CN107617877B - 一种多机器人装配单元及其优化方法 - Google Patents
一种多机器人装配单元及其优化方法 Download PDFInfo
- Publication number
- CN107617877B CN107617877B CN201710955839.4A CN201710955839A CN107617877B CN 107617877 B CN107617877 B CN 107617877B CN 201710955839 A CN201710955839 A CN 201710955839A CN 107617877 B CN107617877 B CN 107617877B
- Authority
- CN
- China
- Prior art keywords
- robot
- component
- multirobot
- assembly unit
- layout
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明提供了一种基于群体智能优化算法以最小化机器人搬运时间和最小化布局面积为优化目标的多机器人装配单元及其优化问题的解决方法。其具体实施过程为:针对多机器人装配单元布局优化问题建立数学模型;根据已知的装配任务序列和零部件种类确定机器人、机器人末端工具、工件库、导轨和传送带个数;采用网格化的方式离散化布局平面,对各个组件的位置进行编码;建立机器人干涉约束,应用群体智能优化算法对上述数学模型进行优化求解。此种布局和优化方法,能为多机器人装配单元的布局问题提供一种有效的解决办法,节省机器人搬运物料的成本以及布局面积。
Description
技术领域
本发明涉及智能制造领域,更具体地,涉及一种多机器人装配单元及其优化方法。
背景技术
早期关于机器人单元布局设计常常采用经验设计方式,很少对其布局设计进行理论方面的研究。然而,单元布局的合理性显著的影响着机器人单元的生产效率,直到最近几年3C产业和个性化产品的蓬勃发展,产品的升级换代越来越快,机器人单元的布局设计问题才逐渐得到产业界和学术界更多关注。目前关于机器人单元布局设计的理论研究,主要集中在加工单元布局设计方面,鲜见装配单元布局设计研究。由于装配体通常包含的零部件数目较大、而各个零部件和子装配体之间具有复杂的从属关系,而且各个零部件的安装顺序受装配序列的约束,因此机器人装配单元的布局设计远比加工单元复杂。显然,现有的加工单元布局设计方法不能直接套用到多机器人装配单元的布局设计中,亟需一种专门的方法解决。
发明内容
为了解决上述问题,本发明旨在公开一种多机器人装配单元及其优化方法,尤指一种基于萤火虫算法以最小化机器人搬运总时间和最小化布局面积为优化目标的多机器人装配单元和布局优化问题的解决方法。
为了实现上述目的,本发明所采用的技术方案主要包括以下过程:
步骤1、针对多机器人装配单元布局优化问题,根据已知的装配任务序列以最小化机器人搬运时间和最小化布局面积为优化目标建立数学模型;
步骤2、根据已知的装配任务序列、零部件和子装配体种类确定机器人、机器人末端工具、工件库、装配站、导轨和传送带个数,其中机器人种类包括基座固定的机器人和安装在直线导轨上的机器人;
步骤3、采用网格化的方式离散化布局平面,将待布局组件视为由网格组成的矩形,固定某一底座固定的机器人,将其中心作为零点位置建立平面直角坐标系,并对每个组件的位置进行编码,包括坐标值和方向信息;
步骤4、根据已知的机器人装配任务序列,建立机器人干涉约束,应用群体智能优化算法对上述数学模型进行优化求解。
所述模型为:将装配单元布局问题视为平面布局问题,V个待布局组件{J1,J2,J3,…,JV},包括机器人、末端工具、装配站、工件库、导轨和传送带,其中机器人的个数为Nr,根据机器人的型号确定机器人的工作范围和机器人与其他组件的最小空间间隔,由已知的装配任务序列得到机器人l的搬运任务序列为 为l机器人搬运任务的总数,定义l机器人第j个搬运任务所用的搬运时间为所述模型的适应度函数为机器人搬运时间和布局面积的加权之和。
采用网格化的方式将整个装配单元布局离散化,最小网格面积与实际单元中的最小工件库对应,参考图1,其中半径较大的圆为机器人最大可达空间,半径较小的圆为机器人和其他组件间所必需的最小平面空间,机器人的工作范围为两个同心圆的差集,定义组件J1的中心为固定坐标原点建立平面直角坐标系,各组件在网格中的相对位置由此坐标系表示,根据组件的尺寸大小将其看成由若干个网格组成的矩形,以其中心点在网格中的坐标作为该组件在网格中的坐标,由变量P={pv}(v=1,2,3,…,V)表示,其中v表示组件编号,V表示组件总数,pv=[pvx,pvy]为第v个组件在直角坐标系中的坐标,令0-1变量Φ表示组件的方向,Φ={φv}(v=1,2,3,…,V),组件的方向是指工件库网格矩形长边是垂直还是水平,φv∈{0,1},水平为0,垂直为1。
预先示教机器人到达其可达范围内各网格的运动程序,并将其固化保存,机器人进行搬运操作时,根据起始点位直接调用相应的预编运动程序。
