CN111152214B - 一种四自由度码垛机器人、控制系统、码垛路径规划方法 - Google Patents
一种四自由度码垛机器人、控制系统、码垛路径规划方法 Download PDFInfo
- Publication number
- CN111152214B CN111152214B CN201911283846.XA CN201911283846A CN111152214B CN 111152214 B CN111152214 B CN 111152214B CN 201911283846 A CN201911283846 A CN 201911283846A CN 111152214 B CN111152214 B CN 111152214B
- Authority
- CN
- China
- Prior art keywords
- robot
- freedom
- stacking
- palletizing
- degree
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1687—Assembly, peg and hole, palletising, straight line, weaving pattern movement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明属于码垛机器人技术领域,公开了一种四自由度码垛机器人、控制系统、码垛路径规划方法,将各参数进行初始化;将m只蚂蚁随机分别放到n个未码垛的物料包上;当蚂蚁k在节点i处时依据算法选择路径上的改进,当随机数Z>Z0时,任意选择下一个未码垛的物料包;否则根据当前物料包节点到目标点和起点的距离,重新设计启发式函数;驱使码垛路线尽量沿着起点和目标点之间的最短路行进;然后运用该启发式函数,计算转移概率,并用轮盘赌法选择出下一步行走节点j;判断蚂蚁k是否到达终点;判断所有蚂蚁是否完成搜索;判断迭代次数N是否符合所要求的最大迭代次数。本发明加快了码垛路径规划的收敛速度,即形成了快速码垛路径规划的方法。
Description
技术领域
本发明属于码垛机器人技术领域,尤其涉及一种四自由度码垛机器人、控 制系统、码垛路径规划方法。
背景技术
目前,最接近的现有技术:对于国内外的制造业说,码垛机器人在解决劳 动力不足、提高劳动生产效率、降低生产成本、降低工人劳动强度、改善生产 环境等方面具有很大潜力。对于码垛类工业机器人,目前研究主要集中在机械 模块化设计、运动学及控制等方面,对其经济性研究较少。且当前码垛机器人 主要通过减少高价零部件和减轻臂杆重量等措施降低制造成本,但后者会带机 器人的关节及杆件柔性问题。另外,码垛规划算法也是码垛机器人的重要性能 指标。目前工业生产现场的机器人码垛大多采用示教再现方式和离线规划方式, 由于工业生产中码垛机器人往往搬运某一类的物料,每个物料包大致相同,只 需堆放高度相当、摆放整齐,使物料转移的时间最短。由此,为了能使搬运机 器人在码垛过程中快速平稳,运动规划对机器人的作业非常重要。
综上所述,现有技术存在的问题是:当前码垛机器人自动码垛垛型单一, 且码垛路径随机,并非最优路径。
发明内容
针对现有技术存在的问题,本发明提供了一种四自由度码垛机器人、控制 系统、码垛路径规划方法。
本发明是这样实现的,一种四自由度码垛机器人的码垛路径规划方法,所 述四自由度码垛机器人的码垛路径规划方法包括以下步骤:
第一步,将各参数进行初始化;
第二步,将m只蚂蚁随机分别放到n个未码垛的物料包上;
第三步,当蚂蚁k在节点i处时依据算法选择路径上的改进,当随机数Z>Z0时,任意选择下一个未码垛的物料包;否则根据当前物料包节点到目标点和起 点的距离,重新设计启发式函数;驱使码垛路线尽量沿着起点和目标点之间的 最短路行进;然后运用该启发式函数,计算转移概率,并用轮盘赌法选择出下 一步行走节点j;
第四步,判断蚂蚁k是否到达终点,若到达终点则k+1,否则返回第三步;
第五步,判断所有蚂蚁是否完成搜索;若完成搜索,迭代次数N=N+1,然 后依据实时路径长度设置分段函数进行挥发系数动态调整,并对各路径上的信 息素进行更新,否则返回第三步;
第六步,判断迭代次数N是否符合所要求的最大迭代次数,若符合条件, 则结束算法程序,将最优路径输出,否则,返回到第二步。
进一步,所述四自由度码垛机器人的码垛路径规划方法在初始选择路径上 的改进;根据当前节点到目标点和起点的距离,重新设计启发式函数,驱使规 划的路径尽量沿着起点和目标点之间的最短路行进;依据实时路径长度,动态 调整挥发系数。
进一步,所述四自由度码垛机器人的码垛路径规划方法设定一个常量Z0,在 进行路径选择时,随机生成一个介于0到1的随机数Z,并按照如下式子中的概 率选择下一节点;
