（控制理论与控制工程专业论文）蒸汽发生器检修机械手路径规划及控制方法研究.pdf

c a n d i d a t e ：z h o uf a n g s u p e r v is o r ：p r o f z h a og u o li a n g a c a d e m i cd e g r e ea p p lie df o r ：d o c t o ro fe n g i n e e r i n g s p e c i a l t y ：c o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n g d a t eo fs u b m i s s i o n ： a p r i l ，2 0 1 0 d a t eo fo r a le x a m i n a t i o n ：j u n e ，2 0 1 0 u n i v e r s i t y ：h a r b i ne n g i n e e r i n gu n i v e r s i t y 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由 作者本人独立完成的。有关观点、方法、数据和文献的引用已在 文中指出，并与参考文献相对应。除文中已注明引用的内容外， 本论文不包含任何其他个人或集体已经公开发表的作品成果。对 本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 作者( 签字) ：f 剡劳 日期：加年多月日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生 在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈 尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印 件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关 数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇 编本学位论文，可以公布论文的全部内容。同时本人保证毕业后 结合学位论文研究课题再撰写的论文一律注明作者第一署名单位 为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文( 囱在授予学位后即可口在授予学位1 2 个月后 口解密后) 由哈尔滨工程大学送交有关部门进行保存、汇编等。 作者( 签字) ：f 司芳导师( 签字) ：爿尸缈仙 日期：加矽年多月口日胪年多月心日 1 t 1 1 ， 1 蒸汽发生器检修机械手路径规划及控制方法研究 i i l l | 摘要 蒸汽发生器是核动力装置中重要的连接枢纽设备，其安全稳定性一直是 人们所关心的问题。国内外核电站的相关数据表明，蒸汽发生器是核动力装 置中故障发生概率最高的设备之一。为了避免此类故障的发生，需要经常对 蒸汽发生器进行维修。由于其内部放射性物质的存在，操作人员不能直接对 其进行检修，而应需要采用机械手来完成该任务。因此，对此类机械手展开 研制具有重要的实际意义。本文所研究的蒸汽发生器检修机械手是应用于某 项具体工程项目，文中针对该机械手的人工示教路径、自动路径规划以及关 节控制等问题展开研究。 首先，对机械手的运动学进行了分析，给出了逆运动学的求解方法；采 用拉格朗日方程建立了完整的机械手动力学模型。同时对机械手的奇异性进 行了分析与判断。 其次，研究了狭窄空间蒸汽发生器内机械手人工示教路径策略、示教路 径优化以及最优轨迹规划等问题。在关节空间中采用点动模式进行初始路径 示教。考虑到关节空间与任务空间的非线性映射关系，导致示教路径往往并 非最优路径。利用一组几何操作算子对初始示教路径进行优化处理，并基于 b 一样条曲线对离散示教点列进行拟合以得到连续运动轨迹。再建立以机械手 运行时间最短为目标函数的约束优化模型，采用动态罚函数法将约束优化问 题转化为非约束优化问题，并利用改进的遗传算法进行求解。给出了仿真对 照结果。 再次，研究了机械手的自动路径规划问题，对当前几种主要的搜索算法 进行分析与总结。基于快速搜索随机树算法，研究了该算法主要存在的缺点： 不能有效控制搜索路径的质量问题。通过建立路径质量评价函数对其进行了 改进。仿真结果表明，建立不同形式的目标函数可得到不同优化程度的搜索 路径。由于快速搜索随机树法需要进行在线碰撞检测，导致规划时间较长。 为了进一步提高规划算法的搜索效率，研究了一种基于位形空间分解- 路标图 搜索算法，将高维搜索空间内的规划问题简化为两个低维子空间内的路径规 划问题。由于所有的路标节点的碰撞检测以及节点间的连通判断均离线一次 llri 哈尔滨t 程大学博士学位论文 性生成，降低了算法的在线规划时问。仿真结果表明该算法的有效性，在线 规划所需时间少于基本随机路标图法规划时间。 最后，研究了机械手的轨迹跟踪控制问题。