亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進蟻群算法包裝機器人軌跡規(guī)劃分析

        2021-03-16 04:01:12呂金隆王克帥
        中國新技術(shù)新產(chǎn)品 2021年24期
        關(guān)鍵詞:螞蟻軌跡機器人

        呂金隆 王克帥

        (濰坊科技學(xué)院,山東 濰坊 262700)

        0 引言

        互聯(lián)網(wǎng)時代下,電商行業(yè)快速發(fā)展,引領(lǐng)包裝行業(yè)的包裝類型不斷增多,消費者對包裝提出了更多、更嚴格的要求。已有報道顯示,在機器人總數(shù)中包裝類機器人的占比很高,但是其在現(xiàn)場應(yīng)用時存在性能參差不齊及定位精準(zhǔn)度不高等問題。蟻群算法在機器人軌跡規(guī)劃領(lǐng)域中有廣泛的應(yīng)用場景,但在測求全局最優(yōu)路徑時會耗用較高的時間成本,且容易出現(xiàn)局部最優(yōu)解。為了改善以上情況,筆者提出一種全新的結(jié)合人工勢場法和蟻群算法的軌跡規(guī)劃方法,2 種算法實現(xiàn)優(yōu)勢疊加,協(xié)同縮短路徑檢索時間,提升收斂速度,提升機器人在取放貨物時的性能穩(wěn)定性與定位準(zhǔn)確度。

        1 基于D-H 參數(shù)法構(gòu)建機器人模型

        該課題在研究時采用AUBO i5 六自由度串聯(lián)協(xié)作機器人[1]。

        Denavit等人早在1995年就提出了D-H參數(shù)這種系統(tǒng)化方法,將其稱為Enavit-Hartenberg 參數(shù)。表1 統(tǒng)計了AUBO i5 機器人連桿D-H 參數(shù)在MATLAB 內(nèi)構(gòu)建機器人運動學(xué)模型,進而去闡釋機構(gòu)之間的運動關(guān)系[2]。在表1 內(nèi),αn、θn、an以及bn分別為2 個相毗鄰關(guān)節(jié)軸之間形成的夾角、相鄰兩連桿圍繞公共軸線的旋轉(zhuǎn)角、兩關(guān)節(jié)軸之間公垂線的長度值以及沿著2 個相鄰公共軸線方向的距離值。

        表1 AUBO i5 機器人的連桿參數(shù)統(tǒng)計

        2 蟻群算法的原理及改進

        2.1 算法原理

        在多數(shù)情況下,可以將螞蟻行走路線看成是一項形式特殊的旅行問題,考慮其精準(zhǔn)躲避障礙物造成的影響、計算起始點和終止點之間最短路線,并以此為依據(jù)確定實際的行進路線。假設(shè)螞蟻在i、j之間行走,隨機可選擇的行走路線可以記作n條。歷經(jīng)個時刻后,計算各螞蟻經(jīng)行路線的實際長度值,留存下最短路徑,將其作為最優(yōu)路徑,盡早更新信息素。從宏觀層面上,可以將信息素細化為以下2 個部分:1)螞蟻行走途中遺留下的信息素。2) 各條路徑向外揮發(fā)的信息素。假定所有螞蟻經(jīng)行軌跡信息素為,那么結(jié)束單次游歷以后,可以采用公式(1)~公式(3)計算更新信息素[3]。

        式中:τij(t+n)為全部螞蟻行走軌跡信息素;m為蟻群數(shù)量;k為城市遍歷路徑長度值;Q為螞蟻本體的信息素強度;Δτk ij(t)為螞蟻爬行在兩個城市之間路線上釋放的信息素濃度;Lk為遍歷城市后測得的中路徑長度;ρ為信息素發(fā)揮系數(shù)。

        解讀公式(3)的表達形式可以發(fā)現(xiàn),優(yōu)化長度對ρ值的高低起決定性作用,且ρ和路徑之間存在負相關(guān)性,在遍歷路徑相對較短小的情境下,ρ值反而較大。