进一步,所述四自由度码垛机器人的码垛路径规划方法的启发式函数:
式中,djN+1表示下一步可选节点j到目的点N+1之间的距离,dj0表示的是 节点j到出发点0之间的欧式距离;
因此,选择节点j的概率就越大,当机器人处于节点Ai时,下一步可选节 点集U={1,2,3}。
进一步,所述四自由度码垛机器人的码垛路径规划方法的对挥发系数进行 如下的动态调整:
式中表示在第k次迭代时节点i与节点j之间路径的挥发系数值,表 示在第k+1迭代时,i,j节点之间路径的挥发系数,Lbest为当前最优路径,ρmin初 始值为挥发系数的下限,ρmax初始值为挥发系数的上限;其中,将挥发系数的取 值范围进行限定,限定在[ρmin,ρmax]之中。
本发明的另一目的在于提供一种实施所述四自由度码垛机器人的码垛路径 规划方法的四自由度码垛机器人的控制系统,所述四自由度码垛机器人的控制 系统包括:
底座转动控制模块,用于实现码垛机器人第一关节底座的转动;
水平运动控制模块,用于实现码垛机器人第二关节的水平运动;
垂直运动控制模块,用于实现码垛机器人第三关节的垂直运动;
末端手腕转动控制模块,用于实现码垛机器人的第四关节为末端手腕转动。
本发明的另一目的在于提供一种搭载所述四自由度码垛机器人的控制系统 的四自由度码垛机器人,所述四自由度码垛机器人共有4个自由度;
第一关节为底座的转动,第二关节为水平运动,第三关节为垂直运动,第 四关节为末端手腕的转动。
进一步,所述第一关节、第四关节采用伺服电机+RV减速器的传动结构; 第二关节、第三关节采用伺服电机+同步带+丝杠的传动结构。
进一步,所述四自由度码垛机器人为六轴或并联机器人。
本发明的另一目的在于提供一种实现所述四自由度码垛机器人的码垛路径 规划方法的的信息数据处理终端。
综上所述,本发明的优点及积极效果为:本发明针对当前码垛机器人自动 码垛垛型单一,且码垛路径随机,并非最优路径的问题,针对4类常用托盘码 垛形状,基于机器人运动学模型、码垛机器人与托盘的位姿转换矩阵设计了不 同垛型下的机器人码垛算法,并且提供一种可以根据用户需求设置码垛摆放下 的码垛路径规划方式,通过优化算法对码垛机器人的码垛过程进行分析,提出 快速码垛方案。本发明基于国内码垛制造业的经济性需求设计了一种结构简单、 机身紧凑的经济型码垛机器人,具有高速、轻量化和低成本等特点。
本发明基于工业现场码垛要求,建立了码垛机器人与码垛托盘之间的数学 模型,同时考虑码垛物体对机器人的常用垛型进行了详细分析,设计了根据垛 型进行机器人的码垛路径规划方法,使码垛机器人码垛路径减少20%以上。另 外,为了降低机器人的制造成本,设计了一种4自由度经济型码垛机器人,具 有结构简单、低成本特点。通过对四自由度机械臂建模,在一定姿态约束下, 直接用几何法解出逆运动学解,并把蚁群方法思想引入码垛机器人码垛中,与 不优化情形对比,发现通过优化路径后,使总的关节运动角度变小,码垛路径 减少,进而缩短了码垛时间,对提升码垛效益具有重要的意义。
本发明可以适用于根据用户需求设置码垛摆放形状用户可以选择提前预设 好的码垛垛型进行码垛,也可以自定义新的垛型进行码垛。让用户能够至需要 在程序中修改某条指令的参数就可以完成对新产品的码垛配置,减少对参数进 行逐一配置的操作,提高工作效率。
本发明的码垛机器人采用混联结构,共有4个自由度。其中,第1关节为 底座的转动,第2关节为水平运动,第3关节为垂直运动,第4关节为末端手 腕的转动。码垛机器人在满足机械本体刚度、强度、转动惯量及其它技术参数 的基础上选择结构简单和机身紧凑的结构设计,能够满足轻量化及低成本要求。 由于缺少机器人关键零部件的国产化,对于国产机器人说,成本主要体现在伺 服电机和减速器上,此两项成本可占机器人总成本的40%以上。为了降低码垛 机器人的制造成本,码垛机器人的第1、4关节采用伺服电机+RV减速器的传动 结构,第2、3关节采用伺服电机+同步带+丝杠的传动结构,从而使机器人结构 简单,并能实现高速运动。
附图说明
图1是本发明实施例提供的四自由度码垛机器人的控制系统的结构示意图;
图中:1、底座转动控制模块;2、水平运动控制模块;3、垂直运动控制模 块;4、末端手腕转动控制模块。
图2是本发明实施例提供的四自由度码垛机器人的码垛路径规划方法的流 程图。
图3是本发明实施例提供的四自由度码垛机器人的结构示意图;
图中:5、第一关节;6、第二关节;7、第三关节;8、第四关节。
图4是本发明实施例提供的码垛机器人码垛示意图。
图5是本发明实施例提供的四自由度码垛机器人的码垛路径规划方法的流 程图。
图6是本发明实施例提供的路径节点选择示意图。
