CN117260744A - 一种基于人工智能的机械手路线规划方法 - Google Patents
一种基于人工智能的机械手路线规划方法 Download PDFInfo
- Publication number
- CN117260744A CN117260744A CN202311553022.6A CN202311553022A CN117260744A CN 117260744 A CN117260744 A CN 117260744A CN 202311553022 A CN202311553022 A CN 202311553022A CN 117260744 A CN117260744 A CN 117260744A
- Authority
- CN
- China
- Prior art keywords
- grid
- manipulator
- steering
- area
- path
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 22
- 238000013507 mapping Methods 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B25J9/1656—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
本发明涉及机械手路线规划领域,具体涉及一种基于人工智能的机械手路线规划方法。获取机械手的移动区域并进行网格划分;确定机械手的第一路径;确定第一路径在网格中的多个转向区域;获取转向区域的尺寸调整比例;对转向区域所在网格的尺寸进行调整;获取转向区域的第二旋转角度和初始旋转角度之间差值的负相关映射值,判断该负相关映射值是否大于阈值;若小于阈值,重复进行调整直至大于阈值,得到转向区域所在网格的最优尺寸;确定机械手在最优尺寸下的最优路径,得到机械手的移动路径。本发明通过获取移动路径中的转向区域,并根据转向区域的最优尺寸进行路径规划,在得到更加合理的移动路径的同时,保证了机械手移动的平滑性。
Description
技术领域
本发明涉及机械手路线规划领域,具体涉及一种基于人工智能的机械手路线规划方法。
背景技术
机械手是一种能模仿人手和臂的某些动作功能,用以按固定程序抓取、搬运物件或操作工具的自动操作装置,通过操纵机械手沿设定路径移动来代替人的重复性劳动,以实现生产的机械化和自动化;在机械手沿设定路径进行移动时,需要保证机械手的工作效率,因此设定路径的距离需要尽可能精确,同时由于机械手的转动角度的局限性,在沿设定路径进行移动时会存在无法转向或转向角度过大导致机械手磨损严重的情况,大大减少了机械手的使用寿命,因此,需要对机械手的移动路径进行合理的规划。
在现有的A星路径规划中,需要预先将搜索区域划分为多个栅格节点,可以在规划出机械手最短移动路径的同时避开障碍物,但是在预先搜索区域中进行网格划分时,如果网格划分过大,则会导致所生成的规划路径的路线角度过大,无法解决机械手的磨损问题;现有通过B样条曲线对机械手的移动路径进行插值,从而将机械手的路径优化为平滑的曲线的方法,可以保证机械手的移动较为平滑,但通过B样条的结节点难以控制B样条的形态,机械手虽然具有平滑的移动路径,但生成的路径曲线无法把握机械手的移动距离,在存在障碍物的情况下,无法保证能够完全避开障碍物。
为了保证机械手移动路径在准确的同时具有一定的平滑性,减少机械手的移动损耗,本发明提出了一种基于人工智能的机械手路线规划方法。
发明内容
本发明提供一种基于人工智能的机械手路线规划方法,以解决现有技术无法保证机械手移动路径精确的同时具有一定平滑性的问题,包括:获取机械手的移动区域并进行网格划分;确定机械手的第一路径;确定第一路径在网格中的多个转向区域;获取转向区域的尺寸调整比例;对转向区域所在网格的尺寸进行调整;获取转向区域的第二旋转角度和初始旋转角度之间差值的负相关映射值,判断该负相关映射值是否大于阈值;若小于阈值,重复进行调整直至大于阈值,得到转向区域所在网格的最优尺寸;确定机械手在最优尺寸下的最优路径,得到机械手的移动路径。
本发明通过对机械手的移动路径进行初始网格划分并通过A星算法确定机械手的第一路径,在第一路径的基础上进行后续优化,有利于确保优化后路径的精确度,进一步通过确定第一路径中的待平滑区域,能够针对第一路径中可能导致机械手转向磨损的地方进行针对性优化,对待平滑区域的网格进行迭代划分,保证了通过划分网格后得到的路径能够符合机械手的转动角度要求,从而得到机械手更加平滑的移动路径。
