[发明专利]一种基于动态系统和高斯聚类椭球的机械臂避障规划方法

说明书

本发明公开的一种基于动态系统和高斯聚类椭球的机械臂避障规划方法，属于机械臂避障技术领域。本发明实现方法为：根据深度图像与彩色图像生成空间环境三维点云模型，通过聚类分析得到用于判别是否为空间障碍的高斯概率密度分布函数；将待判定的路径空间三维点坐标输入点云高斯概率密度分布函数，对比判定所述路径空间是否为障碍；使用高斯聚类椭球模型对属于空间障碍的点云进行包络，得到高斯聚类椭球外包络表面方程；根据所述包络表面方程解析表达式得到障碍物外包络的扩展切平面法向量，并构建用于调整机械臂靠近障碍物运动方向的动态调制矩阵，使机械臂末端沿着障碍物表面运动而不穿透障碍物，在保证路径规划精度基础上提高路径规划效率。

技术领域

本发明涉及一种基于动态系统和高斯聚类椭球的机械臂避障规划方法，属于机械臂避障技术领域。

背景技术

随着机器人技术的快速发展，近年来，机械臂在工业制造、医疗康复、快递分拣等领域中发挥着重要作用，极大地提高了生产效率。与此同时，人机协作场景的广泛应用也对机械臂的智能性提出了更高的要求，需要实时输出无碰撞的规划路径。传统的机械臂避障路径规划方法，如人工势场法容易出现局部最优和运动振荡的现象，导致机械臂无法到达期望点；RRT采样法虽然能够避免对高维的关节空间进行建模，但其采样的方向是随机生成的，容易导致规划路径产生突变，且需要时刻进行碰撞检测，计算量较大。相比于人工势场法和RRT采样法，基于动态系统(Dynamical System)的机械臂避障方法能够自主适应不同的机械臂起始位置和目标位置，且能够确保最终收敛到目标点。然而，该方法需要事先对环境进行建模，获得障碍物表面的解析表达式，所以在动态未知的应用场景中具有局限性。因此，有必要研究一种能够在动态未知的环境下进行机械臂避障路径规划的算法来解决上述难题。

发明内容

为了解决传统的机械臂避障路径规划方法(如人工势场法和RRT采样法)存在的易陷入局部最优值、算法耗时多导致实时规划效果差的问题，以及在动态未知环境下较难获取障碍物的几何解析表达式的问题，本发明主要目的是提供一种基于动态系统(DynamicalSystem)和高斯聚类椭球的机械臂避障规划方法，基于动态系统(Dynamical System)和高斯聚类椭球实现机械臂避障规划，能够使机械臂末端沿着障碍物表面运动而不穿透障碍物，且能够避免路径规划陷入局部最优，在保证路径规划精度基础上提高避障路径规划效率。

本发明解决其技术问题所采用的技术方案是：

本发明公开的一种基于动态系统和高斯聚类椭球的机械臂避障规划方法，根据相机测量得到的空间环境的深度图像与彩色图像，利用所述深度图像与彩色图像生成空间环境的三维点云模型，并进行噪声去除和数量精简；使用高斯混合模型对空间环境的点云三维坐标进行聚类分析，构建用于判别是否为空间障碍的空间环境点云高斯概率密度分布函数；根据所述空间环境点云高斯概率密度分布函数使用迭代方法选取设定空间障碍判别阈值；将机械臂运动过程中待判定的路径空间三维点坐标输入点云高斯概率密度分布函数中，得到对应的高斯概率密度值，根据待判定的路径空间三维点对应的高斯概率密度值和空间障碍判别阈值对比判定所述路径空间是否为障碍；对判定为障碍的点云三维坐标，进一步使用高斯聚类椭球模型对属于空间障碍区域的点云进行包络，得到相应的用于避障路径规划的高斯聚类椭球外包络表面方程，能够根据相机视觉测量结果得到用于描述空间障碍的解析表达式；根据所述空间障碍高斯聚类椭球外包络表面方程解析表达式，得到障碍物外包络的扩展切平面的法向量；通过所述法向量构造用于指导机械臂避碰的扩展切平面正交坐标系，通过所述扩展切平面正交坐标系构建用于调整机械臂靠近障碍物运动方向的动态调制矩阵，通过所述动态调制矩阵对机械臂末端速度进行修正，使机械臂末端沿着障碍物表面运动而不穿透障碍物，进行机械臂实时避障路径的规划，在保证路径规划精度基础上提高避障路径规划效率。

本发明公开的一种基于动态系统和高斯聚类椭球的机械臂避障规划方法，包括如下步骤：