一种基于采样的机械臂时间最优轨迹规划算法制造技术

一种基于采样的机械臂时间最优轨迹规划算法，它包含：对工业机器人本体建模；对工业机器人进行动力学建模，提取关节空间与相对应关节角加速度之间的关系，作为高维关节空间的轨迹规划地图的绘制条件；对已得到的动力学模型进行预处理，将轨迹规划地图空间离散化并以目标关节角加速度为参考标准获得关节空间采样概率地图；利用改进式RRT算法完成机械臂的运动轨迹规划优化设计。本发明专利技术可使工业机器人总体的关节利用率得到提升，实现具有时间最优导向的机械臂轨迹规划优化。向的机械臂轨迹规划优化。向的机械臂轨迹规划优化。

【技术实现步骤摘要】
一种基于采样的机械臂时间最优轨迹规划算法


[0001]本专利技术涉及一种工业机器人轨迹规划方法，具体涉及一种基于采样的机械臂时间最优轨迹规划算法。

技术介绍

[0002]工业机器人在现代工业生产中扮演着重要的角色。随着人口增长的减缓和适龄劳动人口的减少，劳动力成本的增加，工业机器人的重要性更加凸显。然而，传统的机器人轨迹规划方法大多仅考虑运动学方面，而忽略了动力学因素，导致部分关节的力矩利用率低，无法实现时间最优规划。
[0003]传统的轨迹规划方法是在关节空间上独立地进行单关节轨迹规划，但由于未考虑到其他关节变化导致的转动惯量变化，整体规划效果无法达到最优。目前的轨迹规划方法包括图搜索、蚁群算法、人工势场算法和基于采样的算法等，其中基于采样的算法因其在高维空间中自主规划的能力而备受关注。由于六自由度机械臂的工作空间非常复杂，使用传统算法往往面临算力不足等问题。基于采样的算法具有规划速度快、计算量少和应用广泛等优点，但随机采样的方式缺乏引导性，所得路径随机性强且扩展无序，无法直接用于机械臂的轨迹规划。
专利技术内容
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于采样的机械臂时间最优轨迹规划算法，其特征在于：包含：S1、对工业机器人本体建模；S2、对工业机器人进行动力学建模，提取关节空间与相对应关节角加速度之间的关系，作为高维关节空间的轨迹规划地图的绘制条件；S3、对已得到的动力学模型进行预处理，将轨迹规划地图空间离散化并以目标关节角加速度为参考标准获得关节空间采样概率地图；S4、利用改进式RRT算法完成机械臂的运动轨迹规划优化。2.根据权利要求1所述一种基于采样的机械臂时间最优轨迹规划算法，其特征在于：步骤S1具体为：S11、利用CoppeliaSim模拟器进行工业机器人本体建模；S12、利用D
‑
H法对六轴机械臂位姿进行建模。3.根据权利要求1所述一种基于采样的机械臂时间最优轨迹规划算法，其特征在于：步骤S2为利用RBDL库对机械臂进行动力学建模。4.根据权利要求1所述一种基于采样的机械臂时间最优轨迹规划算法，其特征在于：步骤S3具体为：S31、对高维关节空间的轨迹规划地图进行离散化处理，离散数组为628
×
628，离散分度对应关节空间中的1
°
；S32、以离散区域中心作为对应区域数据采集点，建立关节空间与对应角加速度的高维图像；S33、对整个关节空间内目标关节的角加速度进行归一化处理，得到相应空间采样概率。5.根据权利要求1所述一种基于采样的机械臂时间最优轨迹规划算法，其特征在于：步骤S4包含：S41、确定机械臂工作起点与目标点的位置；S42、确定搜索时长或者最大搜索次数，搜索步长d_1，采样步长d_2；S43、设置初始随机树G；S44、在关节空间进行采样若已采样点数目<最大采样点数目
×
0.4；S45：在关节空间进行概率采样；若已采样点数目≥最大采样点数目
×
0.4；S46：在关节空间进行随机采样；S47：将P_parent与P_new加入G中，重复S44，直到G子节点与目标点距离小于某个阈值，结束G的扩展，完成机械臂轨迹规划优化。6.根据权利要求...

【专利技术属性】
技术研发人员：朱延河，郑天骄，赵士泽，王成志，李沅澄，刘钧臣，傅彦博，赵杰，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：