一种基于任务解耦的多机器人协作焊接路径的生成方法
【技术领域】
[0001] 本发明涉及诸如汽车、电气、工程机械等多工业机器人焊接技术领域，具体来说， 涉及一种基于任务解耦的多机器人协作焊接路径的生成方法。
【背景技术】
[0002] 在工业自动化焊接领域，工业机器人以其工作效率高，性能可靠等特点，在工业焊 接领域得到了广泛的应用。然而，在处理诸如无夹具系统焊接等复杂多样化的任务中，单机 器人日益表现出能力不足，而多机器人通过协调作业，具有很高的适应性和灵活性，可以完 成复杂的工作任务，提高了工作效率，能够适应更多、更复杂的实际应用问题。
[0003] 目前对于多机器人协调系统主要采用面向任务的运动规划策略和非主从式的规 划方法。面向任务的运动规划策略主要通过在工件层面上对任务进行分类，系统中各机器 人的运动通过有协调关系的相关标架的运动变换计算而来；而非主从式的规划方法主要是 通过设定工件上点的位姿来使焊缝保持一定的姿态，然后通过该点到各机器人工具手末端 的约束矩阵，分别得到各机器人的末端轨迹。
[0004] 纵观上述现有的多机器人协作焊接方法，存在一些问题，主要体现在：（1)缺乏对 于不同工件进行准确建模的统一方法，对于不同工件，需要重新构建多机器人协作模型； (2)现有的方法大多需要根据工件特征，分别独立对各机器人进行规划，操作复杂。
【发明内容】
[0005] 技术问题：本发明所要解决的技术问题是：提供一种基于任务解耦的多机器人协 作焊接路径的生成方法，该方法能针对主从式多机器人的耦合关系，建立统一的多机器人 协作焊接模型，具有极高的灵活性和广泛的应用范围，有效地多机器人协作焊接的任务规 划效率。
[0006] 技术方案：为解决上述技术问题，本发明实施例采用的技术方案如下：
[0007] -种基于任务解耦的多机器人协作焊接路径的生成方法，该生成方法包括以下步 骤：
[0008] 第一步：根据待焊接工件模型，采用弦公差与最小步长相结合的方法，通过非等距 取点对焊缝进行离散化处理，提取空间曲线焊缝特征；
[0009] 第二步：基于第一步提取的空间曲线焊缝特征，建立多机器人协作焊接任务规划 丰旲型；
[0010] 第三步：根据第二步建立的多机器人协作焊接任务规划模型，采用多算子多染色 体结构的改进遗传算法，进行多机器人焊接任务的分配；
[0011] 第四步：根据第三步多机器人焊接任务的分配，建立基于运动闭合链的多机器人 主从式协作运动模型，生成紧耦合和松耦合下的多机器人协作路径。
[0012] 作为优选例，所述的第一步包括以下步骤：
[0013] 步骤101)获得初始化数据：根据待焊接工件模型，设定弦公差d与最小步长s，并 将焊缝起始点作为初始位置Pc;
[0014] 步骤102)预估计下一个焊点位置：根据前一焊点和焊缝曲线，利用式⑴预估计 下一个焊点位置P1;
[0016] 式中，预估焊点位置(X1^bZ1)表示，（Xl， yi，Zl)表示预估焊点在笛卡尔坐标 系中的坐标，笛卡尔坐标系的原点为工件模型中心或者夹具中心，X轴方向为平行于工件的 方向，Z轴方向是垂直于工件的方向，由X轴方向和z轴方向根据右手法则确定y轴方向； (X i i，yi 1，Zi D表示位于预估焊点之前的一个焊点在笛卡尔坐标系中的坐标；i = 1、2、…、 〇, i的初始值为1，〇表示焊点的总数；
[0017] 步骤103)获得实际步长：对步骤101)和步骤102)获得的相邻焊点，根据弧微分 公式（2)，获得相邻两焊点之间的实际步长S 1;
[0019] 式中，X'⑴表示第i段步长在X轴方向上的偏导数，y'⑴表示第i段步长在 y轴方向上的偏导数，^ (t)表示第i段步长在z轴方向上的偏导数，t。表示实际步长的 开始时间，t表示实际步长的终止时间；
[0020] 步骤104)对下一个焊点进行校正：根据步骤103)获得的实际步长S1，与步骤101) 设定的最小步长s比较，若s < Sl，则下一个焊点离散完成，步骤102)预估计的焊点位置P1 为下一个焊点的离散点；若s>Sl，则舍弃步骤102)预估计的焊点位置，并在公式（2)中，以 最小步长s校正得到下一个离散点P 1;
[0021] 步骤105)获得所有离散点：返回步骤102)，直到获得所有的离散点，实现对空间 曲线焊缝的特征提取。
