CN117733308B - 一种超声波焊接机器人路径规划方法和装置 - Google Patents

一种超声波焊接机器人路径规划方法和装置 Download PDF

Info

Publication number
CN117733308B
CN117733308B CN202410185507.2A CN202410185507A CN117733308B CN 117733308 B CN117733308 B CN 117733308B CN 202410185507 A CN202410185507 A CN 202410185507A CN 117733308 B CN117733308 B CN 117733308B
Authority
CN
China
Prior art keywords
node
path
ultrasonic welding
welding robot
candidate
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
Application number
CN202410185507.2A
Other languages
English (en)
Other versions
CN117733308A (zh
Inventor
孙书剑
王柏村
杨振
李洋
严浩
郑宗波
郑剑
王邈
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202410185507.2A priority Critical patent/CN117733308B/zh
Publication of CN117733308A publication Critical patent/CN117733308A/zh
Application granted granted Critical
Publication of CN117733308B publication Critical patent/CN117733308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Numerical Control (AREA)

Abstract

本申请提供一种超声波焊接机器人路径规划方法和装置。本申请提供的超声波焊接机器人路径规划方法,包括:基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点;基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。本申请提供的超声波焊接机器人路径规划方法和装置,可提高超声波焊接机器人的作业效率。

Description

一种超声波焊接机器人路径规划方法和装置
技术领域
本申请涉及机械制造及其自动化技术领域,尤其涉及一种超声波焊接机器人路径规划方法和装置。
背景技术
焊装自动化生产线主要应用于装备制造行业,从制造工艺上看,装备更新往往带来焊接工艺的改变,要求智能化生产线的控制程序、硬件配置等也随之升级更新或加以改造,以适应新款或改款装备的生产。传统的焊接技术大部分基于人工控制,因此对人为因素依赖很大,不适用于大规模自动化生产的场景;而超声波焊接机器人是智能柔性焊接工作站的重要组件,通过控制伺服机构实现运动焊接,可灵活匹配不同的工件,提高了整体焊接精度及效率。但超声波焊接机器人需要根据实际焊接工艺和作业需求进行合理的焊接路径规划,才能实现自主作业和精准作业,因此路径规划是焊接机器人的关键技术。
目前路径规划问题的解决思路一般可划分为局部路径规划和全局路径规划两种。局部路径规划又称在线路径规划,是指装备在工作中对环境信息未知或部分已知进行路径规划,如DWA算法等。全局路径规划是指装备在已知的工作环境中,需要提前知道具体的环境信息,规划出一条运行路径的最优解,如算法、遗传算法等。面向超声焊接工作站的作业需求,工作环境都处于完整已知的情况,因此更适合采用全局路径规划方法。
当前的全局路径规划思路,如算法,规划时只考察代价函数,在规划空间中存在复杂的凹约束时,会影响算法的运行速度,且标准的/>算法通常会为寻找最短路径而牺牲规划轨迹的平滑度,引起了轨迹路径的大角度弯折,这可能导致超声波焊接机器人在拟合规划路径时付出更多的运动代价,还可能降低拟合精度。
发明内容
有鉴于此,本申请提供一种超声波焊接机器人路径规划方法和装置,用以提高超声波焊接机器人的作业效率。
具体地,本申请是通过如下技术方案实现的:
本申请第一方面提供一种超声波焊接机器人路径规划方法,所述方法包括:
基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点;
基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;
其中,所述基于算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点 和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度;
