齊洪方,郭潤(rùn)琪

(1.武漢華夏理工學(xué)院 智能制造學(xué)院,湖北 武漢 430223;2.武漢理工大學(xué) 機(jī)電工程學(xué)院,湖北 武漢 430070)

0 引 言

隨著傳統(tǒng)制造業(yè)向智能制造升級(jí),其生產(chǎn)過(guò)程中常用的離線測(cè)量技術(shù)已難以滿(mǎn)足智能制造的需求。

在線測(cè)量技術(shù)將加工過(guò)程和檢測(cè)過(guò)程相結(jié)合,減少了人為檢測(cè)和重復(fù)定位等造成的誤差,可以有效提高檢測(cè)精度和效率。接觸式在線檢測(cè)路徑主要由檢測(cè)點(diǎn)之間的三維路徑段組成。因此,研究一種路徑規(guī)劃方法,保證探頭與工件之間不發(fā)生碰撞,并且探頭運(yùn)行的時(shí)間較短,顯得尤為重要。

在測(cè)量路徑規(guī)劃方法的研究方面,王正春[1]、張虎[2]等人提出了一種方法,即先規(guī)劃初始測(cè)量路徑,再進(jìn)行碰撞檢測(cè)和碰撞規(guī)避;這類(lèi)方法規(guī)劃時(shí)間較短,但為保證檢測(cè)過(guò)程中的安全性,相關(guān)的規(guī)避原則通常會(huì)規(guī)劃離工件較遠(yuǎn)的避障點(diǎn),導(dǎo)致整體測(cè)量路徑較長(zhǎng),增加了檢測(cè)時(shí)間;同時(shí),對(duì)于較為復(fù)雜的結(jié)構(gòu)特征,相關(guān)規(guī)避原則可能會(huì)失效。HAN Zhen-hua等人[3]提出了另外一種方法,即先生成路徑矩陣,再規(guī)劃測(cè)量順序;這類(lèi)方法在生成路徑矩陣時(shí)就進(jìn)行了碰撞檢測(cè),且以路徑和較短,探頭運(yùn)動(dòng)軌跡方向和軸線方向變換的次數(shù)較少為目標(biāo)，優(yōu)化路徑矩陣和測(cè)量順序;但其計(jì)算量較大,規(guī)劃時(shí)間較長(zhǎng)。

基于此,筆者提出一種復(fù)雜曲面工件接觸式在線測(cè)量的路徑規(guī)劃方法。首先規(guī)劃初始測(cè)量路徑;然后采用改進(jìn)的蟻群算法,對(duì)初始測(cè)量路徑中發(fā)生碰撞的路徑段進(jìn)行優(yōu)化。

1 在線檢測(cè)路徑規(guī)劃原理

接觸式在線測(cè)量過(guò)程中,探頭將沿規(guī)劃的測(cè)量路徑依次獲取測(cè)點(diǎn)的實(shí)際坐標(biāo)值,測(cè)量路徑規(guī)劃的主要目標(biāo)是在保證檢測(cè)精度的情況下,縮短檢測(cè)路徑、提高檢測(cè)效率、避免發(fā)生碰撞。

在線檢測(cè)路徑規(guī)劃過(guò)程中,首先根據(jù)探頭模型幾何參數(shù)、相關(guān)距離參數(shù)和測(cè)點(diǎn)坐標(biāo)集,生成初始測(cè)量路徑。初始測(cè)量路徑主要由局部測(cè)量路徑和全局測(cè)量路徑組成。局部測(cè)量路徑是指探頭遍歷特征內(nèi)部測(cè)點(diǎn)的路徑,初始局部路徑的規(guī)劃是在不考慮碰撞的前提下,通過(guò)模擬退火算法規(guī)劃生成的路徑;全局測(cè)量路徑是指探頭在特征面之間移動(dòng)的路徑,全局測(cè)量路徑的規(guī)劃是根據(jù)相關(guān)需求約束,設(shè)計(jì)特征分層、分組原則,并借助模擬退火算法確定層級(jí)間的優(yōu)先測(cè)量順序、組內(nèi)測(cè)量順序和同層級(jí)的組間測(cè)量順序;

