[发明专利]电液机器人关节轨迹的非支配邻域免疫遗传多目标优化方法

摘要

本发明提出一种基于非支配邻域免疫遗传多目标算法的机器人关节轨迹的优化方法。首先根据机器人关节轨迹平滑连续性的要求，采用5次B样条曲线进行机器人关节轨迹的规划；然后在关节轨迹和机器人运动学约束的基础上，重点考虑机器人的工作效率与寿命、能量消耗和运动冲击，提出机器人多目标轨迹优化的三个目标：时间最短、能量最优和冲击最小；最后基于多目标特点与Pareto最优解集含义，提出优化三个轨迹目标的非支配邻域免疫遗传多目标算法；该算法能很好的处理时间、能量和冲击三个目标之间的关系，在保证其中一个目标较优时，另外两个目标不至于劣化，机器人优化后的关节轨迹运行时间较短，能量消耗较低，运动冲击较小，机器人关节起动与停止时冲击较小，并且机器人关节的速度、加速度和加加速度轨迹连续性较好，平滑性较优，优化后的机器人关节轨迹效果较为理想可靠。

主权项

1.基于非支配邻域免疫遗传多目标算法的机器人关节轨迹的优化方法，其特征在于：包括以下步骤：1)：以规范B样条基函数为基础，利用5次B样条曲线函数对机器人关节轨迹的路径点进行插值，机器人的第n个关节的第i段5次B样条曲线插值轨迹可描述为：其中n＝1,2,…,N，N＝6为机器人关节个数；ⁿp_i(x)为机器人的第n个关节的第i段5次B样条曲线插值轨迹；x为5次B样条曲线的节点；B_j,5(x)为5次B样条基函数；ⁿa_j为机器人的第n个关节的第j个B样条曲线控制点；m+1为关节路径点的个数；2)：确定机器人关节轨迹的优化目标函数为：其中，S₁为运动时间指标，衡量机器人的工作效率；Δt_i为机器人运行时间段间隔，t_i为机器人到第i个关节路径点的运行时间，S₂为关节的加速度指标，衡量机器人能量消耗大小；T_tot为机器人从初始位姿运动到目标位姿的总运行时间；S₃为关节的加加速度指标，衡量机器人轨迹平滑性与冲击；ⁿα_i，ⁿjerk_i分别为机器人第n个关节的加速度和加加速度；3)：基于5次B样条曲线的凸包性质，将机器人的速度、加速度和加加速度约束等运动学约束转化为5次B样条曲线的控制点约束，该约束转化可表示为：其中，和分别为机器人第n个关节的速度、加速度和加加速度B样条曲线上的第j个控制点，ⁿω_max，ⁿα_max，ⁿjerk_max分别为机器人第n个关节的位置、速度、加速度和加加速度容许界限；4)：根据机器人的5次B样条曲线插值轨迹、优化目标函数和运动学约束条件，采用非支配邻域的免疫遗传多目标优化算法，得到优化后对应的Pareto最优解集。