【技术实现步骤摘要】
本专利技术属于机器人路径规划，尤其涉及一种基于改进蚁群算法的钻孔机器人路径规划方法。
技术介绍
1、目前采用钻孔机器人的钻孔方式逐渐取代传统人工钻孔方式，钻孔自动化的发展步伐和成果在全球范围内都是极为显著的。钻孔机器人是工业机器人的重要组成部分，广泛应用于门控、汽车、核电设备维修、建筑、航天航空等工业领域。其中，路径规划是钻孔机器人在各种工况下完成既定任务的基础，在门控领域具有重要作用。
2、但是采用传统路径规划方法输出的路径一般有多条，无法对规划的路径进行更进一步的优化筛选，且不具备根据当前钻孔点决定下一钻孔点的自主规划合理路径的功能，进而增加机械臂的能耗损失、机械磨损以及时间消耗，对于大型施工尤其不利。机器人能够快速、准确地在预定位置执行钻孔操作，并且可以避免以往人工钻孔过程中发生的误操作，极大地提高了生产效率并保证产品质量。随着技术的发展，钻孔机器人的设计和操作，越来越侧重于提高灵活性和自适应能力。例如，利用智能算法进行路径规划和轨迹优化，以进一步提高钻孔效率，减少资源浪费。
3、然而，在操作过程中，钻孔机器人面临着钻孔路径规划不理想和长期作业中轨迹稳定性差等挑战。为提升钻孔效率并节约能源，技术发达国家的汽车制造业已运用优化算法确定最佳的钻孔路径并进行轨迹优化。
技术实现思路
1、为解决现有技术存在的问题，本专利技术提出一种基于改进蚁群算法的钻孔机器人路径规划方法。
2、本专利技术的技术方案如下：
3、一种基于改进蚁群算法的钻孔
4、s1、基于钻孔机器人钻孔点位置信息，形成钻孔点集；
5、s2、初始化信息素，得到所述钻孔点集中任意两个钻孔点之间的信息素浓度以及启发式信息，根据所述信息素浓度以及启发式信息，确定转移概率矩阵，根据转移概率矩阵完成路径选择，由此形成表示钻孔顺序的路径集合，计算所述路径集合中各个路径长度，选出最优解c；
6、s3、对选出的最优解依次进行用于提供更大范围搜索空间的破坏操作、重组操作、修复操作以及局部搜索操作，得到最终解；
7、s4、以改进的信息素挥发速率更新所述信息素浓度，并进行由更新后的信息素浓度得到新的最终解的迭代，达到迭代终止条件时终止迭代，选择符合预设目标的最终解作为钻孔机器人路径规划方案。
8、进一步地，所述破坏操作包括初次破坏和再次破坏，具体步骤如下：
9、所述初次破坏时，在最优解随机选择钻孔点a和位于钻孔点a右侧的钻孔点b进行移除，由此完成初次破坏，将移除的钻孔点a和b存储在集合sremoved中；
10、所述再次破坏，对钻孔点a和b为中心的左右两侧的共l个相邻钻孔点组成的解进行二次破坏，得到破坏解c1并存储在集合sdestroy中。
11、进一步地，所述二次破坏方法包括：分别计算最优解c中位于钻孔点a左侧的钻孔点数量vln、钻孔点b右侧的钻孔点数量vrn以及钻孔点a和钻孔点b中间的钻孔点数量vln，并按如下方法移除钻孔点a左侧的nl个钻孔点和钻孔点b右侧的钻孔点数nr以及中间的钻孔点数nm；如果vln+vmn≤vrn，则nr为0到vrn的随机数，nl是剩余的l-nm-nr个钻孔点；如果vln+vmn>vrn，则nl为0到vln的随机数，是nr剩余的l-nm-nl个钻孔点；如果vln+vrn≤vmn，则nm是0到vmn的随机数，是nr和nl剩余的l-nm个钻孔点。
12、进一步地，进一步地，所述重组操作包括初次重组和再次重组；
13、所述初次重组时，将破坏解c1中每三个钻孔点中第三个钻孔点放在前两个钻孔点之间，得到破坏解c2；
14、所述再次重组时，在集合sdestroy中任选一除钻孔点b外的钻孔点，将该钻孔点以不同方式插入坏解c2，分别获取对应不同插入方式的破坏解c3，计算对应不同插入方式的破坏解c3的适度值f(c3)并且记录，选择最高适度值完成所选钻孔点的重组；在集合sdestroy中任选一未被选中的钻孔点重复上述过程，直至完成集合sdestroy中除钻孔点b外的所有钻孔点的重组，得到重组解c3。
15、进一步地，所述修复操作包括：对破坏解c3进行修复将集合sdestroy中的钻孔点b放在重组解c3的末尾，形成修复解。
16、进一步地，所述局部搜索操作采用2-opt局部搜索策略，具体方法如下：
17、从修复解中随机选择两个钻孔点a1和b1，将钻孔点a1和钻孔点b1之间钻孔点顺序翻转，重新组合获得最终路径。
18、进一步地，所述初始化信息素的具体步骤如下：
19、构建改进混沌映射表达式，所述改进混沌映射表达式如下：
20、