基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。
本申请第二方面提供一种超声波焊接机器人路径规划装置,所述装置包括构建模块、规划模块和处理模块;其中,
所述构建模块,用于基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点;
所述规划模块,用于基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;
其中,所述基于算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度;
所述处理模块,用于基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。
本申请提供的超声波焊接机器人路径规划方法和装置,基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点,并基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点,进而基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。其中,所述基于/>算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度。这样,通过设置综合代价函数,选取各个候选节点综合代价函数最优的目标形成第一路径,且在综合代价函数中包括有转向代价,可以更明了的观察到转向操作的大小,从而避免路径出现大角度弯折,可以更好的考虑超声波焊接机器人的运动特性,生成更平滑的路径;此外,在原有规划节点集的基础上进一步规划第一路径,并删除部分冗余的第一中间节点得到第二路径,可使得超声波焊接机器人减少不必要的运动,降低作业能耗和焊料消耗,提高超声波焊接机器人的作业效率。
附图说明
图1为本申请提供的超声波焊接机器人路径规划方法实施例一的流程图;
图2为本申请一示例性实施例示出的候选三维子网格和不可扩展网格的示意图;
图3为本申请一示例性实施例示出的第二路径的示意图;
图4为本申请一示例性实施例示出的拓展节点的原理图;
图5为本申请提供的超声波焊接机器人路径规划装置实施例一的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请提供一种超声波焊接机器人路径规划方法和装置,用以提高超声波焊接机器人的作业效率。
本申请提供的超声波焊接机器人路径规划方法和装置,基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点,并基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点,进而基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。其中,所述基于/>算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度。这样,通过设置综合代价函数,选取各个候选节点综合代价函数最优的目标形成第一路径,且在综合代价函数中包括有转向代价,可以更明了的观察到转向操作的大小,从而避免路径出现大角度弯折,可以更好的考虑超声波焊接机器人的运动特性,生成更平滑的路径;进而,在原有规划节点集的基础上进一步规划第一路径,并删除部分冗余的第一中间节点得到第二路径,可使得超声波焊接机器人减少不必要的运动,降低作业能耗和焊料消耗,提高超声波焊接机器人的作业效率。此外,采用/>搜索算法的全局路径规划思路,改进了标准/>算法,提出精细化扩展节点划分方法、增加节点指针规避陷入凹约束、增加转向代价评估避免路径大角度弯折、通过去除冗余节点实现轨迹平滑等方法,实现了使作业能耗和作业精度的综合优化。
下面给出具体的实施例,用以详细介绍本申请的技术方案。
图1为本申请提供的超声波焊接机器人路径规划方法实施例一的流程图。请参照图1,所述方法包括:
S101、基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点。
需要说明的是,在构建路径规划节点集合时,对于超声波焊接机器人的工作空间,需要考虑超声波焊接机器人的运动能力、工作区域和避障需求(避开障碍物)。还需要说明的是,路径规划节点集合中的初始节点为整个路径的起点位置,目标节点为整个路径的终点位置,中间节点为超声波焊接机器人在作业过程中工作空间中所有拟行走的位置;其中,中间节点可以通过均匀划分空间、随机生成节点或采用采样优化技术等方法生成。
具体的,所述基于所述超声波焊接机器人工作空间构建路径规划节点集合的过程可以包括:
(1)确定所述超声波焊接机器人工作空间为网格空间。
