CN115246131A - 一种机械臂搭载激光清洗系统及方法 - Google Patents

一种机械臂搭载激光清洗系统及方法 Download PDF

Info

Publication number
CN115246131A
CN115246131A CN202210939690.1A CN202210939690A CN115246131A CN 115246131 A CN115246131 A CN 115246131A CN 202210939690 A CN202210939690 A CN 202210939690A CN 115246131 A CN115246131 A CN 115246131A
Authority
CN
China
Prior art keywords
dirt
cleaned
laser cleaning
mechanical arm
module
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
Application number
CN202210939690.1A
Other languages
English (en)
Inventor
刘兆冰
刘景藩
柳春雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Ruize Technology Development Co ltd
Wuhan University of Technology WUT
Original Assignee
Wuhan Ruize Technology Development Co ltd
Wuhan University of Technology WUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Ruize Technology Development Co ltd, Wuhan University of Technology WUT filed Critical Wuhan Ruize Technology Development Co ltd
Priority to CN202210939690.1A priority Critical patent/CN115246131A/zh
Publication of CN115246131A publication Critical patent/CN115246131A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/008—Manipulators for service tasks
    • B25J11/0085—Cleaning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B7/00—Cleaning by methods not provided for in a single other subclass or a single group in this subclass
    • B08B7/0035—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by radiant energy, e.g. UV, laser, light beam or the like
    • B08B7/0042—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by radiant energy, e.g. UV, laser, light beam or the like by laser
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
    • 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
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机械臂搭载激光清洗系统和清洗方法，包括：机械臂、激光清洗装置和控制器，其中所述机械臂用于根据所述控制器的指令，以使所述机械臂的末端到达待清洗污物位置进行清洗作业；所述激光清洗装置连接于所述机械臂的末端，用于根据所述机械臂的移动对所述待清洗污物进行激光清洗；所述控制器与所述机械臂和所述激光清洗装置电连接，所述控制器用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置；还用于根据所述清洗污物位置，控制所述机械臂中最匹配的机械臂搭载激光清洗装置移动至待清洗污物位置；还用于控制所述激光清洗装置对待清洗污物进行清洗。本发明实现了对大幅面应用场景下的污物进行高效且环保的清洗目的。

