遗传算法优化打孔机器人轨迹规划

简介

目的是为了研究打孔机器人加工时的轨迹规划,打孔过程中有两段轨迹需要进行轨迹规划,分别是打孔阶段和进给阶段,两个阶段中主要研究的是进给阶段的轨迹规划,方法上提出了一种基于遗传算法的轨迹规划,将进给阶段轨迹模型转化为TSP模型,采用最小圆算法区分大小区域TSP模型。大区域的TSP模型可以分解为多个小区域的TSP模型,则首先采用遗传算法进行小区域TSP轨迹规划,第一步进行编码初始化种群样本,第二步求出每个个体适应度,第三步进行选择操作,交叉操作,变异操作,如果达到最大迭代次数则输出最优个体,否则返回第三步进行循环。利用暴力穷举法优化小区域模型。大区域TSP模型轨迹规划可以分解为多个小区域模型轨迹规划的累加。通过仿真实现进行验证。结果表明,利用遗传算法下轨迹规划完成度较好。结论是利用遗传算法优化后的轨迹规划对比传统轨迹规划效果好,适用范围广。