[0022] 作为优选例，所述的第二步包括以下步骤：
[0023] 步骤201)建立机器人工作的混合最优目标U，如式（3)所示：
[0024] U = W1UJw2U2 式⑶
[0025] 式中，W1表示工作时间最短化优化目标的权重，U i表示工作时间最短化优化目标， =1，2,3，表示编号为W的机器人的运动时间，a表示机器 人的总数;《2表示各机器人工作时间均衡性最优化目标的权重，1]2表示各机器人工作时间 均衡性最优化目标，U 2= minImaxUi, )-min(V )};
[0026] 步骤202)建立约束条件：约束条件包括空间可达性约束、碰撞约束、运动学约束、 同步焊接约束和安全时间约束；
[0027] 对于同步焊缝，建立如式（4)所示的同步焊接约束条件：
[0028] tvs= tws, tve= twe, dv= dw(v, w e S)式（4)
[0029] 式中，tvs表示焊缝v的开始焊接时间，t ws表示焊缝w的开始焊接时间，t 表示焊 缝V的结束焊接时间，1^表示焊缝w的结束焊接时间，（^表示焊缝V的焊接方向，dw表示 焊缝w的焊接方向，即满足时间相等，且运动方向相同，S表示所有焊缝的集合；
[0030] 对于竞争焊缝，建立如式（5)所示的安全时间约束条件：
[0031] t < tws-tve I 11 < tvs-twe (v, w e s)式（5)
[0032] 式中，t表示焊缝需要的冷却时间，为常数；焊缝v的开始时间要晚于焊缝w的结 束时间加 t，或者焊缝w的开始时间要晚于焊缝v的结束时间加 t，S为所有焊缝的集合；式 (5)中两条平行竖向表示或者；
[0033] 对于所有焊缝，建立如式（6)所示的空间可达性约束条件：
[0034] Pv(i)e R(v e S)式（6)
[0035] 式中，ρνω表示步骤103)获得的在第V条焊缝上相对于整条焊缝起点位置的第 V⑴个焊点，R表示机器人的工作空间，即焊点要在R的工作空间中；
[0036] 对于所有焊缝，建立如式（7)所示的碰撞约束条件：
[0038] 式中，Rwp表示待焊接工件所占空间，R ρ表示机器人ρ所占空间，R q表示机器人q所 占空间；待焊接工件、机器人P所占空间不能重合；
[0039] 机器人运动学约束条件：所有机器人的运动速度和加速度要在各机器人设定的范 围内运动。
[0040] 步骤203)建立混合最优模型：将步骤201)建立的混合最优目标和步骤202)建立 的约束条件结合，建立多机器人协作焊接的任务规划混合最优模型。
[0041] 作为优选例，所述的第三步包括以下步骤：
[0042] 步骤301)确定适应度函数：根据第二步建立的混合最优模型，确定如式（8)所示 的适应度函数：
[0044] 其中，队表示步骤201)建立的第k个优化目标，$表示第k个优化目标在初代种 群中的平均值，Ck表示第k个优化目标在混合优化模型中的权重，η表示步骤201)建立的 优化目标的数量，η = 2 ;
[0045] 步骤302)建立多染色体：根据步骤202)建立的多个约束条件，建立三染色体方 案，第一条染色体为焊缝ID，第二条染色体为该焊缝分配给的机器人，第三条染色体为焊缝 的焊向；
[0046] 步骤303)建立多算子模型；
[0047] 步骤304)获取最优分配结果：根据步骤302)和步骤303)建立的模型，进行迭代 遗传，获得多机器人焊接任务的分配。
[0048] 作为优选例，所述的步骤303)包括以下步骤：
[0049] 步骤3031)预处理算子：对专属作业区的焊缝和同步焊缝分配给对应机器人，对 竞争焊缝随机分配给一个机器人，完成焊缝分配的初始化；
[0050] 步骤3032)选择算子：采用最优个体保留和轮盘赌选择相结合的方法，选择并保 留每代中的最优个体，并用最优个体代替下一代中的最差个体，以保证每代种群的最优个 体适应度不会变差；
[0051] 步骤3033)交叉算子：采用部分匹配交叉方法对染色体进行交叉，随机选取当代 种群中的两个个体部分染色体基因片段加以交换，重组生成新的个体，以提高遗传算法的 全局搜索能力；
[0052] 步骤3034)变异算子：随机选取当代种群中的某个个体，并通过随机对换某染色 体中的任意两条焊缝和随机对某染色体中的焊向进行取反来实