用于具有几何约束的非线性机器人系统的轨迹优化的方法和系统技术方案

一种确定轨迹的方法和系统，该轨迹包括在一系列时间间隔内具有初始姿势和结束姿势的路径，该轨迹同时满足对具有连杆的机器人臂的动力学约束和几何约束。基于每个连杆的动力学确定动力学约束，并通过生成环境的坐标网格将几何约束确定为一阶可微分函数，以确定每个连杆的端点和障碍物的笛卡尔坐标。使用多连杆动力学模型制订针对机器人臂的非线性优化(NLO)程序，NLO程序使用初始姿势和结束姿势、动力学约束和几何约束作为输入，以优化轨迹的目标函数，对于每个时间间隔，所述轨迹同时满足所述动力学约束和所述几何约束以及机器人臂操作约束。控制机器人驱动器的马达，以基于轨迹移动机器人臂。动机器人臂。动机器人臂。

【技术实现步骤摘要】
【国外来华专利技术】用于具有几何约束的非线性机器人系统的轨迹优化的方法和系统


[0001]本公开涉及用于动力系统的轨迹优化的方法和系统，并且更具体地，涉及具有几何约束的非线性机器人系统。

技术介绍

[0002]机器人系统可以被配置为控制包括机器人臂(也称为操纵器)的机器人设备。例如，机器人系统可以包括接收输入信号并产生控制信号的控制器，其中，机器人臂可以向控制器提供反馈信号。
[0003]机器人系统可以包括包含末端执行器或夹具的机器人臂，其用于包括抓取、拾取或移动对象的应用。例如，机器人设备可以被用于完成一个任务或一系列任务。这样的任务可以包括移动对象，使得机器人系统可以基于对象在环境中的位置的给定知识来引导机器人臂拾取对象。通常，操纵器臂的控制输入是机器人必须在每个接头处施加的马达扭矩，以便从初始姿势移动到期望姿势。
[0004]操纵器的最佳轨迹的规划包括避开障碍物同时使机器人领域中的时间最小化是困难的。这是因为避开障碍物的要求导致了传统方法的许多问题，包括：(i)用高估物理范围的一组凸对象包围障碍物和机器人臂，以及(ii)一组非光滑、非凸约束。本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算系统，所述计算系统包括：处理器和可访问存储器，所述计算系统被配置为：接收输入，所述输入包括传感器数据、机器人操作和动力学ROD数据、多连杆动力学MLD模型、非线性优化NLO程序和目标函数；确定轨迹，所述轨迹包括在一系列时间间隔内具有初始姿势和结束姿势的路径，所述轨迹同时满足对机器人臂的动力学约束和几何约束，所述机器人臂连接到具有用于移动所述机器人臂的马达的机器人驱动器；基于来自所述ROD数据的每个连杆的动力学确定所述动力学约束，并且通过从所述传感器数据生成环境的坐标网格，将所述几何约束确定为一阶可微分函数，以确定每个连杆的端点和至少一个障碍物的笛卡尔坐标；使用所述MLD模型制订用于所述机器人臂的所述NLO程序，所述NLO程序使用所述初始姿势和所述结束姿势、所述动力学约束和所述几何约束作为输入，以优化所述轨迹的目标函数，从而所述轨迹使所述机器人末端执行器从所述初始姿势移动到所述结束姿势，对于所述一系列时间间隔中的每个时间间隔，所述轨迹同时满足所述动力学约束和所述几何约束以及机器人臂操作约束；以及控制所述机器人驱动器的马达以基于从所述NLO程序获得的优化轨迹移动所述机器人臂。2.根据权利要求1所述的计算系统，其中，通过使用每个连杆的端点的笛卡尔坐标对每个连杆长度进行参数化，并且然后找到参数化的位置距所述环境中的所述至少一个障碍物中的每一个的距离的最小值并且要求最小距离大于包围所述障碍物的圆形的最小半径，来确定所述几何约束。3.根据权利要求1所述的计算系统，其中，所述目标函数是所述机器人臂沿着从所述初始姿势到所述结束姿势的路径的轨迹在所述一系列时间间隔内的状态和控制输入的函数的和。4.根据权利要求1所述的计算系统，其中，所述机器人臂操作约束包括至少一个运动约束、预定状态范围以及用于操作所述机器人臂的控制输入，所述至少一个运动约束包括所述机器人臂的最大线速度和最大加速度。5.根据权利要求4所述的计算系统，其中，所述状态包括每个接头角位置和角速度，所述角速度包括最大线速度和最大加速度，并且所述控制输入包括施加到所述接头中的每个接头的扭矩量。6.根据权利要求1所述的计算系统，其中，所述机器人臂包括：基座、经由第一接头联接到所述基座的第一连杆、经由第二接头联接到所述第一连杆的第二连杆、以及夹具，所述第一连杆介于所述基座和所述第二连杆之间，所述夹具经由夹具接头联接到所述第二连杆的与所述第二接头相对的一端。7.根据权利要求1所述的计算系统，其中，每个连杆的动力学包括从所述ROD数据获得的不同质量、几何形状和惯性张量的力矩。8.根据权利要求7所述的计算系统，其中，所述第一连杆、所述第二连杆和夹具的动力学包括从所述ROD数据获得的质量、几何形状和惯性张量的力矩，以用于避开障碍物。9.根据权利要求1所述的计算系统，其中，所述ROD数据包括机器人臂信息，所述机器人
