一种基于RRT-Connect算法的机器人钣金折弯进出料路径规划方法与流程

本发明涉及一种机器人钣金折弯进出料路径规划方法，用于在机器人钣金折弯进出料时自动规划出一条无碰撞路径，涉及钣金自动化加工的技术领域。

背景技术：

钣金折弯是一种常用的板材成形加工工艺，而钣金折弯加工需要考虑工艺、加工效率等因素，对工艺人员的要求较高。钣金折弯加工过程中，需要人工对折弯工件进行进出料、翻面、调头等操作，耗费人力、劳动强度大且存在安全隐患，特别是大型钣金件的折弯。因此，工业机器人在钣金折弯中的应用需求日益迫切。

目前，对钣金折弯机器人操作的控制编程仍以人工示教为主，需要人工规划、反复调整机器人操作路径，效率较低。为满足日益增长的小批量、多品种、柔性化生产需求，迫切需求开展面向钣金折弯的机器人离线编程技术与系统的研究开发。采用六自由度机器人进行钣金折弯时，由于钣金件自身在每次折弯前后会发生形变，如何规划出一条无碰撞并满足折弯工艺和机器人运动特点的路径，是钣金折弯机器人运动规划和离线自动编程的首要问题。

技术实现要素：

本发明的目的是针对现有的机器人折弯中的进出料操作规划难度大，易产生运动干涉等一系列问题，发明一种基于rrt-connect算法的机器人钣金折弯进出料路径规划方法。

本发明的技术方案是：

一种基于rrt-connect算法的机器人钣金折弯进出料路径规划方法，它能够规划出机器人钣金折弯进出料过程无碰撞路径，其特征在于它包括以下步骤：

步骤一：将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题；

步骤二：对原始rrt-connect路径规划算法进行改进，采用双步长扩展的节点扩展方式，并添加基于障碍判断的导向策略，实现算法的时间优化；并采用改进的rrt-connect算法进行路径规划，得到可行的避障路径；

步骤三：如果可行的避障路径存在波动性，则进一步采用优化方法减少波动性，以提高机器人进出料的运动平稳性和效率。

所述的将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题，是指在已知初始位姿节点q0，末态位姿节点qe，求解中间无碰撞路径节点qi(x，y，θ)，其中x，y，θ分别为机器人末端的二维平移变量和平面旋转角度。

所述的基于rrt-connect算法得到可行避障路径是通过对rrt-connect算法进行改进，建立以初始节点和末态节点为根节点的两棵树，采用双步长扩展的节点扩展方式，添加基于障碍判断的导向策略，减少了算法对无用空间的探索，实现了算法的时间优化。

所述的基于路径波动性对可行避障路径进行优化是由于改进后的rrt-connect算法部分是基于随机采样进行扩展的，最后生成的路径节点会存在坐标和角度的波动性变化问题以及随机算法规划路径不稳定问题，为了使运动路径更符合六自由度机器人的运动特点，需要对由改进的rrt-connect算法生成的路径节点进行优化，通过合并单调路径段以及迭代线性优化波动路径两部分进行优化，首先，以搜索步长5-10倍大小的窗口过滤高频波动的路径段，即连接其起点终点，以减少路径的波动性；同时，合并无波动的单调路径段，即连接其起点终点，以减少路径段数；第二步，对完全波动的路径段采用迭代线性化与碰撞检测，即无碰撞线性优化，以获得最少段数的无碰撞路径。保证了路径节点的有效性，保存了必要的避障路径节点，减少了路径距离，使运动路径满足机器人运动需求。

本发明的有益效果是：

通过改进的rrt-connect算法自动规划出可行的避障路径，并通过优化消除了路径因算法随机采样扩展产生的波动性，在保证关键运动路径节点的基础上使运动路径满足了机器人高效运动需求。

附图说明

图1是本发明涉及的改进rrt-connect算法流程图。

图2是本发明涉及的路径优化流程图。

图3是本发明涉及的算法时间对比图。

图4是本发明涉及的优化前后路径y-x对比图。

图5是本发明涉及的优化前后路径θ-x对比图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

如图1-5所示。

一种基于rrt-connect算法的机器人钣金折弯进出料路径规划方法，主要包括三个过程，(1)将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题。(2)基于改进的rrt-connect算法得到可行避障路径。(3)基于路径波动性对可行避障路径进行优化，以改善机器人进出料运动的平稳性和高效性。具体的处理过程如下：

一、将六自由度机器人在钣金折弯进出料过程的路径规划问题转化为机器人末端执行器在二维平面带旋转自由度的三维运动规划问题，即已知初始位姿节点q0，末态位姿节点qe，求解中间无碰撞路径节点qi(x，y，θ)，其中x，y，θ分别为机器人末端的二维平移变量和平面旋转角度。