需要说明的是,在确定超声波焊接机器人工作空间为网格空间之前,需要先确定超声波焊接机器人的工作空间的物理范围,包括长度、宽度和高度,然后,可根据超声波焊接机器人的运动特性,确定工作空间中网格空间的大小。其中,网格空间的大小可以保持足够小,即网格空间可以为整个工作空间,以对整个工作路径进行规划,网格空间还可以为整个工作空间的局部工作空间,以对局部路径进行精细规划,以适应超声波焊接机器人的精细运动。
具体的,在确定超声波焊接机器人工作空间为网格空间时,可以使用均匀划分的方法,将工作空间分割成大小相等的网格,也可以根据需要采用自适应划分的方法。
(2)基于所述超声波焊接机器人移动的最小步长等间距划分所述网格空间,获得划分后的多个三维子网格。
算法(A-star算法)是一种常用于图形平面上路径规划的启发式搜索算法,该算法综合了广度优先搜索和启发式搜索的优点,能够找到从起点到终点的最优路径。传统标准/>算法采用图形化离散轨迹规划方法,将初始节点、目标节点以及中间节点所在的空间包络组成一个网格空间,按照描述障碍物以及轨迹的精细度划分网格,导致规划的路径是按照图形化进行节点选择的,容易忽略部分更优的节点,现有技术中/>算法的网格划分方式精细度不能与路径规划的最优结果和精细度匹配。
具体的,本申请设置划分后的多个三维子网格中每个网格单元的边长等于超声波焊接机器人移动的最小步长,这样可以确保超声波焊接机器人的每次移动都在一个网格单元内。其中,超声波焊接机器人在三维空间移动,需要考虑在垂直方向上的网格划分,这样获得划分后的多个三维子网格中每个网格单元(节点)具有三个坐标值(x,y,z)。本发明按照机器人的移动习惯进行网格划分,即路径规划时,机器人每移动一步都规划有对应的路径,提高了路径规划的精细度,同时又避免网格划分过细。
(3)根据所述多个三维子网格创建路径规划节点集合,每个三维子网格是路径规划节点集合中的一个节点。
需要说明的是,在一种可能的实现方式中,可直接将根据网格空间划分的所有三维子网格作为路径规划节点集合,但这样可能会导致规划的路径过于复杂,超声波焊接机器人在作业时产生更多冗余的动作,从而效率不高,且有可能造成超声波焊接机器人的损坏。
优选的,在另一种可能的实现方式中,可通过先排除障碍物所在的三维子网格,进而创建路径规划节点集合,具体的步骤可以包括:
(31)遍历各个三维子网格,判断各个三维子网格是否包含障碍物。
具体实现时,可使用相应的遍历方式遍历工作空间中的所有三维子网格,本实施例中,不对遍历各个三维子网格的方式作限定。其中,可在三维子网格中预先标记出障碍物的位置,将其对应的网格单元设置为不可通行。此时,可通过查看各个三维子网格是否标记为障碍物来实现,需要说明的是,标记障碍物的方式可根据实际需要设定,本实施例中不对其进行限定。例如,在一实施例中,可以根据障碍物在工作空间中的实际坐标进行标记;在另一实施例中,也可以根据障碍物的形状进行标记。
可选的,在遍历过程中,记录每个三维子网格是否包含障碍物的信息,并可以使用一个数据结构(例如数组)来存储这些信息,这样,可以在路径规划时根据这些信息来避开障碍物,确保超声波焊接机器人能够在工作空间中安全的移动。
(32)若不包含,确定对应三维子网格为候选三维子网格。
在某一个三维子网格不包含障碍物时,确定该三维子网格为候选三维子网格,其中,候选三维子网格即超声波焊接机器人工作时可能经过的节点位置,图2为本申请一示例性实施例示出的候选三维子网格和不可扩展网格的示意图,请参照图2,图2中的C点即为候选三维子网格。
(33)若包含,确定对应三维子网格为不可扩展网格。
在某一个三维子网格包含障碍物时,确定该三维子网格为不可扩展网格,其中,不可扩展网格为障碍物所在的网格,即超声波焊接机器人工作时无法经过的节点位置,请继续参照图2,图2中的D点即为不可扩展网格。
(34)根据所有候选三维子网格构建路径规划节点集合,每个候选三维子网格是路径规划节点集合中的一个节点。
选取根据网格空间划分的所有三维子网格中已经排除障碍物所在的三维子网格后剩余的三维子网格作为候选三维子网格,并以所有候选三维子网格构建路径规划节点集合,这样由于排除了一些无效的节点,超声波焊接机器人在作业时效率会更高。本发明提供的网格划分方法由于划分粒度较细,为了进一步减少后期路径规划的计算量,提高路径规划的效率,本发明从三维子网格中删除了部分无效节点,从几何上排除部分节点,减少了需要遍历的范围,提高了路径规划算法的计算效率。
S102、基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点。
需要说明的是,步骤S102中多个第一中间节点为规划后的超声波焊接机器人行走路径中多个经过的节点,为步骤S101第一中间节点的部分中间节点,其实际为超声波焊接机器人从初始节点到目标节点所有经过的节点。
其中,所述基于算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度。
第一路径的规划包括多个周期,第一个周期以初始节点为当前周期的起始节点,最后一个周期由目标节点为当前周期的下一目标节点。一个周期寻找当前周期的最优节点,循环规划完成最终的路径规划。
