基于带可选指标遗传算法多Delta机器人系统布局优化.docVIP

基于带可选指标遗传算法多Delta机器人系统布局优化 　　摘 要 　　Delta机器人是一种具有优越的动态性能及极高的运动精度的并联机器人，针对包装行业中多台Delta机器人、送料传送带、放置传送带、不合格产品丢弃盒及周边设备的布局问题，引入遗传算法，将Delta机器人及周边设备布局作为遗传因子，加入机器人工作空间及设备间互相干涉等约束条件，构建了一个适应函数，经过算法优化后，可以得出机器人及周边设备最优布局，从而最大限度的节省安装空间、提高系统效率及能效，该方法经过工厂项目现场验证，能够指导设备安装的最优布局，具有较高的实用性。 　　【关键词】Delta机器人 工作空间 NP-Hard问题 布局优化 遗传算法 约束条件 　　1 引言 　　Delta机器人最早是由瑞士Reymond Clavel教授于1985年发明的，具有优越的动态性能及极高的运动精度。其一般配合视觉、传送带、涂胶设备等第三方设备，完成对流水生产线上产品的抓取封装等项目，广泛的应用于食品、药品包装，电子装配等领域。由于目前国内企业对Delta机器及项目的应用经验不足，一般在项目方案设计时，对于机器人及各种设备的布局，并没有明确的指导或参考，只能靠设计人员及安装人员的经验，因而在很多项目中存在Delta机器人与传送带、视觉等机器人单元设备布局不合理的情况，浪费了安装空间，降低了系统的工作效率。 　　机器人工作单元设备的布局优化属于NP-Hard问题，该问题指在一定的约束环境下，将需要布局的设备合理的安放在布局空间中，以达到最节省安装空间及系统运行效率最优等指标。对于该类问题，最早Chittajallu等提出了用圆形外部的方式描述布局设备，这个方式简化了设备间干涉的判断，但其也降低了布局空间的利用效率。滕弘飞等提出了一种启发式算法，能够对多个小圆在一个圆盘内的布局提出较好的方案，但同样存在以上问题。之后李宁等提出了一种基于带变异算子粒子群优化算法的约束布局优化，类似于单机器人单元布局。Vergnano等提出了一种基于能耗指标的多机器人系统建模及优化方法，但仅做了调度优化。项彬彬等提出一种基于遗传算法的对六关节机器人工作单元布局优化方法，并在ABB工业机器人编程与仿真环境中进行了实现。 　　以上方法优化的目标，有的是布局有效利用面积率最大，有的是工作周期最短，且设备限定要全部在机器人工作空间内，不能解决多Delta机器人布局问题。本文结合实际项目，提出一种基于带可选指标遗传算法的布局方法，根据实际需求，可选择优先保证机器人周期最短或优先保证设备布局空间占地最小，并将两个指标的极端情况计算出来，以便选择的时候提供量化的可选指标。 　　2 问题描述 　　2.1 多Delta机器人项目设备布局问题 　　如图1所示，不同的设备摆放和安装高度布局，将会导致不一样的安装空间占用，同时也会影响Delta机器人的工作效率。一条生产线可能由多个Delta机器人工作单元组成，如果每个工作单元能节约一部分工作空间，将会极大的提高空间利用率。本论文中，笔者调试的机器人项目初始规划布局长达10米左右，极大了占用了工厂空间，因此笔者基于此项目才提出了布局优化问题。 　　一般来说，周期时间是机器人单元布局优化的重要指标，为保证周期时间最短，意味着机器人运动路径越短越好，[4-8]中的优化算法会导致单个机器人单元内设备越紧密越好，陷入局部最优。这样虽可以保证在单个工作单元内可完成最优布局，但却损失了空间重复利用率。在多Delta机器人项目中，鉴于该机器人的高动态特性，周期时间指标一般很容易达到，且机器人工作单元存在工作空间共享问题。另外，对通常的设备布局，需要保证其完全处于机器人工作空间内，但是对于传送带布局，只需要其部分在机器人工作空间内即可。如图2为一个5台Delta机器人及周边传送带布局优化后可能的俯视示意图。 　　2.2 坐标描述 　　根据机器人运动学，刚体在空间中的坐标可以用笛卡尔坐标（x，y，z，a，b，c）表示，在本论文中，因为已知Delta机器人工作时Z方向垂直于地面，且其他设备也水平摆放在地面，故而为简化算法，所有设备位置都参考同一个世界坐标系，姿态只有一个与X轴方向夹角a，这样，每个设备的参考原点可以用笛卡尔坐标Cpn（x，y，z，a）表示。 　　3 建模方法及干涉约束 　　3.1 机器人工作空间 　　机器人工作空间包括可达工作空间和灵活工作空间，通常所说的机器人工作空间指的是可达工作空间，其指的机器人末端能够到达的三维空间范围，而灵活工作空间是指在该工作空间范围内，机械手能在任意点绕任意轴旋转。为简化计算，本文将Delta机器人的灵活工作空间简化为一个半球体，其半径为Rmax，如图3所示。 　　其中虚点构成的空间代表机器人可达空间，淡蓝色半