【技术实现步骤摘要】
本申请涉及机器人控制，具体而言，涉及一种机器人避障控制方法及相关设备。
技术介绍
1、随着科学技术的不断发展，机器人技术在各大行业的应用越发广泛，往往需要机器人在执行期望作业的过程中针对机器人运行环境内存在的各种障碍物进行规避，以避免因障碍物碰撞机器人导致的机器人损伤、期望作业无法正常执行等问题。而在机器人实际运行过程中，机器人运行环境内的各种障碍物并不一定都属于静态障碍物，通常会有新增障碍物出现或者已有障碍物发生位置变动，即导致机器人运行环境内出现动态障碍物。因此，如何确保机器人在执行期望作业的过程中能够针对动态障碍物进行高灵巧性且高实时性地规避，便是当今机器人控制
中的一项重要技术问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种机器人避障控制方法及装置、机器人控制设备和可读存储介质，能够利用rmp(riemannian motion policies，黎曼运动策略)的快速迭代求解特性，确保机器人在执行期望作业的过程中针对动态障碍物实现反应式避障效果，提升机器人避障实时性，并通过引入涉及速度信息的几何动态系统(geometricdynamical system，gds)进行局部运动策略计算，以利用几何动态系统的速度连续特性，提升机器人避障灵巧性，从而确保机器人在实现期望作业执行效果的同时针对动态障碍物进行高灵巧性且高实时性地规避。
2、为了实现上述目的，本申请实施例采用的技术方案如下：
3、第一方面，本申请提供一种机器人避障控制方法，所述
4、获取目标机器人所在运行环境内当前存在的所有障碍物各自的实际空间位置；
5、根据获取到的所有障碍物各自的实际空间位置，针对所述目标机器人构建对应的rmp运动策略映射树，其中所述rmp运动策略映射树的根节点任务与机器人关节空间对应，所述rmp运动策略映射树的叶节点任务包括机器人末端执行期望作业的位置运动任务和姿态运动任务，以及包括所述机器人末端的多个机器人关键部位分别针对各个障碍物进行避障的避障运动任务；
6、针对所述位置运动任务、所述姿态运动任务和各个所述避障运动任务分别构建涉及速度信息的几何动态系统；
7、获取所述目标机器人在当前控制周期内的实际关节状态信息，以及所述目标机器人的机器人末端在当前控制周期内的与所述期望作业匹配的期望位置信息和期望姿态信息；
8、基于rmp前推操作将所述实际关节状态信息、所述期望位置信息和所述期望姿态信息从所述rmp运动策略映射树的根节点传递到各个叶节点任务的几何动态系统中进行期望惯性矩阵求解和期望作用力求解，得到各个叶节点任务分别对应的局部期望惯性矩阵和局部期望作用力；
9、基于rmp回拉操作将各个叶节点任务的局部期望惯性矩阵和局部期望作用力传递到所述根节点进行关节加速度求解，得到所述目标机器人在当前控制周期内的期望关节加速度；
10、按照所述期望关节加速度控制所述目标机器人进行运动。
11、第二方面，本申请提供一种机器人避障控制装置，所述装置包括：
12、障碍物确定模块，用于获取目标机器人所在运行环境内当前存在的所有障碍物各自的实际空间位置；
13、rmp树构建模块，用于根据获取到的所有障碍物各自的实际空间位置，针对所述目标机器人构建对应的rmp运动策略映射树，其中所述rmp运动策略映射树的根节点任务与机器人关节空间对应，所述rmp运动策略映射树的叶节点任务包括机器人末端执行期望作业的位置运动任务和姿态运动任务，以及包括所述机器人末端的多个机器人关键部位分别针对各个障碍物进行避障的避障运动任务；
14、动态系统构建模块，用于针对所述位置运动任务、所述姿态运动任务和各个所述避障运动任务分别构建涉及速度信息的几何动态系统；
15、运动参数获取模块，用于获取所述目标机器人在当前控制周期内的实际关节状态信息，以及所述目标机器人的机器人末端在当前控制周期内的与所述期望作业匹配的期望位置信息和期望姿态信息；
16、局部策略求解模块，用于基于rmp前推操作将所述实际关节状态信息、所述期望位置信息和所述期望姿态信息从所述rmp运动策略映射树的根节点传递到各个叶节点任务的几何动态系统中进行期望惯性矩阵求解和期望作用力求解，得到各个叶节点任务分别对应的局部期望惯性矩阵和局部期望作用力；
17、全局策略求解模块，用于基于rmp回拉操作将各个叶节点任务的局部期望惯性矩阵和局部期望作用力传递到所述根节点进行关节加速度求解，得到所述目标机器人在当前控制周期内的期望关节加速度；
18、避障作业控制模块，用于按照所述期望关节加速度控制所述目标机器人进行运动。
19、第三方面，本申请提供一种机器人控制设备，包括处理器和存储器，所述存储器存储有可被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序，以实现前述实施方式中任意一项所述的机器人避障控制方法。
