基于机器学习的工业机器人多目标轨迹规划*

doi:10.16731/j.cnki.1671-3133.2024.02.005

现代制造工程 ›› 2024, Vol. 521 ›› Issue (2): 31-37.doi: 10.16731/j.cnki.1671-3133.2024.02.005

基于机器学习的工业机器人多目标轨迹规划^*

张学聪¹, 晁永生¹, 李纯艳¹, 周江林²

1 新疆大学机械工程学院,乌鲁木齐 830017;
2 新疆大学交通运输工程学院,乌鲁木齐 830017

收稿日期:2023-03-17 出版日期:2024-02-18 发布日期:2024-05-29
作者简介:张学聪,硕士研究生,主要研究方向为机器人轨迹规划。E-mail:zxc22314@163.com;晁永生,博士,副教授,硕士生导师,主要研究方向为智能制造。E-mail:cys21st@163.com
基金资助:
*新疆维吾尔自治区自然基金项目(2022D01C37)

Multi-objective trajectory planning for industrial robots based on machine learning

ZHANG Xuecong¹, CHAO Yongsheng¹, LI Chunyan¹, ZHOU Jianglin²

1 School of Mechanical Engineering,Xinjiang University,Urumqi 830017,China;
2 School of Transportation Engineering,Xinjiang University,Urumqi 830017,China

Received:2023-03-17 Online:2024-02-18 Published:2024-05-29

摘要/Abstract

摘要： 为满足机器人工作轨迹的多样化需求,以时间、能量及冲击为优化目标提出了一种新的多目标麻雀搜索算法,用于寻找机器人的最优轨迹。首先,通过7次B样条插值方法构造关节空间轨迹,以此确立多目标综合最优轨迹规划模型。其次,采用违反约束度计算、非支配排序以及精英保留来改进麻雀搜索算法,使其能够处理机器人多目标轨迹规划问题。最后,用袋装树分类算法对随机种群内数据进行了筛选,并搭建5层BP神经网络来替代改进多目标麻雀搜索算法中适应度值的数值计算部分,从而提高算法求解效率。通过MATLAB仿真与实验证明了该算法优化所得轨迹的可行性及有效性。

关键词: 工业机器人, 轨迹规划, 机器学习, 麻雀搜索算法, 多目标优化

Abstract: In order to meet the diverse needs of robot work trajectories, a new multi-objective sparrow search algorithm with optimization objectives of time,energy and impact was proposed to find the optimal trajectory of robots.Firstly,the joint space trajectory was constructed by the 7-degree B-spline interpolation method,and the multi-objective synthetic optimal trajectory planning model was established.Secondly,the sparrow search algorithm was improved by constraint violation computing,non-dominated ranking and elitist retention to solve the multi-objective trajectory planning problem.Finally,the data in the random population was deleted by the bag-tree classification algorithm,and a five-layer BP neural network was built to replace and improve the numerical calculation part of the fitness value in the multi-objective sparrow search algorithm,thus improving the efficiency of the algorithm.Through the MATLAB simulation and experiment,the feasibility and validity of the algorithm were demonstrated.

Key words: industrial robot, trajectory planning, machine learning, sparrow search algorithm, multi-objective optimization

中图分类号:

TP242

张学聪, 晁永生, 李纯艳, 周江林. 基于机器学习的工业机器人多目标轨迹规划^*[J]. 现代制造工程, 2024, 521(2): 31-37.

ZHANG Xuecong, CHAO Yongsheng, LI Chunyan, ZHOU Jianglin. Multi-objective trajectory planning for industrial robots based on machine learning[J]. Modern Manufacturing Engineering, 2024, 521(2): 31-37.

