[发明专利]不确定环境中利用静态和动态碰撞规避的机器人路径规划方法

说明书

本公开涉及机器人路径规划。在第一时间实例处，获得机器人的环境中多个障碍物的深度信息。基于深度信息生成静态距离地图。基于静态距离地图计算用于机器人的路径。在第二时间实例处，获得一个或多个障碍物的深度信息。基于一个或多个障碍物生成动态距离地图，其中对于满足条件的每个障碍物：基于障碍物的位置和静态距离地图计算障碍物的振动范围，以及基于与振动范围相关联的标准将障碍物分类为动态障碍物或静态障碍物。基于动态距离地图计算机器人的排斥速度以规避动态障碍物。

发明背景

1.技术领域

本公开涉及具有障碍物规避的机器人路径规划的系统和方法。具体地，本公开涉及用于在不确定环境中规避静态或动态障碍物的同时规划机器人臂的移动的方法。

2.背景技术

机器人路径规划方法尝试找到机器人从初始位置到目标位置的运动轨迹。对于具有多个关节的机器人臂而言，运动的自由度(DOF)等于关节的数量。因此，对于每次移动，可能的动作与关节数一样多。通常，可能要求运动平滑，轨迹长度短，路径中没有奇异点，并且规避障碍物。现有路径规划方法可被分类成两种类型：基于网格的路径规划和基于人工势场的路径规划。基于网格的路径规划通常是一种全局路径规划方法，它利用先验环境信息创建最佳可能路径，而基于人工势场的路径规划通常是一种局部路径规划方法，该方法重新计算路径以取代初始规划，以规避位置随着时间的推移而相对于机器人发生变化的障碍物。这些障碍物在后文中可以称为动态障碍物。在基于网格的路径规划方法中，关节角度的连续空间可被离散化为高维网格。路径规划可在关节角度空间的网格中执行。在基于人工势场的路径规划方法中，笛卡尔空间中机器人与障碍物之间的最小欧氏距离可以利用Gilbert-Johnson-Keerthi(GJK)算法确定。排斥速度(repulsive speed)可通过处理欧氏距离生成并用于激活机器人臂以规避与障碍物的碰撞。

诸如A*算法之类的基于网格的路径规划方法通过将成本函数最小化来探索网格中的所有可能移动。生成的路径是唯一的。然而，规划过程可能缓慢，因为可能需要探索网格中的所有邻域。因此，如果障碍物已经接近机器人臂且运动很快，则此类规划方法可能无法保证实时调整轨迹以规避与移动障碍物碰撞。基于人工势场的路径规划方法探索距机器人臂安全距离裕度内的所有障碍物，并基于距每个障碍物的最小距离生成排斥速度以远离障碍物。速度生成过程很快。然而，机器人可能被困在障碍物的中间，因为每个障碍物的各自的排斥速度可以彼此抵消，从而导致组合的零排斥速度，即机器人的无运动。

因此，非常期望提供一种灵活的路径规划方法，它可以考虑静态环境和动态障碍物两者，并对移动障碍物做出反应并立即重新规划路径。

发明内容

本文公开的教导涉及用于机器人路径规划的方法、系统和编程。本公开的一个方面提供了一种在机器上实现以进行机器人路径规划的方法，机器具有至少一个处理器、存储和能够连接到网络的通信平台。该方法包括以下步骤：在第一时间实例处，获得机器人的环境中多个障碍物的深度信息；基于多个障碍物的深度信息生成静态距离地图；根据模型，基于静态距离地图计算用于机器人的路径；在第二时间实例处，获得机器人的环境中一个或多个障碍物的深度信息；基于一个或多个障碍物生成动态距离地图；对于该一个或多个障碍物中满足条件的每个障碍物：基于障碍物的位置和静态距离地图计算障碍物的振动范围，以及基于与振动范围相关联的标准将障碍物分类为动态障碍物和静态障碍物中的一种；以及基于动态距离地图计算机器人的排斥速度，排斥速度对应于机器人偏离路径以规避动态障碍物中的每个动态障碍物的速度。