【技术实现步骤摘要】
一种基于图注意力网络的机器人运动规划方法及相关装置
[0001]本专利技术属于路径规划
,涉及一种基于图注意力网络的机器人运动规划方法及相关装置。
技术介绍
[0002]针对机器人运动规划问题提出和使用的算法主要可以分为基于几何构造的空间搜索法、基于轨迹优化的运动规划算法及基于采样的运动规划算法等三类。在处理高维机器人运动规划问题时,基于采样的运动规划较为高效。其基本思想是确定一个能充分表示自由空间连通性的有限避障位形集合,用于解决含有障碍物环境中运动规划问题的路径图。随机采样规划中目前最常用的两种算法是先学习再查询的概率路线图(Probabilistic Roadmap Method,PRM)和一边学习一边查询的快速扩展随机树(Rapidly
‑
exploring Random Tree,RRT)。刘华军等在移动机器人运动规划研究综述中对PRM和RRT进行比较,相比与PRM,RRT算法充分考虑了机器人客观存在的约束(如非完整约束、运动动力学约束等),得到的轨迹也更为合理。RRT虽然可以找到路径解,但解的质量以概1收敛至次优,即永远无法找到最优路径。针对这一问题,Sertac等人提出RRT*,在RRT的基础上增加重选父节点和重新布线环节。如果存在最优解,随着迭代次数趋于无穷,RRT*可以保证找到最优解的概率趋于1。但在均匀全局采样下,RRT*通过渐近地寻找从初始状态到问题域中每个状态的最优路径来得到规划问题的最优解,与其单查询性质(注重找到可行路径,即快速性)不一致且效率低。为了在找到优解的同 ...
【技术保护点】
【技术特征摘要】
1.一种基于图注意力网络的机器人运动规划方法,其特征在于,包括以下步骤:初始化机器人运动状态,并求解初始解;根据求解初始解的情况选择采样方式,通过采样方式得到关节构型集合;从关节构型集合中随机选取关节构型作为采样点;通过函数Nearest得到当前树上已有节点中距离采样点s
rand
最近的节点θ
nearest
,并通过正运动学得到各关节和末端执行器的位置x
nearest
;根据各关节和末端执行器的位置x
nearest
,通过函数Steer进行节点扩展得到关节构型θ
new
,结合正运动学得到机器人各关节和末端执行器的位置x
new
;对各关节和末端执行器的位置x
new
进行碰撞检测,直至到达最大迭代次数,输出最优路径。2.根据权利要求1所述的基于图注意力网络的机器人运动规划方法,其特征在于,所述机器人运动状态包括基座的位置、姿态、关节角的初始构型、末端执行器的初始位置x0和目标位置x
goal
。3.根据权利要求1或2所述的基于图注意力网络的机器人运动规划方法,其特征在于,所述求解初始解,包括:通过机器人逆运动学求解出目标构型θ
goal
;针对目标构型θ
goal
和给定环境信息,利用训练好的神经网络模型对可行路径中的关节构型进行预测,得到预测关节构型集合Θ
pred
。4.根据权利要求1所述的基于图注意力网络的机器人运动规划方法,其特征在于,所述根据求解初始解的情况选择采样方式,包括:判断是否已经得到初始解来选择不同的采样方式;a.若已经得到初始解则开始进行路径优化:计算目前已有解的代价,比较得到最优的代价c
best
;利用InformedSample模块进行采样,具体如下:a1)基于代价c
best
在笛卡尔空间中定义一个启发式采样区域,该区域中的点具有提升当前解质量的可能;a2)为充分利用笛卡尔空间采样区域的优势和关节空间采样的便利,通过随机数产生概率p1,若p1<0.5,则在关节空间中进行随机采样得到关节构型并添加至关节构型集合S
rand
中;若p1≥0.5,则在基于代价c
best
定义的启发式采样区域中随机采样得到笛卡尔空间中的采样点x
rand
,然后通过逆运动学得到对应关节空间中关节角变量,并将所得关节构型添加至关节构型集合S
rand
中;b.若还未得到初始解,则通过NNSample模块生成采样点,NNSample模块包含均匀采样和非均匀采样两种采样方式;通过随机数产生概率p2,若p2<0.5,则在关节空间中进行随机采样得到关节构型并添加至集合S
rand
中;若p2≥0.5,则:b1)遍历树上的节点,找到末端执行器距离目标最近的节点对应的关节构型及此时末端执行器与目标的距离b2)以末端执行器与目标的距离作为预测关节构型集进一步筛选的参考构型θ
reference
,遍历预测关节构型集合Θ
pred
中的关节构型,按照式(1)计算预测关节构型集合
Θ
pred
中的关节构型与参考构型θ
reference
之间的距离cost
pred
:cost
pred
...
【专利技术属性】
技术研发人员:朱战霞,李洁,马城城,孙成璐,王闯,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。