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：江苏省金湖中等专业学校

摘要：本发明涉及轨迹优化技术领域，具体涉及基于多目标优化的果实分选机器人轨迹规划方法。该方法包括：获取果实分选机器人的关键轨迹信息，基于关键轨迹信息得到关节轨迹的曲线长度和关节轨迹的时间，通过压缩算法对关节轨迹进行压缩，得到轨迹压缩误差，并通过离散差分进化算法以轨迹压缩误差为目标函数进行寻优，提取关节轨迹中的轨迹特征点；通过MOPSO算法对轨迹特征点进行多目标优化，得到最优解集；根据轨迹评价指标对最优解集进行解析，得到最优综合解，将最优综合解作为最终的轨迹。本发明能够提高轨迹优化性能，进而提高果实分选机器人灵活性和适应性，最终使得轨迹规划达到最佳平衡。

主权项：1.基于多目标优化的果实分选机器人轨迹规划方法，其特征在于，方法包括：获取果实分选机器人的关键轨迹信息，基于关键轨迹信息得到关节轨迹的曲线长度和关节轨迹的时间，通过压缩算法对关节轨迹进行压缩，得到轨迹压缩误差，并通过离散差分进化算法以轨迹压缩误差为目标函数进行寻优，提取关节轨迹中的轨迹特征点；其中，通过压缩算法对关节轨迹进行压缩包括：步骤S1:基于关节轨迹的曲线长度和关节轨迹的时间对关节轨迹进行均分，得到n段和n+1个关节轨迹数据点；步骤S2:求解n+1个关节轨迹数据点中除起止点之外关节轨迹数据点的同步欧氏距离，其中，同步欧氏距离为原始轨迹中实际轨迹点与其在轨迹起止点之间连线上按时间比例所求得的虚拟轨迹点之间的欧氏距离，其计算公式如下： 其中，SED为关节轨迹数据点pxi，yi，zi的同步欧氏距离； 其中，t1、t2分别代表轨迹起止点的时间，ti为关节轨迹数据点pxi，yi，zi的时间，μx、μy、μz为虚拟轨迹点的参照点坐标值；步骤S3:判断n+1个关节轨迹数据点中除起止点之外关节轨迹数据点之间的时间间隔是否满足预设间隔要求，若是，则将关节轨迹数据点作为轨迹特征点，若否，以最大同步欧氏距离的采样点为界限，将此段轨迹划分为两段，将两段轨迹中的轨迹点作为样本数据点再重复步骤S2；根据计算公式计算轨迹压缩误差 其中，Lk为非轨迹特征点到两端相邻最近的轨迹特征点的距离之和；M2为压缩前的关节轨迹数据点个数，M1为压缩后的关节轨迹数据点个数；通过MOPSO算法对轨迹特征点进行多目标优化，得到最优解集；根据轨迹评价指标对最优解集进行解析，得到最优综合解，将最优综合解作为最终的轨迹：根据轨迹评价指标对最优解集进行解析，得到最优综合解，将最优综合解作为最终的轨迹包括以下过程：获取轨迹评价指标，其中，轨迹评价指标为时间评价指标和能耗评价指标；分别获取时间评价指标和能耗评价指标对应的目标函数；基于两个目标函数分别进行轨迹的单目标优化，将优化所求的最优目标函数数值作为各个目标函数的理想解；通过计算公式分别计算最优解集中所有的待确定解与两个理想解之间的最短欧几里得距离LMS，该公式如下： 其中，fx为目标函数，为优化目标函数对应的理想解，γ为每个目标函数所占的比重，m为最优解集对应的待确定解个数，β为不为零的常数，由系统设置，min为取最小值计算式；将两个目标函数对应的LMS求和，将和值最小对应的待确定解作为最优综合解，将最优综合解作为最终的轨迹。

全文数据：

权利要求：

百度查询： 江苏省金湖中等专业学校 基于多目标优化的果实分选机器人轨迹规划方法