        2.2 算法的改進

        2.2.1 基于路徑搜索的改進

        為了消除蟻群算法在路徑搜索方面所存在的不足,該課題在研究時提出螞蟻相遇方法。把螞蟻拆分成不同的2 個組,安置在不同的2 個點,將以上2 點分別作為始發(fā)點,持續(xù)朝對方爬行。當(dāng)2 組螞蟻在路途中相遇后,螞蟻都要返回初始位置。與傳統(tǒng)的單向自由搜索路徑相比,其能顯著提升路徑的實際搜索效率。

        當(dāng)符合以上基本條件時,2 只螞蟻在行途中相遇,此時2 只螞蟻行進路徑的總長即為遍歷2 個城市路徑的總長L,如公式(4)所示[4]。

        式中:L(k1)、L(k2)分別為起始點、終點螞蟻相遇時候行進的最短路徑。

        2.2.2 基于路徑選擇的改進

        理論上 ,采用以上方式選擇路徑雖然過程更加智能,但不利于最佳爬行路徑的應(yīng)用,時間選擇空間呈現(xiàn)顯著“縮水”的特征,以致最后無法執(zhí)行最優(yōu)爬行路徑。為了彌補傳統(tǒng)算法在路徑選用問題方面存在的不足,該課題提出拓展搜索范疇的觀點,針對路徑選擇設(shè)置相關(guān)問題,試圖運用多種布置形式,即運用信息素感應(yīng)進行相應(yīng)管束。設(shè)定螞蟻對爬行路徑中信息素最小感應(yīng)為h0,當(dāng)某條路徑的信息素實際濃度低于h0時,那么螞蟻主觀上就無法感受到這個信息素,繼而選擇其他行進路徑。此時,低濃度信息素不會對螞蟻爬行路徑產(chǎn)生較大的影響,那么其可以選用其他爬行路徑。

        隨著算法應(yīng)用后時間的推移,各條路徑上的信息素濃度持續(xù)提高,當(dāng)其累積到一定水平后,便會出現(xiàn)顯著大于h0的情況,信息素對螞蟻爬行路徑產(chǎn)生的引導(dǎo)作用不斷增加。利用這種路徑選用形式可以表示螞蟻在2 個不同城市之間選擇爬行路徑的概率[5]。

        2.2.3 基于揮發(fā)系數(shù)調(diào)節(jié)的改進

        為了彌補傳統(tǒng)算法在發(fā)揮系數(shù)上所存在的缺點,該課題提出一種系統(tǒng)調(diào)整法,在運用算法的前期,有針對性地降低發(fā)揮系數(shù),不利于對螞蟻爬行過程形成有效引導(dǎo),達到拓展實際檢索范圍的目的,在這樣的情境下可以相應(yīng)地提高路徑搜索效率。在路徑搜索步入后期時,循序漸進地增加發(fā)揮系數(shù)值,借該方式表現(xiàn)路徑選擇行為的智能性。合理應(yīng)用以上方法能達到迅速收斂的目的,進而在較短時間內(nèi)明確最優(yōu)路徑。根據(jù)這種優(yōu)化思路,可以采用公式(5)調(diào)整發(fā)揮系數(shù)[6]。

        式中:ρ(t)為揮發(fā)系數(shù);ρ(t-1)為螞蟻信息素揮發(fā)系數(shù)的被調(diào)節(jié)值;ρmin為發(fā)揮系數(shù)的最小值。

        ρ為發(fā)揮系數(shù),假定其初始值是1,隨著算法應(yīng)用時間的延長,ρ值會呈現(xiàn)逐漸降低的趨勢,最后達到最小值。

        3 基于改進蟻群算法的軌跡規(guī)劃

        鑒于蟻群算法在路徑規(guī)劃早期存在初始值過低的實際情況,先應(yīng)用人工勢場算法獲得1 個相對較大的初始值,在該點位上會生成方向不同的信息素,利用人工勢場法內(nèi)生成的“引力”與“斥力”的合成力去測算下一個點位的具體方向,螞蟻K 在點i承受“引力”與“斥力”的共同作用,測算其合力的大小與角度并確定螞蟻移動的位置[7]。