本发明采用如下技术方案,一种基于人工智能的机械手路线规划方法,包括:
S1.获取机械手的移动区域并进行初始网格划分,获取机械手在初始网格中的起始位置和目标位置。
S2.利用A星算法确定机械手从初始网格中的起始位置移动到目标位置的第一路径。
S3.获取第一路径中每个节点的方向向量,根据相邻节点之间的方向向量确定机械手的第一路径在初始网格中的多个转向区域;获取每个转向区域的最大旋转角度作为每个转向区域的初始旋转角度。
S4.根据每个转向区域的初始旋转角度与机械手的最大转向角度之间的差异,获取每个转向区域的尺寸调整比例。
S5.根据每个转向区域的尺寸调整比例对每个转向区域所在初始网格的尺寸进行调整,得到每个转向区域的第二网格;获取机械手每个转向区域在第二网格中的最大旋转角度,作为每个转向区域的第二旋转角度。
S6.获取每个转向区域的第二旋转角度和初始旋转角度之间差值的负相关映射值,判断该负相关映射值是否大于阈值;若大于阈值,将每个转向区域的第二网格的尺寸作为该转向区域的最优尺寸。
S7.若小于阈值,对每个转向区域的第二网格重复步骤S4-S5,直至每个转向区域在重新调整后的网格中的最大旋转角度和对应转向区域初始旋转角度之间差值的负相关映射值大于阈值,得到每个转向区域所在网格的最优尺寸。
S8.利用A星算法确定机械手的每个转向区域在最优尺寸网格下的最优路径,得到机械手的移动路径。
进一步的,一种基于人工智能的机械手路线规划方法,确定机械手的第一路径在初始网格中的多个转向区域的方法为:
获取第一路径在初始网格中的所有节点,根据相邻节点的坐标得到相邻节点间的方向向量;
获取相邻方向向量之间的方向角差异作为第一路径中的空间旋转角度;
获取机械手的最大转动角度,将机械手的第一路径在初始网格中空间旋转角度大于机械手最大旋转角度对应的节点区域,作为第一路径在初始网格中的转向区域。
进一步的,一种基于人工智能的机械手路线规划方法,获取每个转向区域的尺寸调整比例的方法为:
获取每个转向区域在初始网格中的最大旋转角度,利用负相关映射函数获取每个转向区域在初始网格中的最大旋转角度和机械手的最大转向角度之间的负相关映射值,根据该负相关映射值计算每个转向区域所在初始网格的尺寸调整比例,表达式为:
;
其中,bj表示第j个转向区域所在初始网格的调整比例,表示第j个转向区域在初始网格的最大旋转角度,ym表示机械手的最大转向角度,/>表示第j个转向区域所在初始网格第i次进行尺寸调整的调整偏移值,a为超参数。
进一步的,一种基于人工智能的机械手路线规划方法,获取调整偏移值的方法为:
对每个转向区域所在初始网格的尺寸进行第一次调整,调整偏移值的初始值为1,得到每个转向区域所在的第二网格;
当需要对转向区域所在第二网格的尺寸继续进行划分时,获取每个转向区域在第二网格中的最大旋转角度,根据每个转向区域在第二网格中的最大旋转角度,每个转向区域在初始网格中的最大旋转角度以及每个转向区域所在网格尺寸的变化值计算下一次进行尺寸划分的调整偏移值。
进一步的,一种基于人工智能的机械手路线规划方法,对每个转向区域所在初始网格的尺寸进行调整的方法为:
根据每个转向区域所在初始网格的尺寸和对应转向区域所在初始网格的尺寸调整比例的乘积,得到每个转向区域所在第二网格的尺寸;
根据每个转向区域所在第二网格的尺寸获取每个转向区域所在第二网格的尺寸调整比例,对每个转向区域所在第二网格的尺寸重新进行调整。
进一步的,一种基于人工智能的机械手路线规划方法,获取机械手每个转向区域在第二网格中的最大旋转角度的方法为:
获取机械手每个转向区域的第二网格,利用A星算法确定机械手每个转向区域在第二网格中的第二路径;
根据机械手的第二路径在第二网格中相邻节点区域的方向向量获取每个转向区域的最大旋转角度,作为每个转向区域的第二旋转角度。
进一步的,一种基于人工智能的机械手路线规划方法,获取机械手的移动路径的方法为:
利用A星算法确定机械手在每个转向区域所在网格的最优尺寸下的最优路径,获取最优路径中的每个节点,根据最优路径中的每个节点进行路径拟合,得到机械手的移动路径。
