买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏今世缘酒业股份有限公司;重庆优米工业自动化设备有限公司;四川宜宾岷江机械制造有限责任公司

摘要：本发明公开了上甑机器人补料路径规划方法、装置、电子设备及介质。该方法包括：获取上甑机器人的初始位姿和终点位姿；根据初始位姿和终点位姿，计算得到初始位姿和终点位姿之间插值节点的第一位姿和第二位姿；根据所述初始位姿、第一位姿、第二位姿和终点位姿，构建轨迹曲线；根据所述轨迹曲线的预设运行时间，确定各路径的速度和加速度；根据所述各路径的速度、加速度以及运行时间，通过改进自适应遗传粒子群算法对上甑机器人补料路径进行寻优，得到目标运行时间；基于所述目标运行时间进行补料路径规划，并控制上甑机器人根据所述补料路径对补料区域进行补料。本技术方案，能够提高上甑机器人补料路径规划效率，从而缩短上甑机器人补料时间。

主权项：1.上甑机器人补料路径规划方法，其特征在于，包括：获取上甑机器人的初始位姿和终点位姿；根据所述初始位姿和终点位姿，计算得到所述初始位姿和终点位姿之间插值节点的第一位姿和第二位姿；根据所述初始位姿、第一位姿、第二位姿和终点位姿，构建轨迹曲线；其中，所述轨迹曲线由第一路径、第二路径和第三路径构成；所述第一路径由所述初始位姿和第一位姿构成；所述第二路径由所述第一位姿和第二位姿构成；所述第三路径由所述第二位姿和终点位姿构成；根据所述轨迹曲线的预设运行时间，确定各路径的速度和加速度；根据所述各路径的速度、加速度以及运行时间，通过改进自适应遗传粒子群算法对上甑机器人补料路径进行寻优，得到目标运行时间；其中，所述改进自适应遗传粒子群算法由改进的惯性权重、自我学习因子、社会学习因子、交叉算子和变异算子构成；基于所述目标运行时间进行补料路径规划，并控制上甑机器人根据所述补料路径对补料区域进行补料；所述根据所述各路径的速度、加速度以及运行时间，通过改进自适应遗传粒子群算法对上甑机器人补料路径进行寻优，得到目标运行时间，包括：初始化改进自适应遗传粒子群算法的基本参数，以及确定粒子的初始速度和初始位置；其中，所述基本参数包括粒子数目、粒子维度、迭代步数；计算每个粒子的适应度值，对于每个路径的插值多项式函数，判断其速度和加速度是否满足约束条件；选择个体适应度最优和种群全局最优；对种群进行选择、交叉以及变异操作；更新粒子速度和位置，判断是否达到最大迭代步数，同时没有陷入局部最优，则输出目标运行时间；在根据所述各路径的速度、加速度以及运行时间，通过改进自适应遗传粒子群算法对上甑机器人补料路径进行寻优，得到目标运行时间之前，所述方法还包括：根据所述各路径的速度、加速度以及运行时间，确定改进自适应遗传粒子群算法中的适应度函数；所述根据所述各路径的速度、加速度以及运行时间，确定改进自适应遗传粒子群算法中的适应度函数，包括：采用如下公式确定适应度函数； ； ；其中，表示适应度函数，表示第路径中在第段多项式随时间变化的速度，表示路径运行最大速度限制，表示第路径中在第段多项式随时间变化的加速度，表示路径运行最大加速度限制；所述改进自适应遗传粒子群算法的确定过程包括：采用如下公式确定自适应遗传粒子群算法中粒子速度和粒子位置； ； ；其中，表示粒子第次迭代时飞行速度的第维分量，表示粒子第次迭代时位置的第维分量，和表示引起粒子速度变化的认知因素和社会因素，表示惯性权重，和表示学习因子，表示个体极值，表示全局极值，和为0到1之间的随机数；采用如下公式确定惯性权重； ；其中，表示最大惯性权重，表示最小惯性权重，表示最大迭代步数；采用如下公式确定自我学习因子和社会学习因子； ； ；其中，和分别表示和的初值，和分别表示和的终值；采用如下公式确定交叉算子和变异算子； ； ；其中，表示交叉算子，为交叉概率的最大值，为交叉概率的最小值，表示变异算子，为变异概率的最大值，为变异概率的最小值，表示交叉的两个个体中较大的适应度值，、、分别表示第次迭代时所有粒子的最小适应度、最大适应度和平均适应度。

全文数据：

权利要求：

百度查询： 江苏今世缘酒业股份有限公司 重庆优米工业自动化设备有限公司 四川宜宾岷江机械制造有限责任公司 上甑机器人补料路径规划方法、装置、电子设备及介质