对组件进行机器人工作空间布局时,要满足下列约束:
1)所有组件必须布局在一个给定的矩形中,该矩形尺寸参数由经验预先设定;
2)机器人工作空间的约束,即组件上的操作路径必须在机器人工作空间内;
3)干涉约束,即各组件之间以及与机器人之间避免发生干涉;
4)机器人和组件之间相对位置和姿态的约束,即根据生产的要求,某些组件相对于机器人的位置和朝向只可以在一个受约束的范围内变动;
5)组件矩形的边必须与网格边线重合;
6)待拾取工件必须在其相应拾取机器人的可达范围内。
所述避免发生干涉的方法为:多机器人装配单元配置普通装配站和协同装配站,普通装配站上只能由单台机器人执行装配操作,协同装配站上既可以由单台机器人执行装配操作也可以由多台机器人协同完成特定的装配操作;对于基座固定的机器人,一般为多个组件围绕单个机器人成圆形布局,参考图2,根据布局两台基座固定的机器人之间可能发生碰撞的情况,建立约束模型:(a)两台机器人不能同时在除协同装配站外的同一个装配站,工件库、末端工具库执行操作任务;(b)在两台机器人同侧建立若干中间控制点,机器人要达到目的点时必须经过这些中间控制点;(c)在协同装配站,每台机器人采用预先规划好的无碰撞路径;对于安装在直线导轨上的机器人,多台机器人在同一轨道上运动,参考图3,将直线轨道离散化为若干节点,根据机器人的可达范围将这些节点与相邻工件库位置联系起来,并根据机器人处在不同节点位置建立约束模型:(a)从机器人运动学角度定义相邻机器人安全范围,若相邻机器人在执行搬运任务前后始终处于各自的安全范围内,则可行;(b)若相邻机器人在执行前后搬运任务位置发生位置交换,则不可行;(c)若相邻机器人在执行前后搬运任务会进入二者活动范围之内,根据组合数据判断相邻搬运任务顺序之间机器人是否干涉,干涉则不可行。
由装配任务序列得到机器人l的搬运任务序列为 为l机器人搬运任务的总数,定义l机器人第j个搬运任务所用时间为定义装配单元布局面积为SA,所述模型的目标函数为:
最小化机器人搬运时间:和最小化布局面积:f2=minSA;
应用群体智能优化算法进行优化求解,一个布局可行解为Yi=[pi,vx,pi,vy,φi,v],适应度函数为f=α1f1+α2f2,α1和α2为权重。
附图说明
图1是本发明提出的网格化单元布局的示意图;
图2是基座固定机器人的布局示意图;
图3是安装在直线导轨上机器人的布局示意图;
图4是采用萤火虫算法优化求解布局问题模型的流程图;
具体实施方式
下面以萤火虫算法为例详细说明本发明的具体实施方式:
本发明采用网格化的方式将装配单元布局离散化,对各个组件的位置进行编码,应用萤火虫算法以最小化机器人搬运总时间和最小化布局面积为优化目标解决多机器人装配单元和布局优化问题。
其具体实施过程为:
针对多机器人装配单元布局优化问题,根据已知的装配任务序列以最小化机器人搬运时间和最小化布局面积为优化目标建立数学模型;
根据已知的装配任务序列、零部件和子装配体种类确定机器人、机器人末端工具、工件库、装配站、导轨和传送带个数,其中机器人种类包括基座固定的机器人和安装在直线导轨上的机器人;
采用网格化的方式离散化布局平面,将待布局组件视为由网格组成的矩形,固定某一底座固定的机器人,将其中心作为零点位置建立平面直角坐标系,并对每个组件的位置进行编码,包括坐标值和方向信息;
根据已知的机器人装配任务序列,建立机器人干涉约束,应用萤火虫优化算法对上述数学模型进行优化求解。
所述模型为:将装配单元布局问题视为平面布局问题,V个待布局组件{J1,J2,J3,…,JV},包括机器人、末端工具、装配站、工件库、导轨和传送带,其中机器人的个数为Nr,根据机器人的型号确定机器人的工作范围和机器人与其他组件的最小空间间隔,由已知的装配任务序列得到机器人l的搬运任务序列为 为l机器人搬运任务的总数,定义l机器人第j个搬运任务所用的搬运时间为所述模型的适应度函数为机器人搬运时间和布局面积的加权之和。
采用网格化的方式将整个装配单元布局离散化,最小网格面积与实际单元中的最小工件库对应,定义组件J1的中心为固定坐标原点建立平面直角坐标系,各组件在网格中的相对位置由此坐标系表示,根据组件的尺寸大小将其看成由若干个网格组成的矩形,以其中心点在网格中的坐标作为该组件在网格中的坐标,由变量P={pv}(v=1,2,3,…,V)表示,其中v表示组件编号,V表示组件总数,pv=[pvx,pvy]为第v个组件在直角坐标系中的坐标,令0-1变量Φ表示组件的方向,Φ={φv}(v=1,2,3,…,V),组件的方向是指工件库网格矩形长边是垂直还是水平,φv∈{0,1},水平为0,垂直为1。
预先示教机器人到达其可达范围内各网格的运动程序,并将其固化保存,机器人进行搬运操作时,根据起始点位直接调用相应的预编运动程序。
对组件进行机器人工作空间布局时,要满足下列约束:
1)所有组件必须布局在一个给定的矩形中,该矩形尺寸参数由经验预先设定;
2)机器人工作空间的约束,即组件上的操作路径必须在机器人工作空间内;
3)干涉约束,即各组件之间以及与机器人之间避免发生干涉;
