汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法
【專利摘要】本發(fā)明公布了一種汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法。首先根據(jù)換擋機(jī)械手的結(jié)構(gòu)特點建立D?H坐標(biāo)系，并根據(jù)機(jī)器人在DH坐標(biāo)系中的運動學(xué)方程求解并簡化換擋機(jī)械手的末端運動軌跡方程；通過換擋機(jī)械手的運動軌跡方程分析駕駛機(jī)器人的換擋機(jī)械手在選擋過程和掛擋過程中的動態(tài)特性，從而建立優(yōu)化目標(biāo)函數(shù)，并根據(jù)駕駛機(jī)器人的結(jié)構(gòu)特征和汽車駕駛室的特點確定約束條件，最后運用基于模擬退火的粒子群(SA?PSO)智能優(yōu)化方法來確定最優(yōu)解，即二自由度七連桿結(jié)構(gòu)的汽車駕駛機(jī)器人換擋機(jī)械手的各連桿尺寸。本發(fā)明所提出的方法提高了駕駛機(jī)器人換擋機(jī)械手的運動精度，減少了汽車換擋手柄選擋過程和掛擋過程的運動耦合。
【專利說明】
汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于汽車自動駕駛技術(shù)領(lǐng)域，具體是一種汽車駕駛機(jī)器人換擋機(jī)械手尺寸 的智能優(yōu)化方法。
【背景技術(shù)】
[0002] 汽車駕駛機(jī)器人是指無需對車輛進(jìn)行改裝，可無損安裝在駕駛室內(nèi)，替代駕駛員 在惡劣條件和危險環(huán)境下進(jìn)行車輛自動駕駛的特種機(jī)器人。由于具有良好的通用性、無損 性、可重復(fù)性、安全性、可靠性以及準(zhǔn)確性，因此它可廣泛適用于民用和軍用領(lǐng)域，應(yīng)用前景 極為廣闊。通常在汽車出廠前需要進(jìn)行大量試驗來嚴(yán)格限制汽車尾氣中有害物質(zhì)的含量， 而大多數(shù)汽車試驗具有重復(fù)性強(qiáng)、危險性大、工作環(huán)境惡劣等特點，利用駕駛機(jī)器人代替人 類駕駛員進(jìn)行汽車試驗，既可避免人工試驗中駕駛員存在的安全隱患，又可提高試驗結(jié)果 的準(zhǔn)確性和可靠性。另外，駕駛機(jī)器人作為輔助駕駛系統(tǒng)安裝在車輛上，又可提高汽車主動 安全性;用于殘疾者康復(fù)訓(xùn)練，可仿生殘疾者駕駛汽車操作，提高殘疾者駕駛汽車能力及安 全性;裝備在軍用暨特種車輛上，又可完成作戰(zhàn)、排爆、滅火等高風(fēng)險任務(wù)。
[0003] 目前國內(nèi)已經(jīng)公開的并且比較成熟的汽車駕駛機(jī)器人換擋機(jī)械手是二自由度七 連桿機(jī)構(gòu)駕駛機(jī)器人換擋機(jī)械手，其機(jī)械手結(jié)構(gòu)如中國專利20042002744.8 "七連桿雙自由 度閉鏈換擋機(jī)械手"所述，該類型汽車駕駛機(jī)器人換擋機(jī)械手可分別操縱汽車換擋手柄完 成選擋動作和掛擋動作，其換擋機(jī)械手的選擋運動過程和掛擋運動過程分別由兩個直線驅(qū) 動單元來驅(qū)動。該類型換擋機(jī)械手可以實現(xiàn)機(jī)械解耦、控制方便，且其結(jié)構(gòu)緊湊、體積小、可 無損安裝在汽車駕駛室內(nèi)、通用性好。此類駕駛機(jī)器人換擋機(jī)械手要實現(xiàn)精確控制其選換 擋運動軌跡則需要對其七連桿結(jié)構(gòu)的尺寸進(jìn)行優(yōu)化設(shè)計，目前的駕駛機(jī)器人換擋機(jī)械手七 連桿尺寸優(yōu)化設(shè)計主要采用復(fù)合形法和可變?nèi)莶罘ǎ鐤|南大學(xué)博士學(xué)位論文"汽車排放 耐久性試驗用駕駛機(jī)器人關(guān)鍵技術(shù)及性能評價研究"提出了用復(fù)合形法優(yōu)化換擋機(jī)械手的 各連桿尺寸，又如謝軍等人在《機(jī)器人》雜志發(fā)表的論文"汽車駕駛機(jī)器人換擋機(jī)械手的優(yōu) 化設(shè)計"提出了用可變?nèi)莶罘▋?yōu)化換擋機(jī)械手的各連桿尺寸，這些傳統(tǒng)優(yōu)化方法可基本實 現(xiàn)換擋機(jī)械手選掛擋的要求，但其優(yōu)化的換擋機(jī)械手選擋運動過程和掛擋運動過程的運動 軌跡精度并不十分理想。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法，此 智能優(yōu)化方法是基于模擬退火的粒子群優(yōu)化方法，此方法可精確控制換擋機(jī)械手的運動軌 跡以實現(xiàn)汽車變速器選換擋的要求。
