一种基于遗传算法的语音机器人外壳优化方法

1.本发明属于机器人外形优化技术领域，特别涉及一种基于遗传算法的语音机器人外壳优化方法。


背景技术：

2.机器人技术被认为是对未来新兴科技产业发展具有者重要意义的高科技技术之一。我国机器人技术领域的发展起步较晚，但由于庞大的市场需求，发展却十分迅速。在2021年我国机器人产业规模预计达到839亿元。在庞大的市场规模和对机器人技术发展的重要性下，国家也对机器人相关技术产业越来越重视。
3.机器人产业发展如此迅猛的主要原因是机器人技术开始从传统的工业制造领域开始向着教育、医疗、勘探等领域迅速发展。目前，工业设计师和工程师们设计和制造的各类应用于生产、服务或者其他产业的机器人，为生产力、生活和科研等方面的发展有着巨大作用。机器人产业，特别是智能机器人已经成为高端制造业的标志之一，也是未来各国的发展目标。未来将会有更多的机器人投入到人们的生产和生活中，无论是为了给用户提供较好的视觉感受，还是为了适应机器人的实际工作需要，机器人外形设计也成为了设计师必需要关注的主要命题之一。
4.目前，常见的机器人外形优化主要是基于减小阻力的目的进行的优化，这种现有的优化方式对需要安装到外形内部的零件关注较少。


技术实现要素：

5.本发明的目的是提供一种基于遗传算法的语音机器人外壳优化方法，其能够在保证在满足内部零件安装要求的前体下，实现语音机器人外壳的最小化，并且能够降低外壳的重量。
6.本发明提供的技术方案为：
7.一种基于遗传算法的语音机器人外壳优化方法，包括如下步骤：
8.步骤一、测量语音机器人的原外轮廓尺寸，并依据所述外轮廓尺寸建立所述语音机器人的原外轮廓3d模型；
9.步骤二、获取所述原外轮廓3d模型上的点的坐标集合，并以所述语音机器人的水平分界面为界将所述坐标集合分为两个坐标子集；
10.步骤三、分别根据所述两个坐标子集得到所述原外轮廓的上曲面函数和下曲面函数；
11.步骤四、对所述语音机器人内部的零件进行3d建模，将所述零件进行组合，得到零件组合模型，并且确定所述零件组合模型的外轮廓函数；
12.步骤五、以语音机器人的外轮廓体积最小为优化目标，以零件组合模型不能穿出语音机器人的外轮廓作为约束条件，利用遗传算法对所述语音机器人的外轮廓进行优化，得到优化的语音机器人的外轮廓；
13.步骤六、设定所述语音机器人的外轮廓的材料，语音机器人的外轮廓的厚度作为变量，对所述语音机器人进行碰撞试验，以外壳碰撞安全性为约束条件，确定所述语音机器人的外轮廓的最小厚度，作为所述语音机器人的外壳厚度。
14.优选的是，在所述步骤二之前，还包括：以语音机器人水平方向上的分界平面作为xoy平面，以外壳中心轴与上下界的交点为坐标原点，建立坐标系。
15.优选的是，在所述步骤二中，将所述原外轮廓3d模型输入到pcl工具中，得到原外轮廓3d模型上的点的坐标集合。
16.优选的是，在所述步骤二中，还包括对所述坐标集合中的坐标进行中心化。
17.优选的是，在所述步骤三中，将所述两个坐标子集分别用于多项式拟合中，通过模型拟合后的r平方值判断多项式函数的最佳拟合次数，得到所述原外轮廓的上曲面函数和下曲面函数。
18.优选的是，所述上曲面的函数为：
19.f_up(x，y)＝w
0_0
w
0_1
*x w
0_2
*y w
0_3
*x2 w
0_4
*x*y w
0_5
*y2 w
0_6 *x3 w
0_7
*y*x2 w
0_8
*x*y2 w
0_9
*y3 w
0_10
*x4 w
0_11
*x3*y w
0_12
*x2*y2 w
0_13
*x*y3 w
0_14
*y4 w
0_15
*x5 w
0_16
*x4*y w
0_17
* x3*y2 w
0_18
*x2*y3 w