Description

一种机械臂搭载激光清洗系统及方法
技术领域
本发明涉及激光清洗技术领域，具体涉及一种机械臂搭载激光清洗系统和方法。
背景技术
在工业界，广泛存在大幅面清洗的工作需求，如船舶大修时需要清洗船体外壳上的垢层，这些垢层由藻类和贝类附着物构成，紧密而且坚硬，不可避免地还会产生大面积锈蚀的情况，再如飞机机身外表面及部件上会沉积灰尘、油污、积碳、氧化物等污染物，这些污染物不仅影响飞机的外观，而且会使飞机表面光洁度降低，摩擦阻力增大，还会成为腐蚀飞机的诱发因素。
目前，船体外壳上涂层和垢层的清除，还有的是工人手执锤子铲子进行敲打和铲刮，因垢层坚硬致密且面积大，维修工期长，工人劳动强度大，船舶清洗经历了从原始手工清洗、简单机械烤铲,发展到喷砂、除白、机械清洗、化学清洗，但还是存在耗时长、效率低，清洗精度差的问题。此外，机身表面清洗也面临同样的问题，在人工成本方面，需要大量的地勤人员先涂抹清洁剂，使用清洁工具按从上往下、从前往后的顺序擦洗机身，工作任务重，还存在一定的安全隐患。在清洗技术方面，飞机的表面过一定时间后要重新喷漆，但是喷漆之前需要将原来的旧漆完全除去。传统的机械清除油漆法容易对飞机的金属表面造成损伤，给安全飞行带来隐患。
因此，需要提供一种能够适用于大幅面应用场景的污垢清洗系统，以解决现有技术中大幅面场景下污垢清洗效率低、污染大的问题。
发明内容
本发明的目的在于克服上述技术不足，提供一种机械臂搭载激光清洗系统和方法，解决现有技术中清洗大幅面应用场景的污垢时，存在效率低且污染大的技术问题。
为达到上述技术目的，本发明采取了以下技术方案：
第一方面，本发明提供了一种机械臂搭载激光清洗系统，包括：
所述机械臂用于根据所述控制器的指令，以使所述机械臂的末端到达待清洗污物位置进行清洗作业；
所述激光清洗装置与所述机械臂一一对应，且均连接于所述机械臂的末端，用于根据所述机械臂的移动对所述待清洗污物进行激光清洗；
所述控制器与所述机械臂和所述激光清洗装置电连接，所述控制器用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置；
所述控制器还用于根据所述清洗污物位置，控制所述机械臂中最匹配的机械臂搭载激光清洗装置移动至待清洗污物位置；
所述控制器还用于控制所述激光清洗装置对待清洗污物进行清洗。
在一些实施例中，所述机械臂搭载激光清洗系统还包括车载装置，所述车载装置包括移动台、升降机构和回收装置，所述升降机构固定于所述移动台的台面上，对应的所述机械臂一端固定连接于所述升降机构，以使所述机械臂能够上下移动，所述回收装置安装于所述移动台上。
在一些实施例中，所述控制器包括获取装置，所述获取装置用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置，所述获取装置包括：
模型训练模块，用于训练融合协调注意力机制的YOLOX模型；
图像获取模块，用于基于改进的所述YOLOX模型获取待清洗污物图像；
目标定位模块，用于基于预设的坐标转换规则，确定所述待清洗污物图像的位置。
在一些实施例中，所述控制器还包括机械臂轨迹规划模块，用于根据所述机械臂的位置以及待清洗污物图像的位置，选择匹配的机械臂对相应的污物进行清洗，并采用改进的精英非支配排序遗传算法，确定所述匹配的机械臂从初始位置运动至待清洗污物图像位置处的路径。
在一些实施例中，所述机械臂轨迹规划模块包括初始路径确定模块、期望路径确定模块和目标路径确定模块；
所述初始路径确定模块用于对所述改进的精英非支配排序遗传算法进行参数初始化设置，确定所述匹配的机械臂运动的初始路径；
所述期望路径确定模块用于基于帕累托前沿，根据所述初始路径确定期望路径；
所述目标路径确定模块用于根据精英策略，确定期望路径的参数，从而获得所述匹配的机械臂运动的目标路径。
在一些实施例中，所述目标路径确定模块包括排序群选择模块、基于方向的交叉模块和自适应精度可控的变异模块；
所述排序群选择模块用于基于预设的排序群算法，确定目标路径的可行节点；
所述基于方向的交叉模块用于基于预设的方向交叉算法，根据所述目标路径的可行节点，确定目标路径的最优范围；
所述自适应精度可控的变异模块用于基于所述预设的自适应机制，以提高在所述目标路径的最优范围内确定所述目标路径的速度。
在一些实施例中，所述机械臂轨迹规划模块还包括寻优模块，所述寻优模块用于从多条待选择的轨迹中确定最匹配的目标路径。
在一些实施例中，所述初始路径可有以下公式表达：