4)机器人和组件之间相对位置和姿态的约束,即根据生产的要求,某些组件相对于机器人的位置和朝向只可以在一个受约束的范围内变动;
5)组件矩形的边必须与网格边线重合;
6)待拾取工件必须在其相应拾取机器人的可达范围内。
由网格化的方法布局多机器人装配单元,应用萤火虫算法进行优化求解,一个萤火虫位置为Yi=[pi,vx,pi,vy,φi,v]代表一个可行的布局。
适应度函数为f=α1f1+α2f2,f1为最小化机器人搬运时间:f2为最小化布局面积:f2=minSA,α1和α2为权重;
定义任意两个萤火虫i和j分别在位置Yi和Yj,之间的距离为:
重新构造萤火虫位置更新公式:
Yi,k为Yi的第k维分量,Yj,k为Yj的第k维分量。
位置间的减法操作按以下规则取值:令算法过程中,逐个比较待装配工件库布局位置序列Yi和Yj的各维值,对于的第k(1≤k≤V)维分量元素如果和不相等,则即矢量从矢量的相应维数上继承有效的元素;如果和相等;则
方向的数乘操作按以下规则取值:令用和α|rand-0.5|联合控制位置矢量从矢量中继承元素的数量。
位置和方向的加法操作,为萤火虫i在t时刻的位置矢量和t+1时刻的方向矢量之和,即
在更新萤火虫的位置时,若方向矢量中的元素为0,则不改变位置矢量中对应的第k个元素值,即和相等;若不为0,则矢量中第k个元素值是与交换后的值。
所述萤火虫算法的具体过程,参考图4,为:
S1、初始化离散萤火虫算法的参数:萤火虫群体规模N,最大迭代次数T,β0,γ,α;
S2、产生初始化群体并给每只萤火虫编号,更新每只萤火虫的适应度f,记录适应度最小的萤火虫个体;
S3、对于萤火虫i,与所有其他萤火虫进行适应度比较后,按照适应度值大的萤火虫向适应度小的萤火虫移动的规律进行组件位置的更新,更新适应度值;每个萤火虫个体向适应度值最低的个体进行位置更新,记录下适应度最低的萤火虫的所有信息;
S4、迭代次数增加1,如果迭代次数小于T转至步骤3),否则转至步骤5);
S5、输出适应度值最小的萤火虫个体的信息:组件位置坐标、组件方向、适应度函数值等。
Claims (7)
1.一种多机器人装配单元,其特征在于:
1)一个多机器人装配单元中同时配置有若干个普通装配站和若干个协同装配站,普通装配站只能由单台机器人执行装配操作,协同装配站上既可以由单台机器人执行装配操作也可以由多台机器人协同完成特定的装配操作;
2)两台或以上机器人不能同时进入同一个普通装配站、同一个工件库或同一个末端工具库;
3)对于协同装配站,每台机器人均采用预先规划好的无碰撞路径,对于安装在直线导轨上的机器人,多台机器人在同一轨道上运动,将直线轨道离散化为若干节点,根据机器人的可达范围,建立不同节点与相邻组件的联结图,并根据该联结图建立干涉约束模型;
4)对于基座固定的机器人,装配站、工件库、末端工具库和传送带等组件围绕单台机器人构成圆弧形布局;
5)在两台机器人同侧建立若干中间控制点,机器人要达到目的点时必须经过这些中间控制点。
2.针对权利要求1中所述一种多机器人装配单元的优化方法,其特征在于以下几个步骤:
步骤1、针对多机器人装配单元布局优化问题,根据已知的装配任务序列以最小化机器人搬运时间和最小化布局面积为优化目标建立数学模型;
步骤2、根据已知的装配任务序列、零部件和子装配体种类确定机器人、机器人末端工具、工件库、装配站、导轨和传送带个数,其中机器人种类包括基座固定的机器人和安装在直线导轨上的机器人;
步骤3、采用网格化的方式离散化布局平面,将待布局组件视为由网格组成的矩形,任意选择一台底座固定的机器人,将其基座中心作为坐标原点建立平面直角坐标系,对每个组件的位置进行编码,包括坐标值和方向信息;
步骤4、根据已知的机器人装配任务序列,建立机器人干涉约束,应用群体智能优化算法对上述数学模型进行优化求解。
3.根据权利要求2中所述一种多机器人装配单元的优化方法,其特征在于,步骤1所述的数学模型为:将装配单元布局问题视为平面布局问题,单元有若干个待布局组件,包括机器人、末端工具、装配站、导轨、工件库和传送带,根据机器人的型号确定机器人的工作范围和机器人与其他组件的最小空间间隔,由已知的装配任务序列得到机器人的搬运任务序列,所述模型的目标函数为最小化机器人搬运时间和最小化布局面积。
4.根据权利要求2中所述一种多机器人装配单元的优化方法,其特征在于,步骤3中所述的网格化方法以及编码方式为:用网格化的方式将整个装配单元布局离散化,最小网格面积与实际单元中的最小工件库对应,任意选定一台底座固定的机器人中心为坐标原点,建立平面直角坐标系,其余组件在网格中的相对位置由此坐标系表示,根据组件的尺寸大小将其看成由若干个网格组成的矩形,以其中心点在网格中的坐标作为该组件在布局平面中的位置坐标,设定一个布尔型变量控制组件的方向,使组件在布局中可以切换垂直和水平两种方向。
5.根据权利要求4中所述一种多机器人装配单元的优化方法,其特征在于,由所述的网格化方法,预先示教机器人到达其可达范围内各点位的运动程序,并将其固化保存,机器人进行搬运操作时,根据起止点位直接调用相应的预编运动程序。
