（电路与系统专业论文）操作臂机器人运动规划算法研究与实现.pdf

:彝 硕士学位论文 m a s t e r s i l l t s 体为突破口， 基于人工势场规划物体的无碰路径，然后根据两操 作臂与物体之间的运动学关系获得双臂末端执行器工具点的路 径。最后，研究沿指定路径双臂机器人的最小时间轨迹规划 ( mttp )，基于路径参数描述的动力学方程，运用相平面技 巧，介绍了一种mttp 算法。 让 在 吸 取 大 量 前 人 的 研 究 经 验 的 基 础 上 ， 结 合 具 体 实 验 条 件 ， 本文介绍和提出的操作臂方法不仅具有较高的理论性，而且具有 很强的实用性。仿真或实验结果证实了这点。 关键词: 操作臂无碰路径规划 最小时间轨迹规划/ 人工势场 相平面 第 1 1 页共 7 页 硕士学位论文 m a s t e r s t h e s i s abs tract r o b o t n e c e s s a r y s u b p r o b l e m o t i o n p l a n n i n g ( r mp ) p r o b l e m i s o n e o f t h e m o s t a n d i m p o r ta n t t o p i c s , w h i c h i s u s u a l l y d i v i d e d in t o t w o ms , i . e . ,s p a c e p a t h p l a n n i n g a n d t r a j e c t o r y p l a n n i n g . s p a c e p a t h p l a n n i n g h a v e r o b o t p e r f o r m c e rt a i t o d e c i d e a s a f e c o l l i s i o n - fr e e p a t h w h e n t h e n t a s ki n g e o m e t r i c p r o b l e m w i t h c o n s t r a i n s p l a n n i n g i s b a s e d o n c o l l i s i o n - fr e e i se n t i t y s p a c e . h o w t o s o l v e t h e t h e c r i t i c a l p r o b l e m. t r a j e c t o ry p a t h . a c c o r d i n g t o k i n e m a t i c s a n d d y n a m ic s o f t h e r o b o t , t h e p a t h b e c o m e s r e a l a n d p r a c t i c a l t r a j e c t o ry . v a r i o u s a p p l i c a t i o n f i e l d s o f r o b o t s r e q u i r e t h a t t h e r o b o t s a r e h i g h l y a u t o m a t i c , i .e . , t h e r o b o t s c a n c o m p l e t e t h e t a s k i n d e p e n d e n t l y a l t h o u g h t h e e n v i r o n m e n t m a y b e v a ryi n g . i n d u s t r i a l r o b o t s w i t h b e tt e r e n v i r o n - m e n t , e . g ., a s s e m b l y i n g r o b o t , a l s o n e e d s e n s o r s t o i d e n t i f y p a r t s a u t o m a - t i c a l l y . t h e k e y t e c h n i q u e s i n c l u d e r e a l - t i m e m o t i o n p l a n n i n g , f a s t i d e n t i - f y i n g i n f o r m a t i o n o f s e n s o r s , a n d s o o n . p r e s e n t l y， t h e m e t h o d o f m o t i o n p l a n n i n g a n d t h e p e r f o r m a n c e o f s e n s