[发明专利]基于动态运动基元和人工势场的双臂机器人轨迹规划方法

说明书

本发明属于轨迹规划领域，具体涉及一种基于动态运动基元和人工势场的双臂机器人轨迹规划方法、系统、装置，旨在解决现有机器人轨迹规划方法实时性差、泛化性差、效率低的问题。本系统方法包括获取双臂机器人待路径规划的目标位置，作为输入数据；基于输入数据，双臂机器人通过预构建的动态基元运动模型得到对应的规划路径，并沿该规划路径移动至目标位置。本发明提高了有机器人轨迹规划的实时性、泛化性以及效率。

技术领域

本发明属于机器人轨迹规划领域，具体涉及一种基于动态运动基元和人工势场的双臂机器人轨迹规划方法、系统、装置。

背景技术

轨迹规划是机械臂控制的基础，是控制双臂机器人运动的关键技术之一，对机械臂工作效率、运动平稳性等都具有重要意义。常见的轨迹规划算法包括样条插值法、快速探索随机树(RRT)、人工势场法等。基于样条插值的轨迹规划方法含有时间常数，使得多自由度轨迹学习较为困难；快速探索随机树等基于统计的方法生成的轨迹连续性不好，在复杂环境中可能出现路径迂回和死锁，由于其搜索的盲目性，迭代的次数增加，其计算量大大增加，导致其实时性差，效率较低；人工势场法是轨迹规划算法中较为成熟且高效的规划方法，因其简单的数学模型被广泛使用，但其容易陷入局部极小值。基于此，本发明提出了一种基于动态运动基元和人工势场的双臂机器人轨迹规划方法。

发明内容

为了解决现有技术中的上述问题，即为了解决现有机器人轨迹规划方法实时性差、泛化性差、效率低的问题，本发明第一方面，提出了一种基于动态运动基元和人工势场的双臂机器人轨迹规划方法，该方法包括：

步骤S10，获取双臂机器人待路径规划的目标位置，作为输入数据；

步骤S20，基于所述输入数据，双臂机器人通过预构建的动态运动基元模型得到对应的规划路径，并沿该规划路径移动至所述目标位置；

其中，所述动态运动基元模型，其构建方法为：

步骤A10，基于双臂机器人的D-H参数表，构建双臂机器人模型并通过蒙特卡洛算法求解双臂机器人的工作空间；

步骤A20，在所述工作空间中设置起始位置、目标位置及对应的示范路径，并实时采集双臂机器人沿所述示范路径移动时的轨迹运动数据，作为第一数据；所述轨迹运动数据包括位移、速度、加速度；

步骤A30，基于所述第一数据，通过预构建的第一模型，得到示范路径对应的非线性强迫项，作为第一强迫项；所述第一模型为不包含强迫项的离散运动的动态运动基元模型；

步骤A40，基于所述第一强迫项，结合设定的学习路径的起始位置、目标位置，通过局部加权法获取每个基函数的最佳权重值，并构建所述学习路径对应的非线性强迫项，作为第二强迫项；

步骤A50，在所述第一模型中加入所述第二强迫项、预构建的加速度排斥项，构建带有避障功能的动态运动基元模型，作为最终构建的动态运动基元模型；所述加速度排斥项基于人工势场的负梯度构建。

在一些优选的实施方式中，所述不包含强迫项的离散运动的动态运动基元模型为：

其中，τ表示时间缩放因子，α_y表示弹性常数，β_y表示系统阻尼项，g表示目标位置，y、表示基元在运动过程中的位置、速度、加速度。

在一些优选的实施方式中，所述示范路径对应的非线性强迫项为：

其中，f_target表示示范路径对应的非线性强迫项的实际值，y_demo、表示示范轨迹对应的基元在运动过程中位置、速度和加速度，y₀、g₀表示示范轨迹对应的起始位置、目标位置。