[发明专利]一种七自由度机器人的运动学反解方法

说明书

本发明属于机器人运动学求解方法领域，具体涉及一种七自由度机器人的运动学反解方法，包括：将机器人腕部空间位置转化到在人体上肢运动链外部模型中以人体肩关节转动中心所建立的球坐标系下表达，得到腕部外部坐标三个参数并输入内外部坐标映射模型，得到在人体上肢运动链内部模型中以人体肩关节转动中心所建立的内部坐标系下的内部坐标四个参数；在全局空间坐标系内由内部坐标四个参数计算得到肘部空间位置，结合七自由度机器人运动学反解封闭表达式，得到七个关节角，其中封闭表达式通过在肩部、肘部、腕部和手部坐标系下联立几何关系、分解欧拉角得到。本发明方法使用内外部坐标映射模型和封闭表达式，减少反解时间，保证所求反解的拟人特性。

技术领域

本发明属于机器人运动学求解方法领域，更具体地，涉及一种七自由度机器人的运动学反解方法。

背景技术

机器人运动学的反解是机器人控制中非常重要的一环。目前，七自由度机器人运动学求解的方法主要有：代数法、几何法和数值解解法等。代数法是在已知机器人DH参数的情况下，对于机器人运动学方程，将一个未知数由矩阵方程的右边移向左边，使其与其他未知数分开，解出这个未知数，再把下一个未知数移至左边，重复进行，直到解出所有未知数；几何法是在分析机器人几何结构的基础上，将其在三维空间的几何问题分解成若干个容易求解的平面几何问题，然后在二维平面内，分析各个连杆之间的几何关系，而不用建立机器人的运动学方程；数值解解法是通过采用启发式算法比如遗传算法等，通过迭代的方法来求解非线性方程的解。

然而，上述现有的七自由度机器人运动学求解方法存在以下问题：代数法作为最常用的机器人运动学反解的求解方法，但是由于七自由度机器人的冗余性，可能在无数组反解；而几何法对于结构简单的串联机器人求解快速，但是它会随着机构复杂程度的增加，算法的求解也会变得复杂；数值解解法则因为稳定性和精度难以得到保证，因此很少在实际机器人反解中得到运用。

发明内容

本发明提供一种七自由度机器人的运动学反解方法，用以解决现有代数法运算量大且反解方案可能无穷多而数值解解法不稳定和精度低而造成应用受限的技术问题。

本发明解决上述技术问题的技术方案如下：一种七自由度机器人的运动学反解方法，包括：

将采集到的机器人腕部空间位置转化到在人体上肢运动链外部模型中以人体肩关节转动中心所建立的球坐标系下表达，得到腕部外部坐标三个参数并输入至已训练的内外部坐标映射模型，得到在人体上肢运动链内部模型中以人体肩关节转动中心所建立的内部坐标系下的内部坐标四个参数；

在全局空间坐标系内通过三角定理，由所述内部坐标四个参数计算得到肘部空间位置；并基于七自由度机器人运动学反解封闭表达式，由所述肘部空间位置、手臂姿态信息、大臂长度和小臂长度，得到上肢运动链七个关节角，完成七自由度机器人的运动学反解，其中所述封闭表达式通过在肩部、肘部、腕部和手部坐标系下联立几何关系、分解欧拉角得到。

本发明的有益效果是：本发明方法使用内外部坐标映射模型来建立人体上肢运动链内外坐标系映射关系，并推导和采用七自由度机器人运动学反解封闭表达式，两者结合，相比较数值解法，大大减少了反解计算时间，同时，利用人体上肢运动链外部坐标和内部坐标之间的协调关系，保证了所求反解具有拟人特性。

上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述腕部外部坐标三个参数分别为：坐标系原点到手腕中心径向距长度r，手腕中心抬升角γ，以及手腕中心方位角φ；

所述内部坐标四个参数分别为：上臂抬升角θ₁，上臂偏航角θ₂，前臂抬升角θ₃，以及前臂偏航角θ₄。

进一步，所述内外部坐标映射模型的训练方法为：

采集人体自然运动数据集，每一项数据包括作为模型输入的腕部外部坐标三个参数以及作为模型输出的内部坐标四个参数；