o r s a s w e l l a s t h e w a y t o o b t a i n t h e i n f o r m a t i o n o f s e n s o r c o n f i n e d t h e r e a l - t i m e a p p l i c a t i o n . s o i t s u r g e n t t o d e v e l o p t h e f a s t ， e f f e c t i v e m o t i o n p l a n n i n g m e t h o d认 o r d e r t o a c h i e v e t h e a p p l i c a t i o n b r e a k t h r o u g h o f r o b o t s i n p r e s e n t t e c h n o l o g y c o n d i t i o n s . o n t h e o t h e r h a n d , i n d u s t r i a l r o b o t s h a v e e m e r g e d a s a p r i m a ry m e a n s o f c o n t e m p o r a ry a u t o m a t i o n d u e t o t h e i r p o t e n t i a l f o r p r o d u c t i v it y i n c r e a s e a n d p r o d u c t q u a l i t y i m p r o v e m e n t . o b v i o u s l y , a r o b o t s h o u l d b e c o n t r o l l e d s o a s t o p r o d u c e as m a n y u n i t s a s p o s s i b l e p e r d o l l a r i n v e s t e d . t h i s i n t u rn n a t u r a l l y l e a d s t o t h e n e e d f o r m i n i m u m - t i m e c o n t r o l o f r o b o t s r o b o t i c m a n i p u l a t o r s m o t i o n p l a n n i n g i s i n v e s t i g a t e d i n t h i s p a p e r.s i n c e t h e s h a p e s t ru c t u r e a n d d y n a m i c e q u a t i o n s o f m a n i p u l a t o r s a r e v e ry c o m p l e x a n d m a n i p u l a t o r s m o t i o n p l a n n i n g n e e d t o c o n s i d e r t h e i n p u t f o r c e / t o r q u e c o n s t r a i n s a n d v e l o c i ty c o n s t r a i n s ， m a n i p u l a t o r s m o t i o n p l a n n i n g p r o b l e m i s a l w a y s d i f f i c u l t i n r o b o t res e a r c h fi e l d s . t h i s p a p e r f o c u s e s o n t w o m a n ip u l a t o r s c o o r d i n a t i o n . t h e r e s e a r c h o f t w o m a n i p u l a t o r s p r o b l e m i s f o u n d e d o n s i n g l e m a n i p u l a t o r p r o b l e m . a t f i r s t , p a t h p l a n n i n g o f s i n g l e m a n i p u l a t o r i s i n v e s t i g a t e d . a m e t h o d o f c o l l i s i o n - fr e e p a t h p l a n n i n g b a s e d o n a r ti f i c i a l p o t e n t i a l f i e l d i s