装配路径规划方法及相关装置与流程
本发明涉及路径规划领域，具体涉及了一种装配路径规划方法及相关装置。
背景技术：
随着大规模工业化生产的兴起，数字化装配技术即虚拟装配技术越来越多的应用于实际工业生产。路径规划是虚拟装配技术的核心，其中，rrt算法作为一种快速随机路径规划方法，因为其采用随机采样的规划方法，所以不需要进行场景预处理，因此可以很好地解决多维非凸空间的路径规划问题，被广泛地应用于静态路网问题中求解最优路径。但是，由于传统rrt算法采用全局均匀随机采样策略，会使得算法计算量急剧增大，降低算法效率；且无法摆脱局部最优解的困扰，使得rrt算法仅存在概率最优解。
技术实现要素：
本发明实施例提供了一种装配路径规划方法及相关装置，能够加快采样收敛速度，并解决了路径规划过程中易陷于局部最优的问题。
本发明实施例第一方面公开了一种装配路径规划方法，所述方法包括：
选取包含起始节点的采样区域；
在所述采样区域内通过随机数产生t个新位姿节点，t为正整数；
从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域；
重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心，所述预设条件包括所述n个第二采样中心中最后一个第二采样中心为目标节点，或者，n＝c-1，c为预设最大采样次数，n和c均为正整数；
连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径。
本发明第二方面公开了一种装配路径规划装置，所述装配路径规划装置包括：
采样单元，用于选取包含起始节点的采样区域，以及在所述采样区域内通过随机数产生t个新位姿节点，t为正整数，以及从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域，以及重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心，所述预设条件包括所述n个第二采样中心中最后一个第二采样中心为目标节点，或者，n＝c-1，c为预设最大采样次数，n和c均为正整数；
路径获取单元，用于连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径。
本发明第三方面公开了一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面任一项所述的方法。
本发明第四方面公开了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行，以实现如第一方面任一项所述的方法。
本发明实施例的方案中，选取包含起始节点的采样区域；在所述采样区域内通过随机数产生t个新位姿节点；从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域；重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心；连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径；通过该装配路径规划方法，能够大大加快采样收敛速度，并解决传统rrt算法路径规划易陷于局部最优的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种装配路径规划方法的流程示意图；
图2为本发明实施例提供的局部采样示意图；
图3为本发明实施例提供的基于精确碰撞计算的扩展策略示意图；
图4为本申请实施例提供的一种电子设备的结构示意图；
图5为本申请实施例提供的一种装配路径规划装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明说明书、权利要求书和附图中出现的术语“第一”、“第二”和“第三”等是用于区别不同的对象，而并非用于描述特定的顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、无线耳机、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(userequipment，ue)，移动台(mobilestation，ms)，终端设备(terminaldevice)等等，电子设备例如可以为智能手机、平板电脑、耳机盒等等。为方便描述，上面提到的设备统称为电子设备。
下面对本申请实施例进行详细介绍。
请参阅图1，图1为本申请实施例提供的一种装配路径规划方法的流程示意图，包括：
s101，选取包含起始节点的采样区域。
其中，在路径规划过程中，因为传统rrt算法容易陷入局部最优解且收敛缓慢，对此，本申请对rrt算法做出改进后，提出基于改进rrt算法的装配路径规划方法，可解决传统rrt算法的问题。
