CN110794869B - 一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法 - Google Patents
一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法 Download PDFInfo
- Publication number
- CN110794869B CN110794869B CN201911043728.1A CN201911043728A CN110794869B CN 110794869 B CN110794869 B CN 110794869B CN 201911043728 A CN201911043728 A CN 201911043728A CN 110794869 B CN110794869 B CN 110794869B
- Authority
- CN
- China
- Prior art keywords
- path
- robot
- algorithm
- rrt
- connect
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000002184 metal Substances 0.000 title claims abstract description 32
- 238000005452 bending Methods 0.000 title claims abstract description 30
- 238000007599 discharging Methods 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 239000012636 effector Substances 0.000 claims abstract description 8
- 238000013519 translation Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 2
- 238000007514 turning Methods 0.000 description 2
- 238000010420 art technique Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
一种基于RRT‑Connect算法的机器人钣金折弯进出料路径规划方法,其特征是首先将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题;然后对原始RRT‑Connect路径规划算法进行改进,采用双步长扩展的节点扩展方式,并添加基于障碍判断的导向策略,实现了算法的时间优化;同时针对改进RRT‑Connect路径规划算法获得可行避障路径的波动性问题和机器人运动的平稳性等要求,对规划路径进行进一步优化,以改善机器人进出料运动的平稳性和高效性。本发明解决了六自由度机器人在钣金折弯进出料过程中无碰撞路径的自动规划问题。
Description
技术领域
本发明涉及一种机器人钣金折弯进出料路径规划方法,用于在机器人钣金折弯进出料时自动规划出一条无碰撞路径,涉及钣金自动化加工的技术领域。
背景技术
钣金折弯是一种常用的板材成形加工工艺,而钣金折弯加工需要考虑工艺、加工效率等因素,对工艺人员的要求较高。钣金折弯加工过程中,需要人工对折弯工件进行进出料、翻面、调头等操作,耗费人力、劳动强度大且存在安全隐患,特别是大型钣金件的折弯。因此,工业机器人在钣金折弯中的应用需求日益迫切。
目前,对钣金折弯机器人操作的控制编程仍以人工示教为主,需要人工规划、反复调整机器人操作路径,效率较低。为满足日益增长的小批量、多品种、柔性化生产需求,迫切需求开展面向钣金折弯的机器人离线编程技术与系统的研究开发。采用六自由度机器人进行钣金折弯时,由于钣金件自身在每次折弯前后会发生形变,如何规划出一条无碰撞并满足折弯工艺和机器人运动特点的路径,是钣金折弯机器人运动规划和离线自动编程的首要问题。
发明内容
本发明的目的是针对现有的机器人折弯中的进出料操作规划难度大,易产生运动干涉等一系列问题,发明一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法。
本发明的技术方案是:
一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法,它能够规划出机器人钣金折弯进出料过程无碰撞路径,其特征在于它包括以下步骤:
步骤一:将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题;
步骤二:对原始RRT-Connect路径规划算法进行改进,采用双步长扩展的节点扩展方式,并添加基于障碍判断的导向策略,实现算法的时间优化;并采用改进的RRT-Connect算法进行路径规划,得到可行的避障路径;
步骤三:如果可行的避障路径存在波动性,则进一步采用优化方法减少波动性,以提高机器人进出料的运动平稳性和效率。
所述的将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题,是指在已知初始位姿节点q0,末态位姿节点qe,求解中间无碰撞路径节点qi(x,y,θ),其中x,y,θ分别为机器人末端的二维平移变量和平面旋转角度。