p r o p o s e d ; a n e ff e c t i v e a l g o r i t h m t o s o l v e 第 m 页共7 页 石 贞 士学位论文 n s t e r s t h e s i s d e a d - l o c k c a s e o f a r t i f i c i a l p i s i n v e s t i g a t e d t o o v e r c o m e l o c a l p l a n n i n g d e f i c i e n c y o t e n t i a l f i e l d s . t h e n , t h e m i n i m u m - t im e tr a j e c t o ry p l a n n i n g ( m t t p ) f o r s i n g l e m a n i p u l a t o r i s i n v e s t i g a t e d . m t t p w i t h d y n a m i c m o d e l c o n s tr a i n s i s p re s e n t e d i n d e t a i l . t h e n a a l g o r i t h m o f d y n a m i c s e a r c h i n g t i m e - o p t i m a l tr a j e c t o ry b as e d o n p h a s e - p l a n e t e c h n i q u e s i s p r o p o s e d a n d s i m u l a t e d . t h i r d l y , h o w t o d e s i g n a n d r e a l i z e t h e t w o m a n i p u l a t o r s c o o r d i n a t i o n s y s t e m i s i n tr o d u c e d , w h i c h i s i l l u s t r a t e d w i t h t w o c o o r d i n a t e d m a n i p u l a t o r s t o c a r ry a b i g o b j e c t . c o l l i s i o n - fr e e p a t h p l a n n i n g b ase d o n a rt i f i c i a l p o t e n t i a l f i e l d f o r t h e o b j e c t c a r r i e d i s p re s e n t e d . t h e n a c c o r d i n g t o t h e k i n e m a t i c s r e l a t i v e s b e t w e e n t h e o b j e c t a n d t w o m a n i p u l a t o r s t h e t o o l p o i n t p a t h i n e n d - e f f e c t o r o f e a c h m a n i p u l a t o r i s o b t a i n e d . l as t l y , t h e m i n i m u m t i m e t r a j e c t o ry p l a n n i n g f o r t w o m a n i p u l a t o r w i t h s p e c i f i e d p a t h i s i n v e s t i g a t e d . . a a l g o r i t h m o f mt t p u s i n g p h as e - p l a n e t e c h n i q u e s i s p r e s e n t e d , w h i c h i s b a s e d o n p a r a m e t e r i z e d d y n a m i c s e q u a t i o n s t h i s p a p e r h as c o n s u l t e d th e e x p e r i e n c e o f m a n y r e s e a r c h e r s . t h e m e t h o d w h i c h i s p r e s e n t e d i n t h i s p a p e r h a v e b o t h h i g h t h e o ry a n d p e r f e c t p r a c t i c a l i t y . s i m u l a t i o n a n d e x p e r i m e n t v e r i f i e d i t k e y w o r d s : ma n i p u a l t o r c o l l i s i o n - f r e e p a t h p l a n n i n g mi n i m u m t i m e t r a j e c t o r y p l a n n i n g a r t i f i c i a l p o t e n t i a l f i e l d p h a s e - p l a n e 第w 页 共 ， 页 !