胡令貽

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

關鍵詞： 工業(yè)機器人 ; 軌跡規(guī)劃? ;基因環(huán)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(yè)機器人的最優(yōu)軌跡規(guī)劃（Optimal Trajectory Planning，OTP）問題并不是最近才出現(xiàn)的一個問題。長久以來人們就致力于工業(yè)機器人最優(yōu)控制問題的研究與發(fā)展，對于一個特定的任務機器人應該通過制定的路徑節(jié)點來實現(xiàn)既能以最優(yōu)化的時間和最便捷的路徑完成任務即通過規(guī)劃的最優(yōu)能量路徑來完美的完成給定的任務。對于工業(yè)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(yōu)化改進，但是其中的能量和時間的優(yōu)化問題往往最為顯得突出。對于機器人的時間優(yōu)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(yè)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(nèi)外大量相關最優(yōu)能量優(yōu)化軌跡的相關研究，并提出了基因環(huán)境雙演化免疫克隆算法。利用這一套算法對工業(yè)機器人的軌跡進行優(yōu)化升級的問題進行了一定的研究，以達最優(yōu)能量軌跡的目的。

1 工業(yè)機器人最優(yōu)軌跡的研究

對于這一個問題的研究，首先需要對工業(yè)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(guī)劃的空間節(jié)點來構(gòu)成機器人的軌跡路徑。通常機器人規(guī)劃路徑的節(jié)點是通過數(shù)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(jié)點。然后規(guī)定節(jié)點空隙當中的函數(shù)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(shù)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(shù)學表達式。

一般情況下工業(yè)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(yè)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(yōu)能量路徑的規(guī)劃，需要對機器人動態(tài)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(yōu)能量規(guī)劃[2]。

2 工業(yè)機器人最優(yōu)軌跡規(guī)劃算法

本文采用EGICA十進制編碼算法來進行工業(yè)機器人的最優(yōu)能量軌跡規(guī)劃，需要對以下幾個方面進行優(yōu)化處理：

其中：f（x）是代表實值函數(shù)， G為全部可行解的結(jié)合，g（x）為約束函數(shù)。

代價函數(shù)設計。如上文所述，對于一般的約束函數(shù)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(shù)來解決這一問題，具體的代價函數(shù)如下所示：

對上式而言，最困難的是關于懲罰系數(shù)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(yōu)解的空間集當中，就會導致不能跳出這非最優(yōu)解的局部空間，最終影響求解結(jié)果的準確性;當 rg 的取值比較小時，就會導致懲罰函數(shù)的力度也會相應的比較小，此時就會影響對最優(yōu)方向?qū)ふ业慕Y(jié)果。綜上所述，懲罰函數(shù)的選取是一個比較困難但又至關重要的過程。

結(jié)語： 本文綜合參考了目前國內(nèi)外大量相關最優(yōu)能量優(yōu)化軌跡的相關研究，并提出了基因環(huán)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(yè)機器人的最優(yōu)能量軌跡規(guī)劃，以達最優(yōu)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(yè)機器人的最優(yōu)時間與最優(yōu)能量軌跡規(guī)劃[J]. 機械工程學報 ，2010，10（09）：19-25.

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