空间冗余机械臂的运动规划方法与装置制造方法及图纸

本发明专利技术实施例公开了一种空间冗余机械臂的运动规划方法与装置。该方法包括：确定空间冗余机械臂的无碰初始关节轨迹；建立空间冗余机械臂的轨迹规划最优控制问题模型，并对轨迹规划最优控制问题模型的约束条件进行凸化处理，得到凸化处理后的轨迹规划最优控制问题模型；根据无碰初始关节轨迹以及凸化处理后的轨迹规划最优控制问题模型，确定空间冗余机械臂的最优关节轨迹。通过本发明专利技术，解决了相关技术中空间冗余机械臂运动规划方法较为复杂且无法满足应用需求的问题，达到了能够为空间冗余机械臂规划带末端任务约束的最优关节轨迹的技术效果。技术效果。技术效果。

【技术实现步骤摘要】
空间冗余机械臂的运动规划方法与装置


[0001]本专利技术涉及空间机器人系统
，尤其涉及一种空间冗余机械臂的运动规划方法与装置。

技术介绍

[0002]在载人航天工程的推动下，由中国自行研制的空间站已投入运营。空间站在轨运营期间，分别在核心舱和实验舱上搭载的核心舱机械臂(Core Module Manipulator，CMM)和实验舱机械臂(Experimental Module Manipulator，EMM)将在执行视觉感知任务方面发挥重要作用。视觉感知任务指利用7自由度CMM或EMM的末端手眼相机实现对目标的遥操作监控。不论是对舱外动态目标的监视，还是对舱体静态目标的检查，都需要为CMM或EMM规划一条从起始观测点到终端观测点的无碰撞、可执行的平滑轨迹，同时在整个运动过程中要使目标保持在末端手眼相机的视野范围之内。上述问题属于空间冗余机械臂带有末端任务约束的运动规划问题。
[0003]根据构造原理的不同，可将现有的运动规划方法大致归纳为三类：组合运动规划方法、基于采样的运动规划方法以及基于优化的运动规划方法。
[0004]组合运动规划方法首先需要将障碍构型空间和自由构型空间显式且完备的表示出来，然后将运动规划问题转化为自由构型空间中的路图构造和路径搜索问题。这类方法在解决运动规划问题时的优势是具有完备性，且对自由度较少的机器人在简单应用场景下的运动规划具有高效性。然而，随着机器人自由度的增加、障碍环境的复杂化以及其它约束条件的增多，显示且完备地构造自由构型空间、障碍构型空间以及路图的难度都会呈指数倍增长，因此这类方法并不适用于高自由度机器人的运动规划问题。此外，这类方法也不适用于含有微分约束的运动规划问题。
[0005]与组合运动规划方法不同，基于采样的运动规划方法通过利用碰撞检测模块来避免显式构造障碍构型空间，核心思想是用自由构型空间中的有限多个点来近似表示连通性，然后用这些点来构造搜索树，以牺牲完备性的代价换取较高的计算速度。这类方法又可细分为多查询(Multiple
‑
query)和单查询(Single
‑
query)两类。多查询方法通过构建具有拓扑性质的路图来实现具有多个起始
‑
目标点对的运动规划，这类方法的典型代表有概率路线图法(Probabilistic Roadmap，PRM)以及它的各种变体，如lazy PRM，dynamic PRM以及PRM*等。单查询方法用来实现具有单个起始
‑
目标点对的运动规划，通过增量式的方法构造一个无向树状图来快速搜索目标，这类方法的典型代表有快速搜索随机树法(Rapidly
‑
exploring Random Tree，RRT)，快速探索密集树法(Rapidly
‑
exploring Dense Tree，RDT)以及各种变体，如RRT
‑
Connect，RRT*等。针对高自由度机器人不考虑任务约束的点到点规划问题，基于采样的运动规划方法可以快速计算出无碰几何路径。然而在解决带有任务约束的运动规划问题时存在采样效率低、计算复杂以及应用场景受限等不足，此外，该类方法在考虑动力学约束时需要解决复杂的两点边值问题，扩展性较差。
[0006]基于优化的运动规划依托最优控制原理，可以被描述为规划一条动态可行、服从
所有状态和控制约束、并使所选代价函数最小化的高质量轨迹。其中，各种约束条件被描述成线性、非线性的等式或不等式。用来进行最优轨迹规划的方法包括启发式方法、数值方法等。启发式方法基于生物界的自然选择、自然遗传机制或动物的群体行为而设计，在运动规划领域也有着广泛的应用。比较有代表性的启发式方法有遗传算法(Genetic Algorithm，GA)和粒子群优化算法(Particle Swarm Optimization，PSO)等。启发式方法在迭代求解的过程中采用了随机搜索策略，因而不需要梯度信息，更适用于不可微和高度病态的运动规划问题。在数值优化框架内，用来求解最优轨迹规划问题的方法分为间接法和直接法两类。间接法首先根据最优控制理论来推导出问题的必要性条件，之后通过求解两点边值问题来获取结果。直接法首先将原始的连续时间问题离散为非线性规划(Nonlinear Programming，NP)问题，之后采用相应的算法对问题进行求解。由于最优控制问题在复杂约束条件下的必要性条件难以推导，且初始猜想会对问题的求解引起较大的波动，所以直接法在实际应用中更受青睐。最优轨迹规划问题是否具备凸性对直接法的求解效果有着非常重要的影响。利用直接法求解非凸问题是不确定多项式时间困难的(Nondeterministic Polynomial
‑
time hard，NP
‑
hard)，这意味着非凸问题的求解时间是不可控的。求解非凸轨迹优化问题的算法包括协变哈密尔顿优化方法(Covariant Hamiltonian Optimization for Motion Planning，CHOMP)和随机轨迹优化方法(Stochastic Trajectory Optimization for Motion Planning，STOMP)等。然而，非线性规划中的凸优化问题存在着多项式时间求解算法，可以快速求解。近年来，越来越多的学者开始将凸优化方法应用到轨迹规划中，代表性的有二阶锥规划和序列凸优化等。其中，基于序列凸优化的规划方法需要初始轨迹来启动，虽然对初始轨迹的质量要求不是很高，但这依然会影响算法的效率。基于优化的运动规划方法在机器人的运动规划中起着至关重要的作用，不仅可以直接用于解决规划问题，也可以在解耦规划中对其他方法生成的可能存在碰撞的粗轨迹进行细化。
[0007]综上，寻求一种既不需要初始猜想，又能考虑复杂约束条件的空间冗余机械臂运动规划方法显得十分必要。
[0008]针对相关技术中空间冗余机械臂运动规划方法较为复杂且无法满足应用需求的问题，尚未提出有效地解决方案。