级 硕士学 位论文 v a s t e r s t h f s i s 第一章 绪论 1 . 1研究背景 机器人一词最早来自 捷克作家 k . c a p e k ( 1 8 9 0 -1 9 3 8 ) 作品 里主人公 “ 机器人”的名字。真正的机器人出现在二十世纪中 叶，美国 g . c .d e v o l 发表的 “ 通用重复型机器人”专利论文和 c o n s o l i d a t e d发表的 “ 数字控制机器人”的论文，揭开了 研究机 器人的序幕。自六十年代初美国 a m f公司的第一个工业机器 v e r d a t r a n ，和 u n i m a t i o n公司的 “ u n i m a t e ” 登上工业舞台以来， 机器人技术发展非常快。机器人在许多领域得到广泛应用，如制 造领域，由于人力成本上涨、产品质量要求，恶劣工作环境等因 素，工业机器人从事现代化工业生产成为不可阻挡的趋势。汽车 制造厂中许多危险、劳累的工序都是由机器人来完成的。在非制 造领域，如医学、军事、建筑、保安、农业、娱乐等都是现在及 未来机器人应用的广泛领域。在航天领域，机器人应用主要有三 类:( i ) 机器人在轨飞行器服务，用于卫星检修、部件更换、回 收、 燃料加注等任务。日 本1 9 9 7 年1 1 月发射的e t s - v i i 空间机 器人就是典 型的 应用研究实 例. ( 2 ) 大型空间 结构如空间实 验室建 造， 美国哥伦比亚号航天飞机的机械臂、国际空间站机械臂系统 即 属此列。 ( 3 ) 协助进行无人情况下领域空间实验。美、俄及欧洲 等空间大国三十多年来空间机器人研究和应用表明，机器人在未 来空间活动中将起到越来越重要的作用。 日本是目 前使用机器人最多的国家，机器人数量占世界总量 的 6 0 %以上，其次是美国、德国，新加坡使用机器人的数目 也在 飞速增长。 机器人是一种可编程的、通用的、有操作或移动能力的自 动 化机器. 机器人学的目 标就是开发高度自 动化的智能机器人.到 目 前为 至， 机器人的 发展大致可分为 三个阶 段: ( 1 ) 程序控制机 器人， 主要是示教再现，不考虑反 馈因素。( 2 ) 适应性程序控制 机器人，和程序控制机器人相比，多了感觉装置，采用闭环控 制。( 3 ) 智能机器人， 现在智能机器人还没有统一定义， 一般 认为能够接受高层次的作业描述，在无人操作的情况下自 动地完 成工作，是一种基本要求。 输入的高层次的作业描述不是针对具 第 i 页 8 : 页 :每 一 硕士学位论文 s i a st e r s t h e si s 体的各执行元件的控制信息，而只是叙述作业任务， 机器人根据 已有的环境模型和感知信息自己决定怎样做。 关于智能机器人的研究提出了许多重要的课题，机器人运动 规划是其中一个课题。运动规划在六十年代末被提出(2 l .八十年 代以后随着计算机科学和数学等相关科学的发展，对该问题的研 究取得很大进展.理论界一般将机器人运动规划分成下面两个子 问题川 : 问题 1路径规划:给出对机器人和作业环境的具体描述， 规划连接两个指定位置( 及姿势) 的机器人空间移动路径。该路径 满足机器人和作业环境的几何学及运动学约束，如回避作业环境 中的障碍物。 问题 2 轨迹规划:给出一条无冲突路径，根据机器人动力学 方程和驱动元件约束条件，求出沿这条路径 ( 使指定的性能指标 达到最小)机器人的位置和姿势的时间经历。 在机器人运动规划中，路径和轨迹是两个不同概念。路径与 时间无关，表示机器人空间位姿的连续序列。轨迹是机器人位姿 关于时间的函数。在后面将对路径和轨迹做严格定义。 本论文将对其中一个课题 “ 操作臂机器人运动规划” 进行讨 论。该课题是8 6 3 项目:“ 大时延遥操作双臂协调空间机器人系 统”的一个子课题。本项目为 “ 8 6 3航天领域空间机器人与遥科 学”研究项目，其背景是我国未来卫星在轨服务和空间试验室 ( 站)的机器人应用需求。 1 . 2 路径规划研究现状 1 . 2 . 1 姿态空间概念 在路径规划中姿态空间是一个重要概念。七十年代末， v d a p a l 提出 把机器人收 缩 成一个点的空间 的 概念。 l o z a n o - p e r e z 和 w e s l e y 14 】 发展t 这个想法， 而且 l o z a n o - p e r e z 5 1 j6 借用力学中 的姿态空间概念，提出一般化概念。此后姿态空间成为路径规划 重要工具，推动了路径规划研究的发展，如文献 7 8 9 1 0 1 1 2 1 3 等的研究都建立在姿态空间概念基础上。 下面先定义姿态空间，然后利用姿态空间定义路径。 第 2 页 8 9 页 冬氰 硕士学位论文 9 4 s t e e s t h e s i s 一个刚性机器人a , 在 n雍 的 欧氏 空间r n ( n - 2 ， 3 ) 中 运 动. 这 个 欧氏 空 间 称为 工 作 空 间 ， 记 为w o b , 乓 是w中 刚 性 障碍物。 定 义 任意 时 刻， a 和b , b ; 都 是w中致密的子集合. 1 . 1 :相对于工作空间中的参考坐标系，表示某一物体 上所有点的位置的独立参数集合，叫做该物体的姿态。 定2 1 . 2 ，机器人a的 姿态9 是 相对于固 定在工作空间中的 参考坐标系，表示a的位置和姿势的独立参数的集合。 陈 碍 物 ( x , y , 0) /. 移 动 机 蟹人 图 1 - 1平面移动机器人及其姿态 定戈1 . 3 ，机器人a的姿态空间是a的所有姿态的集合，记 为c 。 简称c 一 空间。 对于 m 自由度机器人 a ，一般使用 m个独立变量表示其姿 态。m为姿态空间的维，独立变量常选择便于规划和控制的量。 在平面中移动的点机器人，可用其坐标位置来确定姿态;在平面 中移动的有几何形状的机器人，可用它的坐标位置和方位角来确 定姿态， 如图1 - 1 中 机器人， 其姿态可用( x , y , 0 ) 表示: 对旋转关 节操作臂来说，其姿态可由它的所有自由度来表示，如一个六 自由度的 p u ma 5 6 0机器人，其姿态可用它的所有自由度 ( 0 1 , 0 2 , 0 , , 0 , , 0 5 , 0 6 ) 表示。 关于姿态空间的详细论述可参考文献5 1 16 1 1 9 1 将姿态9 下a占 有的w的 子集合记为a ( 9 ) . 姿态9 下a 上的 点a 在工作空间中的位置记为a ( 9 ) . 把工作空间中 障碍物双( i =1 ， ， 力 向 姿态空间 投影， 该 投影 占有领域为 第 3页 的 页 、 易 硕士学位论文 v s t f : r s t h f s t s c b ; 一 台 。 c i a ( 9 ) n b , ， 。 ( 1 . 1 ) 定义为c - 障碍物。全部c - 障碍物的和 ( 1 . 2 ) cb. 少日1-1 定义为 c _ 障碍物领域。集合 、 。 一 。 c i a (q)n (, b ,) 二 0 ( 1 . 3 ) 定 义 为自 由 姿 态 空 间 c j e 中 任 意 姿 态 被 称 为自 由 姿 态。 z 戈1 . 4 : 联 结 两自 由 姿 态 。 和9 g_ r 的 无 冲 突 路 径 是 如 下 连 续映射。 : : s ”c j ， ( 1 .4 ) 其中 s 。 扣 , s g j t ( 0 ) = ; 。 ，: t ( s g ) = 。 ，( 1 .5 ) 9 j 。 和4 g_ i 是 路 径的 起点 姿 态 和目 标姿 态。 s 为 路 径 参 数， 路 径: 连 续 性 要 求 对 于 所 有 ， 。 10 , s g j 满 足 下 式 : lim m a x lla ( t (s ) ) 一 a (t (s o )ll 一 0 (s “ 10 , s , ll ( 1 .6 ) 卜 - x ll是 工 作 空 间 中 点 : 和 x 的 欧 几 里 德 距 离 。 利 用 姿 态 空 间 概 念，具有尺寸和形状的机器人路径规划问题转化为点机器人路径 规划。 路径规划的约束条件按力学概念可分成非完整约束和完整约 束，本论文不讨论非完整约束条件的路径规划问题p 4 1 1 . 2 . 2 问题与方法的分类 从使用的基础模型讲，路径规划分为静态路径规划“ 习 和动态 路径规划t v 1 .静态路径规划中作业环境全部信息都预先给出，是 “ 思考之后再执行” 的规划，适合离线规划.如果有效地利用所 提供的信息，可以保证算法的收敛性，而且可以讨论路径优化。 缺点是使用全部信息的 规划法，算法时间复杂度随自由 度增加呈 指数上升，多自由度情况下甚至无法计算。动态路径规划特点是 关于作业环境的信息未知 ( 或至少部分未知)是 “ 边思考边执 行” 的规划.机器人根据在线信息识别周围的局部环境，探索能 到达目标的无冲突路径。每步的时间复杂度和处理要求比较小， 但无法讨论路径优化，而且算法收敛性成为主要问题。 第 4 页 8 9 页 硕士学 位 论文 6 1 a s r s e s t h e s i s 从参与运动的机器灭数童讲，路径规划可分为单机器人路径 规划和多机器人路径规划。