本发明的有益效果是:本发明通过对机械手的移动路径进行初始网格划分并通过A星算法确定机械手的第一路径,在第一路径的基础上进行后续优化,有利于确保优化后路径的精确度,进一步通过确定第一路径中的待平滑区域,能够针对第一路径中可能导致机械手转向磨损的地方进行针对性优化,对待平滑区域的网格进行迭代划分,保证了通过划分网格后得到的路径能够符合机械手的转动角度要求,从而得到机械手更加平滑的移动路径。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种基于人工智能的机械手路线规划方法结构示意图;
图2为本发明实施例的一种待平滑区域的网格划分方法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,给出了本发明实施例的一种基于人工智能的机械手路线规划方法结构示意图,包括:
101.获取机械手的移动区域并进行初始网格划分,获取机械手在初始网格中的起始位置和目标位置。
通过3d点云相机,得到当前工作环境各物体的点云模型,由3d点云模型得到机械手的起始位置(x1,y1,z1)和目标位置(x2,y2,z2),和障碍物的3d点云坐标(x0,y0,z0)。
在得到当前机械手工作环境下,机械手所在起始位置和需要到达的目标位置,以及障碍物的3d坐标点后。
通过对障碍物的3d坐标进行8-领域的连通域提取,得到障碍物所对应的连通域,然后将在可搜寻区域中的非障碍物区域进行等网络划分,得到可行搜索区域,其中可行搜索区域中的每个网格为一个节点。
如果初始网格划分过大,则导致所生成的规划路径的路线角度过大,增加机械臂的磨损,甚至机械手由于转动角度限制无法完成转动,如果网格划分过小,则会导致A星算法进行最优路径搜索时,其计算代价过大,影响工作效率,本发明在确定第一路径时,初始网格的划分间隔(即网格尺寸)设定为20。
102.利用A星算法确定机械手从初始网格中的起始位置移动到目标位置的第一路径。
本发明通过预先对可行搜索区域进行较大网格的区域划分,然后通过A星算法得到第一路径,其中第一路径由于初始网格较大,节点(或者说网格)数量较少,则计算量小,但是得到的路径较为粗糙,容易出现拐角。
103. 获取第一路径中每个节点的方向向量,根据相邻节点之间的方向向量确定机械手的第一路径在初始网格中的多个转向区域;获取每个转向区域的最大旋转角度作为每个转向区域的初始旋转角度。
得到机械手的第一路径后,本发明通过获取第一路径上的节点序列,并将节点按照由起点到终点进行排序,获得排序后的节点序列,其中每个节点表示第一路径所在初始网格中的每一个网格。
选取节点序列中每个节点相邻的坐标位置,比如第一节点和第二节点,第二节点和第三节点,以此类推,得到每个节点与其相邻节点之间组成的向量G1,G2,…Gn,其中n为向量个数,为节点个数减1。
获取相邻向量之间的方向角差异(即空间旋转角度),通过现有相邻向量之间的空间旋转角的求取方法获取三维向量G1,G2之间的空间旋转角度y1, 同理得到y2,…yn,同时获取机械手的最大转动角度ym。
所以当第q个相邻向量之间的空间旋转角yq大于机械手的最大转动角度ym后,则认为当前第q个相邻向量所对应的空间旋转角yq不合理,在其机械手运动过程中可能会造成较大磨损,其中机械手的最大转动角度ym由不同得到设备得到不同的参数,所以具体实施时需根据具体实施场景进行调整。
由此可以得到会导致机械手运动过程中造成磨损的区域,即第j个相邻向量之间对应的节点区域,即该节点区域为具有磨损角度的区域,本发明获取第一路径的节点序列中所有具有磨损角度的节点区域,进而通过连通域提取算法,得到连续具有磨损角度的节点连通域,由于各个网格节点均为均匀等大的节点,因此,将每个连续具有磨损角度的节点连通域作为待平滑区域,即机械手的转向区域。
确定第一路径中的待平滑区域的方法为:
获取第一路径中的所有节点,根据相邻节点的坐标得到相邻节点间的方向向量;
获取相邻方向向量之间的方向角差异作为第一路径中的空间旋转角度。
获取机械手的最大转动角度,将机械手的第一路径在初始网格中空间旋转角度大于机械手最大旋转角度对应的节点区域,作为第一路径在初始网格中的转向区域。
104. 根据每个转向区域的初始旋转角度与机械手的最大转向角度之间的差异,获取每个转向区域的尺寸调整比例。
本发明获取第j个待平滑区域的最大旋转角度,待平滑区域即为本发明中机械手的转向区域,将最大旋转角度与机械手的最大转向角度ym做差得到差值ycj,其中ycj的值越大,说明第j个待平滑区域内最大的角度,比机械手可转动的最大角度大的越多,则网格在进行细分时相比于之前分的越细,为了使得在进行网格调整时,能够具有更好的适应性,所以根据原本网格大小乘以一定的调整比例作为新网格的调整尺寸。