21、式中，xz+1为第z+1只蚂蚁的混沌序列输出的混沌映射值，对应第z+1只蚂蚁的信息素浓度；xz为第z只蚂蚁的混沌序列输出的混沌映射值，对应第z只蚂蚁的信息素浓度；n为混沌序列中的粒子数量；rand(0，1)为(0,1)之间的随机数；
22、基于所构建的改进混沌映射表达式进行信息素的初始化。
23、进一步地，所述预设目标为最短路径目标；所述迭代终止条件包括迭代次数达到最大迭代次数。
24、进一步地，所述转移概率矩阵中，蚂蚁k随机分配一个钻孔点作为起始点，k＝1，2，…，m，根据各个钻孔点连接路径上的信息素浓度决定其下一个经过的钻孔点，并记录蚂蚁k已访问的钻孔点的路径向量c，蚂蚁k将根据t次迭代时刻的转移概率决定其下一个经过的钻孔点，转移概率由路径上的信息素浓度和启发式信息决定，其表达式如下：
25、
26、式中，i、j＝1，2，…，n，τij(t)为t次迭代时刻点ci到点cj路径上的信息素浓度；ηij(t)为t次迭代时刻点ci到点cj路径上的启发式信息；τis(t)为t次迭代时刻点ci到点cs路径上的信息素浓度；ηjs(t)为表示t次迭代时刻从点ci到点cs的期望程度；α为信息素浓度的权重；β为启发式信息的权重；allowk为蚂蚁k在经过焊接点ci之后还未经过的钻孔点的集合，k＝1，2，…，m。
27、进一步地，所述以改进的信息素挥发速率更新所述信息素浓度的具体步骤包括：
28、τij(t+1)＝(1-ρ)τij(t)+δτij
29、
30、式中，τij(t)为t次迭代时刻点ci到点cj路径上的信息素浓度；τij(t+1)为t+1次迭代时刻点ci到点cj路径上的信息素浓度；ρ为改进的信息素挥发速率；δτij为点ci到点c路径上的信息素增量；ρmin为改进的信息素挥发速率的最小值；ρmax为改进的信息素挥发速率的最大值；μ为动态因子。
31、相比于现有技术本专利技术具有如下有益效果：
32、本专利技术提出一种基于改进蚁群算法的钻孔机器人路径规划方法，该方法首先基于钻孔机器人钻孔点位置信息，形成钻孔点集；再初本文档来自技高网...
【技术保护点】
1.一种基于改进蚁群算法的钻孔机器人路径规划方法，用于在N个钻孔点之间进行路径规划，其特征在于，包括：
2.根据权利要求1所述的基于改进蚁群算法的钻孔机器人路径规划方法，其特征在于，所述破坏操作包括初次破坏和再次破坏，具体步骤如下：
3.根据权利要求2所述的基于改进蚁群算法的钻孔机器人路径规划方法，其特征在于，所述二次破坏方法包括：分别计算最优解C中位于钻孔点a左侧的钻孔点数量vLN、钻孔点b右侧的钻孔点数量vRN以及钻孔点a和钻孔点b中间的钻孔点数量vLN，并按如下方法移除钻孔点a左侧的nL个钻孔点和钻孔点b右侧的钻孔点数nR以及中间的钻孔点数nM；如果vLN+vMn≤vRN，则nR为0到vRN的随机数，nL是剩余的L-nM-nR个钻孔点；如果vLN+vMN>vRN，则nL为0到vLN的随机数，是nR剩余的L-nM-nL个钻孔点；如果vLN+vRN≤vMN，则nM是0到vMN的随机数，是nR和nL剩余的L-nM个钻孔点。
4.根据权利要求3所述的基于改进蚁群算法的钻孔机器人路径规划方法，其特征在于，所述重组操作包括初次重组和再次重组；<...
【技术特征摘要】
1.一种基于改进蚁群算法的钻孔机器人路径规划方法，用于在n个钻孔点之间进行路径规划，其特征在于，包括：
2.根据权利要求1所述的基于改进蚁群算法的钻孔机器人路径规划方法，其特征在于，所述破坏操作包括初次破坏和再次破坏，具体步骤如下：
3.根据权利要求2所述的基于改进蚁群算法的钻孔机器人路径规划方法，其特征在于，所述二次破坏方法包括：分别计算最优解c中位于钻孔点a左侧的钻孔点数量vln、钻孔点b右侧的钻孔点数量vrn以及钻孔点a和钻孔点b中间的钻孔点数量vln，并按如下方法移除钻孔点a左侧的nl个钻孔点和钻孔点b右侧的钻孔点数nr以及中间的钻孔点数nm；如果vln+vmn≤vrn，则nr为0到vrn的随机数，nl是剩余的l-nm-nr个钻孔点；如果vln+vmn>vrn，则nl为0到vln的随机数，是nr剩余的l-nm-nl个钻孔点；如果vln+vrn≤vmn，则nm是0到vmn的随机数，是nr和nl剩余的l-nm个钻孔点。
4.根据权利要求3所述的基于改进蚁群算法的钻孔机器人路径规划方法，其特征在于，所述重组操作包括初次重组和再次重组；
5.根据权利要求4所述的基于改进蚁群算法的钻孔机器人路径规划方法，其特征在于，所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。