[0005] 實現(xiàn)本發(fā)明目的的技術(shù)解決方案為:一種汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能 優(yōu)化方法，其優(yōu)化對象為二自由度七連桿機(jī)構(gòu)的汽車駕駛機(jī)器人換擋機(jī)械手的各連桿尺 寸，包括
[0006] 優(yōu)化目標(biāo)函數(shù)及約束條件的建立階段，首先根據(jù)DH坐標(biāo)系下機(jī)器人運動學(xué)求解方 法求解并簡化汽車駕駛機(jī)器人換擋機(jī)械手末端的運動軌跡方程，以汽車駕駛機(jī)器人換擋機(jī) 械手選擋運動過程中在掛擋方向的運動位移最小為準(zhǔn)則建立選擋過程的優(yōu)化目標(biāo)函數(shù)，以 汽車駕駛機(jī)器人換擋機(jī)械手掛擋運動過程中在選擋方向的運動位移最小為準(zhǔn)則建立掛擋 過程的優(yōu)化目標(biāo)函數(shù)，隨后根據(jù)駕駛機(jī)器人的結(jié)構(gòu)特點和汽車駕駛室的空間布局確定優(yōu)化 目標(biāo)函數(shù)；
[0007] 基于模擬退火的粒子群智能算法優(yōu)化階段，首先初始化粒子群并計算駕駛機(jī)器人 換擋機(jī)械手選擋過程或掛擋過程的目標(biāo)函數(shù)值，隨后更新?lián)Q擋機(jī)械手選擋過程或掛擋過程 目標(biāo)函數(shù)的局部極小值和全局極小值，最后對于目標(biāo)函數(shù)(適應(yīng)度）的局部極小值和全局極 小值進(jìn)行模擬退火鄰域搜索，最后即可求解出二自由度七連桿機(jī)構(gòu)換擋機(jī)械手各連桿尺寸 的最優(yōu)解。
[0008] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點：基于模擬退火粒子群算法的汽車駕駛機(jī)器 人二自由度七連桿機(jī)構(gòu)的換擋機(jī)械手的尺寸優(yōu)化方法彌補(bǔ)了復(fù)合形法和可變?nèi)莶罘ǖ葌?統(tǒng)優(yōu)化算法無法跳出局部極小值的缺點，采用此方法優(yōu)化之后的駕駛機(jī)器人換擋機(jī)械手選 擋運動過程和掛擋運動過程的運動軌跡更加精確，減少了換擋手柄選擋過程和掛擋過程的 運動耦合，確保了汽車駕駛機(jī)器人換擋機(jī)械手能準(zhǔn)確地操縱換擋手柄完成換擋任務(wù)，提高 了汽車駕駛實驗的安全性和準(zhǔn)確性。
【附圖說明】
[0009] 圖1為本發(fā)明汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法的一個示范性流程 圖。
[0010] 圖2為汽車駕駛機(jī)器人換擋機(jī)械手機(jī)械簡圖。
[0011]圖3為基于模擬退火的粒子群換擋機(jī)械手選擋過程尺寸優(yōu)化的適應(yīng)度收斂曲線。
[0012] 圖4為基于模擬退火的粒子群換擋機(jī)械手掛擋過程尺寸優(yōu)化的適應(yīng)度收斂曲線。
[0013] 圖5為不同方法優(yōu)化的換擋機(jī)械手選擋時在掛擋方向上的位移仿真曲線。
[0014] 圖6為不同方法優(yōu)化的換擋機(jī)械手掛擋時在選擋方向上的位移仿真曲線。
[0015] 圖7為不同方法優(yōu)化的換擋機(jī)械手選擋時在掛擋方向上的速度仿真曲線。
[0016] 圖8為不同方法優(yōu)化的換擋機(jī)械手掛擋時在選擋方向上的速度仿真曲線。
【具體實施方式】
[0017] 本發(fā)明采用基于模擬退火的粒子群(SA-PS0)智能優(yōu)化方法來優(yōu)化設(shè)計二自由度 七連桿結(jié)構(gòu)的汽車駕駛機(jī)器人換擋機(jī)械手的各連桿尺寸。首先根據(jù)換擋機(jī)械手的結(jié)構(gòu)特點 建立D-Η坐標(biāo)系，并根據(jù)機(jī)器人在DH坐標(biāo)系中的運動學(xué)方程求解并簡化換擋機(jī)械手的末端 運動軌跡方程;通過換擋機(jī)械手的運動軌跡方程分析駕駛機(jī)器人的換擋機(jī)械手在選擋過程 和掛擋過程中的動態(tài)特性，從而建立優(yōu)化目標(biāo)函數(shù)，并根據(jù)駕駛機(jī)器人的結(jié)構(gòu)特征和汽車 駕駛室的特點確定約束條件，最后運用基于模擬退火的粒子群(SA-PS0)智能優(yōu)化方法來確 定最優(yōu)解，即二自由度七連桿結(jié)構(gòu)的汽車駕駛機(jī)器人換擋機(jī)械手的各連桿尺寸。
[0018] 下面結(jié)合附圖對本發(fā)明做進(jìn)一步說明。