需要说明的是,第一路径为从初始节点到目标节点经过的所有节点组成的路径,即未删除部分冗余中间节点得到的路径。优选的,由于前期删除了部分子网格,导致路径规划时可能存在绕行,第一路径存在冗余部分,本发明可以对第一路径进行进一步优化,删除冗余中间节点,得到第二路径。第二路径为从初始节点到目标节点经过的所有节点组成的路径中删除部分冗余中间节点得到的更简单、直接的新路径。具体的,请参照图2,图2中A点和B点之间的所有节点连线组成的路径即为第一路径,其中,A点为初始节点,B点为目标节点。图3为本申请一示例性实施例示出的第二路径的示意图,请参照图3,在图3中,A点和B点之间的节点组成的连线即为第二路径。
需要说明的是,所述基于算法和所述超声波焊接机器人姿态信息规划第一路径,包括:
(1)建立开放列表和闭合列表,并根据所述超声波焊接机器人的焊接任务要求,将超声波焊接机器人当前周期规划的起始节点放入开放列表中。
需要说明的是,通过建立两个状态表:开放列表(Open表)和闭合列表(Closed表),分别用来表示装填扩展节点信息和已选节点信息。进而根据超声波焊接机器人的焊接任务要求,将超声波焊接机器人当前周期规划的起始节点放入开放列表中,其中,起始节点为当前迭代周期的起点。
(2)根据起始节点的相邻节点进行扩展,得到扩展后的候选节点集,将所述候选节点集放入开放列表中,所述候选节点集排除了无法到达的节点和已经在闭合列表中的节点;其中,无法到达的节点指的是边界点或障碍物所在网格的节点。
需要说明的是,相邻节点通常是当前节点周围的节点,例如,在一实施例中,可以通过考虑上下左右前后六个方向来获取相邻节点。具体的,在不考虑障碍物的情况下,如图4所示,将标准算法中的单层27点待扩展节点拓展为双层125点待扩展节点,可提高规划节点扩展的精细度。其中,图4中的A点为某一周期的起始节点,黑色的圆点B为目标节点,灰色的圆点C为扩展到的中间节点。现有技术的/>搜索算法中,路径规划会陷入到障碍物周边的节点围绕的路线规划方案中,最终找到出口C完成路径规划。而本发明通过综合代价函数的建立,在发现陷入围绕的凹约束之后,综合代价中的移动代价巨大,发现路径规划在浪费移动代价,则直接规划路径走到点C,然后是规划至点B。
其中,每种相邻节点的扩展方式都有对应的代价值,根据每个待扩展节点按照其扩展方式可计算相应的代价值。
根据起始节点的相邻节点进行扩展,得到所有的相邻节点,并遍历相邻节点,判断所有的相邻节点是否满足条件,并将合适的相邻节点(候选节点集)加入开放列表中。其中,相邻节点是否满足条件指的是所在节点不是边界点或者不是障碍物所在网格的节点,因此,候选节点集排除了无法到达的节点和已经在闭合列表中的节点。
(3)查询开放列表中的节点,若开放列表中为空,则路径规划无解;否则,计算开放列表中各个节点的综合代价值,选取综合代价值最小的节点放入闭合列表中,并作为下一目标节点。
通过检查开放列表是否为空,在开放列表中为空时,该路径规划无解。在开放列表中不为空时,计算开放列表中各个节点的综合代价值并选取综合代价值最小的节点,将该节点从开放列表中移除,并放入闭合列表中,并作为下一目标节点。
(4)判断下一目标节点是否为目标节点,若是,则路径规划结束,将闭合列表中所有节点导出,得到最优路径;若否,则继续根据下一目标节点进行扩展。
判断下一目标节点是否为目标节点,具体的为判断下一节点与目标节点是否重合,若重合,则下一目标节点即为目标节点;若不重合,则下一目标节点不是目标节点。
具体的,所述继续根据下一目标节点进行扩展,可以包括:
(41)判断下一目标节点是否处于开放列表中。
(42)若不在,则将其添加到开放列表中并将其上级节点指向下一目标节点。
具体的,将其上级节点指向下一目标节点是为了将下一目标节点加入开放列表,并建立该节点与当前节点的关联,以便在后续的搜索中能够追踪并还原最优路径。
(43)若存在,则计算下一目标节点的实时综合代价值,若下一目标节点实时综合代价值比开放列表中下一目标节点的综合代价值小,则将下一目标节点更新到开放列表,并将其上级节点指向当前节点,否则不更新。
需要说明的是,综合代价值包括第一移动代价、第二移动代价以及转向代价。其中,每种向相邻节点扩展的方式都有对应的代价(扩展方向不同,代价不同),第一移动代价用于评价初始节点到候选节点的扩展方向对应的超声波焊接机器人移动代价,第二移动代价为目标节点到候选节点的扩展方向对应的超声波焊接机器人移动代价,转向代价用于表征超声波焊接机器人从当前位置和姿态转向至候选节点的方向调整代价,即按照该方向扩展并最后到达终点形成的路径最短。
具体的,所述计算起始节点至候选节点集中各个候选节点的综合代价函数包括:
(1)选择任一候选节点,计算所述初始节点到候选节点的第一移动代价和所述目标节点到所述候选节点的第二移动代价。
(2)基于所述初始节点与所述目标节点之间的向量、所述目标节点与候选节点之间的向量计算当前周期所述超声波焊接机器人位置移动至候选节点的转向代价。
具体的,计算当前周期所述超声波焊接机器人位置移动至候选节点的转向代价的过程,可以包括:
(21)构建所述初始节点与所述目标节点之间的第一向量。
例如,在一实施例中,第一向量为目标节点的坐标减去初始节点的坐标的结果。
(22)构建所述目标节点与候选节点之间的第二向量。
结合前面的例子,第二向量可以为目标节点的坐标减去候选节点的坐标的结果。
