[发明专利]基于虚拟推力的遥操作机械臂三维避障方法

说明书

本发明公开了基于虚拟推力的遥操作机械臂三维避障方法，遥操作机械臂的末端轨迹上存在障碍物时，根据改进任务优先级后的避障算法追踪末端轨迹。随着机械臂末端距离障碍物越来越近，启用虚拟推力参与障碍物的躲避的任务。在遥操作机械臂末端执行器任务轨迹追踪误差极小的情况下，完成机械臂对障碍物的回避动作。实现避障后，随着机械臂末端对障碍物的远离，逐渐削弱虚拟推力的力度，继续追踪末端轨迹，完成给定工作任务。该算法能实现遥操作机械臂末端在三维复杂环境中完成给定任务，同时保证杆件和各关节与障碍物的碰撞。本发明在虚拟推力的融入下，解决了任务转换算法的陷入局部避障死区的不足。

技术领域

本发明公开了基于虚拟推力的遥操作机械臂三维避障方法，具体是对遥操作机械臂三维避障运动过程中运动规划方法，属于机械臂运动规划领域。

背景技术

机器人的运动规划问题的研究，在上世纪六十年代已被兴起。早期的运动规划只是涉及到路径规划。把机器人视为一个点，运动规划即为在位姿空间中寻找一条从起始位姿点到目标位姿点的连续路径，它的研究已经很成熟。与机器人避障相比较，遥操作机械臂的避障则复杂很多，它是在完成某个特定任务时，机械臂的所有组成杆件和末端都不与障碍物发生碰撞。

针对机械臂的避障规划，目前已采用的方法有全局规划和局部规划。全局规划的基础是精确的全局环境的建模，这就需要大量的计算，对于动态环境建模计算更复杂，难度增大，很难适应动态环境。局部规划是将避障问题看做一个局部控制问题，通过传感器和视觉检测器获取障碍物信息实现实时避障，与全局规划比较有着计算量小，动态环境适应力强，便于实现等优点。目前其主流的算法有神经网络方法、人工势场法、梯度投影法等。

其中神经网络算法计算量大，人工势力场算法末端轨迹追踪误差大易陷入局部极小值，梯度投影法在复杂非结构环境中容易避障失败。考虑以上算法存在的优缺点，本发明提出一种将虚拟推力和任务转换避障算法相结合的方法实现遥操作机械臂的三维避障方法。解决了上述避障算法中普遍存在的计算量大，末端轨迹追踪误差大，非结构化复杂三维环境中难以实现避障的问题。

发明内容

本发明针对现有避障方法的不足，提出一种基于虚拟推力的遥操作机械臂三维避障方法。

为实现上述目的，在本发明方法中，遥操作机械臂在三维立体环境空间中进行路径规划。遥操作机械臂的末端轨迹上存在障碍物时，根据改进任务优先级后的避障算法追踪末端轨迹。随着机械臂末端距离障碍物越来越近，启用虚拟推力参与障碍物的躲避的任务。在遥操作机械臂末端执行器任务轨迹追踪误差极小的情况下，完成机械臂对障碍物的回避动作。实现避障后，随着机械臂末端对障碍物的远离，逐渐削弱虚拟推力的力度，继续追踪末端轨迹，完成给定工作任务。下文将分别讲述虚拟推力与任务转换算法的原理和内容。最后通过实验证明本发明算法的有效性。

对于一个有N个关节的遥操作机械臂，该遥操作机械臂的动力学方程表示如下：

式中τ表示关节的驱动力矩。M(θ)表示机械臂的质量惯性矩阵，M(θ)是n×n的正定对称矩阵，为关节变量θ的函数，为关节变量θ的一阶偏导，为关节变量θ的二阶偏导；n为矩阵的行数或列数。表示离心力和哥式力向量，是n×1的向量。G(q)表示重力矢量，是一个n×1的向量，与关节变量θ有关。对关节的驱动力矩进行简化，表示如下：

τ＝τ₀+τ_力 (2)

其中τ₀表示离心力、哥式力和重力矢量，求解表达式为，τ_力表示环境对机械臂的作用力矩，求解表达式为，