[0019] 首先步驟1-1、設(shè)二自由度七連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手三個基座為〇A、〇B、 〇c，其七連桿長度分別設(shè)為Lai、La2、Lbi、Lb2、Lq、1x2和Lef。
[0020] 然后步驟1-2、根據(jù)二自由度七連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手的結(jié)構(gòu)特點建 立D-Η坐標(biāo)系，由于二自由度七連桿換擋機(jī)械手可分解為三開鏈系統(tǒng)，則按照D-Η坐標(biāo)系的 建立規(guī)則在三開鏈處建立基座標(biāo)系xiAyiAZiA( i = 1，2，3)和活動坐標(biāo)系xijyijZij (i = 1，2，3; j =1，2)，其中Zlj軸都垂直于連桿平面。
[0021] 然后步驟1-3、如圖2所示，根據(jù)機(jī)器人在D-Η坐標(biāo)系中正解的求解方法可求出換擋 機(jī)械手E關(guān)節(jié)出的運動軌跡方程：
[0025] 上式中 1^1、1^2、1^1、1^2、1^1、1^2為步驟1-1中所設(shè)的各連桿長度，（184,5^)，（1。4，}^) 分別為基座Ob、0c相對于基座為0a的坐標(biāo)。上式中的Θαι、Θα2、Θβι、ΘΒ2、9C1、0 C2表不坐標(biāo)系 XijyijZij與Xij-iyij-lZij-l兩者X軸之間的夾角。
[0026] 然后步驟1-4、根據(jù)在D-Η坐標(biāo)系中求解出的換擋機(jī)械手E關(guān)節(jié)出的運動軌跡方程 可化簡換擋機(jī)械手E關(guān)節(jié)出的運動軌跡方程。令步驟1-3中關(guān)節(jié)角Θ Β1 UP連桿長Lm、LA2、 Lb1、Lb2、Lc1、Lc2均為已知量，則步驟1-3式中存在四個方程組和四個未知數(shù)Θαι、Θα2、Θβ2、9c2， 則可以求出ΘαΙ、9a2、9b2、9c2的表達(dá)式為：
[0027] [Θαι 0Α2 Θβ2 0C2] = [fAl(0Bl, θ0?) fA2(0Bl,0Cl) fB2(0Bl,0Cl) f C2 ( θβ?, θ01 )]
[0028] 因此可得到與yE均只與關(guān)節(jié)變量0B1、0C1有關(guān)，即：
[0029] [xe yE] = [fxe(0Bl,0Cl) fye(0Bl,0Cl)]〇
[0030] 根據(jù)圖2所示駕駛機(jī)器人換擋機(jī)械手的幾何關(guān)系，可得二自由度七連桿機(jī)構(gòu)的駕 駛機(jī)器人換擋機(jī)械手的末端軌跡F運動方程與換擋機(jī)械手E關(guān)節(jié)處的運動軌跡方程之間的 關(guān)系如下所示：
[0031] [xf Yf] = [xE+LEFCOs(0Al+0A2) yE+LEFSin(0Al+0A2)]
[0032] 因此二自由度七連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手的末端軌跡運動方程可簡化 為：
[0033] [xf yF] = [fxf(0Bi,0ci) fyf(0Bi,9ci)]
[0034] 然后步驟1-5、通過換擋機(jī)械手的運動軌跡方程分析駕駛機(jī)器人的換擋機(jī)械手在 選擋和掛擋過程中的特點從而建立優(yōu)化目標(biāo)函數(shù)。P點的運動軌跡與0 B1、0C1這兩個變量有 關(guān)，這兩個變量的系數(shù)與機(jī)械手連桿尺寸Lai、La2、Lbi、Lb2、Lei、Le2有關(guān)。如果對上述參數(shù)進(jìn)行 適當(dāng)?shù)倪x取，使步驟1-4中XF = fxf (Θβι，0C1)的0C1前的系數(shù)近似為零，使步驟1-4中yF = fyf (θΒ1，θα)的ΘΒ1前的系數(shù)近似為零，則根據(jù)圖2所示，變速器換擋桿球頭處在選擋方向上的運 動只與Θβι有關(guān)，在掛擋方向上的運動只與9ci有關(guān)，即駕駛機(jī)器人換擋機(jī)械手在選擋方向的 運動只與繞Ob基座處旋轉(zhuǎn)的角度有關(guān)，在掛擋方向的運動只與繞〇c基座處旋轉(zhuǎn)的角度有關(guān)， 可得駕駛機(jī)器人換擋機(jī)械手末端軌跡方程簡化表達(dá)式為：
[0035] [xf Yf] = [fxf(Θβι) fyf(0Cl)]
