～1之间的随机分布过程,形成了基于Lévy飞行的改进型人工蜂群算法,然后将其应用到焊接机器人的路径规划问题中,并进行了仿真实验。结果表明:改进后的方法能够得到最优的焊接避障路径,且寻优速度快、过程稳定。该方法可用于解决焊接机器人避障路径规划问题。     

焊接生产线中COMAU机器人路径规划的研究

针对COMAU机器人系统的无碰撞路径规划问题,通过动态规划法解决了焊接无碰撞路径的规划,有效解决了焊接路径中碰撞和最短路径问题,实现了机器人路径的最优化。此外,把障碍物简化为一般多面体研究,解决了在多机械手系统中障碍物在机械手运动过程中产生机械干涉的问题,具有一定的科学理论基础和重要实用价值。     

基于点云数据驱动的中厚板机器人焊接路径规划

为实现中厚板多层多道自动化焊接的需求,提出一种基于点云数据驱动的机器人焊接路径自适应规划算法。以V形焊缝为例,首先通过线结构光扫描焊缝表面采集点云数据,对点云数据进行滤波预处理,在精简数据量的同时也去除噪声点,据此采用点云分割和边缘提取算法成功提取焊缝特征点。最终通过焊接实验验证算法的准确性和可行性,结果表明,提出的算法处理得到的焊缝特征点坐标与人工示教得到的实际坐标偏差小于0.17 mm,能够满足实际应用需求。     

基于APG算法的多焊接机器人路径规划研究

为解决多机器人同步焊接路径规划不合理问题,提出一种基于蚁群的融合算法（APG）。首先将多机器人路径规划问题转换为MTSP数学模型,使用kmeans算法将MTSP问题转换为多个TSP问题;其次采用提出的APG算法来优化TSP问题,同时与ACO算法和PSO_GA算法进行实验结果对比,证明APG算法的优越性;最后在ROBCAD中建立三维模型,对可达性、干涉性等实际应用中存在的问题进行仿真,验证算法的有效性。实验结果表明:所提出的APG算法同其它路径规划算相比能够得到更佳路径。     

基于人工蜂群算法的机器人路径规划

为求解机器人路径规划问题,引入人工蜂群算法,并将路径空间以网格划分,通过固定起始节点和设定最大允许路径节点数等方法,解决了人工蜂群算法应用于路径规划的两个难题--路径节点不固定和邻域构造困难,实现了将ABC算法应用于路径规划问题.通过典型的实例仿真对算法性能进行测试,结果表明:该算法有效克服了停滞行为的过早出现,而且能够加快收敛速度,得到全局最优解或近似解,是解决机器人路径规划问题的一种有效算法.     

一种求解机器人路径规划的智能优化算法

为了解决汽车白车身焊接机器人路径规划不合理的问题,将路径规划问题抽象为TSP问题的数学模型,分析了蚁群算法并将该算法应用于求解该问题.采用Matlab语言时典型的机器人焊接路径规划实例进行编程仿真,结果表明:不仅能够克服早熟现象,而且能够加快收敛速度,可以有效快速解决焊接机器人路径规划问题.     

基于改进蚁群算法的机器人焊接路径规划

针对基本蚁群算法在机器人焊接路径规划时,在搜索的过程中容易出现搜索时间过长、效率低、容易陷入局部最优等问题,文中针对基本蚁群算法,引入了Adadelta算法,通过基本蚁群算法和Adadelta算法结合,来改变蚂蚁搜索过程中选择下一焊点的概率,增加了随机性. 通过Adadelta算法参数的更新,改善了蚂蚁信息素的更新,并改进了信息素挥发系数ρ,采用自适应的方式来更新信息素. 对改进算法运用MATLAB进行仿真,结果分析得知,文中的改进蚁群算法比基本蚁群算法搜索能力更强,算法效率更高,比基本蚁群算法提前20代左右收敛,有效解决基本蚁群算法的局部最优、收敛速度慢等问题,使搜索结果更优.     

冗余度弧焊机器人位置优化建模及算法

围绕大型冗余度(11自由度)机器人工作站的路径规划,提出龙门架机座的位置优化问题,分析并建立了该问题的多目标优化数学模型.采用遗传算法为优化方法,建立了问题的适应度函数,并提出一种动态系数法解决多目标优化问题,基于C 和matlab混合编程设计实现机器人机座优化的遗传算法程序,基于该算法进行了仿真试验验证,试验基于3自由度龙门架和6自由度机器人,焊接某工件上两圆管垂直相贯形成马鞍形空间焊缝.结果表明,通过该算法可以快速找到机器人机座接近目标最优解,提出的多目标优化函数和算法保证了机器人关节运动平稳性.     

Distortion-oriented welding path optimization based on elastic net method and genetic algorithm

The optimization of welding path is one of the most combinatorial problems in robotic welding. This paper is focused on the optimization for both productivity and quality in robotic welding. The productivity related scheduling problem is similar to the well-known traveling salesman problem (TSP). An optimization strategy for TSP based on the “elastic net method” (ENM) and artificial neural network is suggested in this paper. So for the most welding points which have less influence on the final distortion, they can be arranged in a better way that the welding robot can reach all the points and the total distance is the minimum. For the rest of the welding points, distortion and residual stress are the two main factors concerned. A thermo-mechanical model is developed to predict residual stress and distortion, and a welding sequence with minimum distortion has been found using a genetic algorithm (GA). These two solutions are integrated into the whole optimal welding path according to “nearest neighborhood criterion”. Finally, the optimization strategy is successfully carried out on a real product.     

纠偏技术在弧焊机器人路径规划中的应用

基于OpenGL技术开发的MOTOMAN-UP20孤焊机器人离线编程系统在实际焊接过程中存在较大的位置误差,为解决此问题,提出了一种实时纠偏方法.该方法首先通过最优路径规划减小位置误差.然后利用计算机输出实时纠偏信号来修正机器人运动轨迹,从而减小机器人运动系统产生的各种误差.实验结果表明,该方法能有效提高机器人运动轨迹的精确度,从而提高焊接质量.     

基于焊接机器人的关节空间轨迹规划方法

针对"昆山一号"机器人关节空间运动的实际需求,结合机器人实时轨迹插补算法,提出了关节空间轨迹规划方法.运用离线编程软件仿真得到机器人末端运行轨迹,路径平稳连续.通过MATLAB 仿真得到机器人各个关节角度变化曲线和关节速度变化曲线,关节角度曲线平滑连续,关节速度曲线合理无突变.关节空间规划方法也可以应用在由变位机、导轨和机器人组成的多轴系统中,运行轨迹连续稳定,速度曲线满足工艺要求.该方法应用于"昆山一号"焊接机器人中,满足焊接实时调速和实时调整轨迹的需要.规划结果表明关节空间规划方法是合理正确的.