一种机械臂重复操作运动规划方法技术

本发明专利技术公开了一种机械臂重复操作运动规划方法。所述方法包括：依据D

【技术实现步骤摘要】
一种机械臂重复操作运动规划方法


[0001]本专利技术涉及机械臂的运动规划
，特别是涉及一种机械臂重复操作运动规划方法。

技术介绍

[0002]路径规划是机械臂安全作业的重要保障之一，它能够根据机械臂的起始位置和目标位置规划出一条无碰撞的渐进最优路径。近些年来，机器人被广泛的应用于自动装配系统，仓储物流管理，自动分拣等作业场景中，在这些场景中，机器人通常代替人类去做一些重复的操作任务，这些重复的操作任务将会导致相似的运动规划。另外机械臂的频繁操作也会导致潜在的自由无碰撞空间发生改变，针对以上问题，如何设计一种在线的高效的运动规划器对于提高生产效率至关重要。
[0003]基于采样的运动规划算法由于具有较好的鲁棒性被广泛应用于实际生产过程中。其主要可分为两大类，一种是基于图的运动规划算法，一种是基于树的运动规划算法。基于图的运动规划算法在探索空间中进行随机采样，然后将随机采样点构建一张持久性的路径图，根据给定的起始点，从图中检索一条无碰撞路径，此方法适用于多查询运动规划问题，但是无法适应环境的动态改变。基于树的运动规划方法通过以给定起始点为根节点，增量式的探索待搜索空间，直至树连接到目标节点，该类算法可有效的应用于环境改变的作业场景，对于重复作业任务，没有考虑任务之间的相关性，对于每一个新任务都重新开始规划而没由充分利用先验知识，使其面临重复作业时效率底下。
[0004]因此如何使得机械臂面对重复作业任务时，能够从过去成功的规划中学习经验以加速后续任务的规划求解，同时使运动规划器具有一定环境适应能力以应对环境的动态改变是机械臂面对重复操作任务亟待解决的问题。

