工業機器人的最優能量軌跡規劃

胡令貽

摘 要： 對于工業機器人而言最優能量路徑規劃時現代機器人發展的重點方向之，本文綜合參考了大量國內外工程經驗以及相關參考文獻，提出了基因環境雙演化免疫克隆算法。利用這一套算法對工業機器人的軌跡進行優化升級的問題進行了一定的研究，以達到最優時間和最優能量軌跡的目的。

關鍵詞： 工業機器人 ; 軌跡規劃? ;基因環境雙演化免疫克隆算法

中圖分類號： TP242.2??? 文獻標識碼： A??? 文章編號： 1672-9129（2018）09-0158-01

Abstract：? for industrial robots， the key direction of modern robot development is the optimal energy path planning. Based on a lot of domestic and foreign engineering experience and relevant references， a bievolutionary immune cloning algorithm for genetic environment is proposed. In order to achieve optimal time and energy trajectory， the optimization and upgrading of industrial robot's trajectory are studied.

Key words：? industrial robot trajectory planning gene environment bievolutionary immune cloning algorithm

引言：工業機器人的最優軌跡規劃（Optimal Trajectory Planning，OTP）問題并不是最近才出現的一個問題。長久以來人們就致力于工業機器人最優控制問題的研究與發展，對于一個特定的任務機器人應該通過制定的路徑節點來實現既能以最優化的時間和最便捷的路徑完成任務即通過規劃的最優能量路徑來完美的完成給定的任務。對于工業機器人機器人的OTP 問題而言，一般存在很多的指標可以進行優化改進，但是其中的能量和時間的優化問題往往最為顯得突出。對于機器人的時間優化問題很好理解就是通過提高機器人的操作速度以及減少或縮工序來快速完成特定任務。由于篇幅有限本文不做詳述具體研究可參考文獻[1]。其次在能源危機問題日益突出的背景下，工業機器人的能量指標越來越受到重視。本文綜合參考了目前國內外大量相關最優能量優化軌跡的相關研究，并提出了基因環境雙演化免疫克隆算法。利用這一套算法對工業機器人的軌跡進行優化升級的問題進行了一定的研究，以達最優能量軌跡的目的。

1 工業機器人最優軌跡的研究

對于這一個問題的研究，首先需要對工業機器人軌跡進行分析。通常機器人以一定的順序通過各種預先規劃的空間節點來構成機器人的軌跡路徑。通常機器人規劃路徑的節點是通過數學多項式的曲線連接起來的[1]。首先假設q是分布在空間j當中的關鍵點，然后機器人以時間序列t來通過各節點。然后規定節點空隙當中的函數為Q ，其中兩關鍵點位移、速率、加速度與二次加速度分別為 （注：機器人的速度和加速度為預先設置好的定量）。當 是已知數時，便可以利用三次多項式對 進行計算，進而確定其大小。事實上，在給定的加速度和速度的相互關系確定的情況下， 是能夠可以時間和能量的數學表達式。

一般情況下工業機器人運動的速度加速度都存在著物理的極限，其中二次加速度的速度極限主要是對機器人運動中位置跟蹤帶來的誤差進行限制。與此同時，加速度的界限還能有效的防止工業機器人運動過度，延長其使用壽命。因此為了對機器人的最優能量路徑的規劃，需要對機器人動態運動行為的物理極限有著充分了解的基礎上面對其軌跡進行最優能量規劃[2]。

2 工業機器人最優軌跡規劃算法

本文采用EGICA十進制編碼算法來進行工業機器人的最優能量軌跡規劃，需要對以下幾個方面進行優化處理：

其中：f（x）是代表實值函數， G為全部可行解的結合，g（x）為約束函數。

代價函數設計。如上文所述，對于一般的約束函數求解而言，因為自身條件的約束，所以往往會存在非常大且繁雜的的可行解集空間，一般采用罰函數來解決這一問題，具體的代價函數如下所示：

對上式而言，最困難的是關于懲罰系數取值的問題，這是由約束條件存在而導致的。當rg 的取值過大時，便會導致比較容易的得出可行解，但時如果此時求解出的的可行解集存在另外一個不是最優解的空間集當中，就會導致不能跳出這非最優解的局部空間，最終影響求解結果的準確性;當 rg 的取值比較小時，就會導致懲罰函數的力度也會相應的比較小，此時就會影響對最優方向尋找的結果。綜上所述，懲罰函數的選取是一個比較困難但又至關重要的過程。

結語： 本文綜合參考了目前國內外大量相關最優能量優化軌跡的相關研究，并提出了基因環境雙演化免疫克隆算法。采用EGICA十進制編碼算法來進行工業機器人的最優能量軌跡規劃，以達最優能量軌跡的目的。

參考文獻：

[1] 徐海黎 ， 解祥榮 ， 莊健 ， 王孫安.工業機器人的最優時間與最優能量軌跡規劃[J]. 機械工程學報 ，2010，10（09）：19-25.

[2] 高功臣. 工業機器人的最優時間與最優能量軌跡規劃問題分析[J]. 同行， 2016（11）.