将滑模控制与神经网络相结 合，设计一种全程滑模神经网络自适应控制器。通过设计全滑模面来提高系 统在响应的全过程均具有鲁棒性。利用神经网络逼近机械手动力学建模误差； 在利用滑模控制对神经网络估计误差以及外部扰动进行补偿。同时为避免因 不确定上界估计过大而导致控制输入出现饱和，对未知上界的自适应调整律 进行改进，从而提高了自适应变化律的鲁棒性。通过l y a p u n o v 稳定性理论来 证明该混合控制器将使闭环系统达到渐进收敛。仿真结果表明，设计的控制 器不仅加快了系统的跟踪响应性能，而且提高了系统的鲁棒性。 关键词：蒸汽发生器；机械手；路径示教；路径规划；轨迹跟踪控制；全滑 模控制 蒸汽发生器检修机械手路径规划及控制方法研究a b s t r a c t a b s t r a c t n u c l e a rp o w e rp l a n ts t e a mg e n e r a t o ri sa ni m p o r t a n th e a te x c h a n g ed e v i c e ， a n di t s s e c u r i t ya n ds t a b i l i t yo fi t sp e o p l ea r ea l w a y sc o n c e m e db ym a n y p e o p l e t h ed a t ao fd o m e s t i ca n df o r e i g nn u c l e a rp o w e rp l a n ts h o w st h a ts t e a m g e n e r a t o ri so n eo ft h ed e v i c et h a th a v eh i 曲e s tp r o b a b i l i t yo ff a i l u r eo c c u r e i n o r d e rt oa v o i ds u c hf a u l to c c u r i n g ，t h es t e a mg e n e r a t o rs h o u l da l w a y sb er e p a i r e d s i n c et h ei n t e r n a lr a d i o a c t i v es u b s t a n c e se x i s t ，t h eo p e r a t o rc a n n o t d i r e c t o r yr e p a i r t h ed e v i c e a n dt h em a n i o p u l a t o ri su s e dt or e p l a c et h eo p e r a t o rt oc o m p l e t et h e t a s k s ot h ed e v e l o p m e n to fs u c hm a n i p u l a t o rw i l lh a v e i m p o r t a n tp r a c t i c a l s i g n i f i c a n c e t h em a n i p u l a t o ru s e df o rs t e a mg e n e r a t o rr e p a i r i n gi nt h i sp a p e ri s a p p l i e dt oas p e c i f i cp r o j e c t t h ep a t ht e a c h i n g ，a u t o m a t i cp a t hp l a n n i n ga n d j o i n t c o n t r o lp r o b l e mo f s u c hm a n i p u l a t o ra l es t u d i e di nt h i sp a p e r f i r s t l y , t h ep r o b l e m so ft h ek i n e m a t i c si sa n a l y z e d ，t h es o l u t i o nm e t h o do f i n v e r s ek i n e m a t i c si sa l s op r o v i v i e d a n dt h ed y n a m i cm o d e lo fm a n i p u l a t o ri s e s t a b l i s h e db yl a g r a n g ee q u a t i o n a tt h es a m et i m e ，s i n g u l a r i t yo f m a n i p u l a t o r s i n g u l a r i 锣i sa n a l y z e da n dj u d g e d s e c o n d l y , t h ea r t i f i c i a lp a t ht e a c h i n gs t r a t e g y , o p