所述的基于RRT-Connect算法得到可行避障路径是通过对RRT-Connect算法进行改进,建立以初始节点和末态节点为根节点的两棵树,采用双步长扩展的节点扩展方式,添加基于障碍判断的导向策略,减少了算法对无用空间的探索,实现了算法的时间优化。
所述的基于路径波动性对可行避障路径进行优化是由于改进后的RRT-Connect算法部分是基于随机采样进行扩展的,最后生成的路径节点会存在坐标和角度的波动性变化问题以及随机算法规划路径不稳定问题,为了使运动路径更符合六自由度机器人的运动特点,需要对由改进的RRT-Connect算法生成的路径节点进行优化,通过合并单调路径段以及迭代线性优化波动路径两部分进行优化,首先,以搜索步长5-10倍大小的窗口过滤高频波动的路径段,即连接其起点终点,以减少路径的波动性;同时,合并无波动的单调路径段,即连接其起点终点,以减少路径段数;第二步,对完全波动的路径段采用迭代线性化与碰撞检测,即无碰撞线性优化,以获得最少段数的无碰撞路径。保证了路径节点的有效性,保存了必要的避障路径节点,减少了路径距离,使运动路径满足机器人运动需求。
本发明的有益效果是:
通过改进的RRT-Connect算法自动规划出可行的避障路径,并通过优化消除了路径因算法随机采样扩展产生的波动性,在保证关键运动路径节点的基础上使运动路径满足了机器人高效运动需求。
附图说明
图1是本发明涉及的改进RRT-Connect算法流程图。
图2是本发明涉及的路径优化流程图。
图3是本发明涉及的算法时间对比图。
图4是本发明涉及的优化前后路径y-x对比图。
图5是本发明涉及的优化前后路径θ-x对比图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图1-5所示。
一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法,主要包括三个过程,(1)将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题。(2)基于改进的RRT-Connect算法得到可行避障路径。(3)基于路径波动性对可行避障路径进行优化,以改善机器人进出料运动的平稳性和高效性。具体的处理过程如下:
一、将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题,即已知初始位姿节点q0,末态位姿节点qe,求解中间无碰撞路径节点qi(x,y,θ),其中x,y,θ分别为机器人末端的二维平移变量和平面旋转角度。
二、改进RRT-Connect算法,主要改进在于:(a)在比较节点之间距离时,引入变加权数α计算节点之间的无量纲对比距离;(b)在节点扩展和连接阶段,采用双步长扩展的节点扩展方式;(c)添加了基于障碍类型的导向策略,减少了对于无用空间的搜索,提高了算法效率。
基于改进的RRT-Connect算法得到可行避障路径是通过建立以初始节点和末态节点为根节点的两棵树,最终两棵树完成连接得到可行的避障路径。其中已知初始节点q0,末态节点qe,以这两个节点为两棵树的根节点进行扩展,求解中间无碰撞路径节点qi(x,y,θ),其中x,y,θ分别为机器人末端的二维平移变量和平面旋转角度。在RRT-Connect算法扩展寻找最近节点qnear时,需要进行不同节点之间的距离对比,由于实际问题含有旋转自由度,需要转化以进行无量纲化的对比。(a)通过引入变加权数α计算节点之间的对比距离d,α为变加权数,采用基于工作空间大小的求解方法,每次进行路径搜索将根据工作空间的大小进行重新赋值,如下所示:
(b)为了在算法的连接阶段保证旋转角度θ满足和x,y变化的同步,在算法扩展和连接阶段对θ采用不同的步长进行扩展,在随机扩展阶段使θ的步长为固定的扩展值θstep。在第二颗树进行连接时,采用旋转角度变化跟随平移坐标变化的方式,改变旋转角度步长大小为θlink,使旋转角度和平移坐标同时到达目标点。
(c)针对钣金加工环境的实际情况,本发明添加了基于障碍判断的导向策略,即在算法第一棵树进行扩展探索,且探索路径节点发生碰撞时,根据碰撞的障碍物重新调整扩展方向,减少对无用空间的搜索,如图1所示。根据本发明所研究的机器人钣金折弯加工环境,将可能与工件产生碰撞的障碍物分为三类:上模,下模,机床和机器人。若通过导向策略进行扩展仍然发生碰撞,则返回到之前的路径节点重新进行随机扩展,以保证算法的随机扩展性和算法最终寻得可行路径的成功率。
三、针对可行避障路径存在的波动性对可行避障路径进行优化,是为了解决改进的RRT-Connect算法所生成路径节点不符合机器人运动特点的问题。由于改进的RRT-Connect算法部分是基于随机采样进行扩展的,最后生成的路径节点会存在坐标和角度的波动性变化问题以及随机算法规划路径不稳定问题。
为了使运动路径更符合六自由度机器人的运动特点,需要对由改进的RRT-Connect算法生成的路径节点进行优化。路径的优化分为两步:首先,以搜索步长5-10倍大小的窗口过滤高频波动的路径段,即连接其起点终点,以减少路径的波动性;同时,合并无波动的单调路径段,即连接其起点终点,以减少路径段数;第二步,对完全波动的路径段采用迭代线性化与碰撞检测,即无碰撞线性优化,以获得最少段数的无碰撞路径。
