一种基于性能约束项阶段降维的工业机器人运动规划优化方法技术

本发明专利技术公开了一种基于性能约束项阶段降维的工业机器人运动规划优化方法，该方法首先针对机器人与目标结构间最短距离，分别采用基于简单几何体描述和切片描述方法建立了距离粗估计和精确估计模型，形成了安全性约束项函数；结合机器人运动学、各关节输出力矩和各关节扭转刚度建立了机器人末端柔性误差模型，形成了精度性能约束项函数；进行目标连续轨迹作业任务分解和各阶段轨迹插值，进行分阶段轨迹运动性能需求分析进行各阶段约束项降维，进行了运动规划优化建模及启发式优化求解方法。该方法可有效提升优化求解效率和综合运动性能，为机器人高端制造应用提供了方法支撑。为机器人高端制造应用提供了方法支撑。为机器人高端制造应用提供了方法支撑。

【技术实现步骤摘要】
一种基于性能约束项阶段降维的工业机器人运动规划优化方法


[0001]本专利技术属于工业机器人运动规划领域，涉及一种基于性能约束项阶段降维的工业机器人运动规划优化方法，该方法考虑机器人安全性、精度和效率指标，针对多性能指标约束下的机器人运动规划优化问题，通过约束项阶段降维，提高优化求解速度，能够为工业机器人运动规划控制提供一定的方法基础。

技术介绍

[0002]随着自动化制造的快速进步与发展，对工业机器人的综合运动性能要求越来越高，通过合理的运动规划可有效提升机器人安全性、运动精度和效率等关键性能指标。其中安全性反映了机器人的自主避障能力，面向车间生产中复杂的结构化作业环境，进行避障距离约束与控制是实现机器人完全不碰撞运动的关键；运动精度有时极大程度影响着产品质量，如机构柔性导致的机器人末端误差；效率是目前高端制造关注的关键指标，因此进行多性能约束下的机器人运动规划十分必要，也逐渐成为当前研究热点。然而，在目前的避障距离和柔性误差估计建模研究中均存在模型估计准确度和执行效率难以统一权衡的问题，极易导致运动规划优化求解效率急剧降低，无法满足实际应用的需要。如基于球形、六面体等简单几何体包络的机器人避障距离计算效率较快，但过多的简化会严重降低距离估计精度，从而导致碰撞过度检测；而基于层次包围盒的避障距离模型，层次越多距离计算精度越高但计算效率越低。在现有的柔性误差估计方法须基于对关节柔性的充分分析建模，并结合复杂的动力学模型进行估计，基础模型越复杂估计精度越高但计算时间越长。而在实际应用中，综合考虑各项性能约束，是保证应用效果的关键。为此，本专利技术是基于已有的研究成果基础，包括避障距离模型和末端柔性误差模型，构建了多性能约束下的工业机器人运动轨迹规划优化模型，并针对如何通过约束项降维提高优化求解效率的问题提出解决方案。以上即是本专利技术要实现的最终目标。