Figure RE-GDA0003846708280000031
其中，
Figure RE-GDA0003846708280000032
是一个二项式系数，Pi为构造贝塞尔曲线的给定控制点，T 为行程时间，λ表示归一化时间，并且满足t＝λT，
Figure RE-GDA0003846708280000041
为伯恩斯坦基阶多项式，
Figure RE-GDA0003846708280000042
表示关节速度。
在一些实施例中，所述期望路径可由如下公式进行表达：
Figure RE-GDA0003846708280000043
其中，f1(t)为总行程时间，f2(t)为执行机构扭矩的方差，τi(t)和τi(t- 1)分别表示执行机构在前一个和当前情况下的扭矩，n表示机器臂关节的数量。
第二方面，本发明还提供了一种机械臂搭载激光清洗装置的清洗方法，包括：
获取大幅面应用场景下的污物图像，并基于预设的坐标转换规则，确定所述待清洗污物图像的位置；
根据所述待清洗污物图像的位置，采用改进的精英非支配排序遗传算法，确定所述最匹配的机械臂从初始位置运动至待清洗污物图像位置处的目标路径；
根据所述待清洗污物图像的位置和所述目标路径，通过移动所述最匹配的机械臂将所述激光清洗装置移动至待清洗污物图像的位置并对污物进行清洗。
与现有技术相比，本发明提供的机械臂搭载激光清洗装置的清洗系统和方法，采用集控制器与机械臂配合且机械臂均搭载有激光清洗装置的一体式系统，首先通过控制器获取大幅面应用场景的待清洗污物并确定待清洗污物位置，随后控制器根据待清洗污物位置以及机械臂的位置选择距离待清洗污物位置最匹配的机械臂，并控制机械臂带动激光清洗装置到达待清洗污物位置，最后控制激光清洗装置对待清洗污物进行激光清洗，从而解决了大幅面应用场景下难以定位污物位置，采用人工清洗效率低，并且污染大的问题。
附图说明
图1是本发明提供的机械臂搭载激光清洗装置的清洗系统一实施例的结构示意图；
图2是本发明提供的机械臂搭载激光清洗装置的清洗系统中，多个机械臂协同工作的一实施例结构示意图；
图3是本发明提供的机械臂搭载激光清洗装置的清洗系统中，控制器一实施例的结构示意图；
图4是本发明提供的机械臂搭载激光清洗装置的清洗系统中，获取装置一实施例的结构示意图；
图5是本发明提供的机械臂搭载激光清洗装置的清洗系统中，机械臂轨迹规划模块一实施例的结构示意图；
图6是本发明提供的机械臂搭载激光清洗装置的清洗方法一实施例的流程图。
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，以下结合附图及实施例，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。
本发明所涉及的机械臂搭载激光清洗装置的清洗系统和方法，适用于各种大幅面的应用场景，比如机场、火车站、汽车站、太阳能光伏板或船体外表面等场合，这些场合都具有面积大、不易清洗的特点，普通的清洗方式不仅效率低下，而且采用各种化学清洗剂还易对环境造成污染，同时对待清洗物表面造成伤害。因此，采用一种机械协同工作的激光清洗装置的清洗系统，不仅能够满足通过控制机械臂的移动，对大幅面的应用场景进行清洗工作，减轻人员的体力劳动，同时通过采用激光清洗的方式，利用激光使待清洗物体标面的污物发生振动、熔化、蒸发和燃烧等一系列复杂的物理变化，使污物脱离物体表面，并且可以回收污物粉末，极大降低了污染性。
本发明实施例提供了一种机械臂搭载激光清洗系统，请参阅图1和图2，包括：多个机械臂1、多个激光清洗装置2和控制器3，其中：
所述机械臂1用于根据所述控制器3的指令，以使所述机械臂1的末端到达待清洗污物位置进行清洗作业；
所述激光清洗装置2连接于所述机械臂1的末端，用于根据所述机械臂1的移动对所述待清洗污物进行激光清洗；
所述控制器3与所述机械臂1和所述激光清洗装置2电连接，所述控制器3用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置；
所述控制器3还用于根据所述清洗污物位置，控制所述机械臂1中最匹配的机械臂搭载激光清洗装置移动至待清洗污物位置；
所述控制器3还用于控制所述激光清洗装置2对待清洗污物进行清洗。