针对路径产生不稳定变化路径的问题,进行第一步优化。如图2所示,第一步路径优化首先设置了两个滑动窗口,分别指向单调连续化路径段和非单调连续化路径段,并赋值初始化的对比步长step,通过设置step的大小限制高频波动路径段的窗口大小,过滤高频波动的路径段,以减少路径的波动性。同时,针对单调连续化窗口内的路径段,进行合并,即连接其起点终点,以减少路径段数。为提高路径的稳定性和路径优化的效率,进行第二步优化;第二步优化主要为对完全波动的路径段的优化,在第一步优化时,将每次两个滑动窗口发生更新变化相关的头尾路径节点保存下来,形成关键点集,关键点集生成的路径段是完全波动的路径段。对完全波动的路径段采用迭代线性化与碰撞检测,即无碰撞线性优化,以获得最少段数的无碰撞路径。
下面结合附图对本发明作进一步的说明。
图3反映了原始的RRT-Connect算法和改进的RRT-Connect算法对同一工序分别循环进行20次路径规划的规划时间。原始的RRT-Connect算法在稳定性上较差,容易向无用空间进行探索,导致探索节点数增多并增加了算法的时间。改进的RRT-Connect算法显著减少了算法的时间以及空间探索节点数,算法时间平均减少了58.7%,具有较强的导向性,一定程度上减少了对于无用空间的探索。
图4和图5分别为通过改进RRT-Connect算法得到的规划路径y-x,θ-x坐标未优化前和优化后的对比图。从图中可以看到,波动变化的路径均已进行优化处理,优化后的路径保证了路径节点的有效性,保存了必要的避障路径节点,减少了路径距离,使运动路径满足机器人运动需求,路径优化的有效性得到了验证。
本发明未涉及部分与现有技术相同或可采用现有技术加以实现。
Claims (4)
1.一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法,其特征在于,它包括以下步骤:
步骤一:将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题;
步骤二:对原始RRT-Connect路径规划算法进行改进,采用双步长扩展的节点扩展方式,并添加基于障碍判断的导向策略,实现算法的时间优化;并采用改进的RRT-Connect算法进行路径规划,得到可行的避障路径;
步骤三:如果可行的避障路径存在波动性,则进一步采用优化方法减少波动性,以提高机器人进出料的运动平稳性和效率;
所述步骤一中的将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题是指在已知初始位姿节点q 0 ,末态位姿节点q e ,求解中间无碰撞路径节点q i (x,y,θ),其中x,y,θ分别为机器人末端的二维平移变量和平面旋转角度;所述的步骤二中的采用改进的RRT-Connect算法进行路径规划得到可行的避障路径是通过建立以初始节点和末态节点为根节点的两棵树,最终两棵树完成连接得到可行的避障路径,在改进的RRT-Connect算法中比较节点之间距离时,引入变加权数α计算节点之间的对比距离,变加权数α:
同时采用双步长扩展的节点扩展方式,添加基于障碍类型的导向策略,减少对于无用空间的搜索。
2.根据权利要求1所述的方法,其特征是,所述的双步长扩展的节点扩展方式是在RRT-Connect算法的扩展和连接两个阶段对机器人末端的平面旋转角度θ分别采用不同的步长进行扩展:在随机扩展阶段使θ的步长为固定的扩展值θ step ;在第二棵树向第一棵树进行连接时,采用旋转角度变化跟随平移坐标变化的方式,计算旋转角度步长大小θ link ,使旋转角度和平移坐标同步到达目标点。
3.根据权利要求1所述的方法,其特征是,所述的基于障碍类型的导向策略是在探索路径节点发生碰撞时,对障碍物类型进行判断,据此确定下一步的扩展方向,减少对于无用空间的搜索;针对机器人钣金折弯加工环境,与工件可能产生碰撞的障碍物主要有三种:上模,下模,机床和机器人。
4.根据权利要求1所述的方法,其特征是,针对RRT-Connect路径规划算法获得可行避障路径的波动性问题和机器人运动的平稳性要求,对可行避障路径进行进一步优化,以改善机器人进出料的运动平稳性和效率;路径的优化分为两步:首先,以搜索步长5-10倍大小的窗口过滤高频波动的路径段,即连接其起点终点,以减少路径的波动性;同时,合并无波动的单调路径段,即连接其起点终点,以减少路径段数;其次,对完全波动的路径段采用迭代线性化与碰撞检测,即无碰撞线性优化,以获得最少段数的无碰撞路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911043728.1A CN110794869B (zh) | 2019-10-30 | 2019-10-30 | 一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911043728.1A CN110794869B (zh) | 2019-10-30 | 2019-10-30 | 一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110794869A CN110794869A (zh) | 2020-02-14 |
CN110794869B true CN110794869B (zh) | 2021-07-20 |
Family
ID=69441996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911043728.1A Active CN110794869B (zh) | 2019-10-30 | 2019-10-30 | 一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110794869B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112650306A (zh) * | 2020-12-25 | 2021-04-13 | 北京理工大学 | 一种基于动力学rrt*的无人机运动规划方法 |
