[发明专利]一种基于数字孪生的最优轨迹生成方法及系统

说明书

本发明公开了一种基于数字孪生的最优轨迹生成方法及系统，系统包括：数据传输接口、数据交互接口、轨迹规划模块和数字映射模块；所述轨迹规划模块包括：规划器组件和机器人物理模型组件；所述数字映射模块包括：环境模型和代理模型；轨迹规划模块的主要功能是根据规划任务生成对应的最优控制问题，并通过数值算法求解该问题；数字映射模块的主要功能之一是快速生成无碰撞且满足机器人动力学约束的控制量轨迹和状态量轨迹；功能之二是快速实现目标轨迹的偏差评估与碰撞检测。有益效果是：能够在提高工作精度、效率的同时兼顾能耗；能够应用于运动速度更高、控制精度要求更严苛的工作场景；能够应付控制实时性要求较高的工况，且具有持续优化性。

技术领域

本发明涉及最优控制与数字孪生领域，尤其涉及一种基于数字孪生的最优轨迹生成方法及系统。

背景技术

运动规划可以分为路径规划和轨迹规划，其中路径规划是指计算出从初始状态运动到目标状态的整个无碰撞的状态转移过程；而轨迹规划则是在路径规划的基础上为每个中间状态添加了到达时间信息，即计算出所有状态变化的时间历程。路径规划的结果需要由控制器的路径跟踪方法实现，而轨迹规划通常可以直接或间接计算出控制律。

目前比较热门的路径规划方法包括以A*、D*及其变种为代表的启发式搜索算法，该算法是基于网格的搜索方法，适用于低维度场景如二维无人车规划任务；以及以随机路线图（PRM）、快速拓展随机树算法(RRT)及其变种为代表的随机采样法，该算法是基于采样的方法，适用于高维场景的规划任务如多自由度工业机器人抓取任务。上述规划算法的设计主要考虑了完备性，即如果存在可行解，是否一定能将其返回，而对于规划结果的最优性考虑不足。此外，上述算法通常只考虑被控系统的运动学特性而忽略了动力学约束，使得其规划结果难以适用于高速以及精度要求高的使用场景。最后，上述算法在搜索之前需要构建搜索图，为了保证算法的完备性，必须构建出足够细粒度的搜索图，这也成为制约上述算法适用性的重要因素。

为了突出或兼顾机器人在工作精度、效率以及能耗等方面的性能表现，可以将运动规划问题表示为最优控制问题，如时间最短或能量损耗最少。最优控制的目标是从可行解集中获得问题的最优解，其求解结果是状态量、控制量以及其它变量的时间历程，即目标运动轨迹以及控制量轨迹；因此，最优控制方法与传统轨迹规划方法的一大区别在于，最优控制方法能够直接获得控制量轨迹。最优控制在问题描述中包含了被控系统的物理模型，因此由该方法得到的控制律符合动力学约束，从而能够满足更高的控制精度和控制速度。尽管基于最优控制方法的轨迹规划具有诸多优点，然而最优控制方法的数值求解过程通常涉及大规模非线性规划问题求解，因此具有较大的计算量，难以应用于规划周期严格受限的快速路径规划场景。由此可知，提高最优控制方法的求解效率是提升该方法实用性的必要途径。

工业或轮式机器人的运动规划不仅是求解出任务相关的控制量轨迹和状态量轨迹，还需要保证其运动过程满足碰撞检测要求。传统的运动规划方法依次执行路径规划程序、碰撞检测程序；又或是引入“剪枝”操作交替的执行两道程序，属于一种“在线”的碰撞检测方式，造成了一定的时间开销。最优控制方法则需要预知碰撞可能发生的位置或时刻，然后通过给目标函数添加惩罚项或分阶段的方式以避开碰撞点；然而针对不同的规划任务，预知碰撞是不现实的，也就无法将其显式地集成到最优控制的问题描述中，只能通过额外的方式保证机器人与障碍物的间距；因此目前基于最优控制方法的轨迹规划难以适用于障碍物密集的工作场景。

发明内容

本发明提供一种适用于工业或轮式机器人的轨迹规划系统，该系统基于最优控制方法，可生成满足机器人动力学约束的无碰撞状态量轨迹与控制量轨迹，能够应用于运动速度更高、控制精度要求更严苛的工作场景；

为了进一步提高上述系统的计算效率，该系统引入了一个数字映射模块以实现最优控制问题的高效求解，以及实现“离线”式碰撞检测；本发明还提供一种“敏捷”优化机制，支持对目标轨迹多轮优化的同时，快速响应外部输出请求。

本发明提供的一种基于数字孪生的最优轨迹生成方法及系统，系统包括：数据传输接口、数据交互接口、轨迹规划模块和数字映射模块；