图7是本发明实施例提供的算法收敛曲线对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例, 对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以 解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种四自由度码垛机器人、控制 系统、码垛路径规划方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的四自由度码垛机器人的控制系统包括:
底座转动控制模块1,用于实现码垛机器人第一关节底座的转动。
水平运动控制模块2,用于实现码垛机器人第二关节的水平运动。
垂直运动控制模块3,用于实现码垛机器人第三关节的垂直运动。
末端手腕转动控制模块4,用于实现码垛机器人的第四关节为末端手腕转 动。
如图2所示,本发明实施例提供的四自由度码垛机器人的码垛路径规划方 法包括以下步骤:
S201:将各参数进行初始化。
S202:将m只蚂蚁随机分别放到n个未码垛的物料包上。
S203:当蚂蚁k在节点i处时依据算法选择路径上的改进,当随机数Z>Z0时,任意选择下一个未码垛的物料包,否则根据当前物料包节点到目标点和起 点的距离,重新设计启发式函数,驱使码垛路线尽量沿着起点和目标点之间的 最短路行进,然后运用该启发式函数,计算转移概率,并用轮盘赌法选择出下 一步行走节点j。
S204:判断蚂蚁k是否到达终点,若到达终点则k+1,否则返回S203。
S205:判断所有蚂蚁是否完成搜索,若完成搜索,迭代次数N=N+1,然后 依据实时路径长度设置分段函数进行挥发系数动态调整,并对各路径上的信息 素进行更新,否则返回S203。
S206:判断迭代次数N是否符合所要求的最大迭代次数,若符合条件,则 结束算法程序,将最优路径输出,否则,返回到S202。
下面结合附图对本发明的技术方案作进一步的描述。
如图3所示,码垛机器人共有4个自由度。其中,第一关节5为底座的转动, 第二关节6为水平运动,第三关节7为垂直运动,第四关节8为末端手腕的转动。 码垛机器人采用基于平衡吊原理的机构,在满足机械本体刚度、强度、转动惯 量及其它技术参数的基础上选择结构简单和机身紧凑的结构设计,能够满足轻 量化及低成本要求。由于缺少机器人关键零部件的国产化,对于国产机器人说, 成本主要体现在伺服电机和减速器上,此两项成本可占机器人总成本的40%以 上。同时码垛机器人末端的定位精度要求并不高,因此为了降低码垛机器人的 制造成本,将图示码垛机器人中对应的第一关节5、第四关节8采用伺服电机+RV 减速器的传动结构,对应的第二关节6、第三关节7采用伺服电机+同步带+丝杠 的传动结构,从而使机器人结构简单,并能实现高速运动,实现码垛功能。
码垛垛型的常用类型有重叠式、正反交错式、旋转交错式和纵横交错式。 通过预设这些垛型,也可以让用户自己定义添加垛型,垛型选择后,用户只需 根据垛型图示配置几个参数调节第四关节8末端手腕的转动角度就可以适应新 产品的码垛需求。
如图4所示,码垛机器人码垛,假定机械臂的各关节运动角速度一样,末 端执行器的运动轨迹是按运动到某一物料包的表面上、将包提至特定高度、移 动该包到另一堆的某个物料包的上表面、回退到另一物料包的表面,如图所示。 可以看出4个环节都可通过优化关节角缩短时间,在第三关节7和第四关节8 可通过路径优化使机械臂运动过程中关节的运动角度变小,对应的机器臂末端 运动路程减少,从而可减少较多时间。由于机械臂需在一个堆垛与另一堆垛之 间回移动,可见码垛过程是有顺序约束的TSP(旅行商问题),鉴于蚁群思想 在解决TSP问题中的良好表现,文中将利用改进的蚁群思想,对码垛机器人的 码垛过程进行优化分析,提出快速码垛方案。
由于基本蚁群方法思想存在着随机性强、计算量大、搜索时间长、易停滞 和收敛性差等缺陷,本发明方法针对机器人码垛具体工艺进行机器人路径规划。 本发明的路径规划方法流程图如图5所示,在初始选择路径上的改进,有效解 决路径选择上容易陷入局部最优的缺点;根据当前节点到目标点和起点的距离, 重新设计启发式函数,驱使规划的路径尽量沿着起点和目标点之间的最短路行 进;依据实时路径长度,动态调整挥发系数,精炼搜索空间、提高收敛性能。
第一步:将各参数进行初始化。
第二步:将m只蚂蚁随机分别放到n个未码垛的物料包上。
第三步:当蚂蚁k在节点i处时依据算法选择路径上的改进,当随机数Z>Z0时,任意选择下一个未码垛的物料包,否则根据当前物料包节点到目标点和起 点的距离,重新设计启发式函数,驱使码垛路线尽量沿着起点和目标点之间的 最短路行进,然后运用该启发式函数,计算转移概率,并用轮盘赌法选择出下 一步行走节点j。
