基于改進粒子群的食品分揀機器人動態目標抓取控制方法

王 敏 蔣金偉 曹彥陶

(1. 安徽科技貿易學校，安徽 蚌埠 233080；2. 常州工業職業技術學院，江蘇 常州 213164；3. 江蘇大學，江蘇 鎮江 212013)

隨著工業4.0的興起和互聯網浪潮席卷全球，各國都將制造業的轉型升級作為重點，提高制造業和自動化水平是大勢所趨[1]。機器人是自動化時代的象征，是智能時代的基石。以工業機器人技術為代表的智能生產線越來越受到重視[2]。Delta機器人具有剛度高、運動速度快、負重比高等優點，在食品、醫藥等輕工業中被廣泛應用。但在實際應用中，Delta機器人在食品分揀中存在運動不穩定、分揀效率低等問題。

目前，國內外許多學者對食品分揀機器人控制方法進行了研究，嘗試將智能控制算法用于抓取控制，提高系統魯棒性，主要包括粒子群算法、蟻群算法、遺傳算法等控制方法。倪鶴鵬等[3]提出了一種將牛頓迭代法用于機器人抓取控制。建立跟蹤模型，通過牛頓迭代法進行求解。結果表明，該方法的最快分選速度為1.5次/s，誤抓取率為0.2%，漏抓率為0，具有較高的精度和穩定性。郝琳等[4]提出了一種將模糊神經網絡與改進粒子群優化算法相結合的控制方法。結果表明，該系統具有較低的誤抓取率和漏抓率，控制在0.1%以內，抓取精度高，能夠滿足食品包裝的要求。郝大孝等[5]提出了一種用于Delta機器人的動態抓取算法，完美融合機械視覺和抓取方法。結果表明，在目標排序和跟蹤過程中，Delta機器人的漏檢率控制在2%以內，誤檢率為0。郭俊等[6]針對三自由度并聯機器人在食物取放作業中運動不穩的問題，提出了以最優運動時間為目標的回轉與圓弧相結合的方法，并利用蟻群算法得到運動軌跡參數。結果表明，該方法能夠提高分揀機器人的穩定性和分揀效率，減小了末端執行器的抖動。上述方法可以滿足高速食品分揀機器人的一般要求，但在分揀操作中存在運行不穩定、分揀效率低等問題，有一定的局限性，適應性有待進一步提高。

針對食品分揀機器人抓取運動不穩定、分揀效率低等問題，提出了一種基于改進粒子群(Particle Swarm Optimization，PSO)算法的多目標運動優化策略用于食品分揀機器人的動態目標抓取控制。目前粒子群算法的改進方法眾多，但是大部分都較為復雜，而目標抓取需要快速性，因此，通過兩個方面對其進行改進，改進慣性權重利于跳出局部極值，改進學習因子提高全局最優解的精度。協調抓取順序和分揀軌跡建立最短路徑模型，以末端加速度建立機構穩定性優化模型，并通過改進粒子群優化算法對目標進行優化，以期為分揀機器人控制技術的發展提供依據。

1 分揀機器人結構

圖1為高速并行食品分揀機器人的系統結構。高速并聯食品分揀機器人系統主要由上位機系統和下位機系統組成。其中，下位機控制系統是Delta機器人的核心指令部分[7]。其主要功能是驅動機器人主體以穩定、協調、快速的方式完成既定的運動規劃和抓取任務，滿足工作要求。上位機系統其主要功能是可視化、模型分析、數據集成處理以及與下位機的信息交互。

圖1 系統結構Figure 1 System structure

食品分揀機器模型人主要由7個部分組成：靜(動)平臺、主(從)動臂、伺服電阻、減速器、末端執行器[8]。伺服電機安裝在靜平臺，末端執行器安裝在動平臺。靜、動平臺之間通過運動鏈連接。從動臂由4個球鉸組成閉環平行四邊形。閉環與驅動臂剛性連接，驅動臂通過旋轉副與靜平臺連接。機器人通過平行四邊形對動平臺的運動方向進行約束，使靜、動平臺保持平行。

圖2 食品分揀機器人模型Figure 2 Food sorting robot model

2 動態目標抓取控制方法

現有的研究大多集中在單路徑優化上，不能從整體上提高分揀效率[9]。文中提出了一種基于改進粒子群的多目標動態優化算法用于抓取控制。

2.1 改進粒子群算法

粒子群的機制是一種基于蜜蜂、螞蟻和鳥類習慣的搜索算法[10]。個體遵循不碰撞的規則，個體速度匹配，個體朝著共同的目標前進。相比于遺傳算法、模擬退火算法、蟻群算法，粒子群算法規則更為簡單、收斂速度快、計算時間短等。它適用于動態多目標優化，在機器人控制、交通運輸等領域應用較為廣泛。簡言之，在粒子群優化算法中，粒子通過目標函數確定適應值，由速度來確定其飛行方向和距離，剩余粒子根據當前最優粒子搜索解空間[11]。粒子通過多次迭代得到最優解。在迭代過程中，粒子跟蹤極值并更新粒子本身。一種是個體極值，粒子本身檢測到的最優解。一種是全局極值，即剩余粒子群檢測到的最優解。