0_19
*x*y4 w
0_20
*y5 w
0_21
*x6 w
0_22
*x5*y w
0_23
*x4*y2 w
0_24
*x3*y3 w
0_25
*x2*y4 w
0_26
*x*y5 w
0_27
*y6；
20.所述下曲面的函数为：
21.f_down(x，y)＝w
1_0
w
1_1
*x w
1_2
*y w
1_3
*x2 w
1_4
*x*y w
1_5
*y
2 w
1_6
*x3 w
1_7
*y*x2 w
1_8
*x*y2 w
1_9
*y3 w
1_10
*x4 w
1_11
*x3*y w
1_12
*x2*y2 w
1_13
*x*y3 w
1_14
*y4；
22.其中，w
0_0
、w
0_1
……w0_27
为上曲面函数各项系数，w
1_0
、w
1_1
……w0_14
为下曲面函数各项系数。
23.优选的是，在所述步骤四中，确定所述零件组合模型的外轮廓函数的方法为：
24.将所述零件组合在xoy平面上的投影的外廓作为函数定义域；
25.在xoy平面上方，取所述定义域内的每个点对应的纵坐标的最大值，得到该点的上部轮廓三维坐标；
26.在xoy平面下方，取所述定义域内的每个点对应的纵坐标的最小值，得到该点的上部轮廓三维坐标；
27.其中，所述定义域内所有点的上部轮廓三维坐标集合和所述定义域内所述点的轮廓三维坐标集合的组合即为所述零件组合模型的外轮廓函数。
28.优选的是，在所述步骤五中，利用遗传算法对所述语音机器人的外轮廓进行优化，包括如下步骤：
29.步骤1、设置种群中的染色体数量，随机初始化种群；
30.其中，种群中的每个染色体为所述上曲面函数的各项系数和所述下曲面函数的各项系数组成的向量；
31.步骤2、计算当前种群中每个染色体的适应度，取适应度最大的染色体作为当前当种群的最优个体；
32.步骤3、对所述当前种群中的多个染色体进行交叉，生成交叉、变异，得到临时种群；
33.步骤4、计算所述临时种群中每个染色体的适应度，并用步骤2中得到的最优个体
替换所述临时种群中适应度最低的染色体；
34.迭代进行步骤2至步骤4，直到满足设定的迭代次数，得到最优种群；
35.其中，以所述最优种群中的最优个体对应的上曲面函数的各项系数和所述下曲面函数的各项系数作为优化结果。
36.优选的是，所述染色体的适应度的计算方法为：
[0037][0038]
其中，v0是语音机器人原外轮廓的体积，v是染色体对应的外轮廓的体积， punish的值为{1，1e-10
}，当存在零件组合模型的外轮廓函数高于语音机器人外轮廓的上曲面或低于语音机器人外轮廓的下曲面时，发生零件穿出， punish＝1e-10
，否则punish＝1。
[0039]
本发明的有益效果是：
[0040]
本发明提供的基于遗传算法的语音机器人外壳优化方法，能够在保证在满足内部零件安装要求的前体下，实现语音机器人外形的最小化，并且能够实现语音机器人外壳厚度的最小化，降低外壳的重量。
附图说明
[0041]
图1为本发明所述的基于遗传算法的语音机器人外壳优化方法的流程图。
[0042]
图2为本发明所述的基于遗传算法对语音机器人外形进行优化的流程图。
具体实施方式
[0043]
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0044]
如图1-2所示，本发明提供了一种基于遗传算法的语音机器人外壳优化方法，具体包括预处理阶段和优化算法阶。
[0045]
一、预处理阶段
[0046]
1、对机器人原外形(外轮廓)进行3d建模，将原外形进行参数化表示，具体过程如下：
[0047]