(23)以所述第一向量和所述第二向量为边界,构成平行四边形。
例如,参照图4,若在一实施例中,初始节点为C点,目标节点为D点,候选节点为F点,则CF构成的第一向量和FC构成的第二向量组成一个平行四边形CFDE。
(24)计算所述平行四边形的面积,作为所述转向代价。
具体实现时,可根据如下公式得到转向代价:
其中,为转向代价;为可调的权重系数,可取值范围为0~1;/>为初始节点位置;为目标节点位置;/>为候选节点位置。
(3)基于所述第一移动代价、所述第二移动代价和所述转向代价的和计算候选节点的综合代价函数。
具体实现时,可根据如下公式得到综合代价函数:
其中,g(n)为第一移动代价;h(n)为第二移动代价;ct为转向代价。
现有技术在进行路径规划时,片面追求路径最优,从而导致机器人转向过于频繁,转向后需要对设备重新对准,对于焊接质量、焊接效率影响较大,本发明提供的路径规划方法,在移动之余,增加了评价机器人转向的代价值,相较于现有技术中只考虑路径规划,本发明规划的路径中机器人无需频繁转向,减少了对准次数,提高了焊接效率和质量。
S103、基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。
需要说明的是,所述第一路径包括初始节点、多个第一中间节点和目标节点。
具体实现时,从所述第一路径中删除部分第一中间节点,具体包括:
遍历所述第一路径中的所有节点;对于所述第一路径中的任一节点,连接任一节点相邻的前后两个节点,创建第一连接线;判断第一连接线是否通过障碍;若没有通过,则删除对应的任一节点。
其中,若第一连接线通过障碍,则保留该节点。
请继续参照图2和图3,在图2中由于未删除部分第一中间节点,第一路径多次避让障碍物的拐点因而不够平滑,导致超声波焊接机器人产生更多的冗余动作。在图3中,通过删除部分第一中间节点(冗余节点去除),第二路径的曲线更为平滑,最后所述超声波焊接机器人按照所述第二路径移动以实现特定图形的焊接,实现了作业能耗和作业精度的综合优化。
本实施例提供的超声波焊接机器人路径规划方法,以最短超声波焊接机器人运动路径为目标,针对超声波焊接机器人轨迹的合理性和平滑性方面进行了有效地提升,且能够覆盖全部作业场景,对领域内其他自动化作业设备也具有普遍适用性和借鉴意义,且本方法针对超声波焊接机器人的作业特点和安全性进行了专门优化,可有效提高工作站总体的使用寿命和可靠性,同时,本方法计算资源占用很小,完全可以采用工作台配套的常规PC运算设备算力生成机动轨迹,不需要升级现有设备造成成本提升。具体的,基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点,并基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点,进而基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。其中,所述基于/>算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度。这样,通过设置综合代价函数,选取各个候选节点综合代价函数最优的目标形成第一路径,且在综合代价函数中包括有转向代价,可以更明了的观察到转向操作的大小,从而避免路径出现大角度弯折,可以更好的考虑超声波焊接机器人的运动特性,生成更平滑的路径;进而,在原有规划节点集的基础上进一步规划第一路径,并删除部分冗余的第一中间节点得到第二路径,可使得超声波焊接机器人减少不必要的运动,降低作业能耗和焊料消耗,提高超声波焊接机器人的作业效率。此外,采用/>搜索算法的全局路径规划思路,改进了标准/>算法,提出精细化扩展节点划分方法、增加节点指针规避陷入凹约束、增加转向代价评估避免路径大角度弯折、通过去除冗余节点实现轨迹平滑等方法,实现了使作业能耗和作业精度的综合优化。
与前述一种超声波焊接机器人路径规划方法的实施例相对应,本申请还提供了一种超声波焊接机器人路径规划装置的实施例。
图5为本申请提供的超声波焊接机器人路径规划装置实施例一的结构示意图,请参考图5,所述装置包括构建模块510、规划模块520和处理模块530;其中,
所述构建模块510,用于基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点;
所述规划模块520,用于基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;
其中,所述基于算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度;
所述处理模块530,用于基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径。
本实施例提供的装置,可用于执行图1所示方法实施例的步骤,具体实现原理和实现过程可以参见前面实施例中的描述,此处不再赘述。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。