t i m i z a t i o no f t e a c h i n gp a t h a n dt h eo p t i m a lt r a j e c t o r yp l a n n i n gp r o b l e m sb a s e do n m a n i p u l a t o rw i t h i nn a r r o w s p a c eo ft h es t e a mg e n e r a t o r a r ea n a l y z e d t h ei n i t i a lt e a c h i n gp a t hi so b t a i n e d t h r o u g ht h ej o gm o d ei nj o i n ts p a c e c o n s i d e r i n gt h en o n l i n e a rm a pr e l a t i o n s h i p b e t w e e nt h ejo i n ts p a c ea n dt a s ks p a c e ，i tw i l lc a u s et h a tt h et e a c h i n gp a t hi sn o t t h eo p t i m i z e dp a t h a n da s e to fg e o m e t r i co p e r a t o r sa r ea p p l i e dt oo p t i m i z et h e i n i t i a lp a t h t h ed i s c r e t et e a c h i n gp o i n t sa r ef i t t e dt h r o u g hd i s c r e t et e a c h i n ga n da c o n t i n u o u st r a j e c t o r yi so b t a i n e d n e x tt h eo p t i m i z e dm o d e lb a s e do nt h es h o r t e s t r u n n i n gt i m eo fm a n i p u l a t o ri sa l s ob u i l t t h e nt h ec o n s t r a i n e do p t i m i z a t i o n p r o b l e mi st r a n s f o r m e di n t oan o n c o n s t r a i n e do p t i m i z a t i o np r o b l e ma c c o r d i n gt o t h ed y n a m i cp e n a l t yf u n c t i o nm e t h o da n dt h eg e n e t i ca l g o r i t h mi su s e dt os o l v e t h en o n c o n s t r a i n e d o p t i m i z a t i o np r o b l e m a t1 a s tt 1 es i m u l a t i o nr e s u l ti s 哈尔滨丁程大学博+ 学位论文 p r o v i d e d a g a i n ，t h ea u t o m a t i cr o b o tt r a j e c t o r yp l a n n i n gp r o b l e mi sc o n s i d e r e d t h e c u r r e n to fs e v e r a lm a j o rs e a r c ha l g o r i t h m sa r ea n a l y z e da n ds u m m a r i z e d b a s e d o nt h e r a p i d e x p l o r i n gr a n d o mt r e ea l g o r i t h m ，t h em a i ns h o r t c o m i n go ft h i s a l g o r i t h mt h a tc a nn o te f f e c t i v e l yc o n t r o lt h eq u a l i t yo ft h es e a r c hp a t hi s s t u d i e d t h ep r o b l e mi ss o l v e dt h r o u g ht h ee s t a b l i s h m e n to ft h ep a t hq u a l i t y t h e s i m u l a t i o nr e s u l t ss h o w st h a tt h ee s t a b l i s h m e n to fd i f f e r e n tf o r m s o b j e c t i