获取每个转向区域的尺寸调整比例的方法为:
获取网格中每个转向区域的最大旋转角度,利用负相关映射函数获取每个转向区域中的最大旋转角度和机械手的最大转向角度之间的负相关映射值,根据该负相关映射值计算每个待平滑区域的调整比例,表达式为:
;
其中,bj表示网格中第j个转向区域的调整比例,表示第j个转向区域中的最大旋转角度,其值越大,则在机械手工作可能会对其造成过大的磨损,ym表示机械手的最大转向角度,不同设备机械手,参数不一致,/>表示第j个待平滑区域第i次进行尺寸调整的调整偏移值,a为超参数,本发明中设置为1。
其中表示当前机械手工作可转动的最大角度,与第一路径中第j个待平滑区域的最大旋转角度的差异,其值越大,则调整比例值越小,从而最终划分后的网格更加精细,公式中此处采用负相关映射函数exp(-x),从而使得/>变大时,的值下降,并且/>为0时,调整比例的值不会为0。
为每次获取调整比例时的调整偏移值,因为仅通过/>无法保证当前得到的调整系数是否合适,因此通过将/>作为/>和调整比例值bj之间的映射关系,从而使得在接下来的调整中能够更快的得到调整比例值,从而将网格的尺寸划分到合适的大小。
获取调整偏移值的方法为:
对每个转向区域所在初始网格的尺寸进行第一次调整,调整偏移值的初始值为1,得到每个转向区域所在的第二网格;
当需要对转向区域所在第二网格的尺寸继续进行划分时,获取每个转向区域在第二网格中的最大旋转角度,根据每个转向区域在第二网格中的最大旋转角度,每个转向区域在初始网格中的最大旋转角度以及每个转向区域所在网格尺寸的变化值计算下一次进行尺寸划分的调整偏移值。
获取调整后待平滑区域的最大旋转角度与调整前待平滑区域的最大旋转角度/>之间的差值的负相关映射/>,即/>;获取调整后网格大小的变化值/>,则调整偏移值为/>。
105. 根据每个转向区域的尺寸调整比例对每个转向区域所在初始网格的尺寸进行调整,得到每个转向区域的第二网格;获取机械手每个转向区域在第二网格中的最大旋转角度,作为每个转向区域的第二旋转角度。
对每个转向区域所在初始网格的尺寸进行调整的方法为:
根据每个转向区域所在初始网格的尺寸和对应转向区域所在初始网格的尺寸调整比例的乘积,得到每个转向区域所在第二网格的尺寸;
获取机械手每个转向区域在第二网格中的最大旋转角度的方法为:
获取机械手每个转向区域的第二网格,利用A星算法确定机械手每个转向区域在第二网格中的第二路径;
根据机械手的第二路径在第二网格中相邻节点区域的方向向量获取每个转向区域的最大旋转角度,作为每个转向区域的第二旋转角度。
根据每个转向区域所在第二网格的尺寸获取每个转向区域所在第二网格的尺寸调整比例,对每个转向区域所在第二网格的尺寸重新进行调整,调整示意图如图2所示。
对于图2中的待平滑区域1(即转向区域1),经过网格尺寸调整后,将待平滑区域1所在的网格尺寸在初始网格尺寸的基础上进行3×3调整,进一步将待平滑区域1中的网格尺寸进行细分,得到待平滑区域1的第二网格,从而获取待平滑区域1在第二网格中的第二路径。
对于图2中的待平滑区域2(即转向区域2),其经过网格尺寸调整后,将待平滑区域2所在的网格尺寸在初始网格尺寸的基础上进行调整,待平滑区域2在进行网格尺寸调整可能进行了多次调整,最后得到的网格尺寸为9×9,其调整判断条件为本发明中的调整后的每个待平滑区域的最大旋转角度和原网格尺寸中对应待平滑区域的最大旋转角度之间差值的负相关映射值。
具体调整情况根据实际情况进行条件设定,本发明图2给出其中两种尺寸调整的示意图仅作举例说明。
106. 获取每个转向区域的第二旋转角度和初始旋转角度之间差值的负相关映射值,判断该负相关映射值是否大于阈值;若大于阈值,将每个转向区域的第二网格的尺寸作为最优尺寸;若小于阈值,对每个转向区域的第二网格重复步骤104-105,直至每个转向区域在重新调整后的网格中的最大旋转角度和对应转向区域初始旋转角度之间差值的负相关映射值大于阈值,得到每个转向区域所在网格的最优尺寸。
每个待平滑区域调整尺寸后第二网格中的第二旋转角度和对应待平滑区域的初始旋转角度之间差值的负相关映射值即为,本发明对待平滑区域(转向区域)的网格进行重复划分,直至/>大于1时,表示当前第i个待平滑区域的最大转弯角度小于机械手最大转动角度。