Claims (6)

1.一种超声波焊接机器人路径规划方法,其特征在于,所述方法包括:
基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点,确定所述超声波焊接机器人工作空间为网格空间,基于所述超声波焊接机器人移动的最小步长等间距划分所述网格空间以创建路径规划节点集合;
基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;
其中,所述基于算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度;其中,构建所述初始节点与所述目标节点之间的第一向量;构建所述目标节点与候选节点之间的第二向量;以所述第一向量和所述第二向量为边界,构成平行四边形;计算所述平行四边形的面积,作为所述转向代价;
基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;其中,遍历所述第一路径中的所有节点;对于所述第一路径中的任一节点,连接任一节点相邻的前后两个节点,创建第一连接线;判断第一连接线是否通过障碍;若没有通过,则删除对应的任一节点。
2.根据权利要求1所述的方法,其特征在于,所述创建路径规划节点集合,包括:
基于所述超声波焊接机器人移动的最小步长等间距划分所述网格空间获得多个三维子网格;
遍历各个三维子网格,判断各个三维子网格是否包含障碍物;
若不包含,确定对应三维子网格为候选三维子网格;
若包含,确定对应三维子网格为不可扩展网格;
根据所有候选三维子网格构建路径规划节点集合,每个候选三维子网格是路径规划节点集合中的一个节点。
3.根据权利要求1所述的方法,其特征在于,所述基于算法和所述超声波焊接机器人姿态信息规划第一路径,包括:
建立开放列表和闭合列表,并根据所述超声波焊接机器人的焊接任务要求,将超声波焊接机器人当前周期规划的起始节点放入开放列表中;
根据起始节点的相邻节点进行扩展,得到扩展后的候选节点集,将所述候选节点集放入开放列表中,所述候选节点集排除了无法到达的节点和已经在闭合列表中的节点;其中,无法到达的节点指的是边界点或障碍物所在网格的节点;
查询开放列表中的节点,若开放列表中为空,则路径规划无解;否则,计算开放列表中各个节点的综合代价值,选取综合代价值最小的节点放入闭合列表中,并作为下一目标节点;
判断下一目标节点是否为目标节点,若是,则路径规划结束,将闭合列表中所有节点导出,得到最优路径;若否,则继续根据下一目标节点进行扩展。
4.根据权利要求3所述的方法,其特征在于,所述继续根据下一目标节点进行扩展,包括:
判断下一目标节点是否处于开放列表中;
若不在,则将其添加到开放列表中并将其上级节点指向下一目标节点;
若存在,则计算下一目标节点的实时综合代价值,若下一目标节点实时综合代价值比开放列表中下一目标节点的综合代价值小,则将下一目标节点更新到开放列表,并将其上级节点指向当前节点,否则不更新。
5.根据权利要求1所述的方法,其特征在于,所述超声波焊接机器人按照所述第二路径移动以实现特定图形的焊接。
6.一种超声波焊接机器人路径规划装置,所述装置包括构建模块、规划模块和处理模块;其中,
所述构建模块,用于基于所述超声波焊接机器人工作空间构建路径规划节点集合,所述路径规划节点集合至少包括初始节点、多个中间节点和目标节点,确定所述超声波焊接机器人工作空间为网格空间,基于所述超声波焊接机器人移动的最小步长等间距划分所述网格空间以创建路径规划节点集合;
所述规划模块,用于基于算法和所述超声波焊接机器人姿态信息规划第一路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;
其中,所述基于算法和所述超声波焊接机器人位置信息规划第一路径,至少包括:确定当前周期规划的起始节点和候选节点集,i>0,i为正整数;计算起始节点至候选节点集中各个候选节点的综合代价函数;选择所述候选节点集中综合代价函数最优的候选节点作为起始节点的下一目标节点;若下一目标节点为所述目标节点,则完成第一路径的规划,否则以下一目标节点为起始节点,返回确定起始节点和候选节点集;所述综合代价函数至少包括当前周期所述超声波焊接机器人位置移动至候选节点的转向代价,所述转向代价用于表征所述超声波焊接机器人移动的转向程度;其中,构建所述初始节点与所述目标节点之间的第一向量;构建所述目标节点与候选节点之间的第二向量;以所述第一向量和所述第二向量为边界,构成平行四边形;计算所述平行四边形的面积,作为所述转向代价;
所述处理模块,用于基于所述第一路径中相邻节点的连线与所述超声波焊接机器人工作空间的关系从所述第一路径中删除部分第一中间节点,得到第二路径,作为所述超声波焊接机器人的焊接路径,所述第一路径包括初始节点、多个第一中间节点和目标节点;其中,遍历所述第一路径中的所有节点;对于所述第一路径中的任一节点,连接任一节点相邻的前后两个节点,创建第一连接线;判断第一连接线是否通过障碍;若没有通过,则删除对应的任一节点。
CN202410185507.2A 2024-02-19 2024-02-19 一种超声波焊接机器人路径规划方法和装置 Active CN117733308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410185507.2A CN117733308B (zh) 2024-02-19 2024-02-19 一种超声波焊接机器人路径规划方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410185507.2A CN117733308B (zh) 2024-02-19 2024-02-19 一种超声波焊接机器人路径规划方法和装置