单机器人路径规划时工作空间只有一 个机器人;多机器人路径规划指同一工作空间内使用多个机器 人，优点是能增加灵活性及负载能力。早期研究多针对单机器人 路径规划， 如文献 【 1 8 和【 1 9 .近期许多工作都是多 机器人规 划，如 p a r s o n s 2 0 1 讨论了在二维空间中多个作平移运动的移动机 器人 规划问， f i s c h e r 2 1 ， 和c h a n 梦 2 1 等研究了 多 操作臂问 题。 根据机器人自由度数的多少，路径规划可分为少自由度路径 规划和多自由度路径规划。少自由 度路径规划一般不超过 3 个自 由度，如对 p u m a 5 6 0前三个自由 度进行规划。有许多研究工作 都是在少自由 度机器人下完成的， 如文献 2 3 和 2 4 .多自 由 度 机器人路径规划的主要问题是解决运动学冗余，近期也有许多工 作， 如文献 2 5 1 . 根据规划方法的不同路径规划大致可分为骨架方法、单元分 解方法和势场方法三种. 1 骨架方法 ( s k e l e t o n ) 骨架方法 也被称做 r e t r a c t i o n 、r o a d m a p , h i g h w a y a p p r o a c h 。它把自 由 姿态空间 收缩到( 或射影到) 一个一维网 络上 ( 这个网 络被称做骨架或 r o a d m a p ) ， 然后在骨架上探索 解。 这个 骨架必须能表示自由姿态空间的全部拓扑学不同的可能路径，否 则可能找不到可执行路径。 该方法的路径搜索一般包括三步:首 先，按照某种方法探索从起点姿态到骨架上的点的路径。同样的 按某种方法从目标姿态到骨架上的点的路径。然后在骨架上搜索 索联结上述两点的路径。骨架方法根据骨架的计算方法可以分成 v i s i b i l i t y g r a p h 16 112 6 112 7 112 8 1 、 v o r o n o i d i a g r a m l2 1 , s i l h o u e tt e ; 0 1 ， ， ， 13 2 1 以 及s u b g o a l n e t w o r k l3 3 1 。 等 方 法. 2 .单 元分 解方 法 ( c e l l d e c o m p o s it i o n ) 单元分解方法首先将自由姿态空间分解成简单领域 ( 单元) 的集合，并计算单元的相邻关系。求出在同一单元内联结任意两 个姿态的无冲突路径。然后确定含起点姿态和目 标姿态的单元， 求出连接它们的互相连接的单元序列，连续无冲突路径能根据 这个序列计算。单元分解方法包括精确单位分解方法和近似单元 分解方法。 对点机器人路径规划， s i n g h 和 w a g h p 5 ， 提出 矩形单 元分解法，r u e b和 w o n g (3 6 1 提出多边形单元分解法，j u n和 s h i n 3 7 提出三维空间分解法. 对含多边形障碍物二维空间中的多 第 5 页 的页 :髯: 硕士学位论文 m a s t e r s t h e s i s 边形移动式 机器人路径规划， s c h w a r t z 和 s h a r i r 1 5 i提出 把工作空 间分解成n o n c r i t i c a l r e g i o n s 的方法， b r o o k s (3 8 1提出 把工作空间分 解成一般化圆锥体的方法， n o b r i 。等3 9 提出工作空间近似单元分 解方法。对关节式机器人路径规划，l o z a n o - p e r e z 4 0 1提出分解姿 态空间，使用 a . 算法探索路径的方法。为提高计算速度， f a v e rj o n 14 11 14 2提出 分 层分 解法， k .k o n d o 2 5 1提出m u lt ip l e - h e u r is t ic 探索法。 3 .人工势场方法 人工势场法最初作为机器人在线冲突回避控制的方法由 k h a t l b 14 4 1 4 5 提出。后来许多研究者提出使用人工势场的路径规划 法.人工势场法利用在姿态空间中定义的标量函数 ( 人工势函 数)进行规划。人工势函数在目 标姿态存在最小值，在障碍物附 近函数值升高.根据该函数的负梯度场可规划出从任意自由姿态 到目 标姿态的无冲突路径。由于直接利用局部信息和工作空间信 息，计算量相对较小，对多自由度路径规划是一种有效方法。但 在复杂作业环境下，人工势场在目 标姿态之外可能存在局部最小 值，机器人将停留在局部最小值而无法到达目 标姿态，这成为该 方法的主要缺点。为解决该问题，提出了许多人工势函数和消解 停留的方法。l e e和 b e e n 4 6 提出利用临时目 标位置消解停留， b a r r a q u a n d等定义了一种离散化的人工势场， 针对不同问题提出 势谷引导4 7 填补局部最小值、随机运动14 8 、施加约束4 9 等消解 停留的方法。