第四步:判断蚂蚁k是否到达终点,若到达终点则k+1,否则返回第三步。
第五步:判断所有蚂蚁是否完成搜索,若完成搜索,迭代次数N=N+1,然 后依据实时路径长度设置分段函数进行挥发系数动态调整,并对各路径上的信 息素进行更新,否则返回第三步。
第六步:判断迭代次数N是否符合所要求的最大迭代次数,若符合条件, 则结束算法程序,将最优路径输出,否则,返回到第二步。
(一)路径选择上的改进:
为了解决在路径选择上容易陷入局部最优的缺点,在步骤开始之前,设定 一个常量Z0,在需要进行路径选择时,随机生成一个介于0到1之间的随机数Z, 并按照如下式子中的概率选择下一节点;
(二)启发式函数设计:
式中,djN+1表示下一步可选节点j到目的点N+1之间的距离,dj0表示的是 节点j到出发点0之间的欧式距离。
由几何原理可知,在空间中任意两点间的直线距离最短,记作d0N+1,当机器 人沿着这两点的直线L接送时,路径最短。djN+1、(dj0+djN+1)二者的值是一个不 断发生变化的值。djN+1值越小说明下一步可选节点j距离目标终点N+1越近, (dj0+djN+1)值越小说明可选节点j越靠近由起始点0和终点N+1所构成的直线L。 由如下概率公式可知,值就越大:
因此,选择节点j的概率就越大。在进行路径搜索时,有一定的导向作用。 由于距离终点N+1越近的点被选择的概率越大,找到的路径是逼近于欧式距离, 从而搜索到的路径更优。同时,也加快了算法的收敛速度。由图6可知,当机 器人处于节点Ai时,下一步可选节点集U={1,2,3}。由于在可选节点2处,djN+1、 (dj0+djN+1)值最小,该节点更逼近直线L,则ηij最大。机器人更倾向于选择节点2, 最终所选路径更加逼近于直线L,因而路径最优。
(三)挥发系数调整
对蚁群方法深入分析可知,在基本的蚁群方法中,挥发系数为一定值。依 据原始的信息素更新方式,不能很好的凸显出蚁群的智能性、多样性、活力性。 因此,对挥发系数做了动态的调整。在蚁群方法中挥发系数ρ过小,蚁群就更倾 向于曾经搜索过的路径,会使算法的全局搜索能力降低、算法活力受影响、路 径缺乏多样性、容易陷入局部最优。反之,挥发系数ρ过大,各路径上的信息素 积累量差异较小,蚁群易于探索新路径,虽然会在一定程度上增加路径的多样 性,提高全局搜索能力。但是挥发系数ρ过小也会使得算法收敛速度慢,不利于 路径的搜寻。基于以上这些问题,提出对挥发系数进行如下公式所示的动态调 整:
式中表示在第k次迭代时节点i与节点j之间路径的挥发系数值。表 示在第k+1迭代时,i,j节点之间路径的挥发系数。Lbest为当前最优路径。ρmin(初 始值)为挥发系数的下限,ρmax(初始值)为挥发系数的上限。其中,将挥发系 数的取值范围进行限定,限定在[ρmin,ρmax]范围之中,这样能够避免由于各路径 上的信息素差异性过大而出现早熟。
如图7所示,表示出了算法改进前后的一般收敛趋势,随着迭代次数的不 断增加,最优路径的曲线呈现迅速下降的趋势。算法对比运行20次,95%的置 信区间(70.07,79.9993),标准偏差10.528,在平均迭代75次时,改进算法找 到最优解并收敛于最优解。与改进前算法收敛曲线相对比可知,改进算法的收 敛性能得到了显著的提升。在路径搜索时,改进算法根据各路径的长度对挥发 系数进行动态调整,能够将较优路径凸现出,更倾向于选择较优路径。减小了 算法的随机性,从而提高了收敛性能。
综上所述,针对4类常用托盘码垛形状,提供了一种可以根据用户需求设 置码垛摆放下的码垛路径规划方式,采用蚁群思想加以分析,并根据机器人码 垛工艺进行了相应的改进,使算法对初始路径的选择不再随机,提高了其初始 解的优度,便于更快地寻找到较优解;引入了挥发系数分段函数,加快了算法 的收敛速度,同时也保证了解的多样性;设计了新的启发式函数,使最优路径 逼近于欧式距离,有利于寻找最优解;这些处理,即形成了快速码垛的路径规 划方法。
本发明的码垛类型并不局限于以上4种类型,其它类型的码垛该方法也可 胜任;快速码垛路径规划方法并不局限于4轴,其它类型机器人如6轴、并联 机器人等也可胜任。本发明为适用于多种码垛构型,以蚁群方法思想为基础, 根据当前节点到目标点和起点的距离,设计了启发式函数,使得最优路径逼近 于欧式距离,有利于寻找最优解;另外依据实时路径长度,动态调整挥发系数, 精炼搜索空间、提高收敛性能,加快了码垛路径规划的收敛速度,即形成了快 速码垛路径规划的方法。另外,设计了一种4自由度经济型码垛机器人,结构 简单、机身紧凑,完全满足码垛要求。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合 实现。