然后,筆者針對(duì)碰撞檢測(cè)問(wèn)題,根據(jù)探頭和工件的結(jié)構(gòu)特征,利用離散法和空間劃分將動(dòng)態(tài)碰撞檢測(cè)轉(zhuǎn)化為幾何元素的相交測(cè)試,并規(guī)定分級(jí)碰撞檢測(cè)原則,簡(jiǎn)化檢測(cè)過(guò)程;

最后,筆者針對(duì)碰撞規(guī)避問(wèn)題,改進(jìn)蟻群算法,從而對(duì)發(fā)生碰撞的初始路徑段進(jìn)行重新規(guī)劃。

復(fù)雜曲面工件的測(cè)量路徑規(guī)劃流程如圖1所示。

圖1 復(fù)雜曲面工件的在線測(cè)量路徑規(guī)劃流程圖

2 碰撞檢測(cè)

2.1 分級(jí)碰撞檢測(cè)

在規(guī)劃測(cè)量路徑的過(guò)程中,需對(duì)探頭的移動(dòng)軌跡進(jìn)行動(dòng)態(tài)碰撞檢測(cè),以保證測(cè)量路徑的安全性。為解決動(dòng)態(tài)碰撞檢測(cè)問(wèn)題,一般需將其轉(zhuǎn)化為靜態(tài)碰撞檢測(cè)[4],主要方法為連續(xù)法和離散法。連續(xù)法中應(yīng)用較多的為掃描體法[5],掃描體法的檢測(cè)精度較高,但通常生成的掃描體為不規(guī)則的幾何體,難以實(shí)現(xiàn)后續(xù)的幾何體相交干涉測(cè)試;離散法[6,7]可以通過(guò)離散運(yùn)動(dòng)過(guò)程,將動(dòng)態(tài)碰撞檢測(cè)轉(zhuǎn)為靜態(tài)碰撞檢測(cè),并且可通過(guò)調(diào)整離散點(diǎn)之間的間距來(lái)保證檢測(cè)精度。

筆者采用離散法將工件與探頭之間的動(dòng)態(tài)碰撞檢測(cè)轉(zhuǎn)換為靜態(tài)碰撞檢測(cè)。考慮到工件與探頭的安全性,將換速距離設(shè)置為離散間距。在線測(cè)量過(guò)程中,根據(jù)不同路徑規(guī)劃段所需的不同碰撞檢測(cè)精度,將碰撞檢測(cè)分為粗略碰撞檢測(cè)和精細(xì)碰撞檢測(cè)。

粗略碰撞檢測(cè)主要應(yīng)用在全局測(cè)量路徑中。探頭在全局測(cè)量路徑上移動(dòng)的速度較快,可移動(dòng)的范圍較大。為保證安全性,需將探頭與待測(cè)工件保持一定的距離;所以,在全局測(cè)量路徑規(guī)劃過(guò)程中進(jìn)行的碰撞檢測(cè)只需將探頭與空間劃分的柵格進(jìn)行相交測(cè)試,保證與探頭相交的柵格可行。粗略碰撞檢測(cè)主要進(jìn)行兩種相交干涉判斷:長(zhǎng)方體與圓柱體和長(zhǎng)方體與球的相交測(cè)試。

精細(xì)碰撞檢測(cè)主要應(yīng)用在局部測(cè)量路徑中。按照測(cè)量要求,探頭在局部測(cè)量路徑上移動(dòng)時(shí),需與待測(cè)工件表面發(fā)生接觸以獲取實(shí)際測(cè)點(diǎn)坐標(biāo);所以,在局部測(cè)量路徑規(guī)劃過(guò)程中,除了進(jìn)行粗略碰撞檢測(cè)快速刪除不可能發(fā)生碰撞的部分以外,還需將粗略碰撞檢測(cè)過(guò)程中與探頭相交且不完全可行的柵格中所包含的三角面片和探頭進(jìn)行相交測(cè)試,即進(jìn)行精細(xì)碰撞檢測(cè)。精細(xì)碰撞檢測(cè)主要進(jìn)行兩種相交干涉判斷:三角形與圓柱體和三角形與球的相交測(cè)試。

2.2 碰撞檢測(cè)空間劃分

常用的靜態(tài)碰撞檢測(cè)方法主要有兩類(lèi):(1)包圍盒法[8-10]。這類(lèi)方法是根據(jù)物體形狀,用簡(jiǎn)單多面體包圍物體,通過(guò)求取包圍盒之間的距離,來(lái)判斷物體是否發(fā)生碰撞,主要針對(duì)幾何特征較為規(guī)則的物體;(2)空間劃分法[11-13]。這類(lèi)方法是提前將需進(jìn)行碰撞檢測(cè)的空間劃分為均勻的簡(jiǎn)單幾何元素,根據(jù)物體是否歸屬同一個(gè)空間元素來(lái)判斷其是否發(fā)生碰撞。

為簡(jiǎn)化靜態(tài)碰撞檢測(cè),筆者采用各邊分別平行于坐標(biāo)軸的柵格劃分空間。在進(jìn)行空間劃分之前,需要確定碰撞檢測(cè)的空間范圍和柵格的尺寸,從而計(jì)算柵格的數(shù)目,實(shí)現(xiàn)空間劃分。

因?yàn)楸疚牟捎玫臇鸥竦母鬟叿謩e平行于坐標(biāo)軸,且待測(cè)工件的長(zhǎng)、寬和高也大多平行于坐標(biāo)軸,因此筆者根據(jù)待測(cè)工件的AABB(axis-alignedboundingbox)包圍盒來(lái)確定空間范圍。

筆者只考慮待測(cè)工件與工作臺(tái)直接接觸的情況,為減少碰撞檢測(cè)的計(jì)算量,將探頭運(yùn)動(dòng)范圍約束在工件與工作臺(tái)的接觸面的上方,所以碰撞檢測(cè)的空間只考慮接觸面上方部分。

為保證測(cè)量路徑的安全性,筆者將待測(cè)工件的AABB包圍盒向外拓展至測(cè)量所需的預(yù)接觸距離,得到碰撞檢測(cè)的空間范圍。探頭在全局測(cè)量路徑中的移動(dòng)速度較快,需保證探頭與零件表面有一定的間距。筆者規(guī)劃的全局測(cè)量路徑將直接避開(kāi)包含待測(cè)工件模型的柵格,所以該全局測(cè)量路徑與零件表面的距離及其長(zhǎng)度,很大程度上取決于柵格的尺寸;考慮到探頭接觸測(cè)點(diǎn)之前會(huì)設(shè)置一段預(yù)接觸距離,為防止探頭與零件接觸時(shí)沖擊力過(guò)大,對(duì)探頭和機(jī)床造成損壞,筆者選用兩倍的預(yù)接觸距離作為柵格尺寸。

3 基于改進(jìn)蟻群算法的路徑規(guī)劃

在線檢測(cè)路徑規(guī)劃方法主要可以分為人工勢(shì)場(chǎng)法[14,15]、快速隨機(jī)樹(shù)算法[16-19]、PSO(particle swarm optimization)算法[20,21]、A*算法[22]和蟻群算法[23-25]等。這些算法具有各自的優(yōu)缺點(diǎn)和適用條件,基于蟻群算法規(guī)劃的三維路徑的質(zhì)量通常較好,但算法易陷入局部最優(yōu)且規(guī)劃時(shí)間較長(zhǎng)。

針對(duì)這些缺陷,筆者對(duì)蟻群算法進(jìn)行改進(jìn),將蟻群算法和A*算法相結(jié)合,并將改進(jìn)的蟻群算法應(yīng)用到路徑規(guī)劃中。

基于改進(jìn)蟻群算法的碰撞規(guī)避流程如圖2所示。

圖2 基于改進(jìn)蟻群算法的碰撞規(guī)避流程圖

3.1 節(jié)點(diǎn)構(gòu)建

為便于生成避障路徑,需將探頭運(yùn)動(dòng)空間進(jìn)行離散化?？紤]到探頭變換移動(dòng)方向?qū)⒃黾舆\(yùn)動(dòng)時(shí)間,為使路徑盡量接近直線,筆者將不會(huì)采用較小的劃分距離。

構(gòu)建節(jié)點(diǎn)的方法如下:(1)確定探頭運(yùn)動(dòng)空間,與確定碰撞檢測(cè)空間的方法類(lèi)似,考慮工件與工作臺(tái)接觸面上方空間,將待測(cè)零件的AABB包圍盒向外拓展安全距離,得到探頭運(yùn)動(dòng)空間范圍;(2)確定劃分距離,考慮到安全性,將預(yù)接觸距離設(shè)置為劃分距離;(3)用邊長(zhǎng)為劃分距離的立方體均勻劃分探頭運(yùn)動(dòng)空間,將各立方體的頂點(diǎn)作為節(jié)點(diǎn);(4)刪除位于不可行柵格內(nèi)部的節(jié)點(diǎn)。

3.2 代價(jià)函數(shù)設(shè)計(jì)

在探頭與工件不發(fā)生碰撞的前提下,需通過(guò)減少避障路徑段的長(zhǎng)度來(lái)提高測(cè)量效率;同時(shí),路徑段中各節(jié)點(diǎn)段之間方向變換次數(shù)越少,整體路徑段越接近直線,探頭移動(dòng)方向變換得越少,測(cè)量效率越高。

綜合考慮節(jié)點(diǎn)段的路徑長(zhǎng)度及節(jié)點(diǎn)段之間的方向變換對(duì)避障路徑段質(zhì)量的影響,筆者給出的評(píng)定路徑段的代價(jià)函數(shù)如下:

(1)

式中:k—組成避障路徑段的節(jié)點(diǎn)段的個(gè)數(shù);li—當(dāng)前節(jié)點(diǎn)段的長(zhǎng)度。

經(jīng)多次實(shí)驗(yàn);此處的ω1取0.8,ω2取1。

(2)

3.3 蟻群算法改進(jìn)

蟻群算法是模擬螞蟻覓食時(shí)在路徑上遺留信息素,以便其能按原路返回并幫助其他螞蟻選擇路徑。

在原始蟻群算法中,假設(shè)螞蟻的數(shù)量為M,則第m個(gè)螞蟻從當(dāng)前節(jié)點(diǎn)i轉(zhuǎn)移到下一個(gè)節(jié)點(diǎn)j的選擇概率函數(shù)如下:

(3)

式中:α—信息素啟發(fā)因子;β—啟發(fā)函數(shù)因子;allowed—節(jié)點(diǎn)的搜索節(jié)點(diǎn);ηij(t)—節(jié)點(diǎn)i和j之間的啟發(fā)信息;τij(t)—節(jié)點(diǎn)i和j之間的信息素濃度。

節(jié)點(diǎn)i和j之間的啟發(fā)信息ηij(t):

(4)

式中:dij—節(jié)點(diǎn)i和j之間的歐式距離。

當(dāng)所有螞蟻完成一次路徑規(guī)劃后,筆者根據(jù)antcyclesystem模型更新各節(jié)點(diǎn)的信息素,模型函數(shù)如下:

(5)

式中:ρ—信息素?fù)]發(fā)因子。

(6)

式中:Q—信息素強(qiáng)度,是一個(gè)常值;Jm—第m只螞蟻經(jīng)過(guò)的路徑的代價(jià)。

3.3.1 節(jié)點(diǎn)搜索原則

如果當(dāng)前節(jié)點(diǎn)與目標(biāo)點(diǎn)的連線不發(fā)生碰撞,則將目標(biāo)點(diǎn)設(shè)為下一節(jié)點(diǎn),結(jié)束搜索,提高算法效率;反之,以當(dāng)前節(jié)點(diǎn)為球心,將半徑為預(yù)接觸距離的球體設(shè)為下一節(jié)點(diǎn)的搜索范圍,簡(jiǎn)化搜索空間。

節(jié)點(diǎn)搜索范圍示意圖如圖3所示。

圖3 節(jié)點(diǎn)搜索范圍示意圖

圖3中,將當(dāng)前節(jié)點(diǎn)與范圍內(nèi)的節(jié)點(diǎn)逐一連線,并在各連線上按照換速距離選取離散點(diǎn)進(jìn)行碰撞檢測(cè),將可達(dá)的節(jié)點(diǎn)作為搜索點(diǎn),減少搜索點(diǎn)數(shù)量,再根據(jù)選擇函數(shù)從搜索點(diǎn)中選出下一節(jié)點(diǎn),提高蟻群算法的搜索效率;

