机械臂路径规划快速原型系统技术方案

本发明专利技术涉及一种机械臂路径规划快速原型系统及方法，其包括相机、计算机及机械臂；相机与计算机通过数据线连接，机械臂与相机采用眼在手外的安装方式，机械臂与计算机利用网线连接，用于实现Matlab与机械臂的通信；本发明专利技术设计合理。计合理。计合理。

【技术实现步骤摘要】
机械臂路径规划快速原型系统


[0001]本专利技术涉及机械臂领域，尤其涉及一种机械臂路径规划快速原型系统及方法。

技术介绍

[0002]机械臂的出现解放了人类的双手，能够代替人类完成一些重复或者危险的工作，能够提高生产效率并保证人员的安全。在机械臂完成任务的过程中，路径规划是很重要的一部分。当前的机械臂路径规划大都依赖人工示教，这种方法比较简单，但是存在一些缺点。在人工示教后，机械臂只能根据设置好的路径点或者程序来执行动作。当机械臂工作的环境发生变化后，就要重新进行示教，这种方法不适用于机械臂复杂的工作环境。
[0003]目前国内外学者已经提出了一些先进的算法来实现机械臂的路径规划，如人工势场法、蚁群算法、遗传算法等。但是当把这些算法应用到机械臂上时，存在两个难点，一是机械臂的工作空间变成高维，有些算法已不再适用；另一个是碰撞检测变得更加复杂，不仅要对机械臂末端进行检测，还要对机械臂的各个连杆也进行检测。因此，为选用一种优质的算法来实现路径规划，需要对路径规划算法进行研究。
[0004]当前很多学者提出了一些比较先进的路径规划算法，但是由于各种条件的限制，这些改进方法只在理论层面被验证，缺少实物的验证。若在硬件上编写程序来实现算法难度较大，需要耗费大量的时间，不利于课题的进展。因此，本专利技术设计出一种机械臂路径规划快速原型系统，旨在快速验证提出路径规划算法的可行性。