由于本发明中优化的语音机器人是旋转对称图形，且语音机器人存在比较明显的上下分界，将分界平面作为xoy平面，垂直于该平面的方向作为z 轴，以上下分界和旋转轴的交点作为坐标原点。根据机器人实际尺寸数据在 solidworks软件上对原外形直接进行3d建模。之后，通过pcl导出大量在外形3d模型表面分布均匀的坐标点。作为一种优选，还包括对导出的坐标点中心化，以防止pcl处理后的坐标集原点发生偏移，产生误差。其中，对坐标点中心化的方法为：对所有坐标点的x减去所有坐标点的x坐标均值，对所有坐标点的y减去所有坐标点的y坐标均值，完成中心化。然后将得到的坐标点集合根据z值正负划分为上下两个部分(坐标子集)，对两个坐标子集分别进行多项式拟合，分析不同次数多项式函数拟合图形的效果，确定多项式函数的次数，获得多项式函数模型。
[0048]
在本实施例中，r平方值(r平方值越接近1越好)判断，确定多项式函数的最佳拟合次数。其中，上曲面的函数表示如下：
[0049]
f_up(x，y)＝w
0_0
w
0_1
*x w
0_2
*y w
0_3
*x2 w
0_4
*x*y w
0_5
*y2 w
0_6 *x3 w
0_7
*y*x2 w
0_8
*
x*y2 w
0_9
*y3 w
0_10
*x4 w
0_11
*x3*y w
0_12
*x2*y2 w
0_13
*x*y3 w
0_14
*y4 w
0_15
*x5 w
0_16
*x4*y w
0_17
* x3*y2 w
0_18
*x2*y3 w
0_19
*x*y4 w
0_20
*y5 w
0_21
*x6 w
0_22
*x5*y w
0_23
*x4*y2 w
0_24
*x3*y3 w
0_25
*x2*y4 w
0_26
*x*y5 w
0_27
*y6；
[0050]
所述下曲面的函数为：
[0051]
f_down(x，y)＝w
1_0
w
1_1
*x w
1_2
*y w
1_3
*x2 w
1_4
*x*y w
1_5
*y
2 w
1_6
*x3 w
1_7
*y*x2 w
1_8
*x*y2 w
1_9
*y3 w
1_10
*x4 w
1_11
*x3*y w
1_12
*x2*y2 w
1_13
*x*y3 w
1_14
*y4；
[0052]
其中，w
0_0
、w
0_1
……w0_27
为上曲面函数各项系数，w
1_0
、w
1_1
……w0_14
为下曲面函数各项系数。
[0053]
2、将零部件组合装配，并实现函数化表示，具体过程如下：
[0054]
因为实现语音机器人一些功能需要添加对应的零部件，为了更有效实现这些零部件的功能，对所在内部空间位置有要求。例如：考虑到用户声音一般从机器人头部传入，将拾音麦克放在最上方，便于在外壳顶部钻孔，使得拾音麦克拾音效果更好，从而提升循声定位和声音捕捉功能；激光雷达四周尽量清空，保持其良好的视野，提升其激光识别功能；两个音箱分布于两侧便于用户收听，提升发声功能。之后，用solidworks对所有零部件进行了3d 建模，并将这些零部件模型根据上述需求优化排列，从而得到一个固定的零部件组合模型。所有零件在xoy坐标系的投影都是圆形或者长方形。可以根据零件的投影范围的高度，作为零件函数在该范围的值，如果多个零件在同一投影范围存在交叉，零件组合函数取零件高度的最大值和最小值作为函数值，从而实现零件组合的函数化表示。
[0055]
二、优化算法阶段
[0056]
本发明采用遗传算法，将多项式函数的系数作为优化参数，体积最小作为优化目标，零件组合不能穿出新外形作为约束来设计实验，从而得到一个体积更小的外形。具体过程如下：
[0057]
1、由于本发明的实验目的是，使新外形在能容纳零件组合的条件下，体积尽可能的小。因此适应度与内部空间体积成反比，并需要对不满足零件约束的染色体个体施加惩罚。