硬件部分可以利用专用逻辑实现;软件部分可以存储在存储器中,由适 当的指令执行系统,例如微处理器或者专用设计硬件执行。本领域的普通技术 人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器 控制代码中实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存 储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供 了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、 诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑 设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行 的软件实现,也可以由上述硬件电路和软件的结合例如固件实现。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明 的保护范围之内。
Claims (8)
1.一种四自由度码垛机器人的码垛路径规划方法,其特征在于,所述四自由度码垛机器人的码垛路径规划方法包括以下步骤:
第一步,将各参数进行初始化;
第二步,将m只蚂蚁随机分别放到n个未码垛的物料包上;
第三步,当蚂蚁k在节点i处时依据算法选择路径上的改进,当随机数Z>Z0时,任意选择下一个未码垛的物料包;否则根据当前物料包节点到目标点和起点的距离,重新设计启发式函数;驱使码垛路线尽量沿着起点和目标点之间的最短路行进;然后运用该启发式函数,计算转移概率,并用轮盘赌法选择出下一步行走节点j;
第四步,判断蚂蚁k是否到达终点,若到达终点则k+1,否则返回第三步;
第五步,判断所有蚂蚁是否完成搜索;若完成搜索,迭代次数N=N+1,然后依据实时路径长度设置分段函数进行挥发系数动态调整,并对各路径上的信息素进行更新,否则返回第三步;
第六步,判断迭代次数N是否符合所要求的最大迭代次数,若符合条件,则结束算法程序,将最优路径输出,否则,返回到第二步。
4.一种实施权利要求1~3任意一项所述四自由度码垛机器人的码垛路径规划方法的四自由度码垛机器人的控制系统,其特征在于,所述四自由度码垛机器人的控制系统包括:
底座转动控制模块,用于实现码垛机器人第一关节底座的转动;
水平运动控制模块,用于实现码垛机器人第二关节的水平运动;
垂直运动控制模块,用于实现码垛机器人第三关节的垂直运动;
末端手腕转动控制模块,用于实现码垛机器人的第四关节为末端手腕转动。
5.一种搭载权利要求4所述四自由度码垛机器人的控制系统的四自由度码垛机器人,其特征在于,所述四自由度码垛机器人共有4个自由度;
第一关节为底座的转动,第二关节为水平运动,第三关节为垂直运动,第四关节为末端手腕的转动。
6.如权利要求5所述的四自由度码垛机器人,其特征在于,所述第一关节、第四关节采用伺服电机+RV减速器的传动结构;第二关节、第三关节采用伺服电机+同步带+丝杠的传动结构。
7.如权利要求5所述的四自由度码垛机器人,其特征在于,所述四自由度码垛机器人为六轴或并联机器人。
8.一种实现权利要求1~3任意一项所述四自由度码垛机器人的码垛路径规划方法的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911283846.XA CN111152214B (zh) | 2019-12-13 | 2019-12-13 | 一种四自由度码垛机器人、控制系统、码垛路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911283846.XA CN111152214B (zh) | 2019-12-13 | 2019-12-13 | 一种四自由度码垛机器人、控制系统、码垛路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111152214A CN111152214A (zh) | 2020-05-15 |
CN111152214B true CN111152214B (zh) | 2021-08-03 |
Family
ID=70557072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911283846.XA Active CN111152214B (zh) | 2019-12-13 | 2019-12-13 | 一种四自由度码垛机器人、控制系统、码垛路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111152214B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180934B (zh) * | 2020-10-09 | 2023-10-27 | 广州大学 | 装车机器人的控制方法、系统、装置及可读存储介质 |