Publications (2)

Publication Number Publication Date
CN117733308A CN117733308A (zh) 2024-03-22
CN117733308B true CN117733308B (zh) 2024-05-17

Family

ID=90261244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410185507.2A Active CN117733308B (zh) 2024-02-19 2024-02-19 一种超声波焊接机器人路径规划方法和装置

Country Status (1)

Country Link
CN (1) CN117733308B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105245399A (zh) * 2015-09-08 2016-01-13 海南大学 一种端到端网络通信路径中瓶颈链路的度量方法
CN111736524A (zh) * 2020-07-17 2020-10-02 北京布科思科技有限公司 一种基于时间和空间的多机器人调度方法、装置和设备
CN113055291A (zh) * 2021-04-29 2021-06-29 全球能源互联网研究院有限公司 一种数据包发送方法、路由器、数据包传输系统
CN113156886A (zh) * 2021-04-30 2021-07-23 南京理工大学 一种智能物流路径规划方法及系统
CN113325799A (zh) * 2021-02-08 2021-08-31 长春工业大学 一种曲面工件的点焊机器人操作空间平滑路径规划方法
CN113901611A (zh) * 2021-10-13 2022-01-07 广州市建筑科学研究院集团有限公司 一种基于a*算法改进的塔机吊运路径规划方法及装置
CN114911205A (zh) * 2022-05-09 2022-08-16 重庆大学 一种基于改进遗传算法的多agv多目标路径规划方法
CN115815778A (zh) * 2022-11-30 2023-03-21 苏州达牛新能源科技有限公司 基于功率和频率分析的超声波焊接在线监测系统及方法
CN116127836A (zh) * 2022-12-22 2023-05-16 浙江大学 基于双档案机制多目标粒子群优化算法的自适应校正武器目标分配系统
CA3173119A1 (en) * 2022-05-13 2023-11-13 Xiaojia He Systems and methods for surface fitting, path planing, and surface processing of an object
CN117124335A (zh) * 2023-10-25 2023-11-28 山东工商学院 一种基于路径标记回溯策略的改进式rrt路径规划方法
CN117260735A (zh) * 2023-11-01 2023-12-22 广东工业大学 一种机器人深框抓取的路径规划方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8266092B2 (en) * 2008-07-10 2012-09-11 Palo Alto Research Center Incorporated Methods and systems for target value path identification
KR102165437B1 (ko) * 2014-05-02 2020-10-14 한화디펜스 주식회사 이동 로봇의 경로 계획 장치
KR20220138438A (ko) * 2021-02-26 2022-10-13 현대자동차주식회사 이동 로봇의 다중 경로 생성 장치 및 방법
CN113341991B (zh) * 2021-06-18 2022-08-09 重庆大学 一种基于动态窗口和冗余节点过滤的路径优化方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105245399A (zh) * 2015-09-08 2016-01-13 海南大学 一种端到端网络通信路径中瓶颈链路的度量方法
CN111736524A (zh) * 2020-07-17 2020-10-02 北京布科思科技有限公司 一种基于时间和空间的多机器人调度方法、装置和设备
CN113325799A (zh) * 2021-02-08 2021-08-31 长春工业大学 一种曲面工件的点焊机器人操作空间平滑路径规划方法
CN113055291A (zh) * 2021-04-29 2021-06-29 全球能源互联网研究院有限公司 一种数据包发送方法、路由器、数据包传输系统
