基于断路器柔性装配的移动机器人路径规划

摘要

针对移动机器人在断路器柔性装配过程中的路径长度较长、转折点较多等效率问题,提出了一种BAS算法与PSO算法结合的路径优化方法。利用天牛个体更新方式与群体学习相结合,采用自适应步长衰减策略以及动态权重变更策略,实现全局路径规划寻优。为了验证BSO算法的有效性,通过三种不同的测试函数比较性能以及仿真地图进行对比,最后将该算法通过ROS应用到实际地图上。实验结果表明,相比于GA-PSO算法、AIW-PSO算法、BAS算法,路径长度优化率分别提升了7.7%、14.8%与12.5%,转折点优化率分别提升提升了25%、57.1%与40%。综上所述,本文所提出的融合算法能够有效地解决装配过程中的效率问题,提高断路器柔性装配产线效益。