[0036] 通過以上的設(shè)計分析即可實現(xiàn)在選擋和掛擋方向上的機(jī)械解耦。由此可見在駕駛 機(jī)器人換擋機(jī)械手完成選擋動作過程中令9C1 = 0,在駕駛機(jī)器人換擋機(jī)械手完成掛擋動作 過程中令ΘΒ1 = 0,選取在完成100mm的選擋位移時換擋機(jī)械手末端F在掛擋方向上運動的位 移最小為選擋過程的優(yōu)化目標(biāo)，選取在完成100mm的掛擋位移時換擋機(jī)械手末端F在選擋方 向上運動的位移最小為掛擋過程的優(yōu)化目標(biāo)，從而可分別得到換擋機(jī)械手末端軌跡F位置 在選擋過程和掛擋過程的優(yōu)化目標(biāo)函數(shù)分別為：
[0037] minAyF= |yF-LA2_LEF| =fi(LA2，Lci，Lc2)
[0038] minAxF= |xf-Lai| =f2(LAi，LBi，LB2)
[0039] 最后步驟1-6、根據(jù)駕駛機(jī)器人的結(jié)構(gòu)特征和汽車駕駛室的特點確定約束條件，其 約束條件有：
[0040] (1)如圖2所示駕駛機(jī)器人換擋機(jī)械手在200x200的"王"字形軌道內(nèi)運動，要求換 擋機(jī)械手在掛擋方向的運動范圍和選擋方向的運動范圍在±1〇〇_范圍之內(nèi)，即：
[0041 ] -100 彡 XF 彡 100
[0042] -100 彡 yF 彡 100
[0043] (2)根據(jù)駕駛機(jī)器人的結(jié)構(gòu)特點及駕駛室的空間布局可確定各連桿的長度范圍：
[0044] 180〈Lai〈250，100〈La2〈250，70〈Lbi〈150，200〈Lb2〈250，150〈Lci〈200，100〈Lc2〈190，Lai +Lef = 600
[0045] 如圖1所示，所述基于模擬退火的粒子群智能算法優(yōu)化階段(SA-PSO)包括以下步 驟：
[0046] 步驟2-1、根據(jù)汽車駕駛機(jī)器人的結(jié)構(gòu)特點選擇合適的參數(shù)初始化粒子群各粒子 的位置和速度，設(shè)置粒子群規(guī)模N、最大迭代次數(shù)D、算法終止條件、學(xué)習(xí)因子 C1，c2，壓縮因子 為γ = 2 / f 2 - C-^(C Λ 2 - AC) j，其中 C=ci+c2。
[0047] 步驟2-2、計算換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程中種群中每個微粒的目 標(biāo)函數(shù)值(適應(yīng)度），根據(jù)權(quán)利1要求駕駛機(jī)器人選擋過程中的目標(biāo)函數(shù)為步驟1-5中的min Ay F，掛擋過程中的目標(biāo)函數(shù)為步驟1-5中的min AXF，其目標(biāo)函數(shù)值即為粒子群的適應(yīng)度。
[0048] 步驟2-3、更新汽車駕駛機(jī)器人換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程中粒子 群微粒的目標(biāo)函數(shù)值(適應(yīng)度)的局部極小值Pbest和全局極小值Gbest。
[0049] 步驟2-4、對于換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程中粒子群微粒適應(yīng)度的 全局極小值和局部極小值進(jìn)行模擬退火(SA)鄰域搜索，選擇出新的全局最優(yōu)值和局部最優(yōu) 值，比較Gbest是否達(dá)到算法的終止條件或最大迭代次數(shù)，若是尋優(yōu)程序終止，否則返回步 驟2-3繼續(xù)進(jìn)行尋優(yōu)計算，直到達(dá)到終止條件為止。
[0050] 4.步驟2-4所述的汽車駕駛機(jī)器人換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程粒子 群微粒適應(yīng)度的全局極小值和局部極小值進(jìn)行模擬退火(SA)鄰域搜索包括以下步驟：
[0051 ] (1)確定初始溫度to，退火溫度Tk及模擬退火的參數(shù)β(β e (〇，1))。初始溫度和退溫 溫度對算法有一定的影響，一般采用如下的初溫和退溫方式：
[0052] to = f (pg)/ln5,Tk+i = PTk
[0053] (2)確定當(dāng)前溫度下Pi的適配值，其適配值滿足以下公式：
[0054] fF(Pi) = ' ./=1
[0055] 上式中N為粒子群規(guī)模，f函數(shù)表示目標(biāo)函數(shù)。
[0056] (3)采用輪盤賭策略從所有Pi中確定全局最優(yōu)的某個替代Pg'來替代原粒子群算 法的Pg，這種處理有利于克服粒子群算法易陷入全局最小值的弱點，則基于模擬退火粒子 群更新各微粒的速度和位置公式為：
[0057] vi,j(k+l)= γ [Vi,j(k)+ciri(pi,j(k)-Xi,j(k))+C2r2(p，i,j(k)_Xi,j(k))]