CN112683290A (zh) * | 2020-12-29 | 2021-04-20 | 的卢技术有限公司 | 一种车辆轨迹规划方法、电子设备及计算机可读存储介质 |
CN112657860A (zh) * | 2021-01-15 | 2021-04-16 | 佛山科学技术学院 | 一种自动排队系统和排队方法 |
CN113086659B (zh) * | 2021-04-01 | 2021-11-16 | 广东鑫光智能系统有限公司 | 包件码垛方法及终端 |
CN113858203A (zh) * | 2021-10-19 | 2021-12-31 | 杭州芯控智能科技有限公司 | 一种机器人自适应轨迹规划及避障方法 |
CN113778416A (zh) * | 2021-11-11 | 2021-12-10 | 深圳市越疆科技有限公司 | 基于图形化编程的机械臂搬运脚本生成方法和装置 |
CN115872121B (zh) * | 2023-01-09 | 2023-07-25 | 松乐智能装备(广东)有限公司 | 一种基于码垛机器人的智能化码垛方法及系统 |
CN117260743B (zh) * | 2023-11-20 | 2024-02-06 | 宁德思客琦智能装备有限公司 | 一种机械臂堆垛任务的多目标约束优化方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106200650A (zh) * | 2016-09-22 | 2016-12-07 | 江苏理工学院 | 基于改进蚁群算法的移动机器人路径规划方法及系统 |
JPWO2016151724A1 (ja) * | 2015-03-23 | 2018-01-11 | 富士機械製造株式会社 | 移動体 |
CN108600103A (zh) * | 2018-04-18 | 2018-09-28 | 江苏物联网研究发展中心 | 面向多层级网络的多QoS路由约束的蚁群算法 |
CN109474973A (zh) * | 2018-12-03 | 2019-03-15 | 上海金卓网络科技有限公司 | 基于蚁群算法的自组网路径确定方法、装置、设备及介质 |
CN109940623A (zh) * | 2018-10-26 | 2019-06-28 | 广东工业大学 | 一种应用于焊缝的机器人路径规划方法 |
CN110119150A (zh) * | 2019-05-22 | 2019-08-13 | 电子科技大学 | 一种基于蚁群算法的多用户实时路径规划方法和系统 |
CN110244733A (zh) * | 2019-06-20 | 2019-09-17 | 西南交通大学 | 一种基于改进蚁群算法的移动机器人路径规划方法 |
-
2019
- 2019-12-13 CN CN201911283846.XA patent/CN111152214B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2016151724A1 (ja) * | 2015-03-23 | 2018-01-11 | 富士機械製造株式会社 | 移動体 |
CN106200650A (zh) * | 2016-09-22 | 2016-12-07 | 江苏理工学院 | 基于改进蚁群算法的移动机器人路径规划方法及系统 |
CN108600103A (zh) * | 2018-04-18 | 2018-09-28 | 江苏物联网研究发展中心 | 面向多层级网络的多QoS路由约束的蚁群算法 |
CN109940623A (zh) * | 2018-10-26 | 2019-06-28 | 广东工业大学 | 一种应用于焊缝的机器人路径规划方法 |
CN109474973A (zh) * | 2018-12-03 | 2019-03-15 | 上海金卓网络科技有限公司 | 基于蚁群算法的自组网路径确定方法、装置、设备及介质 |
CN110119150A (zh) * | 2019-05-22 | 2019-08-13 | 电子科技大学 | 一种基于蚁群算法的多用户实时路径规划方法和系统 |
