[发明专利]基于DMPs和修正避障算法的机器人运动规划方法

说明书

本发明公开了基于DMPs和修正避障算法的机器人运动规划方法，能够提升避障效果，从而辅助DMPs更好地完成运动规划任务。本发明的技术方案包括如下步骤：采用动态运动基元DMPs方法为所述机器人的机械臂规划出一条从起始位置到目标位置的无障碍路径作为期望轨迹。将修正的避障算法作为耦合项添加到DMPs二阶系统中用于生成避障轨迹，利用生成的所述避障轨迹作为机器人的运动轨迹。优选地，修正的避障算法包括改进的转向行为法、动态逼近法和动态避障法中一种或多种的组合。

技术领域

本发明属于机械臂运动规划领域，具体涉及基于DMPs和修正避障算法的机械臂运动规划方法。

背景技术

机械臂是工业自动化、健康医疗和航天无人系统的关键组成部分，是当前智能机器人和人工智能等领域最活跃的研究方向之一。机械臂不仅要学会模仿人手和臂的抓取及空间运动功能，而且还应具有任务分析、环境感知、运动规划、轨迹跟踪、自动避障等自主能力。其研究则涉及机械、运动学与动力学、电子、计算机、信息处理、控制和人工智能等科学技术领域。

DMPs被定义为稳定的非线性吸引子系统的动作单元。DMPs是编码示教轨迹的运动控制策略，开发运用特殊非线性效应来发展的新型实用技术。DMPs通过强迫项来学习轨迹的属性，其最突出的特点就是可以用于再现示教轨迹，同时可以推广到不同的起始位置和目标位置。

使用DMPs做规划就要求在障碍物环境中生成的轨迹尽量与期望轨迹相似，这才能突显出在整个规划过程中DMPs对轨迹的学习能力。目前，在恶劣环境中使用DMPs和传统的转向行为法相结合进行运动规划，其避障效果仍是一大痛点，因此改善避障算法，从而辅助DMPs更好地完成运动规划任务是目前亟待解决的问题。

发明内容

有鉴于此，本发明提供了基于DMPs和修正避障算法的机器人运动规划方法，能够提升避障效果，从而辅助DMPs更好地完成运动规划任务。

为达到上述目的，本发明的技术方案包括如下步骤：

采用动态运动基元DMPs方法为所述机器人的机械臂规划出一条从起始位置到目标位置的无障碍路径作为期望轨迹。

将修正的避障算法作为耦合项添加到DMPs二阶系统中用于生成避障轨迹，利用生成的所述避障轨迹作为机器人的运动轨迹。

优选地，修正的避障算法包括改进的转向行为法、动态逼近法和动态避障法中一种或多种的组合。

优选地，修正的避障算法为改进的转向行为法，所述将修正的避障算法作为耦合项添加到DMPs二阶系统中用于生成避障轨迹，具体为：

所述改进的转向行为法计算第一组成项C₁：

其中：γ为预先设定的一个正常数；V表示机械臂末端执行器的速度；|d|＝|X-X_O|表示机械臂末端执行器与障碍物之间的欧氏距离；X表示机械臂末端执行器的位置；X_O表示障碍物的位置；R∈SO(3)是一个绕着V×(X_O-X)轴旋转的旋转矩阵；μ和η分别表示影响距离和角度的正常数因子；方向角θ是由V和X_O-X共同确定的：

采用所述第一组成项C₁作为耦合项添加到DMPs二阶系统中。

优选地，修正的避障算法为改进的转向行为法和动态逼近法的组合，所述将修正的避障算法作为耦合项添加到DMPs二阶系统中用于生成避障轨迹，具体为：

所述改进的转向行为法计算第一组成项C₁：