v e f u n c t i o n sw i lo b t a i nd i f f e r e n to p t i m i z a t i o nl e v e l sp a t h s i n c e ，t h eo n l i n ec o l l i s i o n d e t e c t i o ni nt h i sa l g o r i t h mw i l lr e s u l tal o n g e rp l a n n i n gt i m e i no r d e rt of u r t h e r i m p r o v et h es e a r c he f f i c i e n c yo fp l a n n i n ga l g o r i t h m s t h er o a d m a ps e a r c h a l g o r i t h mb a s e do nt h ed e c o m p o s i t i o no fc o n f i g u r a t i o ns p a c ei ss t u d i e d t h e p l a n n i n gp r o b l e mi nh i g h d i m e n s i o n a ls e a r c hs p a c ei sr e d u c e dt ot h e p a t h p l a n n i n gp r o b l e mw i t h i nt w ol o w - d i m e n s i o n a ls u b s p a c e s i n c et h ec o l l i s i o n d e t e c t i o no fa l lt h er o a d m a pn o d ea n dc o n n e c t i v i t yj u d g e m e n tb e t w e e nn o d e sa r e c o m p l e t e dt h r o u g h o n l y o n eo f f - l i n e s i m u l a t i o nr e s u l t s s h o wt h a tt h e e f f e c t i v e n e s so ft h ea l g o r i t h m ，o n l i n ep l a nt i m ei sl e s st h a nt h eb a s i cp r o b a b i l i s t i c r o a d m a pa l g o r i t h mp l a n n i n gt i m e f i n a l l y , t h et r a je c t o r yt r a c k i n gc o n t r o lp r o b l e mo fm a n i p u l a t o ri sc o n s i d e r e d i nt h i sp a p e r t h es l i d i n gm o d ec o n t r oa r ec o m b i n e dw i t hn e u r a ln e t w o r kt o d e s i g nag l o b a ls l i d i n gm o d ea d a p t i v en e u r a ln e t w o r kc o n t r o l l e r t h r o u g ht h e d e s i g no fg l o b a ls l i d i n gs u r f a c et om a k et h es y s t e mr e s p o n s ew i l lb er o b u s t n e s si n t h ew h o l ep r o c e s s t h en e u r a ln e t w o r ki su s e dt oe s t i m a t et h ed y n a m i ce r r o ro f m a n i p u l a t o r a n dt h ee s t i m a t i o ne r r o ra n du n c e r t a i n t i e sa r ec o m p e n s a t eb ys l i d i n g m o d ec o n t r 0 1 a tt h es a m et i m ei no r d e rt oa v o i dt h ee x c e s s i v ec o n t r o l i n p u t c a u s e db yt h eu p p e rb o u n do fe s t i m a t e du n c e r t a i n t i e s t h e a d a p t i v el a wo ft h e u p p e rb o u n do ft h eu n k n o w ni si m p r o v e d ，s ot h er o b u s t n e s so fa d a p t i v ec h a n g i n g l a wi s i n c r e a s e d t h r o u g ht h el y a p u n o vs t a b i l i t yt h e o r yw ec a np r o v et h a tt h e h y b r i dc o n t r o l l e rw i l lm a k et h e t h ec l o s e dl o o ps y s t e ma c h i e v et h ep r o g r e s s i v e c o n v e r g e n c e s i m u l a t i o nr e s u l t ss h o wt h a tt h ed e s i g n e dc o n t r o l l e rc a l ln o to n l y - 1 j 】一 c k l _ 哈尔滨工程大学博士学位论文 2 2 机械手的d h 描述1 9 2 2 1 三维空间位置和姿态描述1 9 2 2 2 连杆坐标系与变换矩阵2 0 2 3 机械手运动学2 3 2 3 1 机械手正运动学求解2 3 2 3 2 机械手逆运动学求解2 4 2 4 机械手奇异性分析2 7 2 4 1 机械手雅可比矩阵求解2 7 2 4 2 机械手奇异位置及其确定2 8 2 5 机械手动力学3 0 2 6 本章小结3 7 第3 章机械手人工示教路径优化研究3 8 3 1 引言3 8 3 2 机械手的碰撞检测3 9 3 3 机械手人工示教路径4 0 3 3 1 示教点列确定4 0 哈尔滨_ t 程大学博七学位论文 3 3 。2 示教路径优化4 l 3 3 3 仿真结果与分析4 3 3 4 基于b 一样条曲线的示教路径拟合4 6 3 5 基于改进遗传算法的最优时间轨迹规划5 1 3 5 1 遗传算法简介5 1 3 5 2 改进遗传算法的最优时间轨迹规划5 2 3 5 3 仿真结果及分析5 6 3 6 本章小结6 3 第4 章机械手自动路径规划6 4 4 1 引言6 4 4 2 快速搜索随机树法基本原理6 5 4 3 基于改进快速搜索随机树法的路径规划6 6 4 3 1 搜索路径代价函数的建立6 7 4 3 2 随机节点的采样6 9 4 3 3 邻接节点的选择6 9 4 3 4 邻接节点的扩充7 0 4 3 5 仿真结果与分析7 1 4 4 随机路标图法简介7 6 4 4 1 随机路标图法基本原理7 6 4 4 2 随机路标图法应用中存在的问题7 8 4 5 基于位形空间分解一路标图法的路径规划7 9 4 5 1 离线预处理阶段7 9 4 5 2 在线规划阶段8 3 4 5 3 仿真结果与分析8 6 4 6 本章小结9 6 第5 章机械手轨迹跟踪控制9 7 5 1 引言9 7 5 2 机械手动力学模型描述及相关性质9 8 5 3 基于滑模变结构的机械手自适应控制9 9 5 3 1 滑模变结构控制简介9 9 蒸汽发乍器检修机械手路径规划及控制方法研究 5 3 2 滑模变结构控制基本原理9 9 5 3 3 自适应滑模控制器设计1 0 1 5 4 基于全程滑模神经网络的机械手自适应控制1 0 6 5 5 仿真结果与分析1 1 3 5 6 本章小结1 2 2 结论1 2 3 参考文献1 2 5 攻读博士学位期间发表的论文和取得的科研成果1 3 8 致谢1 3 9 哈尔滨t 稗大学博士学位论文 第1 章绪论 第1 章绪论 1 1 课题研究的背景、目的和意义 核动力装置主要靠核裂变产生动力，而蒸汽发生器】是核动力装置中最 为重要的热量交换设备，由直立式倒u 型传热管束、管板、三级汽水分离器 及外壳容器等配件构成，主要负责一回路与二回路之间的热量交换，其中一 回路是带有放射性的冷却剂，二回路是非放射性蒸汽。在反应堆中由于核裂 变所产生的热能传给冷却剂水，再由主循环泵送入到蒸汽发生器中，同时放 出热量并被主循环泵传回反应堆中，重新加热再次被送入到蒸汽发生器中， 反复传递构成循环回路即一回路。在蒸汽发生器中，循环回路中冷却剂的热 量，通过管壁传给管外或管内工质，对工质进行加热使之产生饱和蒸汽。仅 接着被送入汽轮机中，带动发电机发电。最后进入冷凝器等待冷却直至凝结 为水，并和补水一起被送入到蒸汽发生器内，重新被加热。这样循环反复形 成二回路。 考虑到一回路中冷却剂流经堆芯，其中含有的杂质或腐蚀产物等将被辐 射活化，使得冷却剂中含有放射性。这就对蒸汽发生器的结构、材料抗腐蚀 性能、强度、清洁度和水质指标等有关元件，提出了更高的要求。如果蒸汽 发生器发生破坏，不仅会造成放射性污染，严重时将导致反应堆失水。因此 需要经常对蒸汽发生器进行维修，目前常用的维修方法有：更换损管、更换 管束和堵管等。 国外通常采用堵管方式对蒸汽发生器进行维修，由于蒸汽发生器的传热 面通常有一定余量，减少部分传热管对蒸汽发生器运行的影响较小。如美国 的巴布科克一危尔科克公司采用堵管的方法来减少蒸汽发生器内传热管的泄 漏，并且分别设计了堵管工具。