CN110244733A (zh) * | 2019-06-20 | 2019-09-17 | 西南交通大学 | 一种基于改进蚁群算法的移动机器人路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111152214A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111152214B (zh) | 一种四自由度码垛机器人、控制系统、码垛路径规划方法 | |
US9242376B2 (en) | Method of generating path of multiaxial robot and control apparatus for the multiaxial robot | |
US9221175B2 (en) | Method of generating path of multiaxial robot and control apparatus for the multiaxial robot | |
Yuan et al. | A heuristic rapidly-exploring random trees method for manipulator motion planning | |
US8483874B2 (en) | Path planning apparatus of robot and method and computer-readable medium thereof | |
US20220063099A1 (en) | Framework of robotic online motion planning | |
CN110209048A (zh) | 基于动力学模型的机器人时间最优轨迹规划方法、设备 | |
US20210308865A1 (en) | Initial reference generation for robot optimization motion planning | |
WO2021165745A1 (en) | Collision avoidance motion planning method for industrial robot | |
CN102298391A (zh) | 一种重载工业机器人操作空间内运动轨迹规划方法 | |
CN112222703B (zh) | 一种焊接机器人能耗最优轨迹规划方法 | |
CN105511266A (zh) | 基于引力搜索粒子群算法的Delta机器人轨迹规划方法 | |
Liu et al. | Online time-optimal trajectory planning for robotic manipulators using adaptive elite genetic algorithm with singularity avoidance | |
CN112809665A (zh) | 一种基于改进rrt算法的机械臂运动规划方法 | |
Liao et al. | AGV path planning model based on reinforcement learning | |
CN112180934A (zh) | 装车机器人的控制方法、系统、装置及可读存储介质 | |
CN112828889A (zh) | 一种六轴协作机械臂路径规划方法及系统 | |
JP7210201B2 (ja) | 情報処理方法、プログラム、記録媒体、情報処理装置、ロボットシステム、物品の製造方法 | |
CN111496798B (zh) | 机器人传送带跟踪方法、设备及存储装置 | |
US20210245364A1 (en) | Method And Control System For Controlling Movement Trajectories Of A Robot | |
Tang et al. | Coordinated motion planning of dual-arm space robot with deep reinforcement learning | |
CN113146637B (zh) | 一种机器人笛卡尔空间的运动规划方法 | |
Qiao et al. | Trajectory planning of manipulator based on improved genetic algorithm | |
JPH05228860A (ja) | ロボットマニピュレータの制御方法 | |
Demir et al. | Heuristic trajectory planning of robot manipulator |
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 |