為避免陷入死循環(huán),如果某個(gè)節(jié)點(diǎn)已經(jīng)在該條路徑上被經(jīng)過(guò)了4次,則不再將該點(diǎn)設(shè)為搜索點(diǎn)。為避免陷入陷阱,如果當(dāng)前節(jié)點(diǎn)沒(méi)有搜索點(diǎn),則返回上一節(jié)點(diǎn),并將該點(diǎn)從上一節(jié)點(diǎn)的搜索點(diǎn)中刪除。

3.3.2 融合A*算法初始化信息素

原始蟻群算法中,信息素通過(guò)均勻分配進(jìn)行初始化,造成了算法前期搜索的盲目性,使得前期搜索時(shí)間較長(zhǎng),且規(guī)劃的路徑質(zhì)量較差。A*算法搜索速度較快,但通常不能獲得最優(yōu)路徑。所以筆者借助A*算法規(guī)劃出一條路徑段作為引導(dǎo)路徑,同時(shí)刪除部分發(fā)生碰撞的節(jié)點(diǎn),盡量避免前期螞蟻選擇與目標(biāo)點(diǎn)相反的區(qū)域,減少不必要的節(jié)點(diǎn)數(shù)量,提高蟻群算法的搜索效率。

融合A*算法的初始化信息素函數(shù)如下:

(7)

式中:Q—信息素強(qiáng)度,筆者取為起始點(diǎn)和終止點(diǎn)之間的歐式距離;L—引導(dǎo)路徑的路徑代價(jià)。

3.3.3 啟發(fā)信息函數(shù)改進(jìn)

原始蟻群算法中,啟發(fā)信息函數(shù)僅考慮了當(dāng)前節(jié)點(diǎn)到搜索點(diǎn)間的距離,未考慮搜索點(diǎn)到終止點(diǎn)的距離對(duì)整體路徑規(guī)劃的影響。所以,筆者改進(jìn)的啟發(fā)信息函數(shù)如下:

(8)

式中:dij—節(jié)點(diǎn)i和j之間的歐式距離;djt—節(jié)點(diǎn)j和終止點(diǎn)之間的歐式距離。

3.3.4 概率選擇函數(shù)改進(jìn)

為使規(guī)劃的避障路徑段盡量接近于直線,便于之后精簡(jiǎn)路徑段中的節(jié)點(diǎn),從而減少探頭軌跡變換的次數(shù),筆者引入方向偏轉(zhuǎn)評(píng)價(jià)函數(shù),其表達(dá)式如下:

(9)

式中:θij—上一節(jié)點(diǎn)到節(jié)點(diǎn)的方向向量與節(jié)點(diǎn)i到節(jié)點(diǎn)j的方向向量較小的夾角,由角度制表示;且當(dāng)ij為起始節(jié)點(diǎn)段時(shí),θij取0。

如果∑s∈allowed|τis(t)α|ηis(t)βξis(t)λ=0,表明此時(shí)進(jìn)入陷阱,根據(jù)本文設(shè)置的策略跳出陷阱;反之,根據(jù)本文改進(jìn)的概率選擇函數(shù)選擇下一節(jié)點(diǎn),其表達(dá)式如下:

(10)

式中:α—信息素啟發(fā)因子;β—啟發(fā)函數(shù)因子;λ—方向偏轉(zhuǎn)因子。

3.3.5 路徑簡(jiǎn)化策略

為減少探頭移動(dòng)方向變換的次數(shù),此處采用路徑簡(jiǎn)化策略來(lái)減少路徑中的節(jié)點(diǎn)。假設(shè)路徑段為path=(r1,r2,…,rn),主要方法為:從起點(diǎn)r1開(kāi)始,依次與rn-1連接,直到找到可直接相連的節(jié)點(diǎn)ri(i=2,…,n-1),刪除從r1到ri間的節(jié)點(diǎn),再?gòu)膔i開(kāi)始進(jìn)行相同操作,直到遍歷到rn-1點(diǎn)為止。

