CN108917770A - 一种工业机器人路径搜索优化方法 - Google Patents
一种工业机器人路径搜索优化方法 Download PDFInfo
- Publication number
- CN108917770A CN108917770A CN201810824214.9A CN201810824214A CN108917770A CN 108917770 A CN108917770 A CN 108917770A CN 201810824214 A CN201810824214 A CN 201810824214A CN 108917770 A CN108917770 A CN 108917770A
- Authority
- CN
- China
- Prior art keywords
- point
- robot
- path
- key point
- path key
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明申请提供一种工业机器人路径搜索优化方法,其包括:S10:采用极坐标方式建立环境模型;S20:滚动优化深度搜索寻找路径关键点,以机器人当前位置为圆心,以机器人传感器距离为半径,做圆形滚动窗,根据目标点位置和蚁群算法计算最优子目标,即获得路径关键点;S30:检测路径关键点是否有效,在两两相邻的路径关键点间使用最速下降法寻找路径以到达目标点,该方法利用滚动规划,限制深度搜索范围,能快速找到全局路径关键点,减少规划时间,具有实时避障功能。
Description
技术领域
本发明申请涉及机器人路径搜索技术领域,尤其涉及一种工业机器人路径搜索优化方法。
背景技术
在工业机器人进行装配、焊接、喷涂等作业时,采用良好的路径搜索方法不仅可以节省机器人作业时间、节约人力资源,而且可以避免机器人损坏,保证机器人安全作业。传统的工业机器人路径搜索方法通过在线示教的方式实现,为保证机器人作业过程中和周边环境的障碍物不发生碰撞,路径搜索时需要进行多次调试,这样不仅费时、费力、效率低,而且在搜索完成后不便于进行优化处理。所以无碰撞路径的自动搜索算法是保证工业机器人安全、高效作业的关键技术。现有的路径搜索算法可分为盲目式搜索算法和启发式搜索算法。其中盲目式搜索算法有广度优先算法、深度优先算法和迪杰斯特拉算法等,这些算法不关心路径搜索问题本身的特点,在搜索过程中均按照事先设定的策略进行搜索,不会根据所得的信息对搜索过程加以优化。
安全阀在系统中起安全保护作用。现有的安全阀结构主要包括两大类,既:弹簧式和杠杆式。当气压系统压力超过预设规定值时,现有安全阀的自动控制调节能力较差且无法实现精确泄压。
发明申请内容
有鉴于此,本发明申请提供一种工业机器人路径搜索优化方法,该方法利用滚动规划,限制深度搜索范围,能快速找到全局路径关键点,减少规划时间,具有实时避障功能。
为实现上述目的,本发明申请提供一种工业机器人路径搜索优化方法,其包括:
S10:采用极坐标方式建立环境模型,设机器人的当前位置为Si,机器人传感器的感应距离为R,Si与目标点间G的距离为D;以Si为圆心做滚动窗Ci,如果R≤D,则所述滚动窗Ci的半径为R;如果R>D,则所述滚动窗Ci半径为D;以Si为射线出发点,做平行于x轴的射线,将所述射线作为极坐标轴,其中,将所述滚动窗Ci,划分为n个扇形区域{d1,d2,...,dn},每个扇形的角度为360/n度;
S20:滚动优化深度搜索寻找路径关键点,以机器人当前位置为圆心,以机器人传感器距离为半径,做圆形滚动窗,根据目标点位置和蚁群算法计算最优子目标,即获得路径关键点;
S30:检测路径关键点是否有效,在两两相邻的路径关键点间使用最速下降法寻找路径以到达目标点。
进一步的,S20具体包括:初始化m个局部探索点;连接机器人当前位置Si与目标点G,连线与滚动窗Ci相交于Pi点;在SiPi线段上,均匀设置m个探测点{q1,q2,...,qm},并以Si为圆心,以Si到各个探测点的距离为半径,做m个同心圆,调整探测点位置,找到该滚动窗上的路径关键点;从第一个探测点开始依次检测,先检测Siq1连线是否与障碍物相交,如果不相交,则保留q1点;如果相交,则在q1所在扇面对应的弧段上的非障碍物区域,重新设置q1点,直至Siq1连线与障碍物不相交,或到达最大迭代次数;再检测q1q2,按照调整位置方法调整q2位置,确定q2位置后,再检测q2q3,确定q3位置,一直到检测qmPi,确定关键路径点Pi的位置。