[0058] xi'j(k+l)=xi'j(k)+vi'j(k+l)(j = l, · · · ,η)
[0059] 上述的粒子群速度和位置更新式中(^、(^表示學(xué)習(xí)因子，n、r2為相互獨立的偽隨 機(jī)數(shù)，在[0，1 ]上服從均勻分布，X，V分別代表粒子群各粒子的位置和速度。
[0060] (4)計算汽車駕駛機(jī)器人換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程各微粒新的目 標(biāo)值，更新各微粒的Pbest值及群體的Gbest值。
[0061] (5)進(jìn)行退溫操作，若滿足停止條件(通常為預(yù)設(shè)的運算精度或迭代次數(shù)），搜索停 止，輸出結(jié)果，否則返回（2)繼續(xù)搜索。
[0062] 通過以上兩個階段對于駕駛機(jī)器人換擋機(jī)械手尺寸進(jìn)行優(yōu)化，通過MATLAB編程可 得駕駛機(jī)器人換擋機(jī)械手的優(yōu)化后的尺寸，如圖3所示其換擋機(jī)械手七連桿的長度分別為 1^1 = 220、1^2 = 136、1^1 = 92、1^2 = 246、1^1 = 172、1^2 = 101和1^ = 464。如圖3-圖4所示的駕駛 機(jī)器人換擋機(jī)械手基于模擬退火的粒子群智能優(yōu)化方法的選擋優(yōu)化過程和掛擋優(yōu)化過程 的適應(yīng)度值收斂曲線可以看出該種優(yōu)化方法有較好的收斂性，其收斂速度也較快，滿足駕 駛機(jī)器人換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程優(yōu)化目標(biāo)函數(shù)的要求。
[0063] 為了進(jìn)一步說明基于模擬退火的粒子群(SA-PS0)智能優(yōu)化方法對于二自由度七 連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手尺寸的優(yōu)化效果，本專利將本方法與基于復(fù)合形法和基 于可變?nèi)莶罘ǖ膬?yōu)化結(jié)果進(jìn)行對比，從而分析本方法的優(yōu)越性。
[0064] 利用復(fù)合形法優(yōu)化的駕駛機(jī)器人換擋機(jī)械手的尺寸為Lm = 180、LA2 = 140、LB1 = 110、1^2 = 225、1^1 = 170、1^2 = 90和1^ = 460，通過多體動力學(xué)軟件40415進(jìn)行運動學(xué)仿真，如 圖5所示利用復(fù)合形法優(yōu)化的駕駛機(jī)器人換擋機(jī)械手完成100mm的選擋位移時，其在掛擋方 向的位移約為4.5mm;如圖6所示當(dāng)駕駛機(jī)器人換擋機(jī)械手完成100mm的掛擋位移時，其在選 擋方向的位移約為20mm;如圖7所示利用復(fù)合形法優(yōu)化的駕駛機(jī)器人換擋機(jī)械手完成100_ 的選擋位移時，其在掛擋方向的最大速度約為8.89mm/s;如圖8所示當(dāng)駕駛機(jī)器人換擋機(jī)械 手完成l〇〇mm的掛擋位移時，其在選擋方向的最大速度約為38.79mm/s。綜合圖5和圖6可得 結(jié)論當(dāng)換擋機(jī)械手完成100mm的選擋位移時，其在掛擋方向的位移滿足不大于5mm的誤差要 求;但是當(dāng)換擋機(jī)械手完成100mm的掛擋位移時，其在選擋方向的位移約為20mm，誤差較大， 換擋機(jī)械手掛擋時的運動精度較差。同理綜合圖7和圖8可知當(dāng)換擋機(jī)械手完成100mm的選 擋位移時，其在掛擋方向的最大運動速度較小，滿足l〇mm/s的運動誤差要求;但是當(dāng)換擋機(jī) 械手完成l〇〇mm的掛擋位移時，其在選擋方向的最大運動速度約為38.79mm/s，誤差較大，換 擋機(jī)械手掛擋時的運動精度較差。
[0065] 利用可變?nèi)莶罘▋?yōu)化的駕駛機(jī)器人換擋機(jī)械手的尺寸為Lm = 200、LA2 = 240、LB1 = 100、1^2 = 240、1^1 = 175、1^2 = 150和1^ = 360，通過多體動力學(xué)軟件40413進(jìn)行運動學(xué)仿真， 如圖5所示，利用可變?nèi)莶罘▋?yōu)化的駕駛機(jī)器人換擋機(jī)械手完成100mm的選擋位移時，其在 掛擋方向的位移約為4.5mm;如圖6所示當(dāng)駕駛機(jī)器人換擋機(jī)械手完成100mm的掛擋位移時， 其在選擋方向的位移約為18mm。