[发明专利]基于伪距离函数的工业机器人路径规划方法和系统

说明书

本发明提供了一种基于伪距离函数的工业机器人路径规划方法和系统，使用凸多面体对机械臂连杆以及工作环境障碍物进行包络，将机械臂的几何形状以及环境障碍物以凸多面体顶点的形式记录下来，以传统RRT算法为基础在机器人的关节空间进行路径规划，利用机械臂的运动学方程将关节空间的关节参数映射成工作空间几何外形，使用GJK算法判断机械臂是否与环境障碍物发生碰撞，如果发生碰撞则计算碰撞点的伪距离对各关节参数的梯度，将碰撞点沿梯度方向做出修正作为新的路径点。本发明生成的路径更优，鲁棒性更好，在障碍物较多或存在狭窄通道的环境下优势更加明显。

技术领域

本发明涉及机器人技术领域，具体地，涉及一种基于伪距离函数的工业机器人路径规划方法和系统。

背景技术

机器人离线编程是机器人在实际生产加工前的预演规划过程，与传统的手动示教相比，离线编程具有规划精度高、操作环境安全、不占用机器人等优点；规划一条使机械臂从位姿A移动到位姿B的无碰撞的路径是离线编程中最常见的功能之一。该应用场景下最常见的算法是RRT(Rapidly-exploring random trees)算法。RRT是一种通用的方法，不管什么机器人类型、不管自由度是多少、不管约束有多复杂都能使用，且实现原理简单。但其缺点也是非常明显的，首先RRT找到的路径只能满足可达性，并不能对路径质量做出保证，相同条件下两次RRT生成的路径差别可能很大。其次，对于复杂的障碍物环境(例如路径需要穿过狭长通道)，在给定尝试次数下，RRT能找到可达路径的概率较低。

专利文献CN105528759A(申请号：CN201610080714.7)公开了一种基于动态规划的距离变换计算方法，所述方法包括：步骤1：输入二值图像创建数组，将目标像素的8个邻域划分为上邻域和下邻域，其中，上邻域和下邻域分别包括4个邻域；步骤2：在目标像素的上邻域内计算目标像素与背景像素的伪距离变换，获得第一伪距离变换结果；步骤3：在目标像素的下邻域内计算目标像素与背景像素的伪距离变换，获得第二伪距离变换结果；步骤4：比较所述第一伪距离变换结果和所述第二伪距离变换结果，获得二者的较小值，则二者的较小值作为最终距离变换计算的结果。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于伪距离函数的工业机器人路径规划方法和系统。

根据本发明提供的基于伪距离函数的工业机器人路径规划方法，包括：

步骤1：用凸多面体对障碍物以及机械臂进行包络，将机械臂的几何外形以及环境中障碍物以凸多面体顶点的形式记录下来；

步骤2：输入起始点关节位形以及目标点关节位形；

步骤3：生成随机点或者以目标点作为采样点，选择已有路径点中与采样点最近的点作为父节点沿采样点方向生长一段距离产生新路径点；

步骤4：把父节点与新路径点之间的路径离散化，通过机械臂的运动学方程把机械臂关节空间的关节参数映射成机械臂工作空间的几何外形，通过GJK算法判断机械臂是否与环境障碍物发成碰撞，如果没有发生碰撞则执行步骤6；否则执行步骤5；

步骤5：如果采样点是随机点，则放弃该点重新返回到步骤3；如果发生了碰撞且采样点是目标点，则在碰撞点计算伪距离对机械臂各个关节的梯度，将碰撞点沿着梯度方向进行修正；如果没有发生碰撞，将该点加入到已有路径中；

步骤6：判断新路径点与目标点的距离是否小于设定阈值，如果小于则路径生成完毕，否则返回步骤3。

优选的，所述步骤1包括：对障碍物和机械臂用如下记号进行表示：

机械臂：

障碍物：