与相关技术相比,本发明申请提供一种工业机器人路径搜索优化方法,其包括:S10:采用极坐标方式建立环境模型,设机器人的当前位置为Si,机器人传感器的感应距离为R,Si与目标点间G的距离为D;以Si为圆心做滚动窗Ci,如果R≤D,则所述滚动窗Ci的半径为R;如果R>D,则所述滚动窗Ci半径为D;以Si为射线出发点,做平行于x轴的射线,将所述射线作为极坐标轴,其中,将所述滚动窗Ci,划分为n个扇形区域{d1,d2,...,dn},每个扇形的角度为360/n度;S20:滚动优化深度搜索寻找路径关键点,以机器人当前位置为圆心,以机器人传感器距离为半径,做圆形滚动窗,根据目标点位置和蚁群算法计算最优子目标,即获得路径关键点;S30:检测路径关键点是否有效,在两两相邻的路径关键点间使用最速下降法寻找路径以到达目标点,该方法利用滚动规划,限制深度搜索范围,能快速找到全局路径关键点,减少规划时间,具有实时避障功能。
附图说明
图1为本发明申请实施例中工业机器人路径搜索优化方法的示意图。
具体实施方式
下面结合附图和具体实施方式对本发明申请做进一步详细说明。请参见图1所示,本发明申请提供一种工业机器人路径搜索优化方法,S10:采用极坐标方式建立环境模型,设机器人的当前位置为Si,机器人传感器的感应距离为R,Si与目标点间G的距离为D;以Si为圆心做滚动窗Ci,如果R≤D,则所述滚动窗Ci的半径为R;如果R>D,则所述滚动窗Ci半径为D;以Si为射线出发点,做平行于x轴的射线,将所述射线作为极坐标轴,其中,将所述滚动窗Ci,划分为n个扇形区域{d1,d2,...,dn},每个扇形的角度为360/n度;
S20:滚动优化深度搜索寻找路径关键点,以机器人当前位置为圆心,以机器人传感器距离为半径,做圆形滚动窗,根据目标点位置和蚁群算法计算最优子目标,即获得路径关键点。
具体的,初始化m个局部探索点;连接机器人当前位置Si与目标点G,连线与滚动窗Ci相交于Pi点;在SiPi线段上,均匀设置m个探测点{q1,q2,...,qm},并以Si为圆心,以Si到各个探测点的距离为半径,做m个同心圆,调整探测点位置,找到该滚动窗上的路径关键点;从第一个探测点开始依次检测,先检测Siq1连线是否与障碍物相交,如果不相交,则保留q1点;如果相交,则在q1所在扇面对应的孤段上的非障碍物区域,重新设置q1点,直至Siq1连线与障碍物不相交,或到达最大迭代次数;再检测q1q2,按照调整位置方法调整q2位置,确定q2位置后,再检测q2q3,确定q3位置,一直到检测qmPi,确定关键路径点Pi的位置。
S30:检测路径关键点是否有效,在两两相邻的路径关键点间使用最速下降法寻找路径以到达目标点。具体的,依次检测各个路径关键点是否在障碍物内,如果在障碍物内,则去除该关键路径点;将最速下降法应用于相邻的关键路径点间,完成全局路径规划。
综上所述,本发明申请提供一种工业机器人路径搜索优化方法,其包括:S10:采用极坐标方式建立环境模型,设机器人的当前位置为Si,机器人传感器的感应距离为R,Si与目标点间G的距离为D;以Si为圆心做滚动窗Ci,如果R≤D,则所述滚动窗Ci的半径为R;如果R>D,则所述滚动窗Ci半径为D;以Si为射线出发点,做平行于x轴的射线,将所述射线作为极坐标轴,其中,将所述滚动窗Ci,划分为n个扇形区域{d1,d2,...,dn},每个扇形的角度为360/n度;S20:滚动优化深度搜索寻找路径关键点,以机器人当前位置为圆心,以机器人传感器距离为半径,做圆形滚动窗,根据目标点位置和蚁群算法计算最优子目标,即获得路径关键点;S30:检测路径关键点是否有效,在两两相邻的路径关键点间使用最速下降法寻找路径以到达目标点,该方法利用滚动规划,限制深度搜索范围,能快速找到全局路径关键点,减少规划时间,具有实时避障功能。
最后应说明的是:以上实施例仅用以说明本发明申请的技术方案,而非对其限制;尽管参照前述实施例对本发明申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明申请各实施例技术方案的精神和范围。
Claims (2)
1.一种工业机器人路径搜索优化方法,其特征在于,包括:
S10:采用极坐标方式建立环境模型,设机器人的当前位置为Si,机器人传感器的感应距离为R,Si与目标点间G的距离为D;以Si为圆心做滚动窗Ci,如果R≤D,则所述滚动窗Ci的半径为R;如果R>D,则所述滚动窗Ci半径为D;以Si为射线出发点,做平行于x轴的射线,将所述射线作为极坐标轴,其中,将所述滚动窗Ci,划分为n个扇形区域{d1,d2,...,dn},每个扇形的角度为360/n度;
S20:滚动优化深度搜索寻找路径关键点,以机器人当前位置为圆心,以机器人传感器距离为半径,做圆形滚动窗,根据目标点位置和蚁群算法计算最优子目标,即获得路径关键点;
S30:检测路径关键点是否有效,在两两相邻的路径关键点间使用最速下降法寻找路径以到达目标点。
2.如权利要求1所述的工业机器人路径搜索优化方法,其特征在于,S20具体包括:初始化m个局部探索点;连接机器人当前位置Si与目标点G,连线与滚动窗Ci相交于Pi点;在SiPi线段上,均匀设置m个探测点{q1,q2,...,qm},并以Si为圆心,以Si到各个探测点的距离为半径,做m个同心圆,调整探测点位置,找到该滚动窗上的路径关键点;从第一个探测点开始依次检测,先检测Siq1连线是否与障碍物相交,如果不相交,则保留q1点;如果相交,则在q1所在扇面对应的弧段上的非障碍物区域,重新设置q1点,直至Siq1连线与障碍物不相交,或到达最大迭代次数;再检测q1q2,按照调整位置方法调整q2位置,确定q2位置后,再检测q2q3,确定q3位置,一直到检测qmPi,确定关键路径点Pi的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810824214.9A CN108917770A (zh) | 2018-07-25 | 2018-07-25 | 一种工业机器人路径搜索优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810824214.9A CN108917770A (zh) | 2018-07-25 | 2018-07-25 | 一种工业机器人路径搜索优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108917770A true CN108917770A (zh) | 2018-11-30 |
Family
ID=64417995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810824214.9A Pending CN108917770A (zh) | 2018-07-25 | 2018-07-25 | 一种工业机器人路径搜索优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108917770A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111481108A (zh) * | 2019-01-28 | 2020-08-04 | 北京奇虎科技有限公司 | 扫地机重定位方法及装置 |
CN112757294A (zh) * | 2020-12-28 | 2021-05-07 | 华南理工大学 | 一种基于可达性球的机器人路径中转点搜索方法 |
CN113894795A (zh) * | 2021-11-17 | 2022-01-07 | 青岛九维华盾科技研究院有限公司 | 一种工业机器人外部轴位置优化方法 |
CN114859942A (zh) * | 2022-07-06 | 2022-08-05 | 北京云迹科技股份有限公司 | 一种机器人运动控制方法、装置、电子设备及存储介质 |
CN115231293A (zh) * | 2022-08-05 | 2022-10-25 | 梅卡曼德(北京)机器人科技有限公司 | 应用于移动物品的路线确定方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604166A (zh) * | 2009-07-10 | 2009-12-16 | 杭州电子科技大学 | 一种基于粒子群优化算法的移动机器人路径规划方法 |
CN104765371A (zh) * | 2015-04-22 | 2015-07-08 | 福州大学 | 基于滚动窗的深度搜索与模糊控制融合的路径规划方法 |
CN105653769A (zh) * | 2015-12-24 | 2016-06-08 | 电子科技大学 | 时变不确定条件下机械臂多学科可靠性设计优化方法 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
CN107745615A (zh) * | 2017-10-27 | 2018-03-02 | 中国民航大学 | 一种轮式机器人缓震结构 |
-
2018
- 2018-07-25 CN CN201810824214.9A patent/CN108917770A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604166A (zh) * | 2009-07-10 | 2009-12-16 | 杭州电子科技大学 | 一种基于粒子群优化算法的移动机器人路径规划方法 |
CN104765371A (zh) * | 2015-04-22 | 2015-07-08 | 福州大学 | 基于滚动窗的深度搜索与模糊控制融合的路径规划方法 |
CN105653769A (zh) * | 2015-12-24 | 2016-06-08 | 电子科技大学 | 时变不确定条件下机械臂多学科可靠性设计优化方法 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
CN107745615A (zh) * | 2017-10-27 | 2018-03-02 | 中国民航大学 | 一种轮式机器人缓震结构 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111481108A (zh) * | 2019-01-28 | 2020-08-04 | 北京奇虎科技有限公司 | 扫地机重定位方法及装置 |
CN111481108B (zh) * | 2019-01-28 | 2023-09-01 | 北京奇虎科技有限公司 | 扫地机重定位方法及装置 |
CN112757294A (zh) * | 2020-12-28 | 2021-05-07 | 华南理工大学 | 一种基于可达性球的机器人路径中转点搜索方法 |
CN113894795A (zh) * | 2021-11-17 | 2022-01-07 | 青岛九维华盾科技研究院有限公司 | 一种工业机器人外部轴位置优化方法 |
CN113894795B (zh) * | 2021-11-17 | 2023-11-28 | 青岛九维华盾科技研究院有限公司 | 一种工业机器人外部轴位置优化方法 |
CN114859942A (zh) * | 2022-07-06 | 2022-08-05 | 北京云迹科技股份有限公司 | 一种机器人运动控制方法、装置、电子设备及存储介质 |
CN115231293A (zh) * | 2022-08-05 | 2022-10-25 | 梅卡曼德(北京)机器人科技有限公司 | 应用于移动物品的路线确定方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108917770A (zh) | 一种工业机器人路径搜索优化方法 | |
US9598843B2 (en) | Real-time route terrain validity checker | |
CN107966150B (zh) | 基于路口点和路段的变电站作业机器人路径规划及导航定位方法 | |
JP6601155B2 (ja) | ロボット制御システム | |
US5111401A (en) | Navigational control system for an autonomous vehicle | |
US20210169049A1 (en) | Method for Monitoring Pet by Robot based on Grid Map and Chip | |
CN101604166B (zh) | 一种基于粒子群优化算法的移动机器人路径规划方法 | |
JP7384491B2 (ja) | 充電台に対するロボットの衝突の防止方法 | |
CN113729551A (zh) | 借助机器人的机器人辅助表面处理 | |
JP6960518B2 (ja) | 制御装置、作業機械、プログラム及び制御方法 | |
CN104765371A (zh) | 基于滚动窗的深度搜索与模糊控制融合的路径规划方法 | |
CN112066994B (zh) | 一种消防机器人局部自主导航方法及系统 | |
KR20150104484A (ko) | 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 | |
CN107942293B (zh) | 机场场面监视雷达的点迹处理方法及系统 | |
WO2023051333A1 (zh) | 机器人的控制方法、机器人、控制终端和控制系统 | |
EP3289850B1 (en) | Lawn mower robot and method for selecting a cutting method of a lawn mower robot | |
CN110597255B (zh) | 一种利用避座信号的安全区建立方法 | |
KR100542207B1 (ko) | 로봇의 작업자 감지 안전 시스템 | |
KR102136332B1 (ko) | 이동체 이동 궤적 식별 장치 및 방법 | |
Fujimori | Navigation of mobile robots with collision avoidance for moving obstacles | |
CN112363491A (zh) | 机器人掉头控制方法及装置 | |
KR101850393B1 (ko) | 네트워크 시스템의 연결성 분석 방법 및 중계 노드 배치 위치 결정 방법 | |
CN115202361A (zh) | 移动机器人的路径规划方法及移动机器人 | |
CN110340935A (zh) | 一种机器人融合定位的方法及机器人 | |
CN111170238B (zh) | 用于高空作业平台的控制系统、控制方法及高空作业平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181130 |
|
WD01 | Invention patent application deemed withdrawn after publication |