改进差分进化算法优化的机器人时间最优轨迹规划算法

改进差分进化算法优化的机器人时间最优轨迹规划算法

郭明明;刘满禄;张华;王姮;霍建文;朱晓明

【摘要】协作型工业机器人在执行焊接、装配任务时,因关节状态无法达到最大约束而影响效率.在确保"人-机-环"安全的前提下,为最大限度地提高机器人的操作速度与响应时间,提出了一种改进差分进化(DE)算法优化的协作型机器人轨迹规划算法.采用蒙特卡洛算法获得机器人的操作空间,并采用广义动量方法进行碰撞检测.同时,以机器人在执行任务过程中运行时间最小为目标,兼顾满足运动学约束、动力学约束和负载约束,以保证机器人在运行过程中的平稳性.利用改进DE的全局寻优能力调整运动参数,进行关节空间的轨迹规划.在UR5机器人的平台进行仿真验证,仿真结果验证了算法的有效性、可行性.%In the process of executing welding and assembling tasks for collaborative industrial robot,the joint state cannot achieve the maximum constraint,thus the efficiency is affected.In order to ensure the"human - robot - environment"safety case,the maximum operating speed and response time of robot,an improved differential evolution(DE) algorithm based trajectory planning algorithm for collaborative robot is proposed.By using Monte Carlo algorithm,the operation space of robot is obtained,and the collision detection is conducted by using eneralized momentum method; at the same time,the minimum operation time of robot during the mission is set as the target,to meet the kinematic constraints,dynamics constraints and load constraints,to ensure stability of the robot in the operation process.The global optimization ability of improved DE is used for adjusting suitable motion parameters and implementing joint space trajectory planning.The

simulation verification is carried out on the UR5 robot platform, and the simulation results verify the effectiveness and feasibility of the algorithm.【期刊名称】《自动化仪表》

【年(卷),期】2018(039)001

【总页数】5页(P35-39)

【关键词】轨迹规划;协作型工业机器人;改进差分进化算法;时间最优;碰撞检测【作者】郭明明;刘满禄;张华;王姮;霍建文;朱晓明

【作者单位】西南科技大学信息工程学院,四川绵阳621010;西南科技大学信息工程学院,四川绵阳621010;中国科学技术大学信息科学技术学院,安徽合肥230026;西南科技大学信息工程学院,四川绵阳621010;西南科技大学信息工程学院,四川绵阳621010;西南科技大学信息工程学院,四川绵阳621010;西南科技大学信息工程学院,四川绵阳621010

【正文语种】中文

【中图分类】TH-39;TP242

0 引言

近年来，协作型工业机器人被广泛应用于生产线焊接、装配等任务。机器人快速、稳定的控制与轨迹规划方法备受学者的关注。因此，在保证协作工业机器人运行过程“人-机-环”安全的前提下，利用智能算法优化轨迹规划对于提高作业效率具有重要意义。

目前，国内外学者采用智能算法进行轨迹规划优化。Frederik Debrouwere等人

[1]针对机器人的优化控制问题，引入非凸的加加约束，解决由凸框架产生的加速

度跳跃问题。居鹤华等学者[2]提出了基于遗传算法的3-5-3多项式插值轨迹规划

算法，通过与粒子群优化(particle swarm optimization,PSO)算法的3-5-3多项

式机械臂轨迹规划对比，证明了所提算法在优化时间上的优越性。李小为等研究人员[3]在速度约束的前提下，采用PSO的时间最优3-5-3多项式插值的轨迹规划方法，证明了该方法能够准确地实现任意速度约束的时间最优轨迹规划。王学琨等学者[4]提出一种差分进化(differential evolution，DE)算法优化的时间最优3-5-3

多项式插值机械臂轨迹规划方法，解决了传统轨迹规划方法效率不高的问题。但该方法未考虑人和机器人协作过程中的安全性问题，而且优化时间约束条件考虑不全面，优化时间未达到最优。

不同于以往未考虑协作型工业机器人在作业过程中的安全性问题，本文在确保“人-机-环”安全的基础上，采用改进DE时间最优3-5-3多项式插值的协作型机器人轨迹规划算法。该算法在满足运动学约束、动力学约束与负载约束的前提下，解决了传统的多项式插值轨迹规划方法效率低的问题。最后，通过UR5协作型机器人

平台，验证了该算法的有效性和可行性。

1 UR5机器人的建模及获取工作空间

本文以协作型工业机器人UR5为试验对象。UR5机器人的位置由前三个关节确定，机器人的姿态由后三个关节确定。

本文利用随机概率方法获取协作型工业机器人的工作空间。蒙特卡洛方法[5-6]是

一种使用随机数来解决计算问题的数值方法。采用蒙特卡洛方法求解UR5机器人

的工作空间主要包括以下步骤。

①计算UR5机器人的正运动学方程的解，根据该解求出机器人末端参考点在机器

人坐标系中的位置向量。

②求解其末端执行器的空间位置集合WΩ为：