CN113378295A (zh) * | 2021-05-28 | 2021-09-10 | 中铝材料应用研究院有限公司 | 汽车钣金件非均匀壁厚的结构cae分析模型构建方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108621165A (zh) * | 2018-05-28 | 2018-10-09 | 兰州理工大学 | 障碍环境下的工业机器人动力学性能最优轨迹规划方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006033347A1 (de) * | 2006-07-19 | 2008-01-31 | Eads Deutschland Gmbh | Verfahren zur Ermittlung optimierter Bewegungsbahnen von Fahrzeugen |
US9524647B2 (en) * | 2015-01-19 | 2016-12-20 | The Aerospace Corporation | Autonomous Nap-Of-the-Earth (ANOE) flight path planning for manned and unmanned rotorcraft |
CN107883961A (zh) * | 2017-11-06 | 2018-04-06 | 哈尔滨工程大学 | 一种基于Smooth‑RRT算法的水下机器人路径优化方法 |
-
2019
- 2019-10-30 CN CN201911043728.1A patent/CN110794869B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108621165A (zh) * | 2018-05-28 | 2018-10-09 | 兰州理工大学 | 障碍环境下的工业机器人动力学性能最优轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110794869A (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109514133B (zh) | 一种基于线结构光感知的焊接机器人3d曲线焊缝自主示教方法 | |
CN110794869B (zh) | 一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法 | |
CN107901041B (zh) | 一种基于图像混合矩的机器人视觉伺服控制方法 | |
CN110509279B (zh) | 一种仿人机械臂的运动路径规划方法及系统 | |
CN110703768B (zh) | 一种改进型动态rrt*的移动机器人运动规划方法 | |
CN110609547B (zh) | 一种基于可视图引导的移动机器人规划方法 | |
CN115605328A (zh) | 一种用于工业机器人的碰撞避免运动规划方法 | |
CN111251306B (zh) | 一种带有底盘误差的机械臂路径规划方法 | |
CN108638055B (zh) | 一种七自由度空间机械臂自主避障规划方法 | |
US20220063099A1 (en) | Framework of robotic online motion planning | |
CN112809665B (zh) | 一种基于改进rrt算法的机械臂运动规划方法 | |
CN112223291A (zh) | 一种基于三维任务空间约束的机械臂避障方法及装置 | |
JP2011145797A (ja) | 軌道生成方法および軌道生成装置 | |
CN113325799B (zh) | 一种曲面工件的点焊机器人操作空间平滑路径规划方法 | |
CN112338916A (zh) | 基于快速扩展随机树的机械臂避障路径规划方法及系统 | |
CN112428274A (zh) | 一种多自由度机器人的空间运动规划方法 | |
CN113771035B (zh) | 基于rrt*算法的冗余多自由度机械臂避障路径优化方法 | |
JP2012157955A (ja) | 移動制御装置及び移動制御方法、並びにコンピューター・プログラム | |
US10717192B2 (en) | Robot motion program generating apparatus | |
CN116852367A (zh) | 一种基于改进RRTstar的六轴机械臂避障路径规划方法 | |
CN107199423B (zh) | 一种不编程免示教智能焊接机器人 | |
CN117260735A (zh) | 一种机器人深框抓取的路径规划方法 | |
CN107553485A (zh) | 一种人机交互过程中动态虚拟夹具的生成方法 | |
CN113084797B (zh) | 一种基于任务分解的双臂冗余机械臂动态协同控制方法 | |
CN115533912A (zh) | 一种基于快速拓展随机树改进的机械臂运动规划方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |