【技术实现步骤摘要】
本专利技术属于自动控制，尤其是涉及一种仿生机械臂运动轨迹优化控制方法。
技术介绍
1、仿生机械臂是一种集感知、控制、执行于一体的智能机械装置，能够通过感知周围环境、理解人类动作意图，感知人体姿态、动作、重力等信息，实现对机械臂自由度的精准控制，以达到与人类进行协同工作、辅助人类完成任务的目的。操作者只需佩戴上体感外骨骼进行操作，机械臂便能采集到人体的操作动作并对应执行，从而实现了操作者与操作空间分离作业，确保了操作空间的封闭性，也极大程度地保障了操作人员的生命安全，同时还具备实现远程就诊、远程手术、远程检修等能力，极大程度地促进医疗、操作资源共享化。对于封闭环境下的工作，如药物研发、医疗手术、水下检修、高温焊接等对机械臂的操作精度以及与操作者的动作契合度和流畅度有着极高的要求，所以提高机械臂的操作精确度和灵活性是提高医疗自动化、技术共享化的重要手段。通过目前仿生机械臂的发展及其在应用上的表现，可见机械臂的操作精确度和灵活性主要受限于体感动作捕捉方面以及机械臂运动精度问题：
2、1、时间延迟：仿生机械臂动态动作捕捉技术实时反馈的时间延迟可能会导致动作感觉不自然或失去连贯性。如基于末端工作空间的仿人机械臂跟随控制方法，公开号为cn113967911a中使用搜索遗传算法进行位姿数据优化，会导致数据执行时序滞后；
3、2、步态不稳定：当使用仿生机械臂动态动作捕捉技术时，机械臂可能无法稳定地跟随用户的动作，导致动作不流畅或出现错误。如一种仿人体机械臂体感跟随控制系统及控制方法，公开号为cn106313049b中将获
4、3、有限的感知精度：仿生机械臂动态动作捕捉技术通常需要使用传感器来感知用户的动作，但这些传感器的精度可能有限，导致捕捉的动作不准确。
技术实现思路
1、本专利技术为解决机械臂的操作精确度和灵活性主要受限于体感动作捕捉方面以及机械臂运动精度问题，提供了一种基于ros2处理框架的仿生机械臂运动轨迹优化控制方法。
2、本专利技术采用的技术方案为：
3、一种仿生机械臂运动轨迹优化控制方法，包括以下步骤：
4、s1，体感数据采集：分别在大臂、小臂、手掌位置上放置十轴姿态传感器，通过其内部的陀螺仪、加速度计和磁力计分别对上肢的旋转运动、线性运动和方向变化进行捕获；
5、s2，体感数据处理，包括以下步骤：
6、s21，对加速度计进行六面校准，由六标准面所测数据计算得出：
7、
8、其中，ax、ay、az为加速度计的三轴输出值；ax、ay、az为加速度计校准值；ax0、ay0、az0为加速度零偏值；kax1、kax2、kay1、kay2、kaz1、kaz2为安装误差系数；sax、say、saz为刻度因数；
9、s22，对磁力计进行椭圆补偿，将磁力计围绕z轴旋转一圈所采集的数据进行球形模型拟合后得出：
10、
11、其中，mx、my、mz为磁力计的三轴输出值；mx、my、mz为磁力计校准值；mx0、my0、mz0为零偏值；λx、λy、λz为刻度因数；
12、s23，将陀螺仪采集的多组静止的初始数据取平均值，作为陀螺仪的零漂偏误值：
13、
14、其中，gx、gy、gz为磁力计的三轴输出值；gx、gy、gz为磁力计校准值；gex、gey、gez为零偏值；
15、s24，根据加速度计、磁力计以及陀螺仪并进一步融合计算出θ[roll(x轴)]、φ[pitch(y轴)]、ψ[yaw(z轴)]；
16、s25，对加速度计欧拉角r＝[θφψ]t和陀螺仪欧拉角利用互补滤波进行数据融合；
17、s26，统一由小臂上的控制板进行数据汇总传输，同时在肩部放置mpu6050模块进行基准角度的获取，为人体关节角映射提供基准d-h坐标系；
18、s3，位姿建模，采用d-h参数变换对数据进行人体建模，并根据末端映射方法来进行人体到机械臂的模型映射：
19、s31，将刚体坐标系{b}和基准坐标系{n}重合，则从基准坐标系{n}到刚体坐标系{b}的转换矩阵为：
20、
21、
22、其中，为欧拉角形式的方向余弦矩阵；
23、s32，根据机械臂上所装配的数字舵机转动范围，进行关节角限幅滤波：
24、
25、以胸部基准坐标系为起点，大臂、小臂和手掌分别定义为一级、二级和三级骨骼刚体，即{b1}、{b2}和{b3}；对于更高级刚体的d-h转换矩阵有：
26、
27、可见，第x级坐标相对于基准坐标的空间位置有：
28、
29、可见，第x级坐标相对于第x-1坐标的空间位置有：
30、
31、s33，将操作者上肢操作空间与机械臂末端工作空间缩放重合：
32、
33、其中，k为缩放比例，rmax为机械臂末端操作半径，l为操作者上肢操作半径；
34、
35、得到为机械臂末端映射齐次变换矩阵，进而求解机械臂各级刚体末端偏转角度；
36、s4，滤波优化，引入平滑滤波进行数据优化，消除操作者生理性震颤而导致采集体感数据产生抖动单元，使机械臂映射执行轨迹更自然流畅；
37、采用一阶滑动均值滤波法对数据进行平滑优化：
38、
39、其中，y(t)为优化输出值；p(t)为均值滤波输出值；xt为初始数据；n为滤波窗口长度；δ为数据突变程度；ε为突变系数；α为一阶滤波加权值。
40、通过一阶滑动均值滤波修正后的数据消除了一定的突变数据，确保了机械臂映射的准确性，同时可通过调整ε、αr和αf来改变执行灵敏度；
41、s5，设计运动规划算法：
42、由于s2、s3对数据进行滤波处理会造成一定的传输滞后，且本身数据处理时间间隔会导致机械臂执行状态会与操作者位姿状态产生不同步，因而需对数据进行一定的时间补偿；
43、采用基于扩展卡尔曼滤波来对体感数据状态进行估量和非线性补偿，对于第n级骨骼刚体，其预测方程为
44、
45、其扩展卡尔曼滤波可表示为：
46、
47、其中，εk,δk为过程噪音序列和测量噪声序列，pk|k,qk,rk∈r3n×3n为估计协方差，过程噪声协方差和测量噪声协方差矩阵，kk为卡尔曼滤波增益，ak,ck∈r3n×3n为预测方程的局部线性矩阵：
48、
49、其中，公式(1)、(2)为状态一步预测以及预测误差协方差阵，公式(3)为卡尔曼增益，公式(4)、(5)为状态更新量；由此可得估计误差为
50、
51、设定误差允许值ρ，判断预测的准确性进行时序补充或数据采集递补；
52、根据s3中本文档来自技高网...
【技术保护点】
1.一种仿生机械臂运动轨迹优化控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种仿生机械臂运动轨迹优化控制方法，其特征在于，所述S24的具体步骤为：
3.根据权利要求1所述的一种仿生机械臂运动轨迹优化控制方法，其特征在于，所述S25的具体步骤为：
【技术特征摘要】
1.一种仿生机械臂运动轨迹优化控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种仿生机械臂运动轨迹优化控制方法，其特...
【专利技术属性】
技术研发人员：刘亚强，陈柏霖，苏清清，刘思源，赵烯桥，彭金柱，刘艳红，
申请(专利权)人：郑州大学，
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。