例如,第i个待平滑区域所存在最大转弯角度为200度,其中机械手最大限度为105度,则根据调整比例值bj=exp(-(200-105))×1×a对初始网格的尺寸进行调整,划分后得到新的第j个平滑区域所存在最大转弯角度为120度,此时判断调整尺寸后第二网格中的第二旋转角度和对应待平滑区域的初始旋转角度之间差值的负相关映射值,该负相关映射值未满足阈值,因此继续对网格尺寸进行调整,则新的bhi为/>,根据新的调整比例对待平滑区域的第二网格再次进行尺寸划分,直至该负相关映射值满足阈值。
107. 利用A星算法确定机械手的每个转向区域在最优尺寸网格下的最优路径,得到机械手的移动路径。
获取机械手的移动路径的方法为:
利用A星算法确定机械手在每个待平滑区域的最优尺寸下的最优路径,获取最优路径中的每个节点,根据最优路径中的每个节点进行路径拟合,得到机械手的移动路径。
在得到机械手的最优路径后,由数据处理中心将机械手所规划的最优路径指令转成离散的数据点,将最优路径数据点输送至机械手控制系统,由控制系统对机械手进行控制,完成机械手的路线规划。
本发明通过对机械手的移动路径进行初始网格划分并通过A星算法确定机械手的第一路径,在第一路径的基础上进行后续优化,有利于确保优化后路径的精确度,进一步通过确定第一路径中的待平滑区域,能够针对第一路径中可能导致机械手转向磨损的地方进行针对性优化,对待平滑区域的网格进行迭代划分,保证了通过划分网格后得到的路径能够符合机械手的转动角度要求,从而得到机械手更加平滑的移动路径。
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,凡在本发明之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于人工智能的机械手路线规划方法,其特征在于,包括:
S1.获取机械手的移动区域并进行初始网格划分,获取机械手在初始网格中的起始位置和目标位置;
S2.利用A星算法确定机械手从初始网格中的起始位置移动到目标位置的第一路径;
S3.获取第一路径中每个节点的方向向量,根据相邻节点之间的方向向量确定机械手的第一路径在初始网格中的多个转向区域;获取每个转向区域的最大旋转角度作为每个转向区域的初始旋转角度;
S4.根据每个转向区域的初始旋转角度与机械手的最大转向角度之间的差异,获取每个转向区域的尺寸调整比例;
S5.根据每个转向区域的尺寸调整比例对每个转向区域所在初始网格的尺寸进行调整,得到每个转向区域的第二网格;获取机械手每个转向区域在第二网格中的最大旋转角度,作为每个转向区域的第二旋转角度;
S6.获取每个转向区域的第二旋转角度和初始旋转角度之间差值的负相关映射值,判断该负相关映射值是否大于阈值;若大于阈值,将每个转向区域的第二网格的尺寸作为该转向区域的最优尺寸;
S7.若小于阈值,对每个转向区域的第二网格重复步骤S4-S5,直至每个转向区域在重新调整后的网格中的最大旋转角度和对应转向区域初始旋转角度之间差值的负相关映射值大于阈值,得到每个转向区域所在网格的最优尺寸;
S8.利用A星算法确定机械手的每个转向区域在最优尺寸网格下的最优路径,得到机械手的移动路径。
2.根据权利要求1所述的一种基于人工智能的机械手路线规划方法,其特征在于,确定机械手的第一路径在初始网格中的多个转向区域的方法为:
获取第一路径在初始网格中的所有节点,根据相邻节点的坐标得到相邻节点间的方向向量;
获取相邻方向向量之间的方向角差异作为第一路径中的空间旋转角度;
获取机械手的最大转动角度,将机械手的第一路径在初始网格中空间旋转角度大于机械手最大旋转角度对应的节点区域,作为第一路径在初始网格中的转向区域。
3.根据权利要求1所述的一种基于人工智能的机械手路线规划方法,其特征在于,获取每个转向区域的尺寸调整比例的方法为:
获取每个转向区域在初始网格中的最大旋转角度,利用负相关映射函数获取每个转向区域在初始网格中的最大旋转角度和机械手的最大转向角度之间的负相关映射值,根据该负相关映射值计算每个转向区域所在初始网格的尺寸调整比例,表达式为:
;
其中,bj表示第j个转向区域所在初始网格的调整比例,表示第j个转向区域在初始网格的最大旋转角度,ym表示机械手的最大转向角度,
表示第j个转向区域所在初始网格第i次进行尺寸调整的调整偏移值,a为超参数。
4.根据权利要求3所述的一种基于人工智能的机械手路线规划方法,其特征在于,获取调整偏移值的方法为:
对每个转向区域所在初始网格的尺寸进行第一次调整,调整偏移值的初始值为1,得到每个转向区域所在的第二网格;