另一方面，对使用全部环境信息，无局部最小值的 人工势场方法也进行了研究。k o d i t s c h e k 和 r i m o n 提出导航函数 ( n a v i g a t i o n f u n c t i o n ) 的 无局部最小 值的 人 工 势函 数， 对含圆 形 障碍物5 0 1 、一般化n维球形障碍物5 1 1和凸星形障碍物15 2 5 3 的环境 中的点机器人进行运动规划。文献 5 4 提出使用拉普拉斯微分方 程的无局部最小值的人工势场函数。 上面简述了 路 径规划问 题，文献 1 3 和 5 7 系 统地论述了 对该 问题的研究。 1 . 2 . 3 操作臂路径规划 本论文研究重点是关节式机器人操作臂运动规划。一般将操 作臂无碰撞运动规划分路径规划和轨迹规划两级进行。在无碰撞 路径规划时，为简化算法，通常只考虑工作空间几何信息，假定 各关节具有无穷大的加速度，各关节只具有零和极限值两种速度 第 6 页 8 9 页 刁硕 士 学 位 论 文 m a s t e r s t h e s i s 获 悉 ， 而 这 在 控 制币 难以 实 现 ， 故 路 径 规 划 后 需 进 行 轨 迹 规 划 。 也有将路径规划和轨迹规划同时 考虑， 如文献 5 9 ， 这在动态实 时情况用的比较多。对于双劈或多臂机器人因要考虑臂间协调， 在空间、时间与速度上协调， 所以 路径规与轨迹规划往往连在一 起。本文先介绍单臂无碰路径规划，然后介绍双臂路径规划，操 作臂轨迹规划将在下一章讨论。 操作臂路径规划比移动机器人、智能车等的路径规划更复 杂，不仅执行器末端必须避障移到目的地，且手臂各关节也必须 避碰。常用方法是在姿态空间进行路径规划，机器人的位置和方 位在姿态空间中表示为一个点，而障碍在空间中表示为禁止区 ( 运动受阻区).问题简化为在不进入禁止区情况下将机器人从 初始点移到目 标点。其中将障碍物映射到姿态空间是问题的关 键。 近年对单臂路径规划进行了许多研究，有神经网络方法5 8 1 遗传搜索算法5 9 1 、拓扑法、 几何法、图搜索、人工势场法以 及人 工势场与神经网络方法或遗传算法相结合等方法。几何法适合于 把运动物体看成一点的情形，有较大搜索空间;而拓扑法在理论 上是完备的， 有较小的搜索空间， 但实现上比 较困 难;神经网络 法利用模拟退火和其他策略来解决局部收敛，易向高维扩展， 算 法的并行性使得所规划的路径可以 达到任意高的精度而并不增加 计算时间，但只适合环境信息己 知，障碍物静止的情况.遗传算 法搜索空间大，通过适当设置适应值函数，与势场法结合很好地 完成全局路径规划，但对于它的运用也是比较困难的.目 前用得 较多是图搜索法与势场法.按规划范围可分为局部路径规划和全 局路径规划，图搜索法属全局路径规划法，势场法属局部路径规 划法。事实上局部路径规划是在全局路径规划基础上的更细致规 划。图搜索法用图或表来表达会发生碰撞的区域和不会发生碰撞 的区域。基于图理论，通过选择拼结无碰区域或绕受碰区域边界 生成一条无碰路径。势场方法将人工势场作用于障碍物和目 标位 置.然后用合势场来影响势场中机器人的运动路径。虽然势场方 法不如图搜索法彻底，但算法速度快，容易延伸到高维的 特点使 它在比图搜索法实用。 尽管单一机器人能有效完成很多工业操作和任务，但是从可 靠性和经济价值的角度一些任务需要多个机器人的协调完成。单 臂机器人在完成某些特定操作任务，如搬运大型或超重物体、操 第 7 页 8 9 页 :替 硕士学位论文 s i a s t e r s t h e s i s 作零重力环境下的空间载荷或完成复杂协作装配任务时， 其操作 能力存在很大的局限性，显然，由双臂或多臂进行协调完成这些 任务更为合理。在这些需求驱动下，8 0年代初开始了多臂协调 ( m u l t i - m a n i p u l a t o r c o o r d i n a t i o n )的研究，并成为机器人研究的 一个十分活跃的领域，现在已经有许多重要成果6 0 1 .11 00 1 。迄今为 止 的 大 多数研究都 是关 于 两个 协作机器人 的例 子 ( t w o c o o p e r a t in g r o b o t s ) ， 即 使某些情况下所得到的 理 论适用于两个以 上的协作机器人。实际上，大部分发表的文章只提出理论研究， 仅有很少文章给出可行的实验结果。多个机器人协调完成的任务 包括操作与搬运巨大物体，或长而重的障碍物，或巨大弹性物 体，或没有具体特征的物体 ( 如把手)。 一般来说，多机器人系统主要可分为两类: c l a s s - 1 : 在共享工作空间每一个机器人独立执行各自的任务 ( 如文献 6 0 1 , 6 1 1 - 6 3 , 9 9 1 ); c l a s s - 2 : 所有 机器 人共同 完成给定 任务 ( 如 文献 6 4 - 7 2 ) c l a s s - 1 机器人系统的主要问题是避碰路径规划问题。