图像引导机器人是工业机器人的一种,具有高度自治性,它不仅具有视觉、触觉、力感知等智能,还具有人类一样的逻辑思维和逻辑判断等能力。通常由机器视觉系统和运动控制系统两部分组成,在视觉系统的图像采集功能作用下,图像引导机器人能够实时采集工作平台上的物件信息,并实时完成物件的拾取操作。图像引导机器人常用于自动化生产线,能够完成码垛、填装、装配、焊接等操作过程,而其效率的高低在于机器人的路径规划功能。机器人路径规划问题是机器人领域的一个重要研究项目,图像引导机器人的路径规划通常分为两部分,一是对机器人的工作环境分析建模,常见的由栅格法,人工势场法,自由空间法等;二是机器人的路径优化功能,通过路径规划算法优化机器人的寻路策略,使机器人能够更快的到达制定地点完成规定的任务。本文根据以上背景设计了一台图像引导机器人,用MATLAB对其工作环境建模分析,最后使用C#设计了图像引导机器人的路径优化算法。本文主要研究内容有:(一)针对图像机器人的工作目的,设计了图像引导机器人的机器视觉系统和运动控制系统。包括硬件的选型,伺服系统的参数计算,使机器人能够进行路径运动,同时设计了机器视觉系统中工业相机的自动对焦功能,使机器人能够实时采集到清晰的工作图像,并对工作平台上的物体进行位置分析。(二)分析图像引导机器人的工作环境,使用MATLAB软件对机器人的工作环境进行数字建模,将三维复杂的拾取工作环境用数字矩阵的形式表现出来,并通过分析机器人的拾取功能,将其复杂的动态拾取动作转换为具有普适性的旅行商(TSP)问题,并将数字矩阵用数学推导的方法转为适用于TSP问题的矩阵。(三)分析比较常用于解决TSP问题的智能路径优化算法—蚁群算法和遗传算法,通过使用C#语言开发了两种算法的模拟程序,模拟了不同条件下两种算法的路径优化表现,通过比较得出了两种算法在不同情况下的优劣,讨论了实现图像引导机器人路径优化的途径。(四)根据对路径优化算法的分析,设计了一种采用了遗传算法启发式的自适应蚁群算法于图像引导机器人的路径优化过程,并实验模拟仿真,通过与传统蚁群算法的对比证明了改良后的路径规划方法更具高效性和鲁棒性,且寻最优路径的能力也要高于传统的蚁群算法。