在本实施例中，机械臂搭载激光清洗装置的清洗系统，采用集控制器与机械臂配合且机械臂均搭载有激光清洗装置的一体式系统，首先通过控制器获取大幅面应用场景的待清洗污物并确定待清洗污物位置，随后控制器根据待清洗污物位置以及机械臂的位置选择距离待清洗污物位置最匹配的机械臂，并控制机械臂带动激光清洗装置到达待清洗污物位置，最后控制激光清洗装置对待清洗污物进行激光清洗，从而解决了大幅面应用场景下难以定位污物位置，采用人工清洗效率低，并且污染大的问题。
需要说明的是，本发明采用多个机械臂协同工作，通过控制器根据待清洗污物位置以及多个机械臂的位置，选择距离待清洗污物位置最近的机械臂，或行驶路径最方便的机械臂，即最匹配的机械臂对待清洗的污物进行清洗，在一定程度上提高了清洗工作的效率。
进一步的，本发明实施例中的所涉及的机械臂1为现有技术中常见的机械臂，机械臂的关节数不作限定，可根据实际需求设定，同时，不同机械臂1的关节数可相同、也可不同；可以理解的是，在利用控制器对机械臂的运动路径进行规划时，机械臂的关节数越多，路径规划的难度越大。
具体的，激光清洗装置2可选择现有技术中技术成熟的激光清洗器，并将激光清洗器与控制器电连接，并且搭载于机械臂的末端，激光清洗装置由激光清洗模块包括光纤激光器、光纤激光输出臂、激光清洗头、光纤与电缆束、位移传感器与控制器组成。控制器3是发布命令的"决策机构"，即完成协调和指挥整个计算机系统的操作，控制器可为单片机、PID控制器、可编程控制器等。
在一些实施例中，所述机械臂搭载激光清洗系统还包括车载装置4，所述车载装置4包括移动台41、升降机构42和回收装置43，所述升降机构 42固定于所述移动台41的台面上，对应的所述机械臂1一端固定连接于所述升降机构42，以使所述机械臂1能够上下移动，所述回收装置43安装于所述移动台上。
需要说明的是，通过将机械臂搭载于移动台上，能够通过移动台的移动带动机械臂及激光清洗装置于水平面上移动，以改变激光清洗装置的位置，从而无限接近待清洗污物位置，并且通过设置升降机构带动机械臂沿垂直方向运动，以改变激光清洗装置在垂直方向的位置，从而无限趋近待清洗污物位置，同时通过设置回收装置，当激光头清洗待清洗目标时，吸尘头也同时启动，其产生负压而吸取回收清洗时产生的粉尘；吸取的粉尘然后顺从吸附回收管路收集到烟尘过滤回收装置，进一步提高了环保性能。
在一些实施例中，请参阅图3，所述控制器3包括获取装置31，所述获取装置31用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置，请参阅图4，所述获取装置31包括：
模型训练模块311，用于训练融合协调注意力机制的YOLOX模型；
图像获取模块312，用于基于改进的所述YOLOX模型获取待清洗污物图像；
目标定位模块313，用于基于预设的坐标转换规则，确定所述待清洗污物图像的位置。
在本实施例中，获取模块31用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置，首先通过训练融合协调注意力机制的YOLOX模型，以提高对待清洗污物的识别能力，随后采用训练好的模型提取大幅面应用场景下的待清洗污物，并且基于预设的坐标转换规则，确定所述待清洗污物图像的位置。
具体的，在原有的YOLOX网络结构上结合协调注意力机制，形成新的网络结构，同时通过安装在机械臂上的深度摄像头对待清洗污物进行图像采集，然后将图像进行预处理并对所有图像标记标签框，再划分训练集和测试集，最后再配置好的环境上进行训练得到检测目标对象的模型。
在一个具体的实施例中，协调注意力机制通过精确的位置信息对通道关系和远程依赖进行编码，具体步骤可以分为坐标信息嵌入和协调注意力生成，其中：
在坐标信息嵌入过程中，全局池化方法通常用于通道注意编码空间信息的全局编码，但由于它将全局空间信息压缩到通道描述符中，导致难以保存位置信息，为了促使注意力模块能够捕捉具有精确位置信息的远程空间交互，协调注意力机制按照以下公式分解全局池化，转化为一对一维特征编码操作：
Figure RE-GDA0003846708280000081
具体地，给定输入X其尺寸大小为(H,W,C)，H表示图片的高，W表示图片的宽，C是图片通道数，首先使用尺寸为(H,1)或(1,W)的池化卷积核分别沿着水平坐标和垂直坐标对每个通道进行编码，因此，高度为H的第C通道的输出可以表示为：
Figure RE-GDA0003846708280000082
Figure RE-GDA0003846708280000091
同样，宽度为W的第C通道的输出可以写成:
Figure RE-GDA0003846708280000092
