基于遗传算法的机械臂轨迹规划方法、系统、介质和设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113733096A(43)申请公布日2021.12.03(21)申请号202111121233.3(22)申请日2021.09.24(71)申请人上海微电机研究所（中国电子科技集团公司第二十一研究所）地址200233上海市徐汇区虹漕路30号(72)发明人王卫军马朝阳何春来杨小峰杨亚(74)专利代理机构北京五洲洋和知识产权代理事务所(普通合伙)11387代理人刘春成(51)Int.Cl.B25J9/16(2006.01)权利要求书2页说明书11页附图4页(54)发明名称基于遗传算法的机械臂轨迹规划方法、系统、介质和设备(57)摘要本申请提供了一种基于遗传算法的机械臂轨迹规划方法、系统、计算机可读存储介质和电子设备。该方法包括：确定所述机械臂的约束条件；其中，所述约束条件包括：空间位置约束条件、速度约束条件、加速度约束条件；基于遗传算法，根据所述约束条件，按照预设的优化目标，对所述机械臂进行运动轨迹规划。籍此，充分提高机械臂的工作效率，并且机械臂在运行过程中，整个机械臂的运行轨迹、速度、加速度的曲线平滑，关节角度、角速度、角加速度光滑且连续，保证了机械臂在运行过程中平稳、无抖动的转动，不会产生突变，有效延长了机械臂的使用寿命。CN113733096ACN113733096A权利要求书1/2页1.一种基于遗传算法的机械臂轨迹规划方法，其特征在于，包括：步骤S101、确定所述机械臂的约束条件；其中，所述约束条件包括：空间位置约束条件、速度约束条件、加速度约束条件；步骤S102、基于遗传算法，根据所述约束条件，按照预设的优化目标，对所述机械臂进行运动轨迹规划。2.根据权利要求1所述基于遗传算法的机械臂轨迹规划方法，其特征在于，在步骤S101中，所述确定所述机械臂的约束条件，包括：确定所述机械臂的所述运动轨迹的多个关键节点；根据多个所述关键节点，分别建立所述机械臂起始段轨迹、中间段轨迹以及末段轨迹的约束条件。3.根据权利要求2所述的基于遗传算法的机械臂轨迹规划方法，其特征在于，所述根据多个所述关键节点，分别建立所述机械臂起始段轨迹、中间段轨迹以及末端轨迹的约束条件，具体为：根据多个所述关键节点，基于五次多项式的方法，分别建立所述机械臂起始段轨迹、中间段轨迹以及末段轨迹的约束条件；其中，所述起始段轨迹的终止节点处和所述中间段轨迹的终止节点处的速度、加速度、二阶加速度和三阶加速度满足连续性条件；所述末端轨迹的终止节点处满足速度和加速度为零的约束条件。4.根据权利要求1所述的基于遗传算法的机械臂轨迹规划方法，其特征在于，在步骤S102中，基于遗传算法，根据所述约束条件，按照预设的优化目标，对所述机械臂进行运动轨迹规划，包括：基于遗传算法，根据所述约束条件，按照预设的优化目标函数：对所述机械臂进行运动轨迹规划；其中，i＝1，…，m‑1；m表示所述机械臂的运动轨迹中关键节点的数量，i为所述关键节点的序号；hi表示ti和ti+1之间的时间间隔，ti、ti+1分别表示所述运动轨迹中第i个、第i+1个所述关键节点所对应的时刻。5.根据权利要求1‑4任一所述的基于遗传算法的机械臂轨迹规划方法，其特征在于，所述速度约束条件为：所述加速度约束条件为：其中，为所述机械臂的第j个关节的i段轨迹关于时间t的关节角速度曲线函数，为所述机械臂的第j个关节的i段轨迹关于时间t的关节角加速度曲线函数，i＝1，…，m‑1；m表示所述机械臂的运动轨迹中关键节点的数量，i为所述关键节点的序号；j＝1，…，n；j为所述机械臂的关节序号，n表示所述机械臂的关节数量；VCj表示所述机械臂的2CN113733096A权利要求书2/2页第j个关节的关节速度；ACj表示所述机械臂的第j个关节的关节加速度；t∈[ti，ti+1]，ti、ti+1分别表示所述运动轨迹中第i个、第i+1个所述关键节点所对应的时刻。6.一种基于遗传算法的机械臂轨迹规划系统，其特征在于，包括：条件确定单元，配置为，确定所述机械臂的约束条件；其中，所述约束条件包括：空间位置约束条件、速度约束条件、加速度约束条件；轨迹规划单元，配置为，基于遗传算法，根据所述约束条件，按照预设的优化目标，对所述机械臂进行运动轨迹规划。7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序如权利要求1‑5任一所述的基于遗传算法的机械臂轨迹规划方法。8.一种电子设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，所述处理器执行所述程序时实现如权利要求1‑5任一所述的基于遗传算法的机械臂轨迹规划方法。3CN113733096A说明书1/11页基于遗传算法的机械臂轨迹规划方法、系统、介质和设备技术领域[0001]本申