3.4 避障路徑生成實(shí)例驗(yàn)證與分析

為驗(yàn)證改進(jìn)蟻群算法對(duì)原始蟻群算法的優(yōu)化效果,筆者在CPU為Inteli7-770HQ、內(nèi)存為8 G的計(jì)算機(jī)上進(jìn)行相關(guān)避障路徑生成測(cè)試,結(jié)果如圖4所示。

實(shí)例中,蟻群算法的相關(guān)初始參數(shù)為:迭代次數(shù)N=100;螞蟻數(shù)量M=30;信息素?fù)]發(fā)因子ρ=0.2;信息素啟發(fā)因子α=0.9;啟發(fā)函數(shù)因子β=4;方向偏轉(zhuǎn)因子λ=0.5。

從圖4(a,b)可以看出:對(duì)于同一個(gè)特征,在未使用該算法中的路徑簡(jiǎn)化策略時(shí),筆者改進(jìn)算法所規(guī)劃的路徑中,節(jié)點(diǎn)段方向變換次數(shù)明顯較少,路徑長(zhǎng)度也明顯較短,路徑質(zhì)量較優(yōu);

從圖4(c,d)可以看出:在使用路徑簡(jiǎn)化策略時(shí),該算法改進(jìn)了蟻群算法的啟發(fā)信息函數(shù)、概率選擇函數(shù),設(shè)計(jì)節(jié)點(diǎn)搜索原則和避免死循環(huán)、陷阱的策略后,所規(guī)劃路徑質(zhì)量更優(yōu),通過(guò)式(1)計(jì)算此時(shí)的避障路徑代價(jià),原始蟻群算法規(guī)劃的避障路徑的代價(jià)為101.625,筆者改進(jìn)算法規(guī)劃的避障路徑的代價(jià)為89.108;原始蟻群算法規(guī)劃時(shí)間為7.256 s,筆者改進(jìn)后的蟻群算法規(guī)劃時(shí)間為3.312 s,說(shuō)明該算法優(yōu)化的效果明顯。

圖4 蟻群算法規(guī)劃避障路徑效果對(duì)比圖

為進(jìn)一步說(shuō)明該算法的優(yōu)化效果,筆者分別用兩種蟻群算法,對(duì)3個(gè)不同的碰撞路徑段進(jìn)行碰撞規(guī)避,并用式(1)計(jì)算避障路徑代價(jià)。

蟻群算法規(guī)劃避障路徑結(jié)果對(duì)比表如表1所示。

表1 蟻群算法規(guī)劃避障路徑結(jié)果對(duì)比表

從表1可以看出:與原始算法相比,在3種避障路徑中,該改進(jìn)算法規(guī)劃路徑質(zhì)量較優(yōu),計(jì)算時(shí)間明顯縮短,規(guī)劃效率較高;同時(shí),與初始路徑段發(fā)生碰撞的路徑段處三角面片數(shù)越多,環(huán)境越復(fù)雜,該算法優(yōu)化的效果越明顯。

4 路徑規(guī)劃算法實(shí)例驗(yàn)證與分析

為了對(duì)該測(cè)量路徑規(guī)劃算法進(jìn)行分析,筆者在CPU為Inteli7-3517U、內(nèi)存為8 G的計(jì)算機(jī)上進(jìn)行相關(guān)測(cè)量路徑規(guī)劃測(cè)試。

采用的方法分別為:根據(jù)改進(jìn)的蟻群算法生成路徑矩陣,再規(guī)劃測(cè)量順序(算法一);根據(jù)該方法規(guī)劃初始路徑,再根據(jù)文獻(xiàn)[26]中的規(guī)避原則,進(jìn)行碰撞規(guī)避(算法二);根據(jù)該方法規(guī)劃初始路徑,再根據(jù)該改進(jìn)的蟻群算法,進(jìn)行碰撞規(guī)避(筆者算法)。

待測(cè)工件結(jié)構(gòu)示意圖如圖5所示。

圖5 待測(cè)工件結(jié)構(gòu)示意圖

筆者對(duì)上述模型進(jìn)行測(cè)量路徑規(guī)劃。其中,碰撞檢測(cè)均采用筆者設(shè)計(jì)的算法。實(shí)例驗(yàn)證過(guò)程中,筆者設(shè)置安全距離為50 mm,預(yù)接觸距離為10 mm,換速距離為6 mm。