Figure RE-GDA0003846708280000093
上述两种变换分别沿两个空间方向聚合特征，得到一对方向感知的特征图，这两种变换还允许注意力模块沿一个空间方向捕获远程依赖关系，并沿另一个空间方向保留精确的位置信息，这有助于网络更准确地定位感兴趣的目标；
在生成协调注意力后，通过坐标信息嵌入中的变换后，对上述变换进行全连接操作，然后使用卷积变换函数F1对其进行变换操作，获取的变换可有如下公式表达：f＝δ(F1([zh,zw]))，式中[zh,zw]为沿空间维数的全连接操作，δ为非线性激活函数，f是在水平方向和垂直方向编码空间信息的中间特征图，随后沿着空间维数将中间特征图f分解为2个单独的张量fh和fw，并且将fh和fw分别通过两个卷积变换Fh和Fw变换为与输入X具有相同通道数的张量，得到：gh＝σ(Fh(fh))，gw＝σ(Fw(fw))，其中，σ为sigmod 激活函数，然后对输出gh和gw进行扩展并分别作为注意力权重，最后，协调注意力模块的输出可以写成：
Figure RE-GDA0003846708280000094
进一步的，通过训练好的模型获取图像信息，通过安装在机械臂上的深度摄像头识别船舶待清洗污物，在改进的YOLOX模型下将识别出船舶上的待清洗污物。
进一步的，对待清洗污物进行定位，确定待清洗污物的位置，通过深度摄像头将所有检测到的待清洗污物的相机坐标信息转为真实世界的坐标，并将其传回车载控制器，为机械臂做轨迹规划提供坐标信息。
在一些实施例中，请参阅图3，所述控制器还包括机械臂轨迹规划模块 32，用于根据所述机械臂的位置以及待清洗污物图像的位置，采用改进的精英非支配排序遗传算法，选择匹配的机械臂对相应的污物进行清洗，并确定所述匹配的机械臂从初始位置运动至待清洗污物图像位置处的路径。
需要说明的是，大型船舶吃水线以下的船体外壳上会形成一层厚厚的垢层，这些垢层紧密、坚硬并且范围大，为了能快速高效的完成清洗任务，本发明实施例在结构上提出了部署多机械臂集群，由此需要选择一种能协调多机械臂分区域定向作业的算法来分布式控制多机械臂集群作业，故而，本发明实施例提出了一种基于改进的精英非支配排序遗传算法(INSGA-II) 的多目标轨迹规划方法，以达到机器臂队形保持、避障、协作加工的效果。
在本实施例中，通过控制器中的机械臂轨迹规划模块32，采用改进的精英非支配排序遗传算法，从多个机械臂群中选择距离待清洗污物最近的一个机械臂，并对该机械臂移动到待清洗污物位置的目标轨迹进行规划，从而以使最匹配机械臂能够在最短的时间内到达待清洗污物位置，并带动激光清洗装置对污物进行清洗作业。
在一些实施例中，请参阅图5，所述机械臂轨迹规划模块32包括初始路径确定模块321、期望路径确定模块322和目标路径确定模块323；
所述初始路径确定模块321用于对所述改进的精英非支配排序遗传算法进行参数初始化设置，确定所述匹配的机械臂运动的初始路径；
所述期望路径确定模块322用于基于帕累托前沿，根据所述初始路径确定期望路径；
所述目标路径确定模块323用于根据精英策略，确定期望路径的参数，从而获得所述匹配的机械臂运动的目标路径。
在本实施例中，首先设计如下所述的五次多项式g(λ)＝10λ3-15λ4+ 6λ5,λ∈[0,1]，并将五次多项式代入n次贝塞尔曲线，贝塞尔曲线如公式
Figure RE-GDA0003846708280000101
使x＝g(λ)，得到复合多项式
Figure RE-GDA0003846708280000102
从而得到初始路径：
Figure RE-GDA0003846708280000103
并储存轨迹，其中，
Figure RE-GDA0003846708280000104
是一个二项式系数，Pi为构造贝塞尔曲线的给定控制点，T为行程时间，λ表示归一化时间，并且满足t＝λT，
Figure RE-GDA0003846708280000111
为伯恩斯坦基阶多项式，
Figure RE-GDA0003846708280000112
表示关节速度。
进一步的，计算每个染色体的期望路径，期望路径的数学定义如
Figure RE-GDA0003846708280000113
所示，第一代种群进行非支配排序以找到一组帕累托前沿，并根据拥挤距离对种群进行排序。
其中，f1(t)为总行程时间，f2(t)为执行机构扭矩的方差，τi(t)和τi(t- 1)分别表示执行机构在前一个和当前情况下的扭矩，n表示机器臂关节的数量。