如圖7所示利用可變?nèi)莶罘▋?yōu)化的駕駛機(jī)器人換擋機(jī)械手 完成100mm的選擋位移時，其在掛擋方向的最大速度約為8.32mm/s ;如圖8所示當(dāng)駕駛機(jī)器 人換擋機(jī)械手完成100mm的掛擋位移時，其在選擋方向的最大速度約為32.57mm/s。綜合圖5 和圖6可得結(jié)論當(dāng)換擋機(jī)械手完成100mm的選擋位移時，其在掛擋方向的位移約為4.5mm，滿 足不大于5mm的誤差要求;但是當(dāng)換擋機(jī)械手完成100mm的掛擋位移時，其在選擋方向的位 移約為18_，誤差較大，換擋機(jī)械手掛擋時的運動精度較差。同理綜合圖7和圖8可知當(dāng)換擋 機(jī)械手完成100mm的選擋位移時，其在掛擋方向的最大運動速度較小，滿足l〇mm/s的運動誤 差要求;但是當(dāng)換擋機(jī)械手完成l〇〇mm的掛擋位移時，其在選擋方向的最大運動速度約為 32.57mm/s，誤差較大，換擋機(jī)械手掛擋時的運動精度較差。
[0066] 利用基于模擬退火的粒子群(SA-PSO)智能優(yōu)化方法優(yōu)化的駕駛機(jī)器人換擋機(jī)械 手的尺寸為 1^1=180、1^2=140、1^1 = 110、1^2 = 2257、1^1 = 170、1^2 = 90和1^ = 460，通過多體 動力學(xué)軟件ADAMS進(jìn)行運動學(xué)仿真，如圖5所示，利用基于模擬退火的粒子群(SA-PSO)優(yōu)化 的駕駛機(jī)器人換擋機(jī)械手完成100mm的選擋位移時，其在掛擋方向的位移約為3.5mm，如圖6 所示當(dāng)駕駛機(jī)器人換擋機(jī)械手完成l〇〇mm的掛擋位移時，其在選擋方向的位移約為4.5mm。 如圖7所示利用SA-PSO優(yōu)化的駕駛機(jī)器人換擋機(jī)械手完成100mm的選擋位移時，其在掛擋方 向的最大速度約為7.41mm/s;如圖8所示當(dāng)駕駛機(jī)器人換擋機(jī)械手完成100mm的掛擋位移 時，其在選擋方向的最大速度約為8.71mm/s。綜合圖5和圖6可得結(jié)論當(dāng)換擋機(jī)械手完成 100mm的選擋位移時和完成100mm的掛擋位移時，其在掛擋方向的誤差位移和在選擋方向上 的誤差位移均滿足不大于5_的誤差要求。同理綜合圖7和圖8可得結(jié)論當(dāng)換擋機(jī)械手完成 100mm的選擋位移時和完成100mm的掛擋位移時，其在掛擋方向的最大運動速度和在選擋方 向上的最大運動速度均滿足不大于l〇mm/s的誤差要求。
[0067] 如圖5-8所示可得出結(jié)論，利用復(fù)合形法法優(yōu)化的駕駛機(jī)器人換擋機(jī)械手和利用 可變?nèi)莶罘▋?yōu)化的駕駛機(jī)器人換擋機(jī)械手的尺寸都只在汽車駕駛機(jī)器人換擋機(jī)械手選擋 過程中有較好的誤差精度，而在換擋機(jī)械手掛擋過程中的運動精度較差。而利用基于模擬 退火的粒子群(SA-PS0)智能優(yōu)化方法優(yōu)化的駕駛機(jī)器人換擋機(jī)械手在選擋過程中和掛擋 過程中均有較好的誤差精度，滿足汽車變速器換擋手柄換擋的要求。
【主權(quán)項】
1. 一種汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法，其特征在于:包括 優(yōu)化目標(biāo)函數(shù)及約束條件的建立階段，首先根據(jù)DH坐標(biāo)系下機(jī)器人運動學(xué)求解方法求 解并簡化汽車駕駛機(jī)器人換擋機(jī)械手末端的運動軌跡方程，W汽車駕駛機(jī)器人換擋機(jī)械手 選擋運動過程中在掛擋方向的運動位移最小為準(zhǔn)則建立選擋過程的優(yōu)化目標(biāo)函數(shù)，W汽車 駕駛機(jī)器人換擋機(jī)械手掛擋運動過程中在選擋方向的運動位移最小為準(zhǔn)則建立掛擋過程 的優(yōu)化目標(biāo)函數(shù)，隨后根據(jù)駕駛機(jī)器人的結(jié)構(gòu)特點和汽車駕駛室的空間布局確定優(yōu)化目標(biāo) 函數(shù)； 基于模擬退火的粒子群智能算法優(yōu)化階段，首先初始化粒子群并計算駕駛機(jī)器人換擋 機(jī)械手選擋過程或掛擋過程的目標(biāo)函數(shù)值，隨后更新?lián)Q擋機(jī)械手選擋過程或掛擋過程目標(biāo) 函數(shù)的局部極小值和全局極小值，最后對于目標(biāo)函數(shù)(適應(yīng)度）的局部極小值和全局極小值 進(jìn)行模擬退火鄰域捜索，最后即可求解出二自由度屯連桿機(jī)構(gòu)換擋機(jī)械手各連桿尺寸的最 優(yōu)解。2. 