迭代之后，在所有粒子的最優解之后，對速度和位置進行更新，如式(1)和式(2)所示[12]。

vid=ωvid+c1r1(pbest-xid)+c2r2(gbest-xid)，

(1)

xid=xid+mvid，

(2)

式中：

c1、c2——自學習和社會學習的因子；

xid——d維數第i個粒子的位置；

vid——d維數第i個粒子的速度，mm/s；

ω——慣性的權重；

r1、r2——隨機數；

m——約束因子，通常為1。

但粒子群算法也存在早熟收斂、局部尋優能力差、易陷入局部極值等缺點，因此，文中通過兩個方面對其進行改進，改進慣性權重利于跳出局部極值，改進學習因子提高全局最優解的精度。

2.1.1 慣性權重的改進 慣性權重越小局部搜索越有利，越大全局搜索越有利。隨著迭代次數的增加，問題的求解細節也隨之增加，固定值求解存在著許多缺陷。因此，引入可變慣性權重，通過式(3)進行動態慣性權重調整[13]。

(3)

式中：

λ——經過迭代測試后可以得到的權重因子(值為0.01優化效果最好)；

N——粒子數；

t——當前粒子迭代次數；

pbest,i(t)——當前個體最優值；

gbest——當前全局最優。

2.1.2 學習因子的改進 采用對學習因子進行線性遞減和線性遞加的策略。可以在搜索前期增強全局搜索，使之不易陷入局部最優，而在搜索后期增強局部搜索能力，提高全局最優解的精度，具體方程如式(4)和式(5)所示[14]。

(4)

(5)

式中：

tm——最大迭代次數；

c1max、c2max——最大學習因子；

c1min、c2min——最小學習因子；

t——粒子當前的迭代次數。

算法步驟：

步驟1：初始化。對粒子數、迭代次數等進行初始化[15]。

步驟2：計算每個粒子的目標函數，求解全局最優解和個體最優解。

步驟3：對粒子位置和速度進行更新。

步驟4：確定是否達到停止條件。達到輸出最優解，未達到轉到步驟2。改進算法的流程圖如圖3所示。

圖3 改進粒子群算法的優化流程Figure 3 Optimization process of improved particle swarm algorithm

2.2 最短抓取路徑模型

在食品生產中，需要對機器人抓取策略進行優化，以提高機構分揀效率。通過調整抓取食品的順序和分揀路徑，可以提高工作效率[16]。最短路徑模型的建立過程是：將食品放置在傳送帶上的同一水平線上，z方向上的坐標相同。為了方便計算，將其設置為0。將食物放置在(x0,y0,0)。傳送帶上第i個食物的位置是(xi,yi,0)。傳送帶沿x軸的速度設置為v，從第i個食品到第j個食品的抓取時間為ti，最短抓取路徑模型如式(6)所示[17]。

(6)

式中：

Sij——末端從i到j的抓取路徑，其計算如式(7)所示。

(7)

Xij為決策變量，決定從食品i到食品j的路徑是否執行，如式(8)所示[18]。

(8)

2.3 平穩性模型

機器人抓取中的穩定性較低，容易產生振動或沖擊，以末端加速度建立機構穩定性優化模型，如式(9)所示[19]。

(9)

式中：

aij——末端從i到j的加速度，mm/s2。

其次，需要對末端的速度和加速度進行限值。即aij1,aij2≤amax，vij1,vij2≤vmax，為防止機器人反復抓取食品，需要i≠j。

2.4 多目標優化算法

綜合2.2和2.3的模型建立目標函數，如式(10)所示[20]。

minf(x)={f1(x),f2(x)}，

(10)

式中：

minf1(x)=S；

minf2(x)=a。

通過改進的粒子群算法對多目標問題進行優化，將兩個目標作為權重w∶1(兩個目標占比)的優化目標，文中w=1，如式(11)所示[21]。

(11)