在規(guī)劃效率和規(guī)劃路徑方面,3種規(guī)劃算法結(jié)果對(duì)比如表2所示。

表2 3種規(guī)劃算法結(jié)果對(duì)比表

從表2可以看出:先生成路徑矩陣,再對(duì)測(cè)量順序進(jìn)行規(guī)劃的方案,花費(fèi)時(shí)間過(guò)長(zhǎng);而筆者算法采用的先生成初始路徑,再進(jìn)行碰撞規(guī)避的方案,可大大節(jié)省規(guī)劃時(shí)間,且二者規(guī)劃的路徑和近似;

筆者算法和算法二的規(guī)劃時(shí)間主要花費(fèi)在碰撞檢測(cè)部分,筆者的碰撞規(guī)避算法較規(guī)避原則的耗時(shí)稍長(zhǎng),但相差不大;

筆者算法規(guī)劃的路徑和比算法二的要短,說(shuō)明采用改進(jìn)蟻群算法規(guī)劃的避障路徑較避障原則生成的路徑要短,有利于提高檢測(cè)效率;

在算法實(shí)現(xiàn)過(guò)程中,避障原則依賴(lài)于發(fā)生碰撞的特征的結(jié)構(gòu)形狀,局限性較大;而改進(jìn)的蟻群算法可借助筆者設(shè)計(jì)的碰撞檢測(cè)方法,在無(wú)需考慮工件局部特征的情況下,生成避障路徑,算法的適用性更高。

綜上所述,筆者提出的測(cè)量路徑規(guī)劃算法具有較高的規(guī)劃速度和較好的規(guī)劃結(jié)果,且適用性更強(qiáng)。

5 結(jié)束語(yǔ)

針對(duì)復(fù)雜曲面工件接觸式在線檢測(cè)路徑規(guī)劃規(guī)劃時(shí)間長(zhǎng)、效率低和規(guī)劃路徑較長(zhǎng)等問(wèn)題,筆者在分析了傳統(tǒng)在線檢測(cè)路徑規(guī)劃方法基礎(chǔ)上,提出了一種接觸式在線檢測(cè)路徑規(guī)劃方法,即采用離散法,將不考慮碰撞情況下生成的初始測(cè)量路徑中工件與探頭之間的動(dòng)態(tài)碰撞檢測(cè)轉(zhuǎn)換為靜態(tài)碰撞檢測(cè),并根據(jù)不同路徑規(guī)劃段所需的不同碰撞檢測(cè)精度,將碰撞檢測(cè)分為粗略碰撞檢測(cè)和精細(xì)碰撞檢測(cè);在只考慮待測(cè)工件與工作臺(tái)直接接觸的情況下,根據(jù)待測(cè)工件的AABB(axis-aligned bounding box)包圍盒,確定了柵格空間范圍,簡(jiǎn)化了檢查過(guò)程;借助A*算法初始化蟻群算法的信息素,并通過(guò)改進(jìn)蟻群算法的啟發(fā)信息函數(shù)、概率選擇函數(shù),設(shè)計(jì)節(jié)點(diǎn)搜索原則和避免死循環(huán)、陷阱的策略,優(yōu)化了測(cè)量路徑。

研究結(jié)果表明:

(1)與先生成路徑矩陣、再對(duì)測(cè)量順序進(jìn)行規(guī)劃的方案相比,該測(cè)量路徑規(guī)劃方法采用先生成初始路徑,再進(jìn)行碰撞規(guī)避的方案,可大幅縮短路徑規(guī)劃時(shí)間;

(2)在相同初始路徑情況下,改進(jìn)的蟻群算法生成路徑較短;

(3)該路徑規(guī)劃方法能在較短時(shí)間內(nèi)規(guī)劃較優(yōu)的測(cè)量路徑。

在后續(xù)的研究中,筆者將對(duì)碰撞檢測(cè)算法進(jìn)行優(yōu)化,進(jìn)一步縮短路徑規(guī)劃的時(shí)間;并對(duì)使用夾具的情況下測(cè)量路徑規(guī)劃進(jìn)行研究,進(jìn)一步提升路徑規(guī)劃的效率、安全性和適應(yīng)性。