当需要对转向区域所在第二网格的尺寸继续进行划分时,获取每个转向区域在第二网格中的最大旋转角度,根据每个转向区域在第二网格中的最大旋转角度,每个转向区域在初始网格中的最大旋转角度以及每个转向区域所在网格尺寸的变化值计算下一次进行尺寸划分的调整偏移值。
5.根据权利要求1所述的一种基于人工智能的机械手路线规划方法,其特征在于,对每个转向区域所在初始网格的尺寸进行调整的方法为:
根据每个转向区域所在初始网格的尺寸和对应转向区域所在初始网格的尺寸调整比例的乘积,得到每个转向区域所在第二网格的尺寸;
根据每个转向区域所在第二网格的尺寸获取每个转向区域所在第二网格的尺寸调整比例,对每个转向区域所在第二网格的尺寸重新进行调整。
6.根据权利要求1所述的一种基于人工智能的机械手路线规划方法,其特征在于,获取机械手每个转向区域在第二网格中的最大旋转角度的方法为:
获取机械手每个转向区域的第二网格,利用A星算法确定机械手每个转向区域在第二网格中的第二路径;
根据机械手的第二路径在第二网格中相邻节点区域的方向向量获取每个转向区域的最大旋转角度,作为每个转向区域的第二旋转角度。
7.根据权利要求1所述的一种基于人工智能的机械手路线规划方法,其特征在于,获取机械手的移动路径的方法为:
利用A星算法确定机械手在每个转向区域所在网格的最优尺寸下的最优路径,获取最优路径中的每个节点,根据最优路径中的每个节点进行路径拟合,得到机械手的移动路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311553022.6A CN117260744B (zh) | 2023-11-21 | 2023-11-21 | 一种基于人工智能的机械手路线规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311553022.6A CN117260744B (zh) | 2023-11-21 | 2023-11-21 | 一种基于人工智能的机械手路线规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117260744A true CN117260744A (zh) | 2023-12-22 |
CN117260744B CN117260744B (zh) | 2024-02-02 |
Family
ID=89216383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311553022.6A Active CN117260744B (zh) | 2023-11-21 | 2023-11-21 | 一种基于人工智能的机械手路线规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117260744B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR970069238A (ko) * | 1996-04-30 | 1997-11-07 | 김광호 | 공구경 보정 방법 |
WO2017028653A1 (zh) * | 2015-08-14 | 2017-02-23 | 北京进化者机器人科技有限公司 | 一种移动机器人室内自建地图的方法和系统 |
CN108356819A (zh) * | 2018-01-17 | 2018-08-03 | 西安交通大学 | 基于改进a*算法的工业机械臂无碰撞路径规划方法 |
CN115164907A (zh) * | 2022-09-06 | 2022-10-11 | 南京理工大学 | 基于动态权重的a*算法的森林作业机器人路径规划方法 |
CN115235483A (zh) * | 2022-05-23 | 2022-10-25 | 中联重科股份有限公司 | 构建栅格地图的方法、路径规划方法、处理器及装置 |
-
2023
- 2023-11-21 CN CN202311553022.6A patent/CN117260744B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR970069238A (ko) * | 1996-04-30 | 1997-11-07 | 김광호 | 공구경 보정 방법 |