        3.1 狀態(tài)轉(zhuǎn)移函數(shù)的改進

        把人工勢場虛擬合力添加至這種函數(shù)內(nèi),以提升蟻群算法的初始值,不僅能防控爬行路徑規(guī)劃早期出現(xiàn)信息素濃度偏低的情況,還能提高規(guī)劃方向的精準(zhǔn)度,使包裝機器人在精度方面更具優(yōu)勢。添加人工勢場合力的法狀態(tài)轉(zhuǎn)移函數(shù)轉(zhuǎn)變?yōu)楣剑?)[8]。

        式中:Pk ij(t)為狀態(tài)轉(zhuǎn)移函數(shù);fiγ(t)為初始值;γ為函數(shù)啟發(fā)信息因子。

        3.2 信息素的初始化

        因為最優(yōu)解周邊信息素的濃度偏高,所以蟻群會在其周邊展開急劇搜索。在這樣的情境下,不僅會顯著提高蟻群路徑的檢索質(zhì)量,也會加速收斂速度。但從理論上分析,以上情況也存在一些不足,例如,易使所有螞蟻聚集在某區(qū)段軌跡內(nèi),導(dǎo)致算法處在停滯狀態(tài),不利于算法的有效應(yīng)用,無法獲得最理想的解。但是最大—最小螞蟻系統(tǒng)(MMAS)能夠有效緩解以上不良狀況。MMAS 在各個解元素(相毗鄰兩路徑點之間)上遺留的信息素濃度值均被制約在[τmin,τmax]內(nèi)(τmin為最小值;τmax為最大值),用其表示全部的信息素軌跡τij(t),形成τmin≤τij(t)≤τmax的關(guān)系。在各次循環(huán)以后均要加強對以上信息素量的限制。如果τij(t)>τmax,那么假設(shè)τij(t)=τmax;如果τmin>τij(t),則假設(shè)τmin=τij(t)。

        對信息素軌跡進行初始化處理時,需要在完成第一次迭代后,使全部信息素軌跡量與τmax(1)維持相等。通常將τ(0)設(shè)定為相對較大的量,就能較容易地滿足上述要求。MMAS 算法首次結(jié)束循環(huán)過程后,路徑上的信息素量賦值為τmax(1)。應(yīng)用該方法對信息素進行初始化,能夠使算法在開始應(yīng)用時便可以快速、有效地搜尋新的可行解。為了能更好地闡述以上事實,筆者做出如下說明:參數(shù)決定路徑上信息素的揮發(fā)情況,那么在第一次迭代結(jié)束之后,所得的路徑信息素軌跡之間最大相差值是ρ的比率;第二次迭代后,變成ρ2,反復(fù)執(zhí)行以上過程。如果將路徑之上的信息素軌跡的最初值設(shè)計成最小值τmin,那么可以推測不同信息素軌跡之間的相對差將會快速增加。鑒于以上情況,在將信息素軌跡初始化為τmax,蟻群的選擇概率通常不會出現(xiàn)劇烈改變,且能協(xié)助蟻群獲得良好的機會去探尋其他更優(yōu)質(zhì)的可行路徑。因此,將信息素初始值設(shè)定成τ(0)=τmax可以提升蟻群算法的性能。

        3.3 信息素更新

        更新信息素是蟻群算法應(yīng)用過程中的重要步驟之一,在規(guī)劃算法實施路徑時,當(dāng)螞蟻執(zhí)行完單次循環(huán)后,算法便會自動更新螞蟻經(jīng)行軌跡上的所有信息素。如果應(yīng)用這種常規(guī)方法,則會導(dǎo)致實際尋優(yōu)執(zhí)行效率下降,那么螞蟻后期就不能迅速探查到高濃度信息素的行進軌跡。鑒于以上情況,該課題在研究時嘗試采用以下方法進行改善。