20、第四方面，本申请提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被运行时，实现前述实施方式中任意一项所述的机器人避障控制方法。
21、在此情况下，本申请实施例的有益效果可以包括以下内容：
22、本申请根据目标机器人所在运行环境内当前存在的所有障碍物各自的实际空间位置构建rmp运动策略映射树，使rmp运动策略映射树的根节点任务与机器人关节空间对应，且对应叶节点任务包括机器人末端执行期望作业的位置运动任务和姿态运动任务，以及包括机器人末端的多个机器人关键部位分别针对各个障碍物进行避障的避障运动任务，接着针对前述多种运动任务分别构建涉及速度信息的几何动态系统，并基于rmp前推操作将目标机器人在当前控制周期内的实际关节状态信息，以及目标机器人的机器人末端在当前控制周期内的与期望作业匹配的期望位置信息和期望姿态信息，从rmp运动策略映射树的根节点传递到各个叶节点任务的几何动态系统中进行期望惯性矩阵求解和期望作用力求解，得到各个叶节点任务的局部期望惯性矩阵和局部期望作用力，然后基于rmp回拉操作将各个叶节点任务的局部期望惯性矩阵和局部期望作用力传递到根节点进行关节加速度求解，得到目标机器人在当前控制周期内的期望关节加速度，并按照期望关节加速度控制目标机器人进行运动，从而利用rmp前推操作和rmp回拉操作所对应的快速迭代求解特性，确保机器人在执行期望作业的过程中针对动态障碍物实现反应式避障效果，提升机器人避障实时性，并在rmp前推操作实施过程中引入涉及速度信息的几何动态系统进行局部运动策略计算，以利用几何动态系统的速度连续特性，提升机器人避障灵巧性，来确保机器人在实现期望作业执行效果的同时针对动态障碍物进行高灵巧性且高实时性地规避。
23、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种机器人避障控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据获取到的所有障碍物各自的实际空间位置，针对所述目标机器人构建对应的RMP运动策略映射树的步骤，包括：
3.根据权利要求1所述的方法，其特征在于，所述位置运动任务、所述姿态运动任务和各个所述避障运动任务各自的几何动态系统均满足如下条件：
4.根据权利要求3所述的方法，其特征在于，每个几何动态系统所对应的局部期望惯性矩阵和局部期望作用力的计算公式采用如下式子进行表示：
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述基于RMP回拉操作将各个叶节点任务的期望惯性矩阵和期望作用力传递到所述根节点进行关节加速度求解，得到所述目标机器人在当前控制周期内的期望关节加速度的步骤，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述全局期望惯性矩阵和所述全局期望作用力，计算所述目标机器人在当前控制周期内的期望关节加速度的步骤，包括：
7.根据权利要求6所述的方法，其特征在于，所述目标加速度约束条件采用
8.一种机器人避障控制装置，其特征在于，所述装置包括：
9.一种机器人控制设备，其特征在于，包括处理器和存储器，所述存储器存储有可被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序，以实现权利要求1-7中任意一项所述的机器人避障控制方法。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被运行时，实现权利要求1-7中任意一项所述的机器人避障控制方法。
...【技术特征摘要】
1.一种机器人避障控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据获取到的所有障碍物各自的实际空间位置，针对所述目标机器人构建对应的rmp运动策略映射树的步骤，包括：
3.根据权利要求1所述的方法，其特征在于，所述位置运动任务、所述姿态运动任务和各个所述避障运动任务各自的几何动态系统均满足如下条件：
4.根据权利要求3所述的方法，其特征在于，每个几何动态系统所对应的局部期望惯性矩阵和局部期望作用力的计算公式采用如下式子进行表示：
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述基于rmp回拉操作将各个叶节点任务的期望惯性矩阵和期望作用力传递到所述根节点进行关节加速度求解，得到所述目标机器人在当前控制周期内的期望...
【专利技术属性】
技术研发人员：罗璇，陈春玉，谭欢，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。