简体中文  |  English  |  日本語

 全国咨询热线:400-861-3077

您现在的位置:首页 >> 行业资讯 >> 遗传算法对自动焊接机器人路径规划的重要作用

联系人:薛  雷
电话:0755-2960-3649-202
            0755-2960-3659-202
传真:0755-2960-3670
地址:中国广东省深圳市宝安区福永新和新兴工业园一区16栋1楼
邮编:518103

遗传算法对自动焊接机器人路径规划的重要作用

日期:2015年5月29日 09:25
焊接机器人路径规划问题车身制造是自动点焊机器人的一个典型的应用领域。在规划车身焊接生产线时,一般布置多个机器人工位,完成超过60%的焊点。在德国大众推出的Multiv雏T5车型的焊接生产线上,76%的工作由750台机器人完成,代替了1430个工人的工作量。在5327个焊点中,4674个焊点由自动点焊机器人完成。在国内,点焊机器入主要用于车身焊接的侧围、车身总成合焊等工位。自动点焊机器人的广泛使用,实现了车身焊接的柔性化生产方式——多品种的混线生产。在大批量生产中使用机器人来替代工人,可以降低劳动强度和制造成本,提高制造质量。因此,自动点焊机器人工位是车身焊接生产线上重要的组成部分。自动点焊机器人工位的规划是规划的重点之一,而在自动点焊机器人工位规划中,焊接路径规划又是工位规划的重点之一。  
 
自动点焊机器人的运动可以分为两个部分:1.从作业原点移动到焊点(或者从焊点返回到作业原点)。 从一个焊点移动到另一个焊点。从机器人的作业原点(也叫待机位姿)到焊点进行的是P耶(pointtopoint,点到点)运动,机器人在焊点与焊点之间的运动形式也是PTP。PTP运动指的是只考虑起始点和目标点,而不考虑两点之间的具体轨迹。  
 
对机器人焊接路径进行合理的规划,可以减少机器人工位的生产时间,大大的缩短整体工时,提高生产效率,降低生产成本;又由于自动点焊机器人的路径规划具有典型性,研究成果不仅适用于焊接机器人的路径规划,同样适用于汽车自动驾驶、挖掘机器人、服务机器人以及仓库叉车的路径规划问题。因此本文的研究具有一定的社会效益和经济效益。  
 
路径规划问题是机器人学中很重要的一个方面,路径规划问题可以按如下定义:机器人路径规划是指在其工作空间中,为机器人完成某一给定任务提供一条安全、高效的运动路径。一般来说,机器人完成给定任务可选择的路径有多条。实际应用中往往要选择一条在一定准则下为最优(或近似最优)的路径。常用的准则有:路径最短、消耗能量最少或使用时问最短等。因此,机器人路径规划实质上是一个有约束的优化问题。  
 
现代路径规划算法为了解决路径规划问题,路径规划问题领域的专家们已探索出很多有效的求解方法。这些方法大致可以分为两大类:传统方法和智能方法。传统方法包括拓扑法、几何法、栅隔解耦法、单元分解法、人工势场法和数学分析法等方法。路径规划领域中的很多问题都可以用这些方法来解决。它们也不是互相排斥的,而常常结合起来共同地实现路径规划。随着路径规划问题的越来越复杂,新的智能方法也被引入到路径规划问题当中来,并且越来越受到路径规划专家们的重视,例如禁忌搜索,免疫算法,模拟退火,神经网络掣。 
 
遗传算法遗传算法是目前机器人路径规划研究中应用较多的一种方法。它是模拟生物进化过程的计算模型。作为一种全局优化搜索算法,以其简单通用、鲁棒性强、适于并行处理以及应用范围广等显着特点,越来越多的受到人工智能领域学者们的关注。根据路径规划问题的目的——只是求最短路径,传统解法(如贪心法)非常在意得到路径的过程,而遗传算法则直接将目标指向距离最短(因是NP.完全问题,只能是距离满意),能较快地得到问题的解答。  

所属类别: 行业资讯

该资讯的关键词为:机器人 自动化 自动化设备 

友情链接:中国阿里巴巴 深圳市美佳尼自动化设备有限公司 日本本社
版权所有 深圳市美佳尼实业有限公司 粤ICP备10003163号 中企动力提供技术支持

联系我们 | 企业邮箱 | 后台管理