基于分组蚁群算法的复杂零件视觉检测机器人路径规划

摘要

大型压铸零件是汽车工业中常用的一种零件,具有结构复杂、单件价值高、质量要求高、性能一致可靠等特点。这一类复杂零件大部分需要采用全检形式进行检测,对此,基于分组蚁群算法进行复杂零件视觉检测机器人路径规划。通过非均匀二叉树法,对检测目标进行目标空间建模,计算得到机器人及检测装置在检测环境中的运动可行域。根据机器人在检测目标点之间变化的特点,提出基于向量和的优化目标函数,将移动距离、旋转角度双目标转换为单目标进行优化。针对待优化的目标函数,采用蚂蚁分组遍历,并在各组遍历完成后交流信息素,同时根据目标空间建模结果设置障碍物路径的启发因子,完成避障。完成路径规划后,根据手眼标定结果,获得机器人的末端位姿,并测试图像采集效果。试验结果表明,基于分组蚁群算法进行复杂零件视觉检测机器人路径规划,计算时间和路径距离均优于基本蚁群算法。