本發明涉及路徑規劃技術領域，尤其涉及一種機械臂移動路徑規劃系統及方法。
背景技術：
目前機械臂移動規劃路徑算法主要包括遺傳算法和蟻群算法，其中遺傳算法具有整體優化特點，適合各個關節處的路徑規劃，但是計算量較大；蟻群算法對局部路徑規劃具有最優性，但是對整體規劃具有局限性。
技術實現要素：
本發明提供了一種機械臂移動路徑規劃系統及方法，結構簡單，使用方便，結合遺傳算法和蟻群算法的優點，對關節和末端器分別進行控制，既可以發揮遺傳算法整體規劃的特點，又可以發揮蟻群算法局部最優的特點，保證路徑規劃準確性的同時節約了計算量。
為解決上述技術問題，本申請實施例提供了一種機械臂移動路徑規劃系統及方法，包括雙目視覺系統、圖像處理模塊、坐標提取模塊、模型構建模塊和路徑規劃模塊，所述的雙目視覺系統對周邊環境進行圖像采集并將圖像傳輸至圖像處理模塊進行處理，通過坐標提取模塊對障礙物坐標值進行提取，所述的模型構建模塊調用坐標數據并構建機械臂運動模型，所述的模型構建模塊下行與路徑規劃模塊連接。
作為本方案的優選實施例，所述的雙目視覺系統包括左攝像頭和右攝像頭兩組，所述的左右攝像頭下行與矯正模塊連接，所述的矯正模塊下行設有雙目匹配模塊，所述的雙目匹配模塊與距離計算模塊連接。
作為本方案的優選實施例，所述的圖像處理模塊與圖像切割模塊連接，所述的圖像切割模塊將圖像按圖層分為多區域，所述的圖像處理模塊對各區域的處理為并行關系。
作為本方案的優選實施例，所述的坐標提取模塊與存儲模塊連接，所述的模型構建模塊與存儲模塊連接并調用其內部相關數據。
作為本方案的優選實施例，所述的模型構建模塊內置廣義雅可比矩陣程序。
作為本方案的優選實施例，所述的路徑規劃模塊包括遺傳算法模塊和蟻群算法模塊，所述的遺傳算法模塊對機械臂關節進行路徑規劃，所述的蟻群算法模塊與機械臂末端器進行路徑規劃。
作為本方案的優選實施例，所述的路徑規劃模塊下行設有檢測機械臂和障礙物之間距離的距離檢測模塊，所述的距離檢測模塊內置碰撞檢測公式程序。
作為本方案的優選實施例，所述的距離感應器下行設有實時反饋模塊，所述的實時反饋模塊與模型構建模塊連接。
一種機械臂移動路徑規劃方法，其實現的具體方法為：。
步驟1：首先采用雙目視覺系統，對周圍環境進行圖像采集，并利用處理模塊及坐標提取模塊對圖像進行處理得到環境障礙物等物體的坐標；
步驟2：采用模型構建模塊對機械臂進行運動模型構建；
步驟3：利用蟻群算法模塊對機械臂末端器進行路徑規劃，利用遺傳算法模塊對整個機械臂的各個關節運動進行路徑規劃；
步驟4：:利用距離檢測模塊對機械臂與障礙物之間的距離進行檢測，實時反饋模塊對檢測結果進行實時反饋，并連接模型構建模塊進行實時調整。
本申請實施例中提供的一個或多個技術方案，至少具有如下技術效果或優點：
結構簡單，使用方便，結合遺傳算法和蟻群算法的優點，對關節和末端器分別進行控制，既可以發揮遺傳算法整體規劃的特點，又可以發揮蟻群算法局部最優的特點，保證路徑規劃準確性的同時節約了計算量。
附圖說明
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
圖1是本申請實施例的結構示意圖；
圖1中，1、雙目視覺系統，2、圖像處理模塊，3、坐標提取模塊，4、模型構建模塊，5、路徑規劃模塊，6、左攝像頭，7、右攝像頭，8、矯正模塊，9、雙目匹配模塊，10、距離計算模塊，11、圖像切割模塊，12、存儲模塊，13、遺傳算法模塊，14、蟻群算法模塊，15、距離檢測模塊，16、實時反饋模塊。
