一种高自由度机器人逆运动学的快速求解方法及系统技术方案

本发明专利技术提出一种高自由度机器人逆运动学的快速求解方法及系统，该方法包括步骤1，将关节变量θ带入机器人运动学方程中，获得雅克比矩阵J，将所述雅克比矩阵J进行转置，获得雅克比转置矩阵J

【技术实现步骤摘要】
一种高自由度机器人逆运动学的快速求解方法及系统
本专利技术涉及机器人控制
，特别涉及一种高自由度机器人逆运动学的快速求解方法及系统。
技术介绍
机器人技术不仅可以应用于工业生产，而且可以服务于民众生活，是一项很有应用前景的技术。机器人一般是由很多关节组成，通过控制每个关节变量，达到位姿变化的功能，例如移动、行走和抓取等等。在机器人学中，每个关节各提供一个自由度。通常来讲，机器人的自由度越多(关节越多)，机器人功能就越强大，移动就越灵活。机器人运动学是机器人运动控制的基础，包含正运动学和逆运动学。正运动学，即给定每个关节变量θ，求解机器人的位姿P；逆运动学，即给定机器人的位姿P，求解机器人各个关节的关节变量θ，如图1所示。正运动学可以通过运动学方程求解，求解过程相对简单，相反，逆运动学求解复杂、耗时，对于高自由度机器人情况更糟。目前，机器人逆运动学求解主要采用：解析法、数值法和机器学习法。解析法，通过构建逆运动学方程，可以很容易求解逆运动学问题。但是，对于任意机器人来讲，构建逆运动学方程非常复杂，并且很多情况是不存在逆运动学方程的。因此，解析法只能应用特定的机器人或机械臂中，并且机器人或机械臂的自由度只能很少。数值法，一般需要通过多次迭代，寻找一个满足一定精度要求的近似解。其中，运用最多的是基于雅克比的方法，相比其他数值方法，该方法更加精确、稳定。基于雅克比的求解方法又包含两类：雅克比伪逆法和雅克比转置法。雅克比伪逆法收敛快，但是需要进行奇异值分解运算，复杂耗时，难并行；相反，雅克比转置法需要很多次迭代，但是，每次迭代运算简单，快速。机器学习法，利用机器学习的方法对逆运动学方程进行近似，从而在有限时间内得到近似解。但是，该方法最大的问题是近似解与精确解的偏差较大，远大于数值法得到的近似解。同时，该方法需要大量数据进行训练。目前，最常用的逆运动学求解方法是基于雅克比的求解方法，但是对高自由度机器人来讲，现有的基于雅克比的方法非常耗时，不能满足机器人控制的实时性要求，为此，本专利技术提出一种适用于并行体系结构中执行的快速求解高自由度机器人逆运动学问题的方法。原始雅克比转置法在每次迭代过程中，首先生成一个参数值α，然后依据该参数更新关节变量θ，见附图2，专利技术人发现该参考值α的选取对于求解速度有严重影响，为此提出一种并行投机的选取方法。该方法在每次迭代时，生成多个参数值(投机值)α1,α2,...αm，依据这些不同的参数值可以得到多个关节变量更新值，然后从中选出最接近目标解的参数值及关节变量更新值，由于多个参数值的计算及后续的关节变量更新值计算之间没有依赖，可以通过并行结构同时执行，从而加速求解速度。
技术实现思路
针对现有技术的不足，本专利技术提出一种高自由度机器人逆运动学的快速求解方法及系统。本专利技术提出一种高自由度机器人逆运动学的快速求解方法，包括：步骤1，将关节变量θ带入机器人运动学方程中，获得雅克比矩阵J，将所述雅克比矩阵J进行转置，获得雅克比转置矩阵JT；步骤2，生成一组投机值，为每个投机值计算相应的关节变量更新值，将每个关节变量更新值带入机器人正运动学方程中，获得相应的位姿Pk，为每个位姿Pk计算其与目标位姿P的位姿偏差Δek，及位姿偏差Δek的模errork；步骤3，在模errork的集合中选取最小值errormin，及其对应的位姿偏差Δemin与关节变量更新值Δθmin，并更新位姿偏差为Δe＝Δemin，更新关节变量θ＝θ+Δθmin；步骤4，判断errormin是否满足errormin<Threshold，其中Threshold为预设的errormin阈值，如果是，则输出关节变量θ并结束，否则，返至所述步骤1，继续执行。所述步骤1之前还包括随机生成一组初始值θinit，并且令θ＝θinit；将关节变量θ带入机器人正运动学方程中，获得相应的位姿Pinit；计算位姿Pinit与目标位姿P的位姿偏差Δe＝P-Pk，及位姿偏差Δe的模error；判断模error是否满足error<Threshold，如果是，则输出关节变量θ并结束，否则，执行所述步骤1。所述步骤2中每个投机值大于0，小于1。所述步骤2中为每个投机值计算相应的关节变量更新值的公式为：Δθk＝αkJTΔe其中Δθk为关节变量更新值，αk为投机值，JT为雅克比转置矩阵，Δe为位姿偏差。所述开启m个计算线程，每个线程生成一个投机值，其中第k个线程生成投机值αk，计算公式为：其中αk为投机值，Δe为位姿偏差，JT为雅克比转置矩阵，雅克比矩阵J。本专利技术还提出一种高自由度机器人逆运动学的快速求解系统，包括：获得雅克比转置矩阵模块，用于将关节变量θ带入机器人运动学方程中，获得雅克比矩阵J，将所述雅克比矩阵J进行转置，获得雅克比转置矩阵JT；获得位姿偏差模块，用于生成一组投机值，为每个投机值计算相应的关节变量更新值，将每个关节变量更新值带入机器人正运动学方程中，获得相应的位姿Pk，为每个位姿Pk计算其与目标位姿P的位姿偏差Δek，及位姿偏差Δek的模errork；更新关节变量模块，用于在模errork的集合中选取最小值errormin，及其对应的位姿偏差Δemin与关节变量更新值Δθmin，并更新位姿偏差为Δe＝Δemin，更新关节变量θ＝θ+Δθmin；判断模块，用于判断errormin是否满足errormin<Threshold，其中Threshold为预设的errormin阈值，如果是，则输出关节变量θ并结束，否则，返至所述获得雅克比转置矩阵模块，继续执行。所述获得雅克比转置矩阵模块之前还包括随机生成一组初始值θinit，并且令θ＝θinit；将关节变量θ带入机器人正运动学方程中，获得相应的位姿Pinit；计算位姿Pinit与目标位姿P的位姿偏差Δe＝P-Pk，及位姿偏差Δe的模error；判断模error是否满足error<Threshold，如果是，则输出关节变量θ并结束，否则，执行所述步骤1。所述获得位姿偏差模块中每个投机值大于0，小于1。所述获得位姿偏差模块中为每个投机值计算相应的关节变量更新值的公式为：Δθk＝αkJTΔe其中Δθk为关节变量更新值，αk为投机值，JT为雅克比转置矩阵，Δe为位姿偏差。所述开启m个计算线程，每个线程生成一个投机值，其中第k个线程生成投机值αk，计算公式为：其中αk为投机值，Δe为位姿偏差，JT为雅克比转置矩阵，雅克比矩阵J。由以上方案可知，本专利技术的优点在于：本专利技术易并行化：本专利技术提出的快速求解方法改进了雅克比转置法，使其适合在并行体系结构中执行，例如多核处理器、图像处理器等；高实时性：通过在并行体系结构中执行该算法，可以有效加速逆运动学求解，从而使得该方法可以在很短时间内得到满意结果。附图说明图1是逆运动学求解示意图；图2是原始雅克比转置法流程图；图3是逆运动学的快速求解方法流程图；图4是高自由度机器人示意图。具体实施方式以下为本专利技术的整体流程，如图3所示，本专利技术方法包括：步骤一，随机生成一组初始值θinit，并且令θ＝θinit；步骤二，将关节变量θ带入机器人正运动学方程中，求出相应的位姿Pinit＝f(θ)；步骤三，计算位姿Pinit与目标位姿P的偏差Δe＝P-Pk，及偏差本文档来自技高网...