WO2017028653A1 (zh) * | 2015-08-14 | 2017-02-23 | 北京进化者机器人科技有限公司 | 一种移动机器人室内自建地图的方法和系统 |
CN108356819A (zh) * | 2018-01-17 | 2018-08-03 | 西安交通大学 | 基于改进a*算法的工业机械臂无碰撞路径规划方法 |
CN115235483A (zh) * | 2022-05-23 | 2022-10-25 | 中联重科股份有限公司 | 构建栅格地图的方法、路径规划方法、处理器及装置 |
CN115164907A (zh) * | 2022-09-06 | 2022-10-11 | 南京理工大学 | 基于动态权重的a*算法的森林作业机器人路径规划方法 |
Non-Patent Citations (1)
Title |
---|
王苏彧 等: "自适应导向蚁群算法优化移动机器人路径规划", 《计算机应用研究》, pages 116 - 119 * |
Also Published As
Publication number | Publication date |
---|---|
CN117260744B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108196453B (zh) | 一种机械臂运动规划群体智能计算方法 | |
CN104062902B (zh) | Delta机器人时间最优轨迹规划方法 | |
CN109240091B (zh) | 一种基于强化学习的水下机器人控制方法及其进行跟踪的控制方法 | |
CN109676610B (zh) | 一种断路器装配机器人及其实现工作轨迹优化的方法 | |
US11919161B2 (en) | Grasp generation for machine tending | |
CN111260649B (zh) | 一种近距离机械臂感知与校准方法 | |
CN107972034B (zh) | 一种基于ros平台的复杂工件轨迹规划仿真系统 | |
CN115147437B (zh) | 机器人智能引导加工方法与系统 | |
CN111152220B (zh) | 一种基于人机融合的机械臂控制方法 | |
Kim et al. | UAV-UGV cooperative 3D environmental mapping | |
CN115179294A (zh) | 机器人控制方法、系统、计算机设备、存储介质 | |
Gao et al. | Multi-mobile robot autonomous navigation system for intelligent logistics | |
Foix et al. | 3D Sensor planning framework for leaf probing | |
CN114063614A (zh) | 基于机载单目视觉感知的多小型机器人系统混合队形快速收敛方法 | |
CN113927606B (zh) | 一种机器人3d视觉抓取方法及系统 | |
CN112288815A (zh) | 一种目标模位置测量方法、系统、存储介质及设备 | |
CN114661054A (zh) | 一种基于图像处理的移动机器人的路径规划与优化方法 | |
CN114986498A (zh) | 一种移动操作臂协同控制方法 | |
CN117260744B (zh) | 一种基于人工智能的机械手路线规划方法 | |
CN116690557A (zh) | 基于点云的仿人三维扫描运动控制方法及装置 | |
CN114310872B (zh) | 一种基于dgg点云分割网络的机械臂自动打菜方法 | |
CN114815899A (zh) | 基于3d激光雷达传感器的无人机三维空间路径规划方法 | |
Li | A Design of Robot System for Rapidly Sorting Express Carton with Mechanical Arm Based on Computer Vision Technology | |
CN117733308B (zh) | 一种超声波焊接机器人路径规划方法和装置 | |
CN118067132B (zh) | 一种石材养护机器人的路径生成方法 |
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 |