技术实现思路

[0003]本专利技术旨在提供一种基于多性能约束项阶段降维的工业机器人运动规划优化方法。该方法的主要特点是考虑机器人安全性、运动精度和效率三种性能指标建立优化问题，并提出基于任务分段描述的约束项降维机制，从而提高优化求解效率，从而为保证工业机器人运动规划效果提供方法支撑。
[0004]本专利技术是采用以下技术手段实现的：
[0005]S1、将工业机器人结构分解并简化为圆柱体或长方体包络的臂杆组合，采用球体包络方法描述操作目标结构，建立机器人与目标间最短距离粗估计函数，为建立安全性能指标提供部分函数基础。
[0006]S2、将工业机器人结构分解为变截面圆柱体和凸多边体，采用基于切片的方法进行臂杆描述，同样采用凸多边形平面包络描述目标结构，建立机器人与目标间最短距离精
确估计函数，为建立安全性能指标提供部分函数基础。
[0007]S3、基于机器人运动学模型和关节输出力矩值，结合各关节扭转刚度值建立机器人末端柔性误差模型，形成运动误差估计函数。在实际应用中，关节输出力矩可通过传感器测量或基于动力学模型计算得到，关节扭转刚度体现了关节柔性，可通过实验测量和数学建模的方法估计，为建立精度性能指标提供函数基础。
[0008]S4、以机器人目标连续轨迹为任务，将任务具体分解为由初始位置到预作业点、由预作业点到连续轨迹起点、由轨迹起点到终点的三阶段任务过程，进行各关键路径点位姿。
[0009]S5、基于路径点位姿进行插值规划，具体针对前两个阶段进行关节空间五次多项式插值规划，第三个阶段进行关节空间三次样条插值规划，确定分段关节角位移时间函数。
[0010]S6、确定分段规划变量，依据各段轨迹运动性能要求，设计分段性能约束项组合，进行整体运动规划约束项分段降维，以整体运动时间最小为优化目标，建立机器人运动规划优化问题模型。
[0011]S7、采用粒子群算法等启发式优化算法，如粒子群算法、遗传算法等，依据经验确定算法参数，进行优化模型求解，得到工业机器人优化运动轨迹。
[0012]本专利技术的特点在于建立了考虑多性能约束的工业机器人运动规划优化模型，模型进行任务分阶段规划，通过分阶段性能约束项降维，提高了优化求解效率，并提升了工业机器人综合运动性能，为机器人高端制造应用提供了方法支撑。
附图说明
[0013]图1基于长方体包络的工业机器人结构示意图。
[0014]图2基于切片描述的工业机器人结构示意图。
具体实施方式
[0015]以下结合附图和实施例对本专利技术进行详细说明。
[0016]本专利技术采用的技术方案为一种基于多性能约束项阶段降维的工业机器人运动规划优化方法，该方法包括如下步骤，
[0017]步骤(1)建立机器人与目标结构间最短距离粗估计模型。
[0018]将工业机器人进行简化分解，进行长方体包络描述各臂杆，如图1所示，采用球体包络描述目标结构。则机器人ROB(θ)(机器人的结构几何描述与其姿态相关，而姿态可由各关节角位移θ确定)与目标结构OBJ间的最短距离粗估计模型可定义如下：
[0019]DIS1[ROB(θ)，OBJ]＝min{dis1(PolyHD
i
，Sphere)，1≤i≤N}(1)式中PolyHD
i
表示第i个长方体结构，Sphere表示球体结构，dis1表示长方体与球体间最短距离计算函数，N为长方体臂杆个数。
[0020]步骤(2)建立机器人与目标结构间最短距离精确估计模型。
[0021]将工业机器人进行分解，根据各臂杆特点，通过臂杆切片形成由圆形切片和凸多边形切片集合整体描述的机器人结构，如图2所示，和由凸多边形平面Plane
k
集合描述的目标结构，则机器人ROB(θ)与目标结构OBJ间的最短距离精确估计模型可定义如下：
[0022][0023]式中dis2表示圆形切片与凸多边形平面间最短距离函数，dis3表示凸多边形切片与凸多边形平面间的最短距离计算函数，和分别表示机械臂中第i
c
个圆形切片和第i
p
个凸多边形切片，Planej表示机器人作业空间中第j个障碍平面，I
c
，I
p
和J分别表示机器人切片集合中所包含的圆形切片数量、凸多边形切片数量、目标结构中凸多边形平面数量。
[0024]步骤(3)建立考虑机构柔性的工业机器人末端运动误差估计模型。
[0025]将工业机器人正运动学模型描述为Forw(θ)，第k个关节的输出扭矩表示为τ
j
，扭转刚度表示为K
j
，则考虑关节柔性的机器人末端实际位姿为gst
a
＝Forw(θ+Δθ)，其中Δθ为各关节柔性误差集合，Δθ＝(Δθ1，Δθ2，
…
，Δθ
K
)，K为机器人关节总数，第k个关节的柔性误差为Δθ
k
＝τ
k
/K
k
。工业机器人末端实际位置P
a
可由位姿gst
a...