CN113156886A (zh) * 2021-04-30 2021-07-23 南京理工大学 一种智能物流路径规划方法及系统
CN113901611A (zh) * 2021-10-13 2022-01-07 广州市建筑科学研究院集团有限公司 一种基于a*算法改进的塔机吊运路径规划方法及装置
CN114911205A (zh) * 2022-05-09 2022-08-16 重庆大学 一种基于改进遗传算法的多agv多目标路径规划方法
CA3173119A1 (en) * 2022-05-13 2023-11-13 Xiaojia He Systems and methods for surface fitting, path planing, and surface processing of an object
CN115815778A (zh) * 2022-11-30 2023-03-21 苏州达牛新能源科技有限公司 基于功率和频率分析的超声波焊接在线监测系统及方法
CN116127836A (zh) * 2022-12-22 2023-05-16 浙江大学 基于双档案机制多目标粒子群优化算法的自适应校正武器目标分配系统
CN117124335A (zh) * 2023-10-25 2023-11-28 山东工商学院 一种基于路径标记回溯策略的改进式rrt路径规划方法
CN117260735A (zh) * 2023-11-01 2023-12-22 广东工业大学 一种机器人深框抓取的路径规划方法

Also Published As

Publication number Publication date
CN117733308A (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
CN110231824B (zh) 基于直线偏离度方法的智能体路径规划方法
CN109782779B (zh) 基于种群超启发式算法的洋流环境下auv路径规划方法
CN108705532A (zh) 一种机械臂避障路径规划方法、设备及存储设备
CN111761582B (zh) 一种基于随机采样的移动机械臂避障规划方法
CN111515503B (zh) 一种弧焊机器人无碰撞路径规划方法
CN110398967B (zh) 一种采用离散化方法的多机器人协同轨迹信息处理方法
CN112486178A (zh) 一种基于有向d*算法的动态路径规划方法
CN113467472A (zh) 一种复杂环境下的机器人路径规划方法
CN109683552B (zh) 一种基面曲线导向的复杂点云模型上的数控加工路径生成方法
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
CN108827311A (zh) 一种制造车间无人搬运系统路径规划方法
Li et al. Path planning method for on-machine inspection of aerospace structures based on adjacent feature graph
CN112161627A (zh) 一种消防机器人智能路径规划方法
Wang et al. Dual-objective collision-free path optimization of arc welding robot
Huadong et al. A path planning method of robot arm obstacle avoidance based on dynamic recursive ant colony algorithm
CN113589809B (zh) 可避障的挖掘机工作装置作业轨迹规划方法及装置
CN117733308B (zh) 一种超声波焊接机器人路径规划方法和装置
CN112207833B (zh) 一种运动路径的规划方法、系统、主机及存储介质
CN113359721A (zh) 一种结合运动控制的改进a*的agv路径规划方法
CN117369467A (zh) 一种基于样条曲线优化的机器人轨迹优化方法和装置
CN116690557A (zh) 基于点云的仿人三维扫描运动控制方法及装置
CN114924565A (zh) 一种焊接机器人路径规划方法、电子设备及存储介质
CN114353814B (zh) 基于Angle-Propagation Theta*算法改进的JPS路径优化方法
Yan et al. A study of improved global path planning algorithm for parking robot based on ros
CN101308523B (zh) 一种虚拟激光加工过程几何仿真方法

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