本申请实施例提供了一种轨迹规划方法、装置、运动设备及计算机可读存储介质，其中方法包括：获取运动设备的轨迹预测模型和振动预测模型；获取运动设备处于初始位置的初始运动参数，初始运动参数包括初始状态量和初始振动能；基于初始状态量和轨迹预测模型获取多个预测速度和多个预测位置；基于初始振动能和振动预测模型获取多个预测振动能；获取运动设备的目标位置，基于目标位置、多个预测速度、多个预测位置和多个预测振动能构建优化目标函数；基于优化目标函数确定从初始位置至目标位置的优化轨迹。这样，可以基于优化目标函数获取兼顾位置精度、轨迹光顺、并激起较小振动的优化轨迹。轨迹。轨迹。
【技术实现步骤摘要】
轨迹规划方法、装置、运动设备及计算机可读存储介质
[0001]本申请涉及机器人
，尤其涉及一种轨迹规划方法、装置、运动设备及计算机可读存储介质。
技术介绍
[0002]现有利用轨迹规划进行振动抑制的方案中，主要包括轨迹的输入整形、轨迹高阶平滑两种方案。轨迹的输入整形通过在频域利用波形相消的方式，简单有效的抑制振动，但却拉长了轨迹规划的总体时间；轨迹高阶平滑利用高阶曲线平滑轨迹，但也存在着工程实现的限制。现有轨迹规划技术存在无法兼顾精度、光顺、振动能量较小的轨迹规划问题。
技术实现思路
[0003]为了解决上述技术问题，本申请实施例提供了一种轨迹规划方法、装置、运动设备及计算机可读存储介质。
[0004]第一方面，本申请实施例提供了一种轨迹规划方法，所述方法包括：
[0005]获取运动设备的轨迹预测模型和振动预测模型；
[0006]获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；
[0007]基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置；
[0008]基于所述初始振动能和所述振动预测模型获取多个预测振动能；
[0009]获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；
[0010]基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。
[0011]第二方面，本申请实施例提供了一种轨迹规划装置，所述装置包括：
[0012]第一获取模块，用于获取运动设备的轨迹预测模型和振动预测模型；
[0013]第二获取模块，用于获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；
[0014]第一确定模块，用于基于所述初始状态量和所述轨迹预测模型确定多个预测速度和多个预测位置；
[0015]第二确定模块，用于基于所述初始振动能和所述振动预测模型确定多个预测振动能；
[0016]构建模块，用于获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；
[0017]第三确定模块，用于基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。
[0018]第三方面，本申请实施例提供了一种运动设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的轨迹规
划方法。
[0019]第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的轨迹规划方法。
[0020]上述本申请提供的轨迹规划方法、装置及运动设备，获取运动设备的轨迹预测模型和振动预测模型；获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置；基于所述初始振动能和所述振动预测模型获取多个预测振动能；获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。这样，通过基于轨迹预测模型和振动预测模型获取多个预测速度、多个预测位置、多个预测振动能，基于多个预测速度、多个预测位置、多个预测振动能构建优化目标函数，进而基于优化目标函数获取兼顾位置精度、轨迹光顺、并激起较小振动的优化轨迹。
附图说明
[0021]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0022]图1示出了本申请实施例提供的轨迹规划方法的一流程示意图；
[0023]图2示出了本申请实施例提供的运动系统的一结构示意图；
[0024]图3示出了本申请实施例提供的轨迹规划装置的一结构示意图。
具体实施方式
[0025]下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
[0026]通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0027]在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
[0028]此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0029]除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关
中的语境含义相同的含
义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
[0030]实施例1
[0031]本公开实施例提供了一种轨迹规划方法。
[0032]具体的，参见图1，轨迹规划方法包括：
[0033]步骤S101，获取运动设备的轨迹预测模型和振动预测模型。
[0034]在本实施例中，运动设备可以为移动机器人、运动机构等，在此不做限制。运动设备在运动过程中会存在振动，对运动设备产生影响。为有效兼顾轨迹规划的精度、光顺、振动能量比较小的规划要求，需要获取轨迹预测模型和振动预测模型，结合轨迹预测模型预测多个状态量、结合振动预测模型预测多个振动量，综合考虑多个状态量、多个振动量进行轨迹优化。其中，轨迹预测模型包括位置预测子模型、速度预测子模型和加速度预测子模型，状态量包括位置、速度、加速度等，在此不做限制。
[0035]在一实施方式中，步骤S101包括以下步骤：
[0036]基于所述运动设备的当前状态量与下一状态量获取轨迹预测模型；
[0037]基于所述运动设备的动力学特征获取振动预测模型。
[0038]在一实施方式中，所述轨迹预测模型包括位置预测子模型、速度预测子模型和加速度预测子模型，所述当前状态量包括当前位置、当前速度、当前加速度和当前急动度；...
【技术保护点】
【技术特征摘要】
1.一种轨迹规划方法，其特征在于，所述方法包括：获取运动设备的轨迹预测模型和振动预测模型；获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置；基于所述初始振动能和所述振动预测模型获取多个预测振动能；获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。2.根据权利要求1所述的方法，其特征在于，所述获取运动设备的轨迹预测模型和振动预测模型的步骤，包括：基于所述运动设备的当前状态量与下一状态量获取轨迹预测模型；基于所述运动设备的动力学特征获取振动预测模型。3.根据权利要求2所述的方法，其特征在于，所述轨迹预测模型包括位置预测子模型、速度预测子模型和加速度预测子模型，所述当前状态量包括当前位置、当前速度、当前加速度和当前急动度；所述下一状态量包括下一位置、下一速度、下一加速度和下一急动度；所述基于所述运动设备的当前状态量与下一个状态量获取轨迹预测模型的步骤，包括：基于所述当前位置、所述当前速度、所述当前加速度、所述当前急动度和所述下一位置构建所述位置预测子模型；基于所述当前速度、所述当前加速度、所述当前急动度和所述下一速度构建所述速度预测子模型；基于所述当前加速度、所述当前急动度和所述下一加速度构建所述加速度预测子模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述运动设备的动力学特征获取振动预测模型的步骤，包括：获取所述运动设备的质量和当前振动量，基于所述质量、所述当前加速度、所述当前振动量、所述当前振动量的一阶导数、所述振动量的二阶导数确定所述运动设备的动力学方程；基于所述动力学方程确定所述当前振动量的第一关系表达式和所述当前振动量的一阶导数的第二关系表达式；基于所述第一关系表达式、所述第二关系表达式、所述质量和重力加速度确定所述振动预测模型。5.根据权利要求1所述的轨迹规划方法，其特征在于，所述基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数，包括：基于所述目标位置与多个所述预...
【专利技术属性】
技术研发人员：张金迪，刘益彰，张美辉，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。