技术实现思路

[0005]本专利技术所要解决的技术问题总的来说是提供一种机械臂路径规划快速原型系统及方法，该系统以路径规划算法为核心，旨在快速验证提出路径规划算法的可行性。
[0006]为解决上述问题，本专利技术所采取的技术方案是：一种机械臂路径规划快速原型系统，包括相机、计算机及机械臂；相机与计算机通过数据线连接，机械臂与相机采用眼在手外的安装方式，机械臂与计算机利用网线连接，用于实现Matlab与机械臂的通信；相机采用ZED2双目相机，包括左右两个摄像头，用于拍摄场景图片；机械臂系统还包括控制柜、示教器等其它附件；机械臂具有外部通信接口，能够方便地与外部设备进行通信；计算机的软件部分用于图像处理和路径规划算法的仿真；图像处理即利用视觉方法获取到机械臂工作场景内所有障碍物的位置，首先，用任意目标检测算法识别并定位出所有的障碍物；然后，利用手眼标定方法实现障碍物位置的转换。已知障碍物信息的情况下，在Matlab中编程实现路径规划算法，为机械臂规划出一条可行路径，令机械臂在不与障碍物接触的情况下运动至指定位置。 机械臂不与障碍物接触，即为机械臂与障碍物之间的距离大于设定的距离。
[0007]机械臂路径规划快速原型系统，用于快速验证提出的路径规划算法是否可行，具
体的机械臂路径规划实验验证方法：步骤1：对双目相机进行标定，获取相机的参数后，用计算机控制双目相机拍摄场景图片；步骤2：用目标检测算法识别并定位出场景中的障碍物；步骤3：利用手眼标定方法实现障碍物位置的转换；步骤4：结合步骤3中得到的障碍物信息，在Matlab中编写脚本文件实现路径规划算法，得到一条可行路径；步骤5：建立起机械臂与计算机中Matlab之间的通信，将路径信息发送给机械臂；步骤6：机械臂根据接收到的路径信息运动至指定位置。
[0008]在步骤1中，首先，利用张氏标定法对双目相机进行标定：用双目相机拍摄不同角度棋盘格标定板的图片，将图片输入Matlab中，利用相机标定工具箱获取双目相机的参数；其次，用双目相机拍摄机械臂工作场景的图片；在步骤2中，首先，用label image软件制作数据集；然后，利用Faster R
‑
CNN算法对数据集进行训练得到障碍物的模型；其次，将机械臂工作场景的图片传输到计算机中，用训练好的模型检测出机械臂工作场景中的障碍物，得到障碍物的像素坐标，并利用双目相机获取到相机到障碍物的深度值；最后，通过坐标变换计算得到障碍物的三维坐标；在步骤3中，采用眼在手外的手眼标定方法确定好机械臂与双目相机的位置，令机械臂的位姿改变10次以上，记录位姿数据并求解出相机外参，进而求出手眼变换矩阵，将障碍物信息转换到机械臂基坐标系下；在步骤4中，首先，结合步骤3中得到的障碍物信息，在Matlab中用改进的RRT算法编写脚本文件实现路径规划算法，首先采用双向扩展；然后，利用随机点择优思想减小采样点的随机性，利用引力可调节步长策略加快搜索速度，利用路径优化策略来优化路径；最终，得到一条满足设定条件的可行路径；随机点择优策略，首先设置一个概率阈值bias，当随机数大于bias时，用随机函数同时生成两个待选随机点，计算两个待选随机点与目标点之间的距离，然后确定与目标点距离更近的一个节点作为最终的随机点；而当随机数小于bias时，仍然将目标点设置为随机点；引力可调节步长策略，将引力思想加入算法中，并根据机械臂在前进过程中是否遇到障碍物来自适应地调节引力系数的值，改变步长，达到快速避障的目的，当随机树在扩展时没有遇到障碍物，则保持的初值不变来进行扩展；当随机树在扩展过程中遇到了障碍物，则令的值变小，进而令引力方向的步长变小，再次循环得到新节点，若仍然接触到障碍物，继续令的值变小，当减小为0时，新节点的扩展完全由随机点来决定，最终能够令新节点成功避开障碍物。
[0009]路径优化策略是用二次B样条曲线对初始路径进行平滑。
[0010]在改进RRT算法流程中，首先，初始化两棵随机树，在机械臂的关节空间中利用随机点择优策略确定一个随机点；然后，找到第一棵树中离随机点最近的最近点，利用引力可调节步长策略得到一个新节点，计算新节点处的笛卡尔位置，并进行碰撞检测，若没有碰撞，则将新节点加入随机树中，判断两棵树是否连接，若没有连接，则交换两棵树进行扩展，若成功连接，则输出路径，并用二次B样条曲线来平滑初始路径，最终得到平滑后的路径；
在步骤5中：首先，得到路径信息后，将Matlab作为服务器端，机械臂作为客户端；然后，将计算机的IP、Matlab中服务器的IP、机械臂示教器中的IP设置为同一地址，并设置好端口，并且要与机械臂本身的IP处在同一网段下，即可建立起机械臂与计算机中Matlab的socket通信；在步骤6中，在通信成功后，将路径信息发送给机械臂，令机械臂运动至指定位置。本专利技术设计合理，能够快速验证路径规划算法的可行性，省去了在硬件上进行编程导致的时间浪费。
附图说明
[0011]图1为本专利技术的硬件连接示意图。
[0012]图2为本专利技术的流程图。
[0013]图3为改进RRT算法流程图。
[0014]图4为Matlab中的路径规划仿真结果图。
[0015]图5为实际场景中的路径规划过程图。
[0016]（a）为起始点，（b）为靠近障碍物1，（c）为避开障碍物1，（d）为靠近障碍物2，（e）为避开障碍物2，（f）为靠近障碍物3，（h）为避开障碍物3，（g）为到达目标点。
具体实施方式
[0017]本专利技术涵盖图1
‑
5，其中，作为一实施例，如图1，一种机械臂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机械臂路径规划快速原型系统，其特征在于：包括相机、计算机及机械臂；相机与计算机通过数据线连接，机械臂与相机采用眼在手外的安装方式，机械臂与计算机利用网线连接，用于实现Matlab与机械臂的通信。2.根据权利要求1所述的机械臂路径规划快速原型系统，其特征在于：相机采用ZED2双目相机，包括左右两个摄像头，用于拍摄场景图片； 机械臂具有外部通信接口，能够方便地与外部设备进行通信；计算机的软件部分用于图像处理和路径规划算法的仿真。3.根据权利要求2所述的机械臂路径规划快速原型系统，其特征在于：图像处理即利用视觉方法获取到机械臂工作场景内所有障碍物的位置，首先，用任意目标检测算法识别并定位出所有的障碍物；然后，利用手眼标定方法实现障碍物位置的转换。在已知障碍物信息的情况下，在Matlab中编程实现路径规划算法，为机械臂规划出一条可行路径，令机械臂在不与障碍物接触的情况下运动至指定位置。4.根据权利要求3所述的机械臂路径规划快速原型系统，其特征在于：所述路径规划算法，为改进的RRT算法，在双向扩展的基础上提出三点改进策略，利用随机点择优思想减小采样点的随机性，利用引力可调节步长策略加快搜索速度，利用路径优化策略来优化路径。5.一种机械臂路径规划快速原型系统，其特征在于：执行以下步骤，步骤1：对双目相机进行标定，获取相机的参数后，用计算机控制双目相机拍摄场景图片；步骤2：用目标检测算法识别并定位出场景中的障碍物；步骤3：利用手眼标定方法实现障碍物位置的转换；步骤4：结合步骤3中得到的障碍物信息，在Matlab中编写脚本文件实现路径规划算法，得到一条可行路径；步骤5：建立起机械臂与计算机中Matlab之间的通信，将路径信息发送给机械臂；步骤6：机械臂根据接收到的路径信息运动至指定位置。6.根据权利要求5所述的机械臂路径规划快速原型系统，其特征在于： 在步骤1中，首先，利用张氏标定法对双目相机进行标定：用双目相机拍摄不同角度棋盘格标定板的图片，将图片输入Matlab中，利用相机标定工具箱获取双目相机的参数；其次，用双目相机拍摄机械臂工作场景的图片。7.根据权利要求5所述的机械臂路径规划快速原型系统，其特征在于：在步骤2中，首先，用label image软件制作数据集；然后，利用Faster R
‑
CNN算法对数据集进行训练得到障碍物的模型；其次，将机械臂工作场景的图片传输到计算机中，利用训练好的模型检测出机械臂工作场景中的障碍物，得到障碍物的像素坐标，并利用双目相机获取到相机到障碍物的深度值；最后，通...

【专利技术属性】
技术研发人员：张明月，赵惠，李庆党，罗莎，
申请(专利权)人：青岛科技大学，
类型：发明
国别省市：