最后，确定期望路径的参数，由此获取目标路径，并根据目标路径控制机械臂的运动，以此带动激光清洗装置对待清洗污物进行清洗。
在一些实施例中，所述目标路径确定模块包括排序群选择模块、基于方向的交叉模块和自适应精度可控的变异模块；
所述排序群选择模块用于基于预设的排序群算法，确定目标路径的可行节点；
所述基于方向的交叉模块用于基于预设的方向交叉算法，根据所述目标路径的可行节点，确定目标路径的最优范围；
所述自适应精度可控的变异模块用于基于所述预设的自适应机制，以提高在所述目标路径的最优范围内确定所述目标路径的速度。
在本实施例中，通过排序群选择模块、基于方向的交叉模块和自适应精度可控的变异模块生成一个新的父代种群，并根据精英策略将父代和子代组合成N个个体的种群。
需要说明的是，在进行排序群选择时，首先基于设计变量的约束，随机初始化大小为N的父总体P0，其中N被设置为4的倍数；随后基于非支配排序将初始化的总体排序为多个等级，解的适应度等于相应的非支配水平，第一条战线上的个体被赋予适应值1，第二条战线上的个体被赋予适应值2，依此类推，随后将排序后的总体按顺序均匀划分为4个元素，即X1、 X2、X3和X4，最后由排序群选择(RGS)模块组成的成对个体群为IA＝ (X1，X1，X1，X2，X2，X3)和IB＝(X2，X3，X4，X3，X4，X4)，在迭代过程中，IA负责引导种群走向最优区域，IB负责增加种群多样性。
进一步得到，在进行基于方向的交叉训练时，首先根据目标函数越好，个体越接近最优区域的原则，设计了基于方向的交叉(DBX)模块：
Figure RE-GDA0003846708280000121
其中，
Figure RE-GDA0003846708280000122
假定中心，i表示第i个个体，j表示可变维数，参数rij区间内均匀分布的随机数[-1,1]，
Figure RE-GDA0003846708280000123
为交叉方向沿随机步骤生成的新个体；随后若基于方向的交叉模块生成的群体跨越边界，则通过
Figure RE-GDA0003846708280000124
其将限制在边界内，以确保群体基因的合理性，其中，pit表示在第i次迭代中第i个个体的值，pimin和pimax代表设计变量的最小值和最大值。
进一步的，通过在精度可控变异的基础中加入了自适应机制，以提高算法的收敛速度，首先精度可控变异的勘探和开发可以表示
Figure RE-GDA0003846708280000125
其中，p是控制决策空间精度的参数，函数Random(p)可以生成0到p-1范围内的伪随机数，随后，加入自适应机制，形成自适应精度可控变异，如下所示：
Figure RE-GDA0003846708280000131
Figure RE-GDA0003846708280000132
其中，
Figure RE-GDA0003846708280000133
和
Figure RE-GDA0003846708280000134
是当代群体中个体的最大值和最小值,ximinimax表示决策空间的大小。
在一些实施例中，所述机械臂轨迹规划模块3还包括寻优模块33，所述寻优模块33用于从多条待选择的轨迹中确定最匹配的目标路径。
在本实施例中，通过寻优模块33判断是否达到迭代次数，并比较每条轨迹的目标函数。最后，通过迭代得到目标函数的帕累托解，并输出相应的设计参数。
基于上述机械臂搭载激光清洗系统，本发明还提供一种机械臂搭载激光清洗装置的清洗方法，请参阅图6，包括：
S601、获取大幅面应用场景下的污物图像，并基于预设的坐标转换规则，确定所述待清洗污物图像的位置；
S602、根据所述待清洗污物图像的位置，采用改进的精英非支配排序遗传算法，确定所述最匹配的机械臂从初始位置运动至待清洗污物图像位置处的目标路径；
S603、根据所述待清洗污物图像的位置和所述目标路径，通过移动所述最匹配的机械臂将所述激光清洗装置移动至待清洗污物图像的位置并对污物进行清洗。
在本实施例中，首先通过获取待清洗污物图像的位置，随后采用改进的精英非支配排序遗传算法，选择机械臂种群中与待清洗污物图像位置最匹配的机械臂，并确定机械臂从初始位置移动到污物图像位置的目标路径，最后根据污物图像位置和目标路径，由机械臂搭载激光清洗装置对待清洗的污物进行清洗，实现了高效、无污染清洗大幅面应用场景下污物的目的。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (10)