多目標優化算法的步驟：

步驟1：初始化。對粒子數、迭代次數等進行初始化。

步驟2：獲取機器人相關參數和目標食品的位置等。

步驟3：對模型進行計算，更新粒子速度和位置。

步驟4：對是否為最優解進行判斷。如果滿足該標準，則輸出最優解。如果不符合標準，則轉到步驟3。圖4為多目標優化算法的流程。

圖4 多目標優化算法流程Figure 4 Algorithm flow of Multi-objective optimization

3 結果與分析

3.1 仿真分析

為了驗證多目標優化方法的性能，仿真設備為聯想PC，操作系統為windows10 64位旗艦版，intel i5 2450M CPU，頻率2.5 GHz，matlab r2018a為仿真平臺。采用平均分布方式，每次識別的食品數設置為10個。文中優化權重w=1，分布范圍為[-400,+400] mm，傳輸速度為100 mm/s。粒子數為100，最大迭代次數為100，為了保證模擬結果的準確性，文中選取了兩種分布密度(100，150個/min)進行驗證。

分揀機器人在優化前抓取都是按照坐標順序進行，優化后是多目標優化，不同分布密度(100，150個/min)下的抓取分布圖如圖5所示。

由圖5可知，在不同分布密度(100，150個/min)下，優化后抓取分布圖更加集中，工作區間也明顯縮短。驗證了文中多目標優化算法的有效性，該算法可以在一定程度上提高系統的抓取穩定性和分揀效率。

圖5 不同分布密度的多目標優化前后抓取分布圖Figure 5 Grab distribution map before and after multi-objective optimization with different distribution density

3.2 試驗分析

通過分揀平臺對文中方法在抓取穩定性和分揀效率方面的性能進行實驗驗證，為了盡可能地接近真實工況，將相機拍攝頻率設置為100幀。傳送速度分別設置為100，200 mm/s。末端的最大速度和最大加速度分別為Vm=4 m/s、am=300 m/s2，進行以下分析。

3.2.1 抓取成功率 通過實際抓取試驗對改進前后抓取的成功率進行對比分析，目標食品500個，確保每次試驗傳送帶上的食品種類數、分布密度、抓取速度等相同。利用3種分揀操作方法(不采用POS優化、POS優化、改進POS優化)，進行多次試驗取平均值，結果見表1。

表1 3種抓取策略的結果對比Table 1 Comparison of capture results of different capture strategies

由表1可以看出，在相同的食品輸送速度下，改進PSO優化控制抓取成功率最高，隨著輸送速度的增加，3種控制的抓取成功率都有一定程度的下降。不采用PSO優化控制從96.8%降低到94.2%，采用PSO優化控制從98.6%降低到98.2%，改進PSO優化控制從100.0%降低到99.8%。說明文中提出的方法在準確性、穩定性和分揀效率方面都有所提高。

3.2.2 分揀效率 在輸送速度100 mm/s時，使物體分布密度相同。記錄抓取500個食品的總時間，重復30次。根據試驗數據，計算不采用粒子群優化控制、采用粒子群優化控制、采用改進粒子群優化控制策略抓取速率的平均值，結果如表2所示。

由表2可知，在相同帶速下，文中提出的優化策略平均抓取效率最高，在一定程度上提高了分揀作業的工作效率。

表2 不同抓取策略抓取速率對比Table 2 Comparison of grab rates with different grab strategies

3.2.3 算法對比 在輸送速度100 mm/s時，使物體分布密度相同。采用改進粒子群優化控制策略和文獻[3]中基于牛頓-拉夫森迭代的動態抓取策略進行抓取試驗，記錄抓取500個食品的總時間和抓取成功率，重復30次取平均值，結果如表3所示。

表3 改進粒子群優化和牛頓-拉夫森迭代動態抓取策略的對比Table 3 Comparison between improved particle swarm optimization and Newton Raphson iterative dynamic grasping strategy

由表3可知，在相同帶速下，文中改進PSO優化控制方法在抓取速率和抓取成功率方面都優于文獻[3]牛頓—拉夫森迭代。通過對比試驗數據分析，文中提出的方法不僅提高了抓取成功率，而且降低了抓取時間，實現了提高分揀效率的目的。

4 結論

文中提出了一種基于改進粒子群算法的多目標運動優化策略用于食品分揀機器人的動態目標抓取控制方法。以協調抓取順序和分揀軌跡建立最短路徑模型，采用末端加速度建立機構穩定性優化模型，并通過改進粒子群優化算法對目標進行優化。結果表明，改進后的算法能有效地提高系統的效率，在輸送速度100 mm/s時，抓取成功率由96.8%提高到100%，抓取效率由1.62個/s提高到1.98個/s，具有一定的實用價值。在現有的試驗條件下，高速并聯食品分揀機器人抓取控制策略的研究還處于試驗階段，后續將不斷完善整個高速并聯食品分揀機器人的功能。