当利用更新后的传热管进行检修时，首先需 要从管板上把传热管取下来，而这一操作非常复杂。美国燃烧公司提出一种 从管板上取管的方法，在管板中的传热管内装入一个旋转的钨电极，在电极 与管壁之间产生电弧，熔化管子内表面，当熔化的管子金属冷却时，管子将 沿着径向方向收缩，从而使得从管板上取出管子变得简单可行。 哈尔滨_ t 程大学博十学位论文 上述对传热管的检修只是对设备进行小范围进行维修，当蒸汽发生器内 发生多处泄漏时，需要进行大范围维修。同时考虑到蒸汽发生器内放射性物 质的存在，使得操作人员不能直接对其进行检修。为此应采用机械手来完成 检修工作，操作人员通过远程操纵机械手进行维修。 本文所研究的检修机械手和美国西屋公司设计的r o s a i l l 机械手类似， 主要用于蒸汽发生器g e n e r a t o r ) 检修活动，通过在机械手的前端携挂不同的 检修工具对蒸汽发生器实施不同的检修任务。由于国内还没有相关单位开展 对核反应检修用机械手的研制，因此对此类机械手的相关课题研究具有很好 的实际意义。 1 2 国内外研究发展现状综述 1 2 1 国内外机械手研究现状 由于蒸汽发生器中传热管因腐蚀、各种振动以及结构磨损等影响将导致 传热管损坏，需要采用机械手对蒸汽发生器进行检修。国外许多研究机构早 在上世纪8 0 年代就开始针对检修用机械手进行研制。 图1 1 机械手安装示意图 f i g 1 1i n s t a l l i n gs k e t c hm a po fm a n i p u l a t o r 美国西屋公司开发的r o s a i i i 遥控机械手【1 1 主要用于对蒸汽发生器一回 路进行检修。首先在蒸汽发生器的人孔处安装一个托架，用于将机械手送入 到水室内，并将机械手脚端固定于管板上。然后在机械手的手段部位安装不 2 第1 苹绪论 同的检修工具。图1 1 为机械手安装的安装示意图。机械手控制系统由上位 机和下位机组成，其中上位机主要完成运动学求解、轨迹规划、路径示教以 及机械手三维模型显示，操作人员只需通过上位机来控制机械手完成各种作 业。而下位机主要用于实现机械手的伺服控制，驱动机械手完成预期设计任 务。 其它国家如韩国、法国、日本、印度 4 6 】等均研制出了具有自主知识产 权的机械手。图1 2 为法国f r a m a t o m e 公司设计的用于蒸汽发生器机检修用 机械手控制系统，该系统主要由三部分组成：主控计算机、控制箱以及音频 视频系统。其中主控计算机与控制箱中的控制系统进行通讯，操作人员通过 视频系统对机械手进行实时监控。日本s a k a es u g i y a m a 等人研制的核设备 维护机械手，通过远程操控双臂的各四个手指可实现对重达1 0 k g 的部件的维 修操作。韩国先进核机器人实验室和原子能研究所的s e u n g h ok i m 等人研制 的核机器人a d a m ，通过液压驱动从臂来实现对核电站蒸汽发生器水室喷嘴 塞的安装拆卸操作，主臂用于对操作环境进行感知，以便远程操作者执行准 确操作，主从双臂互相协调来实现对水室的维护。 图1 2 机械手控制系统组成 f i g 1 2t h ec o n t r o ls y s t e mo fm a n i p u l a t o r 3 哈尔滨t 程大学博士学位论文 国内对于机械手的研制主要集中在高校和部分科研院所等。哈尔滨工业 大学开展对空间遥控机械手的研究，并设计出一套描述遥控机械手的声纳识 别与应答系统【7 】；浙江大学研制的深海水下机械手能够完成具有压力特性的 大深度海底作业任务【8 1 ；北京航空航天大学对用于空间站的冗余双臂机器人 相关技术展开研究，对双臂机器人在空间舱内作业时进行协调控制，用于完 成空间舱内的模拟作业恻；中国科学院沈阳自动化研究所易建强等人针对全方 位移动机械手的运动规划、协调控制等方面进行了深入的研究 1 0 - 1 2 1 。华中科技 大学研制的主从式水下机械手可用于海洋深水作业、外层空间开发以及危险 复杂环境下检查、装配等作业任务【1 3 】。虽然已研制出各种不同应用场合的机 械手，但用于核反应检修用机械手的研制还未见相关报道。 1 2 2 机械手路径示教研究现状 为使机械手完成指定的任务，在执行之前，通常需要由操作者把机械手 操纵的作业内容如速度、位置等作为操作指令分别记录下来，然后，机械手 按照记录的指令执行，目前现有的机械手示教系统主要有以下几种： ( 1 ) 全程示教 由操作人员直接操作机械手末端工具，带动机械手按照预期设定的任务 运动，在运行过程中，记录机械手各关节角度值，并将其进行存贮，当需要 再现时，再读取文件中所记录的关节角度信息，但是由于实际操纵中的各种 人为因素，导致示教精度通常不高。图1 3 为韩国i f r 机器人实验室成功研 制的焊接机械手，在机械手的末端安装有力力矩传感器以及力控制箱，操作 人员正在进行全程示教，使机械手按照给定的路径运动。 ( 2 ) 示教盒示教 操作人员观察机械手末端工具与其作业对象之间的位置姿态，利用示教 盒在关节角度空间或任务空间中通过按键改变末端工具的位置姿态以及工艺 参数、运动参数等，将满足要求的示教点信息记录下来。