根據(jù)權(quán)利要求1所述的汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法，其特征在 于:所述優(yōu)化目標(biāo)函數(shù)及約束條件的建立階段具體包括W下步驟： 步驟1-1，設(shè)二自由度屯連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手Ξ個基座為〇A、〇B、化，其屯 連桿長度分別設(shè)為Lai、La2、Lbi、Lb2、Lgi、Lg2和Lef ; 步驟1-2,根據(jù)二自由度屯連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手的結(jié)構(gòu)特點建立D-H坐標(biāo) 系，并將二自由度屯連桿換擋機(jī)械手分解為Ξ開鏈系統(tǒng)，按照D-H坐標(biāo)系的建立規(guī)則在Ξ開 鏈處建立基座標(biāo)系xiAyiAZiA( i = 1，2，3)和活動坐標(biāo)系xijyijZij (i = 1，2，3; j = 1，2)，其中Zij 軸都垂直于連桿平面； 步驟1-3,根據(jù)機(jī)器人在D-H坐標(biāo)系中運動學(xué)求解方法求出換擋機(jī)械手E關(guān)節(jié)出的運動 軌跡方程：則二自由度屯連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手的末端F點的運動軌跡方程為： [XF YF]=[祉+Lefcos(目A1+目A2)ye+Lefsin(目A1+目化）] 上式中1^1、1^2心1心2心1心2為步驟1-1中所設(shè)的各連桿長度，（祉4,：^)，佔4,：7。4)分別 為基座〇B、0細(xì)對于基座為〇A的坐標(biāo);上式中的目A1、目A2、目B1、目B2、目C1、目C2表示坐標(biāo)系XijyijZij與 xij-iyij-izij-1兩者X軸之間的夾角； 步驟1-4,在D-H坐標(biāo)系中求解出換擋機(jī)械手F關(guān)節(jié)處的運動軌跡方程，并將換擋機(jī)械手 F關(guān)節(jié)處的運動軌跡方程化簡；令步驟1-3中關(guān)節(jié)角目B1、目C1和連桿長為Lai、La2、Lbi、Lb2、Lci、 Lc2均為已知量，則可求出目A1、目A2、目B2、目C2的解均只與目B1,目Cl有關(guān);將目A1、目A2、目B2、目C2的解代入 如步驟1-3的關(guān)于XF與yF的表達(dá)式，因此二自由度屯連桿機(jī)構(gòu)的駕駛機(jī)器人換擋機(jī)械手的末 端軌跡運動方程可簡化為： [XF yF] = [fxf (目B1,目C1) fyf (目B1,目C1)] 步驟1-5,通過換擋機(jī)械手的運動軌跡方程分析駕駛機(jī)器人的換擋機(jī)械手在選擋運動 過程和掛擋運動過程中的特點從而建立優(yōu)化目標(biāo)函數(shù);首先對駕駛機(jī)器人換擋機(jī)械手的選 擋方向的運動和掛擋方向上的運動進(jìn)行機(jī)械解禪，即通過對步驟1-4換擋機(jī)械手末端運動 軌跡方程的系數(shù)進(jìn)行選取，使步驟1-4中XF = fxf(0Bl，0ci)的0C1前的系數(shù)近似為零，使步驟Ι? α 中 yF=fyf(0Bl，0ci) 的 Θβι 前的系數(shù)近似為零，則駕駛機(jī)器人末端 F 位置處的軌跡方程進(jìn)一步 簡化為： [XF yF] = [fxf(目Β1) fyf(目C1)] 最后選取在完成100mm的選擋位移時換擋機(jī)械手末端F在掛擋方向上運動的位移最小 為選擋過程的優(yōu)化目標(biāo)，選取在完成100mm的掛擋位移時換擋機(jī)械手末端F在選擋方向上運 動的位移最小為掛擋過程的優(yōu)化目標(biāo)，從而分別得到換擋機(jī)械手末端軌跡F位置在選擋過 程和掛擋過程的優(yōu)化目標(biāo)函數(shù)分別為： minAyF= lyp-Us-LEFl =fi(LA2,Lci,Lc2) minAxF= I 恥-Lai| =f2(LAi,LBi,LB2) 步驟1-6,根據(jù)汽車駕駛機(jī)器人的結(jié)構(gòu)特定和汽車駕駛室的空間布局確定優(yōu)化約束條 件，其約束條件有： (1) 換擋機(jī)械手在掛擋方向的運動范圍和選擋方向的運動范圍在± 100mm范圍之內(nèi)， 即： -100《XF《100，-100《yF《100 (2) 根據(jù)駕駛機(jī)器人的結(jié)構(gòu)特點和汽車駕駛室的空間布局確定各連桿的長度范圍： 180<Lai<250，100<La2<250,70<Lbi<150,200<Lb2<250，150<Lci<200，100<Lc2 <190, La2+Lef=600 ο3.