技术实现思路

[0005]本专利技术提供了一种机械臂重复操作运动规划算法，能够使机械臂能够从过去成功的规划中学习经验并指导后续任务的规划，同时能够适应环境的微小动态改变，从而提高采样效率，节约规划时间。
[0006]为了实现上述目的，本专利技术提供了如下方案：
[0007]一种机械臂重复操作运动规划方法，包括：
[0008]采用D
‑
H描述法构确定机械臂的D
‑
H参数，构建机械臂的运动学模型；
[0009]采用视觉传感器获取待操作物体在工作空间的起始坐标位置和目标坐标位置，确定机械臂末端执行器在工作空间的的待抓取位姿和目标放置位姿，根据所述的D
‑
H模型，采用逆运动学算法将机械臂的末端执行器在工作空间的起始位姿和目标位姿映射成为机械臂在待搜索空间的起始关节状态和目标关节状态；；所述待搜索空间为机械臂的关节空间；
[0010]本专利技术所采用的运动规划器为一种基于经验双向快速探索随机搜索树运动规划器；运动规划器首次运行时候，初始化经验图和路径库为空；所述路径库为规划所得的路径
集合；所述经验图保存了之前规划任务中机械臂对待搜索空间的探索；
[0011]以所述机械臂在关节空间的起始关节状态为待搜索空间的起始点，以所述机械臂在关节空间的目标状态为待搜索空间的目标点；以所述经验图、路径库、机械臂在待搜索的起始点和目标点为规划器输入，求解机械臂在待搜索空间从起始点到目标点的一条无碰撞渐进最优路径，具体规划过程如下：
[0012]步骤1，分别以所述机械臂在待搜索空间的起始点和目标点构建起始探索树T
a
和目标探索树T
b
；分别以所述机械臂在待搜索空间的起点和目标点为根节点初始化T
a
和T
b
，初始化T
a
和T
b
的边集合和顶点集合为空，初始化T
a
和T
b
的探索标志符为true，初始化起始探索树T
a
为当前扩展树；所述探索标志符表明该探索树是否可以继续在探索空间进行探索，若为false，停止该探索树在待搜索空间的探索；
[0013]步骤2，采用高斯混合模型对路径库进行学习，获取路径点的高斯概率分布模型并构建高斯混合模型采样器，结合高斯混合模型采样器和均匀采样器构建自适应采样器；
[0014]步骤3，以所述自适应采样器在待搜索空间中确定随机采样点q
rand
；以起始探索树T
a
为当前扩展树并判断当前扩展树探索标志符是否位true，若是，则将随机采样点q
rand
为探索方向确定当前扩展树的扩展节点q
new
；若否，则交换起始探索树和目标探索树，若当前扩展树为起始探索树T
a
，则切换目标探索树T
b
为当前扩展树，若当前扩展树为目标探索树T
b
，则切换起始探索树T
a
为当前扩展树；
[0015]步骤4，若上述当前扩展树成功扩展并能成功返回扩展节点q
new
，判断另一颗探索树是否可以与所述返回的扩展节点q
new
直接无碰撞相连，若是，则所述起始探索树T
a
和目标探索树T
b
可以连接起来，停止规划器整个探索过程，采用路径反向检索方法获取一条机械臂在搜索空寂中从起始点到目标点一条无碰撞的可行路径；
[0016]步骤5，若上述的起始探索树T
a
和目标探索树T
b
不能直接相连，则继续判断当前扩展树是否可以与所述经验图连接，若能，停止当前扩展树探索，将所述当前扩展树探索标志符置false；
[0017]步骤6，若起始探索树T
a
和目标探索树T
b
的探索标识符都为false，则表明所述起始探索树和目标探索树都连接到了所述经验图中，采用图搜索算法从经验图中检索局部最短路径；采用路径反向检索方法确定从起始点到经验图以及目标点到经验图的权重最小路径，并与图中局部最短路径共同构成机械臂在待搜索从起始位置到目标位置的完整路径；
[0018]步骤7，若上述树图搜索算法检索失败，将所述起始探索树T
a
和目标探索树T
b
的探索标识符重新置为true，恢复两棵探索树的探索状态以继续在待探索空间进行探索；
[0019]步骤8，在时间允许范围内，若步骤3到步骤7完成之后，若未找到机械臂在待搜索空间从起始点到目标点的一条无碰撞路径，则交换起始探索树T
a
和目标探索树T
b
，若当前扩展树为T
a
则切换当前扩展树为T
b
，若当前扩展树为T
b
则切换当前扩展树为T
a
；重复执行步骤3到步骤7直到在时间允许范围内找到一条无碰撞渐进最优路径；
[0020]步骤9，待上述机械臂在待搜索空间的起始点到目标点路径找到之后，采用路径剪枝算法对路劲进行剪枝，剔除路径中冗余的路径点；
[0021]步骤10，待上述步骤1到步骤9完成之后，将剪枝后的路径添加到所述路径库中，并根据当前任务树的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机械臂重复操作运动规划方法，其特征在于，包括：根据机械臂的物理特性，采用D
‑
H描述法确定机械臂的D
‑
H参数，构建机械臂D
‑
H模型；所采用的运动规划器为一种基于经验的双向快速探索随机搜索树运动规划器；当所述运动规划器首次启动时，初始化经验图和路劲库为空；所述路径库为规划所得的路径集合；所述经验图保存了之前规划任务中机械臂对待搜索空间的探索；所述待搜索空间为机械臂的关节空间；采用视觉传感器检测待操作物体在工作空间中的起始坐标位置和目标坐标位置，并确定机械臂末端执行器在工作空间中相应的位姿；依据所述机械臂的D
‑
H模型，针对每一个任务实例，采用逆运动学算法将机械臂的末端执行器在工作空间的起始位姿和目标位姿映射成为机械臂在关节空间的起始关节状态和目标关节状态；以所述机械臂在关节空间的起始关节状态为待搜索空间的起始点，以所述机械臂在关节空间的目标状态为待搜索空间的目标点；以所述路径库、经验图、机械臂在待搜索空间的起始点以及目标点为所述基于经验的双向快速探索随机搜索树运动规划器的输入，求解机械臂在待搜索空间中从起始点到目标点的一条可行无碰撞路径，具体步骤如下：步骤1，分别在所述待搜索空间的起始点和目标点构建起始探索树T
a
和目标探索树T
b
；分别以所述待搜索空间的起点和目标点为根节点初始化T
a
和T
b
，初始化T
a
和T
b
的边集合和顶点集合为空，初始化T
a
和T
b
的探索标志符为true，并初始化起始探索树T
a
为当前扩展树；所述探索标志符表明该探索树是否可以继续在搜索空间进行探索，若为false，停止该树在搜索空间中的探索；步骤2，采用高斯混合模型对路径库进行学习，找出渐进最优路径可能存在的期望区域并构建高斯混合模型采样器，结合高斯混合模型采样器和均匀采样器构建自适应采样器；步骤3，以所述自适应采样器在搜索空间中确定随机采样点q
rand
；判断当前扩展树探索标志符是否位true，若是，则将q
rand
为探索方向确定当前扩展树的扩展节点q
new
；若否，则交换起始探索树和目标探索树；若当前扩展树为起始探索树T
a
，则切换目标探索树T
b
为当前扩展树，若当前扩展树为目标探索树T
b
，则切换起始探索树T
a
为当前扩展树；步骤4，若上述当前扩展树成功扩展并能成功返回扩展节点q
new
，判断另一颗探索树是否可以与所述返回的扩展节点q
new
直接无碰撞相连，若是，则所述起始探索树T
a
和目标探索树T
b
可以连接起来，停止规划器整个探索过程，采用路径反向检索方法确定一条机械臂在关节空间起始点到目标点的一条无碰撞可行路径；步骤5，若上述的起始探索树T
a
和目标探索树T
b
不能直接相连，则继续判断当前扩展树是否可以与所述经验图连接，若能，停止当前扩展树探索，将所述当前扩展树探索标志符置false；步骤6，若起始探索树T
a
和目标探索树T
b
的探索标识符都为false，则表明所述起始探索树和目标探索树都连接到了所述经验图中，采用图搜索算法从经验图中检索局部最短路径；采用路径反向检索方法确定从起始点到经验图以及目标点到经验图的权重最小路径，并与图中局部最短路径共同构成机械臂在关节空间从起始点到目标点的完整路径；步骤7，若上述树图搜索算法检索失败，将所述起始探索树T
a
和目标探索树T
b
的探索标识符重新置为true，恢复两棵探索树的探索状态以继续在待探索空间进行探索；
步骤8，在时间允许范围内，步骤3到步骤7完成之后，若未找到机械臂在待搜索空间从起始点到目标点的一条无碰撞路径，则交换起始探索树T

【专利技术属性】
技术研发人员：左国玉，吴淳，龚道雄，于建均，李宓，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：