6.根据权利要求4中所述一种多机器人装配单元的优化方法,其特征在于,对组件进行机器人工作空间布局时,要满足下列约束:
1)所有组件必须布局在一个给定的矩形中,该矩形尺寸参数由经验预先设定;
2)机器人工作空间的约束,即组件上的操作路径必须在机器人工作空间内;
3)干涉约束,即各组件之间以及与机器人之间避免发生干涉;
4)机器人和组件之间相对位置和姿态的约束,即根据生产的要求,某些组件相对于机器人的位置和朝向只可以在一个受约束的范围内变动;
5)组件矩形的边必须与网格线重合;
6)待拾取工件必须在其相应拾取机器人的可达范围内。
7.根据权利要求2中所述的一种多机器人装配单元的优化方法,其特征在于,步骤4所述的干涉约束为: (a) 从机器人运动学角度定义相邻机器人安全范围,若相邻机器人在执行搬运任务前后始终处于各自的安全范围内,则可行;(b)若相邻机器人在执行前后搬运任务位置发生位置交换,则不可行;(c)若相邻机器人在执行前后搬运任务会进入二者活动范围之内,根据组合数据判断相邻搬运任务顺序之间机器人是否干涉,干涉则不可行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710955839.4A CN107617877B (zh) | 2017-10-13 | 2017-10-13 | 一种多机器人装配单元及其优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710955839.4A CN107617877B (zh) | 2017-10-13 | 2017-10-13 | 一种多机器人装配单元及其优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107617877A CN107617877A (zh) | 2018-01-23 |
CN107617877B true CN107617877B (zh) | 2019-05-10 |
Family
ID=61092329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710955839.4A Active CN107617877B (zh) | 2017-10-13 | 2017-10-13 | 一种多机器人装配单元及其优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107617877B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109436813A (zh) * | 2018-10-25 | 2019-03-08 | 中船动力有限公司 | 异形家具板件码放方法 |
CN110722566B (zh) * | 2019-11-01 | 2022-12-13 | 苏州凌云光工业智能技术有限公司 | 多关节机器人的全自动工艺流程平台开发方法及*** |
CN115609576A (zh) * | 2021-07-14 | 2023-01-17 | 武汉库柏特科技有限公司 | 多机械臂的布局管理方法、装置、存储介质及计算机设备 |
CN114408595B (zh) * | 2022-01-23 | 2023-09-12 | 湖南视比特机器人有限公司 | 工件的码垛放置方法及装置、分拣***和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101062511B1 (ko) * | 2003-09-01 | 2011-09-06 | 파나소닉 주식회사 | 부품 장착 순서의 최적화 방법 및 부품 장착 순서의 최적화장치 |
CN103198192B (zh) * | 2013-04-12 | 2016-04-27 | 厦门大学 | 一种用于虚拟三维零部件快速装配的吸附方法 |
DE102015204641B4 (de) * | 2014-06-03 | 2021-03-25 | ArtiMinds Robotics GmbH | Verfahren und System zur Programmierung eines Roboters |
CN106707990A (zh) * | 2016-12-19 | 2017-05-24 | 湘潭大学 | 一种基于离散萤火虫算法的多目标柔性作业车间调度方法 |
-
2017
- 2017-10-13 CN CN201710955839.4A patent/CN107617877B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107617877A (zh) | 2018-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107617877B (zh) | 一种多机器人装配单元及其优化方法 | |
CN107885336B (zh) | 映射真实生产情况的虚拟车间模型与信息融合显示方法 | |