根據(jù)權(quán)利要求1或2所述的汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法，其特征 在于:所述基于模擬退火的粒子群智能算法優(yōu)化階段具體包括W下步驟： 步驟2-1、根據(jù)汽車駕駛機(jī)器人的結(jié)構(gòu)特點選擇參數(shù)初始化粒子群各粒子的位置和速 度，設(shè)置粒子群規(guī)模Ν、最大迭代次數(shù)D、算法終止條件、學(xué)習(xí)因子ci，C2,壓縮因子為步驟2-2、計算換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程中種群中每個微粒的目標(biāo)函 數(shù)值即適應(yīng)度，駕駛機(jī)器人選擋過程中的目標(biāo)函數(shù)為步驟1-5中的min Ayp，掛擋過程中的 目標(biāo)函數(shù)為步驟1-5中的min Δ XF，其目標(biāo)函數(shù)值即為粒子群的適應(yīng)度； 步驟2-3、更新汽車駕駛機(jī)器人換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程中粒子群微 粒的目標(biāo)函數(shù)值的局部極小值化est和全局極小值Gbest; 步驟2-4、對于換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程中粒子群微粒適應(yīng)度的全局 極小值和局部極小值進(jìn)行模擬退火SA鄰域捜索，選擇出新的全局最優(yōu)值和局部最優(yōu)值，比 較加 est是否達(dá)到算法的終止條件或最大迭代次數(shù)，若是尋優(yōu)程序終止，否則返回步驟2-3 繼續(xù)進(jìn)行尋優(yōu)計算，直到達(dá)到終止條件為止。4. 根據(jù)權(quán)利要求3所述的汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法，其特征在 于:所述汽車駕駛機(jī)器人換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程粒子群微粒適應(yīng)度的全 局極小值和局部極小值進(jìn)行模擬退火SA鄰域捜索具體包括W下步驟： (1) 確定初始溫度to,退火溫度化及模擬退火的參數(shù)β，（βε(〇, 1))，采用如下的初溫和 退溫方式： to = f (pg)/ln5，Tk+i = 0Tk (2) 將當(dāng)前粒子群中各粒子的位置和適應(yīng)度值存儲在Pi中，則可確定當(dāng)前溫度下Pi的 適配值，其適配值滿足W下公式：上式中N為粒子群規(guī)模，f函數(shù)表示目標(biāo)函數(shù)； (3) 采用輪盤賭策略從所有Pi中確定全局最優(yōu)的某個替代pg'來替代原粒子群算法的 Pg，Pg為存儲粒子群中適應(yīng)度最優(yōu)粒子的位置和適應(yīng)度值的一個集合，基于模擬退火粒子群 更新各微粒的速度和位置公式為： vi,j(k+l)= 丫 [Vi,jl；k)+ci;ri(pi,j(；k)-xi,j(k))+c2r2(p'i,j(k)-xi,j(；k))] xi,j(；k+l)=xi,j(；k)+vi,j(；k+l) j = l，. . .，n 上述粒子群速度和位置更新式中ci、C2表示學(xué)習(xí)因子，ri、n為相互獨立的偽隨機(jī)數(shù)，在 [〇，1]上服從均勻分布，x，v分別代表粒子群各粒子的位置和速度，丫為壓縮因子； (4) 計算汽車駕駛機(jī)器人換擋機(jī)械手選擋優(yōu)化過程和掛擋優(yōu)化過程各微粒新的目標(biāo) 值，更新各微粒的局部極小值化est及群體的全局極小值訊est; (5) 進(jìn)行退溫操作，若滿足停止條件，捜索停止，輸出結(jié)果，否則返回（2)繼續(xù)捜索。5. 根據(jù)權(quán)利要求4所述的汽車駕駛機(jī)器人換擋機(jī)械手尺寸的智能優(yōu)化方法，其特征在 于:步驟(5)所述的停止條件為預(yù)設(shè)的運算精度或迭代次數(shù)。
【文檔編號】B25J9/16GK106078705SQ201610248898
【公開日】2016年11月9日
【申請日】2016年4月20日 公開號201610248898.3, CN 106078705 A, CN 106078705A, CN 201610248898, CN-A-106078705, CN106078705 A, CN106078705A, CN201610248898, CN201610248898.3
【發(fā)明人】陳剛, 王紀(jì)偉, 汪俊
【申請人】南京理工大學(xué)