技术实现思路

[0009]本专利技术实施例提供了一种空间冗余机械臂的运动规划方法与装置，以至少解决相关技术中空间冗余机械臂运动规划方法较为复杂且无法满足应用需求的技术问题。
[0010]根据本专利技术实施例的一个方面，提供了一种空间冗余机械臂的运动规划方法，包括：确定所述空间冗余机械臂的无碰初始关节轨迹；建立所述空间冗余机械臂的轨迹规划最优控制问题模型，并对所述轨迹规划最优控制问题模型的约束条件进行凸化处理，得到凸化处理后的轨迹规划最优控制问题模型，其中，所述约束条件至少包括：运动学约束、动力学约束、避障约束和末端任务约束；根据所述无碰初始关节轨迹以及所述凸化处理后的轨迹规划最优控制问题模型，确定所述空间冗余机械臂的最优关节轨迹。
[0011]可选地，确定所述空间冗余机械臂的无碰初始关节轨迹，包括：利用基于快速扩展随机树(rapidly
‑
exploring random tree，RRT)优化算法(又本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空间冗余机械臂的运动规划方法，其特征在于，包括：确定所述空间冗余机械臂的无碰初始关节轨迹；建立所述空间冗余机械臂的轨迹规划最优控制问题模型，并对所述轨迹规划最优控制问题模型的约束条件进行凸化处理，得到凸化处理后的轨迹规划最优控制问题模型，其中，所述约束条件至少包括：运动学约束、动力学约束、避障约束和末端任务约束；根据所述无碰初始关节轨迹以及所述凸化处理后的轨迹规划最优控制问题模型，确定所述空间冗余机械臂的最优关节轨迹。2.根据权利要求1所述的方法，其特征在于，确定所述空间冗余机械臂的无碰初始关节轨迹，包括：利用基于快速扩展随机树优化算法和三次样条曲线规划所述空间冗余机械臂从起始点到目标点的所述无碰初始关节轨迹。3.根据权利要求2所述的方法，其特征在于，利用基于快速扩展随机树优化算法和三次样条曲线规划所述空间冗余机械臂从起始点到目标点的所述无碰初始关节轨迹，包括：利用基于快速扩展随机树优化算法规划所述空间冗余机械臂从所述起始点到所述目标点的无碰路径点；采用所述三次样条曲线对所述无碰路径点进行插值，得到所述空间冗余机械臂的所述无碰初始关节轨迹。4.根据权利要求3所述的方法，其特征在于，在采用所述三次样条曲线对所述无碰路径点进行插值，得到所述空间冗余机械臂的所述无碰初始关节轨迹之后，所述方法还包括：基于机械臂逆动力学确定所述无碰初始关节轨迹对应的关节力矩。5.根据权利要求1所述的方法，其特征在于，对所述轨迹规划最优控制问题模型的约束条件进行凸化处理，包括：基于速度阻尼法对所述避障约束的时间区间进行离散化处理，将所述空间冗余机械臂的连杆与障碍物的避障约束处理成关节角速度的线性不等式约束，并设置避障策略；基于单位四元数对所述空间冗余机械臂的末端手眼相机的视线锥约束进行凸化处理，将所述视线...

【专利技术属性】
技术研发人员：朱战霞，吴天毅，王铮，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：