臂信息包括所述机器人臂的模型以及操作控制输入，所述机器人臂的模型允许模拟所述机器人臂的移动，所述操作控制输入诸如由所述马达经由所述机器人驱动器施加的、用于移动所述机器人臂的每个接头的扭矩。10.根据权利要求1所述的计算系统，其中，在所述环境中的2D或3D空间中，所述至少一个对象是凸形或非凸形中的一者。11.根据权利要求10所述的计算系统，其中，所述至少一个对象是非凸形状，然后利用凸分解程序将所述非凸形状转换为估计的凸形状。12.根据权利要求1所述的计算系统，其中，所述传感器数据是从所述环境中的至少一个传感器获得的，并且所述传感器数据经由有线连接或无线连接与所述计算系统相关联，所述传感器数据经由收发器存储在所述存储器中，使得在每个时间间隔之后，所述传感器数据由所述至少一个传感器更新，所述收发器被配置为输出数据和接收数据。13.一种确定轨迹的方法，所述轨迹包括与初始姿势和结束姿势相关联的路径和相应控制输入，所述轨迹同时满足对机器人设备的动力学约束和几何约束，所述路径由所述机器人设备在一系列时间间隔内经过，所述机器人设备包括具有多个连杆的机器人臂，所述多个连杆连接到具有用于移动所述机器人臂的马达的机器人驱动器，所述方法包括以下步骤：基于每个连杆的动力学确定所述动力学约束，并且通过从存储在所述存储器中的传感器数据生成环境的坐标网格，将所述几何约束确定为一阶可微分函数，以确定每个连杆的端点和至少一个障碍物的笛卡尔坐标，所述每个连杆的动力学包括来自存储在存储器中的动力学数据的不同质量、几何形状和惯性张量的力矩；使用多连杆动力学模型制订用于所述机器人臂的非线性优化NLO程序，所述NLO程序使用所述初始姿势和所述结束姿势、所述动力学约束和所述几何约束作为输入，以优化所述轨迹的目标函数，从而所述轨迹使机器人末端执行器从所述初始姿势移动到所述结束姿势，对于所述一系列时间间隔中的每个时间间隔，所述轨迹同时满足所述动力学约束和所述几何约束以及机器人臂操作约束；以及控制所述机器人驱动器的马达以基于从所述NLO程序获得的优化轨迹移动所述机器人臂。14.根据权利要求13所述的方法，其中，通过使用每个连杆的端点的笛卡尔坐标对每个连杆长度进行参数化，并且然后找到参数化的位置距所述环境中的所述至少一个障碍物中的每一个的距离的最小值，来确定所述几何约束，并且通过来自所述ROD数据的每个连杆的动力学确定所述动力学约束，从而使用拉格朗日方法考虑每个连杆动力学，所述每个连杆的动力学包括不同质量、几何形状和惯性张量的力矩。15.根据权利要求13所述的方法，其中，所述目标函数是所述机器人臂沿着从所述初始姿势到所述结束姿势的路径的轨迹在所述一系列时间间隔内的状态和控制输入的函数的和。16.根据权利要求13所述的方法，其中，由于避开位于所述环境中的所述至少一个障碍物的区域，通过所述目标函数的优化经受空间非凸约束，其中，针对每个连杆的每个轨迹确定至少一个空间非凸约束是通过定义连杆的运动方向的轴线在环境的坐标网格上的地点的位置的投影的值的间隔，来产生一组空间非凸约束，其中，确定每个连杆的轨迹完成从所
述轨迹的所述初始姿势到所述结束姿势的移动的时间集合，并且其中，通过更新所述时间集合来优化所述多个连杆沿着所述路径的轨迹，优化所述目标函数经受每个连杆的动力学和空间非凸约束的集合。17.根据权利要求13所述的方法，其中，所述机器人臂操作约束包括用于操作所述机器人臂的控制输入和预定状态范围，所述机器人臂包括：基座、经由第一接头联接到所述基座的第一连杆、经由第二接头联接到所述第一连杆的第二连杆、以及夹具，所述第一连杆介于所述基座和所述第二连杆之间，所述夹具经由夹具接头联接到所述第二连杆的与所述第二接头相对的一端，其中，所述状态包括每个接头角位置和角速度，并且所述控制输入包括施加到所述接头中的每个接头的扭矩量。18.根据权利要求13所述的方法，其中，经由收发器接收第一请求以提供通过所述环境的特定路径，并且经由所述收发器发送对所述第一请求的第一响应，所述第一响应包括所述特定路径，其中，所述特定路径包括遵循所述初始姿势和所述结束姿势之间的路径的轨迹。19.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质编码有可执行指令，当所述可执行指令被执行时，使一个或更多个数据处理系统：接收输入，所述输入包括传感器数据、机器人操作和动力学ROD数据、多连杆动力学MLD模型、非...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：