(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110766428.7 (22)申请日 2021.07.07 (65)同一申请的已公布的文献号 申请公布号 CN 113434982 A (43)申请公布日 2021.09.24 (73)专利权人 合肥工业大 学 地址 230009 安徽省合肥市包河区屯溪路 193号 (72)发明人 都海波　葛展展　张金锋　谢枫　 刘雁生　常帅　蔡必壮　张伟键　 从永正　俞波　王利楠　 (74)专利代理 机构 合肥和瑞知识产权代理事务 所(普通合伙) 34118 专利代理师 王挺 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 17/16(2006.01) G06F 111/06(2020.01)G06F 119/02(2020.01) (56)对比文件 CN 111482969 A,2020.08.04 CN 111844023 A,2020.10.3 0 US 20191 11562 A1,2019.04.18 CN 110167204 A,2019.08.23 CN 112564125 A,2021.0 3.26 CN 109244810 A,2019.01.18 CN 111814839 A,2020.10.23 US 6236956 B1,2001.05.22 CN 112598153 A,2021.04.02 US 2021117770 A1,2021.04.2 2 韩磊等.基于改进牛 顿迭代法的手腕偏置型 六自由度关节机 器人逆解 算法. 《机 械传动》 .2017,第41卷(第01期),第127-13 0、 150页. 胥松奇等.基 于量子天牛群算法的高桩码头 横向排架结构损伤识别. 《水运工程》 .2020,(第 08期),第101-109页. (续) 审查员 吴单单 (54)发明名称 一种电力智能仿生攀爬机器人的运动学逆 解方法 (57)摘要 本发明公开了一种电力智能仿生攀爬机器 人的运动学逆解算法， 构建机器人的模型， 分别 建立基坐标系和各个关节坐标系； 将机器人的各 个关节转角所构成的向量作为天牛的位置x， 构 建适应度函数F(x)， 得到天牛的位置x的适应度 值为fx； 经天牛须算法的迭代后， 得到的天牛的 最优位置xbest， 即得到机器人的各个关节转角的 最优值； 改进天牛须算法基于以负指数次幂衰减 的变步长stept进行搜索， 且随着迭代次数的增 多， 变步长stept逐渐归为基本分辨率step ′， 天 牛的下一次迭代的位置更新参考全局最优的左、 右须适应度值， 引入了接受概率p， 以适 当的接受 概率p接受一个较劣解。 本发明的基于改进天牛须算法的机器人运动学逆解方法的可靠性更强、 精度更高、 收敛速度更 快。 [转续页] 权利要求书3页 说明书10页 附图2页 CN 113434982 B 2022.09.27 CN 113434982 B (56)对比文件 王付宇等.基于改进天牛 须算法的应急资源 调度优化. 《安全与环境学报》 .2020,第20卷(第 06期), 基于改进天牛 须算法的主 汽温控制系统PID 参数优化.基 于改进天牛 须算法的主 汽温控制系 统PID参数优化. 《仪 器仪表用户》 .2021,第28卷(第3期), Bin Zhang等.Particle swarm optimizati on algorithm based o n Beetle Antennae Searc h algorithm to so lve path planning problem. 《2020 IE EE 4th Informati on Technology, Netw orking, Electronic and Automati on Control Conference (ITNE C)》 .2020,第1卷2/2 页 2[接上页] CN 113434982 B1.一种电力 智能仿生攀 爬机器人的运动学逆解方法， 其特 征在于， 包括以下步骤： S1， 构建机器人的模型， 分别建立基坐标系和各个关节坐标系； 其中， 坐标系0为基座标 系； 坐标系i 为第i个关节坐标系， i ＝1,2,…,I， I为关节总数量； S2， 将机器人的各个关节转角所构成的向量作为天牛的位置x， 构建适应度函数F(x)， 得到天牛的位置x的适应度值 为fx； S3， 经天牛须算法的迭代后， 得到的天牛的最优位置xbest， 即得到机器人的各个关节转 角的最优值； 步骤S3中， 具体过程如下 所示： S31， 进行初始化， 即迭代次数t＝0， 将机器人的各个关节转角的当前值所构成的向量 作为天牛的初始位置x0， 天牛的初始左须位置为 天牛的初始 右须位置为 将天牛的初始 位置x0设为最优位置xbest， 即xbest＝x0， 且天牛的左须最优位置 天牛的右须最优位置 天牛的最优位置xbest所对应的最优适应度值为fxbest， 天牛的左须最优位置fxlbest所对 应的左须最优适应度值为fxlbest， 天牛的右须最优位置xrbest所对应的右须最优适应度值为 fxrbest； S32， 进行第t次迭代， 根据天牛的第t次迭代的位置xt， 得到天牛的第t次迭代的左须位 置 天牛的第t次迭代的右须位置 天牛的第t次迭代的适应度值为 fxt， 天牛的第t次迭代的右须适应度值 为 天牛的第t次迭代的左须适应度值 为 其中， 为随机的方向向量， dt为天牛的第t次迭代的左右须距离， dt＝stept/c0， stept 为步长， c0为比例系数； S33， 比较天牛的第t次迭代的左须适应度值 和天牛的左须最优适应度值之间fxlbest 的大小， 若 小于fxlbest， 则对天牛的左须最优位置xlbest和左须最优适应度值fxlbest分别 进行更新， 将天牛的左须最优位置xlbest的值更新为 的值， 将天牛的左须最优适应度值 fxlbest更新为 比较天牛的第t次迭代的右 须适应度值 的和天牛的右须最优适应度值fxrbest之间的 大小， 若 小于fxrbest， 则对天牛的右须最优位置xrbest和右须最优适应度值fxrbest分别进 行更新， 将天牛的右须最优位置xrbest的值更新为 的值， 将天牛的右须最优适应度值 fxrbest更新为 S34， 将步骤S33更新得到的天牛的左须最优位置xlbest和右须最优位置xrbest代入如下公 式进行计算， 得到天牛的第t次迭代的位置偏量Gt： Gt＝clrd(xlbest‑xt)+crrd(xrbest‑xt)； 其中， rd为0～1之间的随机常数； Gt为天牛的第t次迭代的位置偏量； cr为右须系数； cl为 左须系数； 权　利　要　求　书 1/3 页 2 CN 113434982 B 3