CN110058573B (zh) | 吞吐柔性智能装配物流路径规划平台 | |
CN110084405B (zh) | 吞吐柔性智能装配物流路径规划方法 | |
Ding et al. | Optimized task distribution for industrial assembly in mixed human-robot environments-Case study on IO module assembly | |
Luściński et al. | A simulation study of Industry 4.0 factories based on the ontology on flexibility with using Flexsim® software | |
Xin et al. | A time-space network model for collision-free routing of planar motions in a multirobot station | |
Brecher et al. | Viable system model for manufacturing execution systems | |
US11726448B1 (en) | Robotic workspace layout planning | |
Zhang et al. | Drilling path optimization by optimal foraging algorithm | |
Le et al. | Challenges and conceptual framework to develop heavy-load manipulators for smart factories | |
Zhang et al. | Sensitivity-analysis based method in single-robot cells cost-effective design and optimization | |
Yu et al. | Roboassembly: Learning generalizable furniture assembly policy in a novel multi-robot contact-rich simulation environment | |
Kost et al. | Modeling of manufacturing systems and robot motions | |
Pinto et al. | A facility layout planner tool based on genetic algorithms | |
Castro et al. | AdaptPack Studio: An automated intelligent framework for offline factory programming | |
Veeramani et al. | Artificial intelligence planners for multi-head path planning of SwarmItFIX agents | |
US20210323154A1 (en) | Disassembly based assembly planning | |
Mårdberg et al. | A novel tool for optimization and verification of layout and human logistics in digital factories | |
CN117140524A (zh) | 一种多场景多任务多机器人任务分配及协同作业方法及*** | |
Castro et al. | AdaptPack studio: automatic offline robot programming framework for factory environments | |
US20190318292A1 (en) | Method for Assembling a Team of Humans and Robots | |
Wang et al. | Construction and optimization of digital twin model for hardware production line | |
Wojtynek et al. | Assisted planning and setup of collaborative robot applications in modular production systems | |
Abu-Dakka et al. | Evolutionary path planning algorithm for industrial robots |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |