论文部分内容阅读
焊接机器人在工业生产中起着越来越重要的作用,焊接机器人不仅可以提高焊接精度和效率,同时也大大降低了人力成本。随着汽车工业的快速发展,焊接机器人承担了比以前更加复杂的焊接任务。在汽车车身生产过程中,焊点多达4000~6000个点,合理的焊接顺序对于提高生产效率有很大的影响,因此对于焊接机器人的路径规划问题的研究显得尤为必要。 在求解多目标优化问题时,为了克服粒子群优化算法的缺点,本文提出了三态协调搜索多目标粒子群优化算法(TC-MOPSO)。其中的三态指导粒子选择策略兼顾粒子群算法的局部和全局搜索能力。同时,为了使获得的非劣解在Pareto前沿均匀分布,对传统的外部档案保存机制进行改进,当外部档案规模超过上限时,分步去除较密集区域的非劣解。并将新算法与三种经典的算法进行对比,结果显示新算法有更好的收敛性和多样性。并分析了区域划分系数对算法效果的影响。 本文研究了以路径长度和能耗作为优化目标的焊接机器人多目标路径规划问题。为了使三态协调搜索多目标粒子群优化算法适用于求解离散多目标优化问题,本文对该算法进行改进形成了离散化三态协调搜索多目标粒子群算法(DTC-MOPSO)。通过和两个经典的优化算法比较,DTC-MOPSO算法在分散性和收敛性方面都有很好的优化性能。最后运用MATLAB机器人工具箱对机器人的运动学、逆运动学以及逆动力学进行分析以求解机器人的路径长度和能耗,并将改进的算法应用于焊接机器人路径规划中,结果显示规划后的路径明显优于另外两种算法,为焊接机器人的离线编程提供了理论指导。 在焊接机器人离线编程中,避障是一个必须考虑的问题。本文研究了以避障为约束条件,路径长度最短为优化目标的路径规划。在分析了优化对象的基础上,选择栅格法对环境进行建模。在局部路径规划中以蚁群算法作为搜索策略,实现了优化目标。针对蚁群算法的缺陷,提出了二次优化方法,以较小的复杂度获得了比较好的优化结果。最后运用粒子群算法对全局路径进行优化,得出了符合要求的焊接路径。