然后进入下一个示 教点的选择，依此操作得到若干示教点。这种示教方法直观，容易实现，且 自动化程度高。由于示教过程中依靠的是操作人员的直接观察，要求操作员 具有熟练的操作技能，同时需要在工作现场近距离的进行示教操作，具有一 定的危险性，安全性较差。而且示教过程非常复杂，需要反复调整机械手末 4 图1 3 机械手全程示教图 f i g 1 3w h o l et e a c h i n go fm a n i p u l a t o r ( 3 ) 离线编程示教 1 4 示教盒示教 f i g 1 4d e m o n s t r a t i o nt e a c h i n g 离线编程示教与直接示教不同，操作者不对实际作业的机器人直接进行 示教，而是脱离作业环境生成间接地对机器人进行示教。在离线编程示教中， 利用3 d m a x 、c a d 等三维建模软件建立机械手及其工作环境的模型，利用 计算机可视化编程语言v i s u a lc + + 进行离线规划、仿真，不要求机器人产生 实际的运动，根据仿真结果来确定示教内容是否恰当，并生成机器人可执行 代码，然后下载到机器人控制器中，完成给定的任务。 离线编程示教与直接示教不同，操作者不对实际作业的机器人直接进行 示教，而是脱离作业环境生成间接地对机器人进行示教。在离线编程示教中， 利用3 d m a x 、c a d 等三维建模软件建立机械手及其工作环境的模型，利用 计算机可视化编程语言v i s u a lc + + 进行离线规划、仿真，不要求机器人产生 实际的运动，根据仿真结果来确定示教内容是否恰当，并生成机器人可执行 代码，然后下载到机器人控制器中，完成给定的任务。 离线编程示教方式有以下特点： 1 ) 可使操作人员远离危险、恶劣的作业环境，只需通过图形操作界面进 行路径示教，但要求操作人员具有专门的机器人知识和对机器人以及工作环 境建模的能力。 2 ) 可以离线进行复杂的运动轨迹规划，能够进行碰撞检测，便于对路径 哈尔滨工程大学博士学位论文 进行优化处理。 文献 1 5 针对m o t o m a n u p 系列弧焊机器人开发出一套离线编程系 统，该系统主要包括机器人及其控制器、机器人通信、工作环境建模、运动 学计算、轨迹规划及焊接参数规划、焊接作业文件自动生成等部分。 ( 4 ) 基于虚拟现实技术的示教方法 全程示教主要是面向作业环境，相对简单直接。而离线编程示教则通过 建立机器人及其环境模型，进行离线规划、仿真。而基于虚拟现实技术的示 教在上述两种示教方法的基础上，借助虚拟现实中的人机交互装置如数据手 套、游戏操纵杆等设备操作计算机屏幕上虚拟机器人的动作，利用应用程序 界面记录示教点位姿动作指令并生成作业文件，最后下载到机器人控制器后， 完成机器人的示教。图1 5 为操作人员利用操纵杆对机械手进行示教作业。 图1 5 操纵杆示教 f i g 1 5j o ys t i c kt e a c h i n g 1 2 3 机械手路径规划算法研究现状 路径规划是机械手运动控制中的重要课题，即在给定机械手的始末位姿 点的情况下，求取一条无碰路径。通常将机械手用位形空间中的一个点来描 述，把工作环境中的障碍物用不可达区域来描述。这样无碰路径规划问题就 转化为在位形空间的可达区域中寻找一条连接始末位姿点的曲线。针对这一 问题，研究学者们提出了许多实用规划算法：随机路标图法 2 0 - 3 6 | 、快速搜索随 机树法 3 7 - 4 8 、人工势场法 4 9 - 5 4 、单元分解法 5 5 - 6 q 与拓扑法【6 2 】等。 6 第1 苹绪论 1 2 3 1 随机路标图法 随机路标图法( p r m ) t 2 0 1 最早是由l y d i ae k a v r a l u 等人提出用于解决静态 环境下机器人运动规划问题。其基本思想是：通过离线构建路标图，然后基 于所建路标图，在线实时搜索出连初始点和目标点的可行路径。之后k a v r a l u 等人从理论上对随机路标图法的算法复杂度进行了分析【2 t 1 ，进一步说明该方 法的实用性和有效性。由于随机路标图法在解决高维空间内路径搜索问题所 体现的优越性，引起了研究学者们的高度重视，同时也提出了许多改进策略。 文献f 2 2 在p r m 的基础上介绍了一种更为实用的无碰路径规划算法，其 思想是将全局搜索和局部搜索相结合起来，其中全局搜索策略用于寻找中间 路标点，而局部搜索则在任意两个相邻的中间路标点之间寻找出一条可行的 局部路径。当局部路径搜索失败时，则回溯到全局搜索。该方法与k a v r a k i 提出的p r m 法的区别在于各个子路标点是在实时搜索过程中逐渐的，而 k a v r a l d 所提出的p r m 法则是基于概率分布采样策略来构建路标图。文献 2 3 】 中提出一种贪婪启发式随机路标图法( l p r m ) ，为了降低在线查询时的碰撞检 测次数，在构建路标图时，直接采样初始和目标点作为路标节点。