基于遗传算法的机器人作业单元布局优化的论文.docVIP

　　基于遗传算法的机器人作业单元布局优化的论文 摘　要:针对机器人作业单元内设备的布局问题,提出了一种基于遗传算法的优化布局方法.引入了工程师的经验和知识描述布局过程中的作业单元空间及机器人运动学约束,减小了优化空间,提高了算法的收敛速度.基于压铸作业的实例研究结果表明了该方法的有效性.该方法已与商业化的机器人编程与仿真软件相结合,表现出了较高的实用价值. 关键词:机器人;机器人作业单元;布局优化;遗传算法;约束 abstract:this paper proposed a robot ization method based on geic algorithm.this method applies engineer’s experience and knoanufacturing system to the descrip-tion of geometric and kinematic restrictions, thus reduces search space, improves the putational effi-ciency and makes the layout meet the industrial requirements better. the method has been embedded inmercial robot programming and simulating softethod. key ization; geic algorithm; constraint　　 布局优化问题[1]是指给定一个布局空间和若干待布局物体,将待布局物体合理地摆放在空间中,并满足必代写论文要的约束,达到某种最优指标.机器人作业单元布局问题的复杂性在于:①在求解算法上,具有np-完全问题的性质[2];②布局方案需满足机器人运动学的要求;③一些周边设备与机器人间的位置和朝向受生产环境的约束;④布局方案的评价没有统一的指标[3,4].本文利用设备间的约束条件和工程师经验,提出了一种基于遗传算法的布局优化方法,实现了机器人作业单元在三维空间内的优化布局.本方法减小了优化空间,提高了算法的速度,并与国际上广泛采用的商业化机器人编程与仿真软件相结合,可以为工业应用设计布局方案.本文通过以压铸任务为对象的实例研究,表明了方法和软件的有效性. 1　建模方法及指标和约束1.1　建模方法建模[5]是优化算法的基础.本算法建模的对象包括机器人工作空间[6]、各种设备的三维几何特征以及机器人在各种设备中操作时末端运动的路径.机器人的工作空间是复杂的三维空间,往往难以描述.本文针对工业机器人加以简化,认为工作空间是2个同球心、不同半径半球差集的一部分.其中,球心定于机器人底座的中心.2个半球的半径根据机器人型号标定.机器人工作空间如图1所示.(a)单机器人(b) 2个机器人图1　简化的机器人工作空间fig.1　simplified robot operational space　　待布局物体也就是机器人周边设备,其几何特征用长方体外包来描述,朝向用向量表示,如图2所示.周边设备的操作路径是复杂三维的空间曲线,可以用折线来描述.图2　工作台和压铸机的建模fig.2　modeling of stations and die-cast machine　　周边设备与机器人的相对位置和姿态关系用它们在机器人底座平面的投影来描述,如图3所示.世界坐标系根据机器人确定,采用极坐标(极径ρ,极角θ).机器人处于初始姿态时,底座的中心位于坐标系的原点,底座前端朝向极轴正方向.周边设备的位置用该设备中心的极坐标值表示,姿态用角度φ表示,φ是从坐标系原点过设备中心点的射线与设备朝向的夹角,逆时针为正.图3　周边设备的位置和姿态fig.3　expression of position and pose of peripheral facility1.2　布局指标和约束机器人的操作周期可以反映其工作效率,受机器人的速度、加速度和末端运动距离的影响.对于确定的生产环境和机器人型号来说,机器人运动速度、加速度可调整幅度较小.操作周期主要取决于机器人末端运动的距离.该距离其实也是对生产工艺流程和设备布局的反应,可以用作布局指标.周边设备在机器人工作空间内布局时,要满足下列约束:①机器人工作空间的约束,即设备上的操作路径必须在机器人工作空间内;②干涉约束,即各种设备之间以及设备与机器人之间不能发生干涉;③机器人和设备之间相对位置和姿态的约束,即根据生产的要求,某些设备相对于机器人的位置和朝向只可以在一个受约束的范围变动. 2　布局优化算法机器人作业单元优化布局方法[7]包括编码/解码、评价、选择、交叉和变异模块(见图4).　　(1)编码方式.本算法中编码的对