[发明专利]一种基于分解速度规划算法的移动物体抓取方法

说明书

本发明公开了一种基于分解速度规划算法的移动物体抓取方法。在已知移动物体状态的情况下基于分解速度规划算法先实现机械臂末端对移动物体的稳定跟踪，在稳定跟踪之后再对物体进行抓取操作。该算法基于移动物体和机械臂的状态建立分解坐标系，并分别在分解坐标系的x、y和z轴上规划能在约束机械臂的最大速度和最大加速度的情况下以最短时间实现跟踪目标的加速度指令，进而在较短的时间内实现机械臂末端对移动物体的稳定跟踪从而进行抓取操作，在一定程度上解决了传统跟踪算法由于收敛速度较慢从而可能导致抓取失败的问题。

技术领域

本发明涉及一种机械臂对移动物体的抓取方法，尤其涉及一种基于分解速度规划算法的移动物体抓取方法。

背景技术

目前，在传统的自动制造工业中，对于使用工业机械臂抓取传送带上移动物体的任务而言，大多数都是通过事先检测目标物体的状态，然后用离线的方式控制机械臂来实现该任务，这种方式对于可长期预测其状态的物体固然可行，但只要物体的实际状态与预测状态不一致，那么这种方法就没办法实现抓取任务了，并且，随着人们对自动化要求的提高，可以想象，未来的趋势必然是朝着机器人自主的实时的感知环境以获取更加丰富的环境信息并实现抓取作复杂运动物体的方向发展，而不仅仅只是局限于抓取可长期预测其状态的物体。

有许多学者致力于研究机械臂对移动物体的抓取问题，在早期的研究中，由于传感器性能的限制，无法实时的检测移动物体的状态，因此当时的学者主要关注于状态可长期预测的移动物体如处于传送带上的物体。由于这些物体的状态可以长期预测，于是便可以事先计算出机械臂末端与移动物体的会合点，然后控制机械臂直接到达这个会合点便可实现抓取动作，这种方式通常被称为预测、规划和执行的方法，Park等人便是采用这种方法解决机械臂跟踪传送带上物体的问题，Kimura等人将这种方法应用于让机械臂接一个以抛物线轨迹运动的球的任务。但由于这种方法依赖于移动物体状态的可预测性，采用离线的方式规划出会合点之后便直接控制机械臂末端到达该点，因此，对于一个实际状态会偏离预测状态的物体来说，这种方法便不再适用。

后来，由于视觉系统的发展，其采样频率得到了较大的提升，于是学者们使用视觉系统获取移动物体的相关信息，并由这些信息利用视觉伺服的方法来解决机械臂对移动物体的抓取问题。视觉伺服控制是一种基于视觉的机器人反馈控制方法，视觉伺服控制按误差类型的不同主要分为基于位置的视觉伺服控制、基于图像的视觉伺服控制和结合上述两种方式的混合视觉伺服控制，基于位置的视觉伺服控制通过视觉获得与任务相关的位置信息，而后直接利用该信息实现控制任务，而基于图像的视觉伺服控制则直接利用视觉传感器获取图片的特征来实现控制任务。Allen等人利用双目视觉获取一个移动玩具火车的位置信息，并用基于位置的视觉伺服控制成功的实现了抓取任务。

还有的学者使用基于导航与制导的方法来解决该问题，Mehrandezh等人针对机械臂抓取移动物体的子问题也即跟踪问题，提出在机械臂跟踪移动物体任务的第一阶段使用一种导航的方法，并在第二阶段切换传统跟踪方法来实现机械臂末端与移动物体速度的匹配。

但是上述提到的方法，预测、规划和执行的方法难以实现实时应用，视觉伺服控制的方法存在着收敛速度较慢的问题，基于导航与制导的方法也由于方法切换的方式存在着收敛速度不稳定的问题。

发明内容

本发明的目的是提供一种计算量小，能实时应用的且收敛速度足够快的跟踪算法用于解决机械臂抓取移动物体的问题。

基于以上阐述，本发明通过以下技术方案予以实现：一种基于分解速度规划算法的移动物体抓取方法，该方法包括以下步骤：

(1)获取机械臂的状态信息，包括机械臂各个关节的位置和速度；获取移动物体的状态信息，包括移动物体的位置和速度；

(2)通过步骤(1)获得的移动物体和机械臂状态信息，使用分解速度规划算法得到机械臂末端的加速度指令，并由此计算得到机械臂末端的速度指令；所述分解速度规划算法具体为：