已知包含起始节点qs和目标节点qe(即预先选定的终点)的一个可行解空间，需要在该可行解空间内寻找从起始节点到目标节点的最近的一条可行路径，以起始节点为采样中心，在该可行解空间内选取包含起始节点的一个区域作为采样区域进行局部采样，使得在满足不陷入局部最优解的前提下取得显著的局部采样效果。
s102，在所述采样区域内通过随机数产生t个新位姿节点，t为正整数。
其中，在每次采样过程中，因为新位姿节点生成公式中随机数的不断变化，通过新位姿节点生成公式，可得到t个不同的新位姿节点，形成扩展随机树，t可预定设定，例如，可取5，10，15，20等。
s103，从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域。
其中，如图2所示，图2为局部采样示意图，采用局部采样策略，通过当前采样中心确定下一个采样区域，为了尽可能的缩短目标路径的长度，应尽可能缩短当前采样中心与下一采样中心间的距离，因此从所述t个新位姿节点中选取距离当前采样中心最近的节点qnear作为所述第一采样中心，并按照s101所述的方法选取包含所述第一采样中心的所述新采样区域。
s104，重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心，所述预设条件包括所述n个第二采样中心中最后一个第二采样中心为目标节点，或者，n＝c-1，c为预设最大采样次数，n和c均为正整数。
其中，每次获取采样中心和采样区域的方法相同，均为根据当前采样中心确定采样区域，在采样区域内确定下一采样中心，重复执行获取所述第一采样中心的方法即迭代采样，直至达到预设的最大采样次数或者达到所述目标节点。
s105，连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径。
其中，连接包括起始节点和目标节点在内的所有的采样中心即得到第一路径，由于传统rrt算法采用全局均匀随机采样策略，因此算法计算量剧大，算法效率低，且无法摆脱局部最优解的困扰，只能得到概率最优解，在本申请实施例中，通过将随机采样、局部采样与终点采样相结合，提高了扩展随机树在迭代采样时采样中心扩展的成功率，提升了传统rrt算法的收敛速度，并解决了局部最优解的问题，具体的，同时通过随机采样、局部采样与终点采样获取可能的路径，得到第一路径，第二路径和第三路径，将上述三个路径进行融合处理，得到最终的目标路径。
其中，在本申请实施例中，所述装配路径规划方法应用于六自由度智能机器人，六自由度智能机器人作为缓解工业生产压力、提升工业生产效率的核心部件，由底座、腰臂、大臂、小臂、腕臂及末端控制器组成，具有结构紧凑、零部件复杂等相关特点。本申请实施例以六自由度机器人为载体，通过仿真验证改进rrt算法在虚拟环境中能否顺利完成路径规划任务，仿真结果表明，针对复杂装配体(六自由度机器人)运用改进rrt算法可成功获得装配体最优装配路径，同时，六自由度机器人装配路径规划的顺利完成证明改进rrt算法具备算法科学性与有效性。
可以看出，在本申请实施例中，选取包含起始节点的采样区域；在所述采样区域内通过随机数产生t个新位姿节点；从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域；重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心；连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径；通过该装配路径规划方法，能够大大加快采样收敛速度，并解决传统rrt算法路径规划易陷于局部最优的问题。
可选的，所述在所述采样区域内通过随机数产生t个新位姿节点通过以下公式得到：
qrand＝qd+fzfy(qs-qe)
重复公式t次，得到t个所述新位姿节点，以列表的形式记录t个所述新位姿节点，其中，fz为随机数，fz∈(-1，0)∩(0，1)，fy为范围因子，fy∈(0，1)，qs为起始节点，qe为目标节点，qd为当前采样中心，qrand为新位姿节点。
其中，上述公式为新位姿节点生成公式，若当前采样中心为起始节点，则qd＝qs，因为fy的取值直接影响算法的采样效率，若fy取较小值，则局部求解空间较小，不利于跳出局部值，若fy取较大值，则失去了局部采样的意义，局部采样效果不明显，所以，在本申请中，为了保证较优的采样效果，取fy＝0.4，本申请对于fy的具体取值不做限定，上述公式中各节点参数均为六维变量，六维包括直角空间坐标系中的x、y、z三维和姿势角坐标系中的yaw、pitch、roll三维，其中，yaw为偏航角，绕z轴转动，pitch为俯仰角，绕y轴转动，roll为横滚角，绕x轴转动，通过这六个坐标可以确定一个节点参数的坐标信息和姿态信息(朝向)。令qd在空间直角坐标系中的坐标为(x1，y1，z1)，qs-qe在空间直角坐标系中的坐标为(x2，y2，z2)，则新位姿节点qrand在空间直角坐标系中可能的位置在由点o1(x1-0.4x2，y1-0.4y2，z1-0.4z2)和点o2(x1+0.4x2，y1+0.4y2，z1+0.4z2)为体对角线所构成的长方体内部，该长方体即为所述采样区域，显然，qd在该长方体的中心，可知，在已知起始节点和目标节点以及当前采样中心的空间坐标时，可以确定下一采样区域，同理，可根据qd和qs-qe在姿势角坐标系中的坐标确定t个所述新位姿节点在该长方体内部的姿态信息(朝向)。
已知当前节点qd，重复上式t次，因为fz为随机数，所以将得到t个不同的新位姿节点构成的扩展随机树。
可见，通过上述公式不仅可在当前采样区域内得到满足要求的足够多的新位姿节点，而且不易陷入局部值。
可选的，在所述从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域之后，所述方法还包括：
确认所述起始节点与所述第一采样中心的连线上是否存在碰撞点；
若存在所述碰撞点，根据所述目标节点，所述第一采样中心和所述碰撞点得到新的采样方向，确定采样步长；
根据所述采样方向和所述采样步长确定下一个采样中心。
其中，所述根据所述目标节点，所述第一采样中心和所述碰撞点得到新的采样方向包括：
确认方向矢量n1与法向量n2间夹角ω的大小，其中，所述方向矢量n1为所述碰撞点到所述目标节点的方向矢量，所述法向量n2为所述碰撞点的法向量；
若ω＞90°，取所述法向量n2的垂直方向为新的采样方向；
若ω＜90°，取所述方向矢量n1与所述法向量n2之间的角平分线方向为新的采样方向。
其中，由于传统rrt算法在路径规划时易陷于局部最优，因此，本申请实施例采用了基于精确碰撞计算与大跨步尝试移出的扩展策略来解决这一问题。当扩展随机树进行扩展时，若扩展节点即第一采样中心或第二采样中心位于障碍区域内部，则通过精确碰撞计算来引导扩展随机树的扩展方向。如图3所示，图3为基于精确碰撞计算的扩展策略示意图，其中，qs为起始节点，qe为目标节点，在扩展采样中，qrand为当前采样点，通过计算得出qnear为扩展树中距离qrand最近的点，将其作为下一步将扩展的点，但若采取qnear到qrand的扩展方式，会与障碍区域发生碰撞，碰撞点为qc，则导致新位姿扩展点qnew扩展不成功。因此，获取qc与qe之间的方向向量n1与碰撞点qc的法向量n2，且令ω为方向矢量n1与法向量n2的矢量夹角，则有
可见，采用基于精确碰撞计算与大跨步尝试移出的扩展策略，可以缩短算法收敛时间，提高算法扩展效率。
可选的，所述根据所述第一路径得到目标路径包括：通过随机采样得到第二路径，通过终点采样得到第三路径，通过所述第一路径、所述第二路径和所述第三路径得到目标路径。
其中，随机采样是在可行解空间内随机地选取采样点，是传统rrt算法的基本采样策略，终点采样是在可行解空间内将目标节点作为采样点进行采样，终点采样策略可以使扩展随机树快速向目标节点收敛，在本申请中，并行执行随机采样、终点采样以及局部采样三种策略，得到从起始节点到目标节点的可行路径，分别为第一路径、第二路径和第三路径，将上述三种路径进行平均加权处理得到最终的目标路径，具体的，在平面直角坐标系中，在x轴上依次选取等距离的k个点(k1，k2，，，kn)，确定第一路径中对应k1，k2，，，kn的纵坐标a1，a2，，，an，确定第二路径中对应k1，k2，，，kn的纵坐标b1，b2，，，bn，确定第三路径中对应k1，k2，，，kn的纵坐标c1，c2，，，cn，对第一路径、第二路径和第三路径在上述各点处的纵坐标进行平均加权处理，得到y1＝(a1+b1+c1)/3，y2＝(a2+b2+c3)/3，，，yn＝(an+bn+cn)/3，得到k个新采样点m1(k1，y1)，m2(k2，y2)，，，mn(kn，yn)，依次连接m1，m2，，，mn，得到新的路径，即为目标路径。
也可通过其他方式对上述三种路径进行处理得到目标路径，本申请对此不做限定。
可见，通过将随机采样、局部采样与终点采样相结合，提高了扩展随机树在迭代时节点扩展的成功率，保证了改进rrt算法具有较高的收敛速度。
请参阅图4，图4为本申请实施例提供的一种电子设备的结构示意图，如图所示，包括处理器、存储器、通信接口，以及一个或多个程序，所述程序被存储在所述存储器中，并且被配置由所述处理器执行。
可选的，所述程序包括用于执行以下步骤的指令：
选取包含起始节点的采样区域；
在所述采样区域内通过随机数产生t个新位姿节点，t为正整数；
从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域；
重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心，所述预设条件包括所述n个第二采样中心中最后一个第二采样中心为目标节点，或者，n＝c-1，c为预设最大采样次数，n和c均为正整数；
连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径。
可选的，在所述从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域之后，所述程序包括用于执行以下步骤的指令：
确认所述起始节点与所述第一采样中心的连线上是否存在碰撞点；
若存在所述碰撞点，根据所述起始节点，所述第一采样中心和所述碰撞点得到新的采样方向，确定采样步长；
根据所述采样方向和所述采样步长确定下一个采样中心。
可选的，在所述根据所述起始节点，所述第一采样中心和所述碰撞点得到新的采样方向方面，所述程序包括用于执行以下步骤的指令：
确认方向矢量n1与法向量n2间夹角ω的大小，其中，所述方向矢量n1为所述碰撞点到所述目标节点的方向矢量，所述法向量n2为所述碰撞点的法向量；
若ω＞90°，取所述法向量n2的垂直方向为新的采样方向；
若ω＜90°，取所述方向矢量n1与所述法向量n2之间的角平分线方向为新的采样方向。
可选的，在所述根据所述第一路径得到目标路径方面，所述程序包括用于执行以下步骤的指令：
通过随机采样得到第二路径，通过终点采样得到第三路径，通过所述第一路径、所述第二路径和所述第三路径得到目标路径。
上述主要从方法执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，终端为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对终端进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
与上述一致的，请参阅图5，图5为本申请实施例提供的一种装配路径规划装置500的结构示意图。所述装配路径规划装置500包括采样单元501、路径获取单元502，其中：
采样单元501，用于选取包含起始节点的采样区域，以及在所述采样区域内通过随机数产生t个新位姿节点，t为正整数，以及从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域，以及重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心，所述预设条件包括所述n个第二采样中心中最后一个第二采样中心为目标节点，或者，n＝c-1，c为预设最大采样次数，n和c均为正整数；
路径获取单元502，用于连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径。
可选的，所述采样单元501在所述采样区域内通过以下公式产生t个新位姿节点：
qrand＝qd+fzfy(qs-qe)
重复上式t次，得到t个所述新位姿节点，其中，fz为随机数，fz∈(-1，0)∩(0，1)，fy为范围因子，fy∈(0，1)，qs为起始节点，qe为目标节点，qd为当前采样中心，qrand为新位姿节点。
可选的，所述装配路径规划装置还包括避障单元503，用于确认所述起始节点与所述第一采样中心的连线上是否存在碰撞点，以及若存在所述碰撞点，根据所述目标节点，所述第一采样中心和所述碰撞点得到新的采样方向，确定采样步长，以及根据所述采样方向和所述采样步长确定下一个采样中心。
可选的，在所述根据所述起始节点，所述第一采样中心和所述碰撞点得到新的采样方向方面，所述避障单元503具体用于：
确认方向矢量n1与法向量n2间夹角ω的大小，其中，所述方向矢量n1为所述碰撞点到所述目标节点的方向矢量，所述法向量n2为所述碰撞点的法向量；
若ω＞90°，取所述法向量n2的垂直方向为新的采样方向；
若ω＜90°，取所述方向矢量n1与所述法向量n2之间的角平分线方向为新的采样方向。
可选的，在所述根据所述第一路径得到目标路径方面，路径获取单元具体用于：
通过随机采样得到第二路径，通过终点采样得到第三路径，通过所述第一路径、所述第二路径和所述第三路径得到目标路径。
其中，上述单元可以用于执行上述实施例中所述的方法，具体描述详见实施例的描述，在此不再赘述。
在本申请实施例中，选取包含起始节点的采样区域；在所述采样区域内通过随机数产生t个新位姿节点；从所述t个新位姿节点中选取第一采样中心，选取包含所述第一采样中心的新采样区域；重复执行获取所述第一采样中心的方法，直至满足预设条件，得到n个第二采样中心；连接所述起始节点、所述第一采样中心和所述n个第二采样中心获得第一路径，根据所述第一路径得到目标路径；通过该装配路径规划方法，能够大大加快采样收敛速度，并解决传统rrt算法路径规划易陷于局部最优的问题。
本申请实施例还提供一种计算机可读存储介质，存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种装配路径规划方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种装配路径规划方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
- 还没有人留言评论。精彩留言会获得点赞！