        3.3.1 精英小組

        規(guī)劃螞蟻行進路線時,篩選出通過最優(yōu)軌跡的螞蟻并組成精英小組。這種方法的原理就是在完成一次迭代后,對路線上最優(yōu)秀的部分進行篩選、提取,并在后續(xù)實踐中發(fā)揮作用,借該方式能使后期行進路徑迅速趨近最優(yōu)解。在二次測算行進軌道中信息素濃度實際值時,不僅需要部署螞蟻運行軌跡上的信息素,也要把精英螞蟻通過的軌跡作為重點對象進行單獨處置。使以上步驟和信息素更新過程相融合,從而加速蟻群算法的運行進程。當(dāng)螞蟻單次迭代整體完成后,把運行軌跡最短的幾條路線提取出來,適度提高信息素濃度水平,使相應(yīng)路線上的柵格位置的信息素更加顯著,其在螞蟻后期行動過程中發(fā)揮導(dǎo)向性作用,幫助它們更有效、快捷地尋找問題的最優(yōu)解??梢越Y(jié)合公式(7)~公式(8)更新信息素[9]。

        式中:τij(t+1)為信息素優(yōu)化的最優(yōu)解;Δτij.為螞蟻經(jīng)過的最優(yōu)路徑(i,j)軌跡上更新信息素時的濃度增量。

        3.3.2 優(yōu)化排序

        優(yōu)化排序蘊含的思想主要是在執(zhí)行完1 次循環(huán)以后,遵照由長到短的規(guī)律對所有可執(zhí)行的路徑(L1≥L2≥L3≥…≥Lm)進行排序,這樣Lm數(shù)值偏大的路徑獲得1 個偏小的排序序號,信息素更新時,相對的濃度增量會呈現(xiàn)遞減的趨勢;如果Lm偏小,那么對應(yīng)軌跡的信息素濃度增量會處于較高水平。相比之下,冒泡排序操作更加簡便,排序過程穩(wěn)定、可靠,因此該課題在設(shè)計時采用冒泡排序法。將該算法用在路徑規(guī)劃的過程中,逐一對比每2 個相鄰的Lm,且要將數(shù)值大的路徑向后移,數(shù)值小的則前移,直至結(jié)束最后2 個路徑長度的比較。

        3.4 算法流程的改進

        相關(guān)改進操作如下:1) 設(shè)定初始化算法函數(shù)的各項參數(shù)。2) 在起點位置放出N只螞蟻并應(yīng)用改進后的人工勢場算法測算待選點和目標(biāo)點的間距值。3) 采用算法狀態(tài)轉(zhuǎn)移函數(shù)測算合力值并按照信息素濃度檢索最優(yōu)路徑。4) 觀察螞蟻是否順利抵達目標(biāo)點。5) 測算并驗證路徑是否為最優(yōu)的路徑,再對信息素進行更新。6) 判斷該路徑是否為最優(yōu)路徑,如果能得出肯定的答案,就輸出并獲得最優(yōu)路徑。

        4 試驗檢驗

        4.1 二維空間仿真試驗

        仿真時,各參數(shù)設(shè)置情況如下:α、β、ρ、m、Q以及kmax分別為1、7、0.2、50、1 以及100,利用以上數(shù)據(jù)進行仿真建模[9]。

        觀察仿真情況可以發(fā)現(xiàn),改進后的蟻群算法沒有出現(xiàn)鋸齒樣,規(guī)劃出的爬行路徑順滑度更高,顯著提升了算法的收斂速度,降低了迭代次數(shù)且縮短了運行時間。傳統(tǒng)算法下的最優(yōu)路徑長度、迭代次數(shù)以及運行時間分別為28.880 m、77次以及8.320 s,改進后的算法的上述指標(biāo)的對應(yīng)值分別為23.340 m、18 次以及1.900 s。

        4.2 三維空間仿真試驗

        為了了解該課題所改進的算法在三維復(fù)雜環(huán)境內(nèi)的適用性,在MATLAB 內(nèi)設(shè)定相同的算法開展仿真實驗研究。觀察仿真結(jié)果可知,添加人工勢場合力的改進算法在搜索路徑早期的表現(xiàn)好于傳統(tǒng)算法,傳統(tǒng)算法下的最優(yōu)路徑長度、迭代次數(shù)以及運行時間分別為66.570 m、57 次以及13.870 s,改進后的算法的上述指標(biāo)的對應(yīng)值分別為61.400 0 m、8 次以及2.760 s。該課題改進后的蟻群算法與較小的迭代次數(shù)基本趨于穩(wěn)定,這是算法收斂速度提升的重要基礎(chǔ)。比較以上數(shù)據(jù)統(tǒng)計情況可知,采用提升蟻群算法初始值的算法規(guī)劃路徑時耗時顯著短于傳統(tǒng)算法,且當(dāng)?shù)螖?shù)為8 次時,就能在最優(yōu)解收斂。