[0058]
在本实施例中，通过程序计算体积首先需要确定底面(原外形在xoy平面上的投影)的范围，原外形在xoy平面上的投影范围没有超过x,y∈[-15,15]，考虑到外形优化过程中外形的变化会导致新外形的投影范围会超出此范围，本实施例将底面范围扩大到x,y∈[-30,30]。新外形也是基于原外形的修改，穿出此范围的可能性不大。本实施例将底面划分为1mm*1mm的正方形，小底面中心的点对应上下曲面的z轴坐标作为长柱的上下底面高度(上下曲面会发生交叉，有的小底面会出现下曲面在上曲面上方的问题，需要将高度设置为0)。将一个个底面积为1平方毫米的长柱体积相加，就得到了外形体积的近似解。
[0059]
在判断是否满足零件约束时，将x,y∈[-12,12]的范围(该范围是零件投影在xoy平面的范围)划分为一个个网格，对于每一个网格的顶点，计算该点 x和y值对应的上下曲面和零件组合函数的z值(由上文，零件组合函数和曲面函数已知)。对于每一个点判断是否出现fl_up》f_up(上半部分零件高于曲面)或者f_down》fl_down(下半部分零件低于曲面)，当出现此类情况就需要给对应参数的适应度添加惩罚。
[0060]
2、根据外形参数和适应度设计遗传算法，对语音机器人的外形进行优化。
[0061]
本实施例中，种群规模设置为250，交叉概率取0.7，变异概率取0.02，且每一个染
色体为包含43个系数(w
0_0
、w
0_1
……w0_27
这27个上曲面函数各项系数和w
1_0
、w
1_1
……w0_14
这15个下曲面函数各项系数)的向量，一个染色体就代表着一个外形。具体算法流程如下：
[0062]
(1)初始化种群，生成250个染色体对应的43个系数参数的数值。
[0063]
(2)计算适应度，并记录当前种群的最优个体(体积最小的个体)，也就是适应度最大的个体。
[0064]
(3)对当前种群进行选择、交叉和变异使得染色体的系数参数发生改变，得到临时种群。
[0065]
(4)用步骤(2)中的最优个体替换掉临时种群的最差个体，得到新种群。
[0066]
(5)当迭代次数到达1000时，得到结果，否则，跳转到步骤(2)。
[0067]
作为一种优选，适应度的计算方式如下：
[0068][0069]
其中，v0是初始原外形的体积，v是新个体对应的体积，punish为惩罚系数，punish的值为{1，1e-10
}，当在零件函数的投影范围内出现上半部分零件函数高于个体对应上半部分曲面，或者下半部分零件函数低于个体对应下半曲面的高度时，发生零件穿出，punish＝1e-10
，否则punish＝1。
[0070]
3、使用ansys有限元分析软件降低外壳厚度。
[0071]
将优化后的内部空间形状向外侧加厚就可以得到新的外壳，之后通过有限元分析软件得到不同厚度外壳撞击墙体的结果，选择厚度最薄的外壳。
[0072]
本实施例中，碰撞试验的设计方法为：设定语音机器人外壳意外撞到墙体的撞击场景，运行速度不超过1m/s，设定机器人外壳为树脂，将外壳和墙体模型及对应材料属性导入到ansys中，调整外壳厚度，运行程序，得到碰撞后的外壳形变云图。分析不同厚度的新外壳在碰撞墙体后是否会发生碎裂，在保证外壳的结构强度下，选择最薄外壳以降低外壳尺寸及重量。
[0073]
本发明提供的基于遗传算法的语音机器人外壳优化方法，能够在保证在满足内部零件安装要求的前体下，实现语音机器人外形的最小化，提高语音机器人内部空间利用率；并且能够实现语音机器人外壳厚度的最小化，降低外壳的重量。
[0074]
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。