1.一种机械臂搭载激光清洗系统，其特征在于，包括：机械臂、激光清洗装置和控制器，其中：
所述机械臂用于根据所述控制器的指令，以使所述机械臂的末端到达待清洗污物位置进行清洗作业；
所述激光清洗装置连接于所述机械臂的末端，用于根据所述机械臂的移动对所述待清洗污物进行激光清洗；
所述控制器与所述机械臂和所述激光清洗装置电连接，所述控制器用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置；
所述控制器还用于根据所述清洗污物位置，控制所述机械臂中最匹配的机械臂搭载激光清洗装置移动至待清洗污物位置；
所述控制器还用于控制所述激光清洗装置对待清洗污物进行清洗。
2.根据权利要求1所述的机械臂搭载激光清洗系统，其特征在于，所述机械臂搭载激光清洗系统还包括车载装置，所述车载装置包括移动台、升降机构和回收装置，所述升降机构固定于所述移动台的台面上，对应的所述机械臂一端固定连接于所述升降机构，以使所述机械臂能够上下移动，所述回收装置安装于所述移动台上。
3.根据权利要求2所述的机械臂搭载激光清洗系统，其特征在于，所述控制器包括获取装置，所述获取装置用于识别大幅面应用场景下的待清洗污物，并获取待清洗污物位置，所述获取装置包括：
模型训练模块，用于训练融合协调注意力机制的YOLOX模型；
图像获取模块，用于基于改进的所述YOLOX模型获取待清洗污物图像；
目标定位模块，用于基于预设的坐标转换规则，确定所述待清洗污物图像的位置。
4.根据权利要求3所述的机械臂搭载激光清洗系统，其特征在于，所述控制器还包括机械臂轨迹规划模块，用于根据所述机械臂的位置以及待清洗污物图像的位置，采用改进的精英非支配排序遗传算法，选择匹配的机械臂对相应的污物进行清洗，并确定所述匹配的机械臂从初始位置运动至待清洗污物图像位置处的路径。
5.根据权利要求4所述的机械臂搭载激光清洗系统，其特征在于，所述机械臂轨迹规划模块包括初始路径确定模块、期望路径确定模块和目标路径确定模块；
所述初始路径确定模块用于对所述改进的精英非支配排序遗传算法进行参数初始化设置，确定所述匹配的机械臂运动的初始路径；
所述期望路径确定模块用于基于帕累托前沿，根据所述初始路径确定期望路径；
所述目标路径确定模块用于根据精英策略，确定期望路径的参数，从而获得所述匹配的机械臂运动的目标路径。
6.根据权利要求5所述的机械臂搭载激光清洗系统，其特征在于，所述目标路径确定模块包括排序群选择模块、基于方向的交叉模块和自适应精度可控的变异模块；
所述排序群选择模块用于基于预设的排序群算法，确定目标路径的可行节点；
所述基于方向的交叉模块用于基于预设的方向交叉算法，根据所述目标路径的可行节点，确定目标路径的最优范围；
所述自适应精度可控的变异模块用于基于所述预设的自适应机制，以提高在所述目标路径的最优范围内确定所述目标路径的速度。
7.根据权利要求4所述的机械臂搭载激光清洗系统，其特征在于，所述机械臂轨迹规划模块还包括寻优模块，所述寻优模块用于从多条待选择的轨迹中确定最匹配的目标路径。
8.根据权利要求5所述的机械臂搭载激光清洗系统，其特征在于，所述初始路径可有以下公式表达：
Figure FDA0003785011500000031
其中，
Figure FDA0003785011500000032
是一个二项式系数，Pi为构造贝塞尔曲线的给定控制点，T为行程时间，λ表示归一化时间，并且满足t＝λT，
Figure FDA0003785011500000033
为伯恩斯坦基阶多项式，
Figure FDA0003785011500000034
表示关节速度。
9.根据权利要求5所述的机械臂搭载激光清洗系统，其特征在于，所述期望路径可由如下公式进行表达：
Figure FDA0003785011500000035
其中，f1(t)为总行程时间，f2(t)为执行机构扭矩的方差，τi(t)和τi(t-1)分别表示执行机构在前一个和当前情况下的扭矩，n表示机器臂关节的数量。
10.一种基于如权利要求1-9任一项所述的机械臂搭载激光清洗系统的清洗方法，其特征在于，包括：
获取大幅面应用场景下的污物图像，并基于预设的坐标转换规则，确定所述待清洗污物图像的位置；
根据所述待清洗污物图像的位置，采用改进的精英非支配排序遗传算法，确定所述最匹配的机械臂从初始位置运动至待清洗污物图像位置处的目标路径；
根据所述待清洗污物图像的位置和所述目标路径，通过移动所述最匹配的机械臂将所述激光清洗装置移动至待清洗污物图像的位置并对污物进行清洗。
CN202210939690.1A 2022-08-05 2022-08-05 一种机械臂搭载激光清洗系统及方法 Pending CN115246131A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210939690.1A CN115246131A (zh) 2022-08-05 2022-08-05 一种机械臂搭载激光清洗系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210939690.1A CN115246131A (zh) 2022-08-05 2022-08-05 一种机械臂搭载激光清洗系统及方法