与基本随 机路标图法不同之处在于：l p r m 算法在构建路标图时，首先假设图中所有 节点均为安全节点以及边均连通，并得到初始最短路径。然后沿着搜索路径 依次对路标节点进行碰撞检测以邻边的连通性判断。如果发生发生碰撞，则 将对应节点与边从路标图中删除，并重新采样节点以及对路标图进行更新。 该方法应用于简单工作环境中能加快p r m 算法的搜索速度，但是对于存在 大量障碍物的复杂环境，l p r m 算法需要不断更新路标图，反而使搜索算法 效率下降。文献 2 4 】从安全性角度出发，在p r m 的基础上，获取机械手与障 碍物之间的最小距离，将该信息作为两路标点间的权值，从而把路标转化为 网格结构，最后基于该加权网络，建立针对路径安全性优化的数学模型。文 献 2 5 1 在构建路标图时，将搜索空间按指数幂分割成若干小单元，然后在每 个分割单元中随机采样路标节点，接着将每个单元进一步进行分割并随机采 样节点，从而使得路标节点在整个搜索空间中分布较均匀。 l e o n a r dj a i l l e t 等人 2 6 1 基于动态环境下路径规划问题提出一种改进p r m 算法，将多查询和单查询结合起来，通过预处理阶段下构建初始环境下的路 标图，当环境发生改变时，将路价函数和单查询技术接合起来作为局部规划 7 哈尔滨丁程大学博士学位论文 i ii i 器，对建立的路标图进行快速更新。文献 2 7 】将基于行为控制策略的强化学 习算法与p r m 结合起来用于处理动态环境中的不确定因素。与基本p r m 算 法不同之处在于：混合算法中的p r m 仅包含离线预处理阶段，图中信息用 于强化学习算法查询使用。当工作环境发生改变时，强化学习机更新先前学 习到的数据，基于更新数据继续学习。当强化学习机获取到足够多的环境信 息，可直接利用先前学习到的数据来避免动态障碍物，从而避免额外的重复 学习。 由于基于概率分布采样位姿点，这样在一些狭窄区域内因位姿点分布较 少而搜索不到可行路径。为此，v a l d r i eb o o r _ 【2 s j 采用高斯采样器在自由空间内 进行路标点选取，在离障碍物较近区域以及一些狭窄区域内选取路标点时采 用简单的交叉法进行测试，该方法适合于不同类型的运动规划问题。考虑到 当工作环境发生改变时，需要重新构建路标图，从而影响搜索算法效率的提 高。文献 2 9 】采用基于障碍物的采样策略，首先随机采样位姿点，如果该采 样点位于安全区域，则将其加入路标图中；否则，随机选取移动方向，将采 样点朝着所选方向以一定步长移动，只至其运动到安全区域内。文献 3 0 1 采 用一种桥测试技术来提高安全区域的覆盖性，其思想是随机采样两位姿点使 两节点间距离符合高斯分布，当两节点均处于碰撞区域且中间结点处于安全 区域时才将中间节点加入路标图中。文献 3 1 】通过采用计算自由空间中间轴 与回收策略进行节点采样，增加在狭窄通道内采样点数，从而p r m 算法在 狭窄通道内的搜索性能。但是该方法在计算中间轴时需要进行复杂的几何运 算，仅适合于低维空间以及简单的工作环境。 1 2 3 2 陕速搜索随机树法 l av a l l e 等【3 7 最早提出快速搜索随机树法( i 沁) 用于解决单查询运动规 划问题。通过从初始点出发构建搜索树，结合随机采样与朝目标点采样技术 来引导搜索树的生长，直至到达目标点。由于搜索树始终朝着未知空间进行 扩充，且采样了随机采样技术进行节点采样，因此被广泛用于高维搜索空间。 之后l a v a l l e 等人在原有r r t 的基础上提出r r t - c o n n c e t 算法 3 8 】，分别从 初始点和目标点出发生成双向搜索树，朝着目标点和初始点进行扩充直至双 向树连通为止，减小单向搜索树生长时陷入局部区域的可能性，同时也产生 第1 章绪论 了新的问题：何时进行树与树之间连通判断。文献 3 9 】对多重r r t 算法的性 能进行了分析与评估。文献【4 0 】通过定义可见区域或边界层区域来降低树节 点采样空间，以提高随机采样点与搜索树连通的概率，但是需要耗费额外时 间定义搜索子空间。文献 4 1 】在基本r r t 算法的基础上添加两种新的节点扩 充方法：路标点存储与自适应代价惩罚搜索。将先前搜索路径中各节点进行 存储，并以一定的概率从中选择作为当前搜索树的扩充节点，从而加快搜索 树的生长速度，提高规划效率。 与p r m 算法类似，由于采用了随机采样技术，r r t 算法同样不能有效 的解决狭窄通道内路径规划问题。但是与p r m 算法不同的是：r r t 算法所 面临的问题在于难以找到狭窄通道的入口点。一旦找到位于通道内的节点时， 便可沿着该节点迅速扩充。但是从搜索树当前状态扩充到通道入口处将耗费 大量时间。这是因为当采样到位于通道内的无碰位姿点且不能连接到当前搜 索树时，则舍弃该节点，而在p r m 算法中仍然保留这些采样点。文献 4 2 】 提出一种基于收回采样策略的增强r r t 算法，通过对发生碰撞的节点进行分 析计算，然后将其适当收回到障碍区域或狭窄区域边界，增强狭窄通道内采 样节点的分布密度，以提高r r t 算法的搜索性能。文