[发明专利]基于布谷鸟搜索算法的时间最优机械臂轨迹规划方法

摘要

本发明涉及基于布谷鸟搜索算法的时间最优机械臂轨迹规划方法，属于多关节机械臂关节空间轨迹规划领域，以时间最优为性能指标，以速度最为约束条件，使用3‑5‑3多项式对机械臂进行轨迹规划，使机械臂能够在速度的约束下尽快的从起点运行到终点，提高整个系统的实时性。本发明使用智能优化算法求解各段轨迹所需的最优时间，首先使用速度作为约束条件，使用3段多项式的时间总和作为目标函数，并利用布谷鸟搜索算法在速度的约束下求解各段轨迹所需的最优时间，最后使用最优时间对机械臂进行轨迹规划。确保各个关节的速度满足速度的约束，加速度连续不突变，能够使得机械臂平稳的从起点运动到终点。

主权项

1.一种基于布谷鸟搜索算法的时间最优机械臂轨迹规划方法，其特征在于：包括以下步骤：S1：选择需要轨迹规划的关节j，确定关节j的起点、终点以及两个中间点；S2：确定鸟窝和鸟蛋的个数，并对各个鸟窝中的鸟蛋进行初始化；S3：对每一个鸟窝计算出3‑5‑3多项式的各个系数，然后求解每一段轨迹的最大速度，若其中有一段轨迹的最大速度大于关节的最大速度V_max，则将该鸟窝的适应度值置为无穷，反之，则该鸟窝的适应度值为每一段轨迹运行到终点对应时刻的和；S4：根据莱维飞行原则，产生新的鸟窝，计算各个鸟窝所对应的3‑5‑3多项式的系数并计算每段轨迹的最大速度，若不满足速度约束，则将该鸟窝的适应度值置为无穷，反之，则该鸟窝的适应度值为每一段轨迹运行到终点对应时刻的和，将新的鸟窝与旧的鸟窝进行对比，保留表现较好的鸟窝；S5：按照被发现的概率产生新的鸟窝，计算各个鸟窝所对应的3‑5‑3多项式的系数并计算每段轨迹的最大速度，若不满足速度约束，则将该鸟窝的适应度值置为无穷，反之，则该鸟窝的适应度置为每一段轨迹运行到终点对应时刻的和，将新的鸟窝与旧的鸟窝进行对比，保留表现较好的鸟窝；S6：重复S4和S5，当迭代次数到达最大迭代次数时退出循环，当前全局最优的鸟窝则为该关节的最优时间；S7：重复S1到S6，直到求解出所有关节的最优时间后退出循环,；S8：对3‑5‑3多项式的每一段轨迹，在所有关节中选择最长的时间作为该段轨迹的最优时间；S9：使用最优时间求解出对应的3‑5‑3多项式的各个系数，确定各段轨迹。