具體實施方式
本發明提供了一種機械臂移動路徑規劃系統及方法，結構簡單，使用方便，結合遺傳算法和蟻群算法的優點，對關節和末端器分別進行控制，既可以發揮遺傳算法整體規劃的特點，又可以發揮蟻群算法局部最優的特點，保證路徑規劃準確性的同時節約了計算量。
為了更好的理解上述技術方案，下面將結合說明書附圖以及具體的實施方式對上述技術方案進行詳細的說明。
如圖1所示，一種機械臂移動路徑規劃系統及方法，包括雙目視覺系統1、圖像處理模塊2、坐標提取模塊3、模型構建模塊4和路徑規劃模塊5，所述的雙目視覺系統1對周邊環境進行圖像采集并將圖像傳輸至圖像處理模塊2進行處理，通過坐標提取模塊3對障礙物坐標值進行提取，所述的模型構建模塊4調用坐標數據并構建機械臂運動模型，所述的模型構建模塊4下行與路徑規劃模塊5連接。
其中，在實際應用中，所述的雙目視覺系統1包括左攝像頭6和右攝像頭7兩組，所述的左右攝像頭下行與矯正模塊8連接，所述的矯正模塊8下行設有雙目匹配模塊9，所述的雙目匹配模塊9與距離計算模塊10連接，所述的左右攝像頭采集參數，矯正模塊去除光學畸變的影響，雙目匹配模塊計算相機匹配點并得到視差圖，距離計算模塊根據參數計算得到實際深度。
其中，在實際應用中，所述的圖像處理模塊2與圖像切割模塊11連接，所述的圖像切割模塊11將圖像按圖層分為多區域，所述的圖像處理模塊2對各區域的處理為并行關系，可有效提高圖像處理的效率。
其中，在實際應用中，所述的坐標提取模塊3與存儲模塊12連接，所述的模型構建模塊4與存儲模塊12連接并調用其內部相關數據，方便后續參數的調用，可重復利用。
其中，在實際應用中，所述的模型構建模塊4內置廣義雅可比矩陣程序，提高模型構建的準確性和快速性。
其中，在實際應用中，所述的路徑規劃模塊5包括遺傳算法模塊13和蟻群算法模塊14，所述的遺傳算法模塊13對機械臂關節進行路徑規劃，所述的蟻群算法模塊14與機械臂末端器進行路徑規劃，充分利用二者優勢，保證準確性同時提高效率。
其中，在實際應用中，所述的路徑規劃模塊5下行設有檢測機械臂和障礙物之間距離的距離檢測模塊15，所述的距離檢測模塊內置碰撞檢測公式程序，防止機械臂與障礙物發生碰撞。
其中，在實際應用中，所述的距離感應器15下行設有實時反饋模塊16，所述的實時反饋模塊16與模型構建模塊4連接，可根據實際情況實時調控機械臂運動，及時調整誤差，保證準確性。
本實施例所述的一種機械臂移動路徑規劃方法，其實現的具體方法為：。
步驟1：首先采用雙目視覺系統1，對周圍環境進行圖像采集，并利用處理模塊2及坐標提取模塊3對圖像進行處理得到環境障礙物等物體的坐標；
步驟2：采用模型構建模塊4對機械臂進行運動模型構建；
步驟3：利用蟻群算法模塊14對機械臂末端器進行路徑規劃，利用遺傳算法模塊13對整個機械臂的各個關節運動進行路徑規劃；
步驟4：:利用距離檢測模塊15對機械臂與障礙物之間的距離進行檢測，實時反饋模塊16對檢測結果進行實時反饋，并連接模型構建模塊4進行實時調整。
以上所述，僅是本發明的較佳實施例而已，并非對本發明作任何形式上的限制，雖然本發明已以較佳實施例揭露如上，然而并非用以限定本發明，任何熟悉本專業的技術人員，在不脫離本發明技術方案范圍內，當可利用上述揭示的技術內容作出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬于本發明技術方案的范圍內。