Publications (1)

Publication Number Publication Date
CN115246131A true CN115246131A (zh) 2022-10-28

Family

ID=83699901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210939690.1A Pending CN115246131A (zh) 2022-08-05 2022-08-05 一种机械臂搭载激光清洗系统及方法

Country Status (1)

Country Link
CN (1) CN115246131A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116408793A (zh) * 2023-02-16 2023-07-11 广州数控设备有限公司 一种曲率连续的工业机器人路径光顺方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116408793A (zh) * 2023-02-16 2023-07-11 广州数控设备有限公司 一种曲率连续的工业机器人路径光顺方法及系统
CN116408793B (zh) * 2023-02-16 2023-11-14 广州数控设备有限公司 一种曲率连续的工业机器人路径光顺方法及系统

Similar Documents

Publication Publication Date Title
CN110488859B (zh) 一种基于改进Q-learning算法的无人机航路规划方法
CN111113409B (zh) 一种基于分步优化的多机器人多工位协作点焊规划方法
CN104062902B (zh) Delta机器人时间最优轨迹规划方法
CN106598043B (zh) 面向多个动态目标的并联机器人高速拾取路径优化方法
CN111273664B (zh) 一种空间桁架结构在轨装配的多机器人路径协同规划方法
CN114571153B (zh) 一种基于3d点云的焊缝识别与机器人焊缝跟踪方法
Cao et al. Toward optimal rendezvous of multiple underwater gliders: 3D path planning with combined sawtooth and spiral motion
CN112519978B (zh) 一种船舶螺旋桨水下清洗装置及其清洗方法
CN111070206B (zh) 一种降低机器人运动能耗的工位布局方法
CN115246131A (zh) 一种机械臂搭载激光清洗系统及方法
CN109822550B (zh) 一种复杂曲面机器人高效高精度示教方法
Le et al. Towards optimal hydro-blasting in reconfigurable climbing system for corroded ship hull cleaning and maintenance
CN108098134A (zh) 一种新型激光视觉焊缝跟踪系统及方法
CN116673963A (zh) 面向无序断路器零件的双机械臂协作柔性装配系统及方法
CN112809665A (zh) 一种基于改进rrt算法的机械臂运动规划方法
CN112966576A (zh) 基于多光源图像的绝缘子水冲洗机器人瞄准系统及方法
CN115167465A (zh) 基于人工势场栅格法的无人潜器三维路径规划方法
CN114147708A (zh) 基于改进的天牛须搜索算法的机械臂避障路径规划方法
CN115456139A (zh) 用于学习高维机器人任务的网络模块化
BAYGIN et al. PSO based path planning approach for multi service robots in dynamic environments
CN111331598B (zh) 基于遗传算法优化神经网络结构的机器人姿态控制方法
CN114310872B (zh) 一种基于dgg点云分割网络的机械臂自动打菜方法
CN115202356A (zh) 一种三维水下欠驱动auv回收路径规划方法
Chen et al. Design and dynamic performance research of underwater inspection robots
CN109298715B (zh) 机器人行进控制系统及行进控制方法

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