【技术保护点】
一种高自由度机器人逆运动学的快速求解方法，其特征在于，包括：步骤1，将关节变量θ带入机器人运动学方程中，获得雅克比矩阵J，将所述雅克比矩阵J进行转置，获得雅克比转置矩阵J

【技术特征摘要】
1.一种高自由度机器人逆运动学的快速求解方法，其特征在于，包括：步骤1，将关节变量θ带入机器人运动学方程中，获得雅克比矩阵J，将所述雅克比矩阵J进行转置，获得雅克比转置矩阵JT；步骤2，生成一组投机值，为每个投机值计算相应的关节变量更新值，将每个关节变量更新值带入机器人正运动学方程中，获得相应的位姿Pk，为每个位姿Pk计算其与目标位姿P的位姿偏差Δek，及位姿偏差Δek的模errork；步骤3，在模errork的集合中选取最小值errormin，及其对应的位姿偏差Δemin与关节变量更新值Δθmin，并更新位姿偏差为Δe＝Δemin，更新关节变量θ＝θ+Δθmin；步骤4，判断errormin是否满足errormin<Threshold，其中Threshold为预设的errormin阈值，如果是，则输出关节变量θ并结束，否则，返至所述步骤1，继续执行。2.如权利要求1所述的高自由度机器人逆运动学的快速求解方法，其特征在于，所述步骤1之前还包括随机生成一组初始值θinit，并且令θ＝θinit；将关节变量θ带入机器人正运动学方程中，获得相应的位姿Pinit；计算位姿Pinit与目标位姿P的位姿偏差Δe＝P-Pk，及位姿偏差Δe的模error；判断模error是否满足error<Threshold，如果是，则输出关节变量θ并结束，否则，执行所述步骤1。3.如权利要求1所述的高自由度机器人逆运动学的快速求解方法，其特征在于，所述步骤2中每个投机值大于0，小于1。4.如权利要求1所述的高自由度机器人逆运动学的快速求解方法，其特征在于，所述步骤2中为每个投机值计算相应的关节变量更新值的公式为：Δθk＝αkJTΔe其中Δθk为关节变量更新值，αk为投机值，JT为雅克比转置矩阵，Δe为位姿偏差。5.如权利要求1所述的高自由度机器人逆运动学的快速求解方法，其特征在于，所述开启m个计算线程，每个线程生成一个投机值，其中第k个线程生成投机值αk，计算公式为：其中αk为投机值，Δe为位姿偏差，JT为雅克比转置矩阵，雅克比矩阵J。6.一种高自由度机器人逆运动学的快速求解系统，其特征在...

【专利技术属性】
技术研发人员：连世奇，韩银和，王颖，肖航，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京,11