二、改进rrt-connect算法，主要改进在于：(a)在比较节点之间距离时，引入变加权数α计算节点之间的无量纲对比距离；(b)在节点扩展和连接阶段，采用双步长扩展的节点扩展方式；(c)添加了基于障碍类型的导向策略，减少了对于无用空间的搜索，提高了算法效率。

基于改进的rrt-connect算法得到可行避障路径是通过建立以初始节点和末态节点为根节点的两棵树，最终两棵树完成连接得到可行的避障路径。其中已知初始节点q0，末态节点qe，以这两个节点为两棵树的根节点进行扩展，求解中间无碰撞路径节点qi(x，y，θ)，其中x，y，θ分别为机器人末端的二维平移变量和平面旋转角度。在rrt-connect算法扩展寻找最近节点qnear时，需要进行不同节点之间的距离对比，由于实际问题含有旋转自由度，需要转化以进行无量纲化的对比。(a)通过引入变加权数α计算节点之间的对比距离d，α为变加权数，采用基于工作空间大小的求解方法，每次进行路径搜索将根据工作空间的大小进行重新赋值，如下所示：

(b)为了在算法的连接阶段保证旋转角度θ满足和x，y变化的同步，在算法扩展和连接阶段对θ采用不同的步长进行扩展，在随机扩展阶段使θ的步长为固定的扩展值θstep。在第二颗树进行连接时，采用旋转角度变化跟随平移坐标变化的方式，改变旋转角度步长大小为θlink，使旋转角度和平移坐标同时到达目标点。

(c)针对钣金加工环境的实际情况，本发明添加了基于障碍判断的导向策略，即在算法第一棵树进行扩展探索，且探索路径节点发生碰撞时，根据碰撞的障碍物重新调整扩展方向，减少对无用空间的搜索，如图1所示。根据本发明所研究的机器人钣金折弯加工环境，将可能与工件产生碰撞的障碍物分为三类：上模，下模，机床和机器人。若通过导向策略进行扩展仍然发生碰撞，则返回到之前的路径节点重新进行随机扩展，以保证算法的随机扩展性和算法最终寻得可行路径的成功率。

三、针对可行避障路径存在的波动性对可行避障路径进行优化，是为了解决改进的rrt-connect算法所生成路径节点不符合机器人运动特点的问题。由于改进的rrt-connect算法部分是基于随机采样进行扩展的，最后生成的路径节点会存在坐标和角度的波动性变化问题以及随机算法规划路径不稳定问题。

为了使运动路径更符合六自由度机器人的运动特点，需要对由改进的rrt-connect算法生成的路径节点进行优化。路径的优化分为两步：首先，以搜索步长5-10倍大小的窗口过滤高频波动的路径段，即连接其起点终点，以减少路径的波动性；同时，合并无波动的单调路径段，即连接其起点终点，以减少路径段数；第二步，对完全波动的路径段采用迭代线性化与碰撞检测，即无碰撞线性优化，以获得最少段数的无碰撞路径。

针对路径产生不稳定变化路径的问题，进行第一步优化。如图2所示，第一步路径优化首先设置了两个滑动窗口，分别指向单调连续化路径段和非单调连续化路径段，并赋值初始化的对比步长step，通过设置step的大小限制高频波动路径段的窗口大小，过滤高频波动的路径段，以减少路径的波动性。同时，针对单调连续化窗口内的路径段，进行合并，即连接其起点终点，以减少路径段数。为提高路径的稳定性和路径优化的效率，进行第二步优化；第二步优化主要为对完全波动的路径段的优化，在第一步优化时，将每次两个滑动窗口发生更新变化相关的头尾路径节点保存下来，形成关键点集，关键点集生成的路径段是完全波动的路径段。对完全波动的路径段采用迭代线性化与碰撞检测，即无碰撞线性优化，以获得最少段数的无碰撞路径。

下面结合附图对本发明作进一步的说明。

图3反映了原始的rrt-connect算法和改进的rrt-connect算法对同一工序分别循环进行20次路径规划的规划时间。原始的rrt-connect算法在稳定性上较差，容易向无用空间进行探索，导致探索节点数增多并增加了算法的时间。改进的rrt-connect算法显著减少了算法的时间以及空间探索节点数，算法时间平均减少了58.7％，具有较强的导向性，一定程度上减少了对于无用空间的探索。

图4和图5分别为通过改进rrt-connect算法得到的规划路径y-x，θ-x坐标未优化前和优化后的对比图。从图中可以看到，波动变化的路径均已进行优化处理，优化后的路径保证了路径节点的有效性，保存了必要的避障路径节点，减少了路径距离，使运动路径满足机器人运动需求，路径优化的有效性得到了验证。

本发明未涉及部分与现有技术相同或可采用现有技术加以实现。