参考文献

[1] 米根锁,李明.布谷鸟搜索算法在空间机械臂轨迹规划中的应用研究[J].机械科学与技术,2018,37 (12):7-12.
[2] 赵毓,管公顺,郭继峰,等.基于多智能体强化学习的空间机械臂轨迹规划[J].航空学报,2021,42(1):259-269.
[3] 蔡自兴,谢斌.机器人学[M].3版.北京:清华大学出版社,2014.
[4] 赵俊宇,张平,李方,等.面向制造环境的工业机器人节能轨迹规划[J].机器人,2021,43(6):653-663.
[5] BUREERAT S,PHOLDEE N,RADPUKDEE T,et al.Self-adaptive MRPBIL-DE for 6D robot multiobjective trajectory planning[J].Expert Systems with Applications,2019,136(1):133-144.
[6] KUMAR S,TEJANI G G,PHOLDEE N,et al.Performance enhancement of meta-heuristics through random mutation and simulated annealing-based selection for concurrent topology and sizing optimization of truss structures[J].Soft Comput-ing,2022,26(12):5661-5683.
[7] WANSASUEB K,PANMANEE S,PANAGANT N,et al.Hybridised differential evolution and equilibrium optimiser with learning parameters for mechanical and aircraft wing design[J].Knowledge-Based Systems,2022,239:107955.
[8] LU S,ZHAO J,JIANG L,et al.Solving the time-jerk optimal trajectory planning problem of a robot using augmented lagrange constrained particle swarm optimization[J].Mathematical Problems in Engineering,2017,2017(6):1-10.
[9] ROUT A,BBVL D,BISWAL B B,et al.Optimal trajectory planning of industrial robot for improving positional accuracy[J].Industrial Robot,2019,48(1):71-83.
[10] 曾氢菲,刘雪梅,冯焱,等.双光束激光焊接机器人轨迹优化[J].中国激光,2021,48(18):198-208.
[11] 曾氢菲,刘雪梅,邱呈溶.Inverse kinematics and error analysis of cooperative welding robot with multiple manipulators[J].中国焊接(英文版),2020,29(2):8.
[12] 苏俊,熊瑞平,温记明,等.基于改进粒子群算法的六自由度工业机器人轨迹规划[J].制造技术与机床,2022(10):38-45.
[13] 何建成,李林升,林国湘.基于多目标粒子群算法工业机器人最优轨迹规划[J].制造业自动化,2021,43(2):57-62.
[14] 李林.六轴工业机器人的轨迹规划和声纹控制研究[D].重庆:重庆大学,2021.
[15] 徐可欣.六轴工业机器人轨迹规划算法研究[D].南京:南京航空航天大学,2020.
[16] 李昊天.基于能耗优化及时间优化综合评估的工业机器人轨迹规划研究[D].杭州:浙江大学,2020.
[17] 张溯.冗余双臂工业机器人轨迹规划研究[D].西安:西安理工大学,2019.
[18] 郝奇,许四祥,江天琦,等.基于ROS的机器人等离子切割板坯毛刺运动规划[J].重庆理工大学学报(自然科学),2018,32(9):61-66.
[19] 陈栋,李世其,王峻峰,等.并联机构的运动学多目标轨迹规划方法[J].机械工程学报,2019,55(15):163-173.
[20] XUE J,SHEN B.A novel swarm intelligence optimization approach:sparrow search algorithm[J].Systems Science & Control Engineering, 2020,8(1):22-34.
[21] HORNIK K,STINCHCOMBE M,WHITE H.Multilayer feedforward networks are universal approximators[J].Neural Networks,1989,2(5):359-366.
[22] DEB K,PRATAP A,AGARWAL S,et al.A fast and elitist multiobjective genetic algorithm:NSGA-II[J].IEEE Transactions on Evolutionary Computation,2002,6(2):182-197.
[23] GUERRERO-PEA E,AFR A. Multi-objective evolutionary algorithm with prediction in the objective space[J].Information Sciences,2019,501:293-316.

基于机器学习的工业机器人多目标轨迹规划^*

Multi-objective trajectory planning for industrial robots based on machine learning

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	景会成, 张冰珂, 张靖轩, 郭明亮, 孙晋超. 基于改进粒子群算法的焊接机械臂轨迹规划方法^*[J]. 现代制造工程, 2025, 537(6): 67-72.
[2]	李建儒, 龚堰珏, 赵罘. 基于混合遗传粒子群算法的机器人关节空间轨迹规划^*[J]. 现代制造工程, 2025, 537(6): 84-91.
[3]	金桥, 杨光锐, 王霄, 徐凌桦, 张芳. 基于A-TD3的码垛机器人轨迹规划^*[J]. 现代制造工程, 2025, 536(5): 42-52.
[4]	杨向东, 明兴祖. 基于模糊理论的工业机器人大臂多目标拓扑优化^*[J]. 现代制造工程, 2025, 536(5): 64-72.
[5]	陈子研, 黎增灿, 管在林. 基于麻雀搜索算法的柔性作业车间不一致分批调度问题研究[J]. 现代制造工程, 2025, 535(4): 11-24.
[6]	薛欢, 张洛源, 张文谦, 徐赛清, 彭萧剑, 郭畅, 苏子傲. 基于IDBO-BP与PSO的超声冲击薄板激光焊接残余应力预测与工艺优化^*[J]. 现代制造工程, 2025, 534(3): 9-18.
[7]	刘亮, 贺禹铭, 祁思远. 基于数字孪生仿真的柔性作业车间调度优化研究^*[J]. 现代制造工程, 2025, 534(3): 41-51.
[8]	许家伟, 李磊, 汪建华, 张雅君, 覃杰伟, 刘旭珍. 基于TCSPSO算法的机械臂运动时间最优轨迹规划^*[J]. 现代制造工程, 2025, 534(3): 69-76.
[9]	黄开启, 胡智强. 矿用自卸车互联油气悬架参数多目标优化[J]. 现代制造工程, 2025, 534(3): 124-131.
[10]	王赟, 马荣, 唐思源. 基于改进鲸鱼优化算法的AGV柔性作业车间多目标优化调度^*[J]. 现代制造工程, 2024, 526(7): 17-25.
[11]	贾英霞, 王东辉. 基于自适应神经网络的工业机器人双臂协同鲁棒控制^*[J]. 现代制造工程, 2024, 525(6): 61-68.
[12]	唐艺军, 杜纪浩, 李雪. 考虑运输时间的混合流水车间绿色生产调度[J]. 现代制造工程, 2024, 524(5): 23-30.
[13]	张殷晨, 左鹏奇, 王逸飞, 林楠, 谢润, 金立军. 基于遗传算法的家电智能生产线分布式资源调度算法设计^*[J]. 现代制造工程, 2024, 524(5): 31-38.
[14]	孙鸿羽, 吉卫喜, 李威, 刘凯. 基于海鸥优化算法的分布式柔性车间调度研究[J]. 现代制造工程, 2024, 523(4): 33-42.
[15]	马国庆, 刘启畅, 刘珺玮, 曲合拉·金恩斯. 基于点云的航发叶片分割及打磨轨迹规划方法^*[J]. 现代制造工程, 2024, 523(4): 102-108.