        4.3 六軸機器人算法的驗證

        為了驗證該課題所采用的改進算法在真實環(huán)境內(nèi)表現(xiàn)出的穩(wěn)定性,將其加載至AuBo i5 機器人軌跡規(guī)劃算法內(nèi),分別測試、檢驗它的加速度與角速度,以分析包裝機器人在生產(chǎn)運作中的穩(wěn)定性與重復(fù)準(zhǔn)確度。

        統(tǒng)計測試結(jié)果發(fā)現(xiàn),和傳統(tǒng)算法下的角速度相比,其角速度性能更平穩(wěn)、曲線更加順滑,其角速度在較小范疇中沒有出現(xiàn)驟然增加的現(xiàn)象,速度平緩增減。

        5 結(jié)語

        綜合該課題研究所得結(jié)果可以發(fā)現(xiàn),將人工勢場合力融合至算法狀態(tài)轉(zhuǎn)移函數(shù)內(nèi)是提高算法初始值的可行方法,利用虛擬力場內(nèi)的合力能對下一個點位進行科學(xué)判斷,且通過調(diào)整啟發(fā)因子能夠?qū)崿F(xiàn)對全局路徑的有效搜索,調(diào)整信息素濃度值能顯著提升實際搜索效率。統(tǒng)計實驗結(jié)果可知,改進算法在路徑長度、迭代次數(shù)方面均實現(xiàn)了最優(yōu)化,在減少迭代次數(shù)的同時還能顯著縮短包裝機器人的工作用時,與傳統(tǒng)算法相比其運作穩(wěn)定性與精準(zhǔn)度均顯著提升。

        猜你喜歡
        螞蟻軌跡機器人
        軌跡
        軌跡
        軌跡
        我們會“隱身”讓螞蟻來保護自己
        進化的軌跡(一)——進化,無盡的適應(yīng)
        中國三峽(2017年2期)2017-06-09 08:15:29
        螞蟻
        機器人來幫你
        認識機器人
        機器人來啦
        認識機器人
        免费啪啪av人妻一区二区| 国产日韩精品中文字无码| 国产精品高潮呻吟av久久无吗| 久久午夜无码鲁丝片直播午夜精品| 人妻中文字幕在线一二区| 80s国产成年女人毛片| 国产精品无码a∨精品影院| 日韩欧美在线播放视频| 国产三级在线观看不卡| 免费a级毛片高清在钱| 看全色黄大色大片免费久久| 精品亚洲欧美高清不卡高清| 久久精品日韩免费视频| 亚洲熟妇av一区二区三区| 台湾佬自拍偷区亚洲综合| 国产美女高潮流白浆在线观看| 中文字幕亚洲乱码熟女1区2区| 日本韩国男男作爱gaywww| 亚洲av无码一区二区三区四区| 日本理论片一区二区三区| 大香蕉青青草视频在线| 欧美丰满熟妇bbbbbb| 天美麻花果冻视频大全英文版| 久久久精品人妻一区二区三区日本| 国产真实一区二区三区| 亚洲精品www久久久| 极品美女高潮喷白浆视频| 中文字幕人妻久久一区二区三区| 在线观看人成视频免费| 亚洲国产高清在线一区二区三区| 亚洲色拍拍噜噜噜最新网站| 亚洲国产免费不卡视频| 国产性生交xxxxx无码| 亚洲 国产 哟| 亚洲国产一区二区,毛片| 久久久国产乱子伦精品| 国产精品-区区久久久狼| 男女干逼视频免费网站| 亚洲精品在线国产精品| 欧美孕妇xxxx做受欧美88| 久久久久久无码AV成人影院|