第5期 2017年5月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2017)05011103
DOI : 10. 13462/j. cnki. mmtamt. 2017. 05. 029
基于 ACO_PSO的机器人路径规划和
ROBCAD运动仿真
冯超钰，王杰，张梦超
（四川大学制造科学与工程学院，成都610065）
No.5 May2017
摘要：汽车焊装是汽车生产中的重要环节，目前生产人员主要依靠经验进行焊点路径规划，导致工作量大、效率低。针对这一问题，提出了用ACO_PSO混合算法计算得出合理的焊接路径，并与实际工人规划的传统路径进行比较，再与ACO算法和PSO算法的实验结果比较，从而证明该算法更优。然后在ROBCAD中建立三维仿真模型，解决了可达性、干涉等实际生产过程中的常见问题，最后计算出焊接过程所需的时间。研究结果表明，ACO_PSO混合算法对改善机器人节拍和提高生产效率有一
定的帮助，进一步提出了焊接路径规划的研究重点和发展方向。关键词：ACO_PSO；焊接路径；ROBCAD；仿真
中图分类号：TH166；TG659
文献标识码：A
Path Planning of Robot Based on ACO_PSO and Movement Simulation by ROBCAD
FENG Chao-yu, WANG Jie, ZHANG Meng-chao
( School of Manufacturing Science and Engineering, Sichuan University Chengdu,610065, China)
Abstract : Automobile welding is a significant part of automobile manufacturing, the workers relied mainly on experience to plan paths of welding points currently, which led to heavy workload and low efficiency. To solve this problem, the reasonable welding path was obtained through ACO_PSO and which was compared with the traditional path that workers have planned, which also was compared with ACO and PSO, thus pro-ving that the algorithm is better. Furthermore, the three-dimensional simulation model, which was built in ROBCAD, solved the reachability, interference and common problems in actual manufacturing, also calcu-lated the time of the welding process. The research results show that the ACO_PSO made a good contribu-tion to the improving of the robot cycle and the productivity, further put forward research priorities and de-veloping direction of the path planning,
Key words: ACO_PSO; welding path; ROBCAD; simulation
引言 0
焊装作为汽车四大生产工艺之一，其质量的好坏直接影响整车的性能。为了稳定地保证焊接质量，提高生产率，改善工人的劳动条件，轿车白车身装焊单元中大多采用机器人来完成点焊工作。传统的点焊机器人路径规划多采用在线示教方法，为了完成工作任务、避免碰撞，需要用实际的机器人反复调试，导致路径规划工作量大、效率低，且不便于优化、无法并行工作。焊点路径的规划是TSP（旅行商)问题，针对这一问题 Dorigo等[2]提出了的ACO（蚁群）算法，Kennedy博士与Eberhart博士(3]共同提出了PSO（粒子群优化）算法，目前国内外学者利用这两种算法在TSP问题的求解上取得了一系列的成果。而在机器人路径规划的应
收稿日期：20160608；修回日期：20160831
用上，胡小兵等[4]于2004年提出了基于蚁群算法的三维空间机器人路径规划，利用ACO较强的鲁棒性，较快地得到机器人最优路径。王学武等[3]于2014年提出基于分区粒子群算法的焊接机器人路径规划，将大规模焊接路径优化转化为小规模计算，大大减少了计算复杂度和提高了搜索精度。高尚(6]等于2006年提出了ACO_PSO混合算法，可以显著提高计算效率，然而对于这一算法的研究和应用还很少。
本文以汽车轮罩的焊接过程为研究对象，基于 ACO_PSO混合算法进行路径规划，再通过ROBCAD 模拟汽车轮罩的焊接过程，通过仿真解决路径规划中出现的干涉等问题，并对机器人路径进一步规划，确立最终规划方案。
作者简介：冯超钰(1992一），男，山西吕梁人，四川大学硕士研究生，研究方向为计算机辅助设计与制造，（Email)fengchychn@foxmail.com 万方数据