[发明专利]一种基于示教学习实现双臂协同作业任务的方法

说明书

本发明公开了一种基于示教学习实现双臂协同作业任务的方法，涉及机器人示教学习技术以及工业机器人双臂协同作业技术。本发明包括以下步骤：步骤1：完成双臂协同作业动力学模型的搭建，实现运动控制与仿真。步骤2：完成演示编程系统的硬件环境搭建，并录制人完成作业任务的过程，完成示教任务的演示。步骤3：利用DMPs算法完成示教路径的学习和平滑。步骤4：针对得到的机械臂末端和肘部的示教轨迹进行欠自由度的逆运动学解算处理，得到双臂运动的关节空间目标轨迹。步骤5：机器人根据关节空间的目标轨迹，完成示教任务。本发明为工业机器人的示教提供了一种简单高效的方法，降低了工业机器人的使用门槛，大大提高了编程效率。

技术领域

本发明涉及机器人示教学习技术以及工业机器人双臂协同作业技术，具体地说，涉及一种基于示教学习实现双臂协同作业任务的方法。

背景技术

自第一台工业机器人诞生以来，机器人相关产品被用于多个方面。目前多数在作业线上部署的工业机器人是通过位置控制编程以遵循进行作业任务的所需轨迹的。这些机器人可以很好地处理结构良好的作业线内的已知物体，实现高度精确控制位置和速度，但是无法应对任何意外的变化作业操作，需要繁琐的重新编程以适应新的作业任务。因此对机器人的运动进行智能规划极为必要。一方面，机器人将面向数量更加庞大的非专业人群，但是传统机器人要求用户具备编程技能，极大的限制机器人的大规模推广。另一方面，目前的机器人大多使用在确定性的、与人隔开的工作车间，而未来机器人将越来越多的与人体及环境发生物理交互。在交互过程中，就要相关的控制算法能保证机器人动作执行的柔顺性和安全性。

机器人示教学习技术正是针对以上两点应用需求的一个发展方向。示教学习指的是通过示教者的动作示教和动作编码回归，得到一条优化的机器人轨迹。机器人在不同的起始点按照示教的轨迹进行运行，从而具有一定的智能性及自学习能力。示教学习不要求示教者对机器人有深刻的了解，只需要根据自己的任务要求进行轨迹示教，并通过相应的方式记录示教轨迹，此过程可以快速实现，省去了传统编程方式中的机器人标定、任务位置标定等环节。但是双臂协同作业在实现过程中涉及轨迹避障和轨迹同步等问题，具有较大的挑战性。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种基于示教学习实现双臂协同作业任务的方法。本发明将示教学习技术与双臂协同作业技术相结合，能够实现具有较强的通用性与智能性的机械臂设备，完成双臂的协同作业，为日后的工厂流程和协同装备演示打下基础。

本发明是通过以下技术方案来实现的：

本发明公开了一种基于示教学习实现双臂协同作业任务的方法，包括以下步骤：

步骤1：搭建用于实现运动控制与仿真的双臂协同作业动力学模型；

步骤2：搭建演示编程系统的硬件环境，获取人体的演示数据，并将人体演示数据可视化；

步骤3：根据获得的人体演示数据，采用DMPs算法进行示教路径的学习和平滑，生成预测轨迹；对预测轨迹进行坐标变换，得到机器人坐标系下的示教运动轨迹，所述的示教运动轨迹包括两个机械臂末端和肘部的示教运动轨迹；

步骤4：针对得到的机械臂末端和肘部的示教运动轨迹，进行欠自由度的逆运动学处理，将求解问题转化为已知机械臂肘部和手部位置的前提下，以最小化机械臂轨迹和示教运动轨迹的差距求解机械臂的关节角，最终得到双臂运动关节空间的目标轨迹；

步骤5：根据步骤4获得的双臂运动关节空间的目标轨迹，对步骤1搭建的双臂协同作业动力学模型进行仿真和碰撞检测，修复碰撞问题，得到仿真规划后的运动轨迹；通过预设接口实现仿真环境中的双臂协同作业动力学模型和硬件环境中的双臂机器人平台之间的通讯，将仿真规划后的运动轨迹迁移到双臂机器人平台中，完成示教任务。

进一步的，步骤3中预测轨迹的生成包括以下步骤：

步骤31：建立DMPs模型，所述的DMPs模型由规范系统模型和传递系统模型构成，其中规范系统模型表示为：