【技术保护点】

【技术特征摘要】
1.一种基于性能约束项阶段降维的工业机器人运动规划优化方法，其特征在于：该方法包括如下步骤，S1、将工业机器人结构分解并简化为圆柱体或长方体包络的臂杆组合，采用球体包络方法描述操作目标结构，建立机器人与目标间最短距离粗估计函数，为建立安全性能指标提供部分函数基础；S2、将工业机器人结构分解为变截面圆柱体和凸多边体，采用基于切片的方法进行臂杆描述，同样采用凸多边形平面包络描述目标结构，建立机器人与目标间最短距离精确估计函数，为建立安全性能指标提供部分函数基础；S3、基于机器人运动学模型和关节输出力矩值，结合各关节扭转刚度值建立机器人末端柔性误差模型，形成运动误差估计函数；在实际应用中，关节输出力矩可通过传感器测量或基于动力学模型计算得到，关节扭转刚度体现了关节柔性，可通过实验测量和数学建模的方法估计，为建立精度性能指标提供函数基础；S4、以机器人目标连续轨迹为任务，将任务具体分解为由初始位置到预作业点、由预作业点到连续轨迹起点、由轨迹起点到终点的三阶段任务过程，进行各关键路径点位姿；S5、基于路径点位姿进行插值规划，具体针对前两个阶段进行关节空间五次多项式插值规划，第三个阶段进行关节空间三次样条插值规划，确定分段关节角位移时间函数；S6、确定分段规划变量、各段轨迹运动性能要求，设计分段性能约束项组合，进行整体运动规划约束项分段降维，以整体运动时间最小为优化目标，建立机器人运动规划优化问题模型；S7、采用粒子群算法依据经验确定算法参数，进行优化模型求解，得到工业机器人优化运动轨迹。2.根据权利要求1所述的一种基于性能约束项阶段降维的工业机器人运动规划优化方法，其特征在于：该方法包括如下步骤，步骤(1)建立机器人与目标结构间最短距离粗估计模型；将工业机器人进行简化分解，进行长方体包络描述各臂杆，采用球体包络描述目标结构；则机器人ROB(θ)与目标结构OBJ间的最短距离粗估计模型定义如下：DIS1[ROB(θ),OBJ]＝min{dis1(PolyHD
i
,Sphere),1≤i≤N}(1)式中PolyHD
i
表示第i个长方体结构，Sphere表示球体结构，dis1表示长方体与球体间最短距离计算函数，N为长方体臂杆个数；步骤(2)建立机器人与目标结构间最短距离精确估计模型；将工业机器人进行分解，根据各臂杆特点，通过臂杆切片形成由圆形切片和凸多边形切片集合整体描述的机器人结构，以及由凸多边形平面Plane
k
集合描述的目标结构，则机器人ROB(θ)与目标结构OBJ间的最短距离精确估计模型可定义如下：式中dis2表示圆形切片与凸多边形平面间最短距离函数，dis3表示凸多边形切片与凸
多边形平面间的最短距离计算函数，和分别表示机械臂中第i
c
个圆形切片和第i
p
个凸多边形切片，Plane
j
表示机器人作业空间中第j个障碍平面，I
c
,I
p
和J分别表示机器人切片集合中所包含的圆形切片数量、凸多边形切片数量、目标结构中凸多边形平面数量；步骤(3)建立考虑机构柔性的工业机器人末端运动误差估计模型；将工业机器人正运动学模型描述为Forw(θ)，第k个关节的输出扭矩表示为τ
j
，扭转刚度表示为K
j
，则考虑关节柔性的机器人末端实际位姿为gst
a
＝Forw(θ+Δθ)，其中Δθ为各关节柔性误差集合，Δθ＝(Δθ1,Δθ2,
…
,Δθ
K
)，K为机器人关节总数，第k个关节的柔性误差为Δθ
k
＝τ
k
/K
k
；工业机器人末端实际位置P
a
由位姿gst
a
得到，则末端运动误差表示如下：Error(t)＝||P
a
‑
P
d
||(3)式中P
d
为工业机器人末端目标理想位置；步骤(4)进行目标连续轨迹任务分解；将目标连续任务分为三段，由初始...

【专利技术属性】
技术研发人员：许静静，裴艳虎，刘志峰，刘天天，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：