这里机 器人任务执行时没有物理干扰。问题的复杂度，尤其是当公共空 间有移动物体 存在时， 将制约研究点到点任务，即以 p s e u d o - c o n c u r r e n t 方式执行的任务。大多数提出的算法是适合离线应用 的，而通常来说，路径规划需要时间延迟措施和/ 或机器人空间路 径的临时改变的. 对 l a “ 一 2 多机器人系统有多种控制方案，其中假定机器人在 执行指定任务时有直接的相关性。c l a “ 一 2类多机器人系统中机器 人是强藕合的，而物体的期望路径完全决定了每一个操作臂机器 人的任务空间。多年来，研究讨论的任务类型主要有三种。任务 的第一类是，物体与末端执行器之间没有相对运动，是抓取一个 刚性物体并将它从初始位置/ 方位移动到新的位置/ 方位。 对于这类任务己 经研究的课题有: . 解藕控制 ( d e c o u p l i n g c o n t r o l ) ( 如文献 7 3 , 7 4 ) . 力控制 ( 如文献 7 5 - 7 9 ) . 位置/ 力混合控制 ( 如文献 8 0 一 【 8 5 ) . 力/ 负载分配 ( 如文献 8 6 一 9 3 1 ) 第二类任务是，被操作物体，像钳子，有能活动部位6 e 7 9 第三类任务涉及对被操作物体的处理方式，该物体不能用末端执 行器抓取而只能用末端执行器来推 ( 例如大的纸箱子)7 2 1 9 4 -9 6 1 第 8 页8 9 页 硕士学位论文 m a s t e r s t h e s i s 送 杯 晴 瓦 丁 丽 丽 藏亦蒲濡灭 关 节 的 包 围 抓 取 691-17 1 7 996 (94)97，或 o p e n p a l m末端 执 行器 72 9 5 9 7 】 来 推动。 系 统 约束 是 不完 整的 ，物体 可能沿接触面滑动或滚动 ( s l i d e o r r o l l )。 文献中研究的大多数是两机器人系统。多于两机器人的系统 主要是将力和负载分配问题结合起来考虑的。很多文章给出理论 研究及计算机 仿真结 果， 而文献 7 7 9 4 9 7 1 0 1 1 0 2 提供t 真正 的实验工作的 例子。 文献 9 8 讨论了 柔性关节双臂机器人系统。 在处理双臂问 题时，将它们叫做主臂和从臂或其他合适的名 字就很容易区分。这是因为对一些任务来说调整一个臂让它与另 一个臂的运动相协调。两臂协调的任务可以进一步分类如下: ( 1 ) 一个臂在要求的位置以要求的方向抓持一个物体以便于另 一个操作臂在该物体上进行操作。例如，组装和拆卸 ( a s s e m b l y d i s a s s e m b l y ) 操作。 ( 2 ) 一个臂按要求移动一个物体，而另一个操作臂必须在这个 运动的物体上完成一项任务。这个例子跟前面的例子是一 样的，除了对时间的要求更严格一些。 ( 3 ) 两个操作臂抓住同一个物体的两端， 例如物体的抓取。 ( 4 ) 一个末端执行器重复另一个的运动，如一只手拿照相机进 行缝隙跟踪。另一只手进行焊接. 与两个操作臂相关的必须要解决的问 题是: ( a ) 实时运动学相关性; ( b ) 运动的可行性，根据每个末端执行器要求的位置和方向; ( c ) 双臂之间避碰; ( d ) 在用双臂抓取物体时两末端执行器间相对力和力矩 ( 不会 掉或挤压物体) 其中问 题( a ) 和伪 ) 是对于所有前面的任务必须慎重对待的最重要问 题。碰撞可能发生在两个操作臂的各种部位，一个臂有可能缩小 了另一个操作臂的工作范围，但若所抓持的物体足够长，这两个 问 题就自 动解决了。第四个问题( d ) 可以 通过对运动的准确控制来 解决，除非所抓的物体有很好的弹性，可以弯曲，因而破坏了特 定运动学约束。 1 . 3轨迹规划研究现状 户定j c 1 . 5 :轨迹是沿无冲突路径的机器人姿态关于时间的函 数。 第 9页 8 9 页 :睿 硕士学位论文 m as t e r s t h e s i s 轨迹规划是在满足给定机器人动力学方程、各关节驱动力 最大速度等约束条件下，计算机器人姿态、各关节速度、加速度 等，使得所规定代价函数 ( 表示时间或能量等函数)最小化。由 于操作臂动力学模型高度非线性和强祸合的特点，使操作肴轨迹 规划成为机器人研究的难点。 对许多工业应用来说，要尽可能地发挥机器人的性能，以此 提高生产率降低成本。运行速度的增大可以提高生产效率，但驱 动装置的容量大小限制速度的范围;通过扩大驱动装置的尺寸和 功率来增大驱动装置的容量也不一定是好方法，反而会弄巧成 拙，因为，不仅驱动装置自 身的惯量增加而且扩大其尺寸会导致 成本和能量消耗的增加。所以在满足驱动力矩/ 力的约束前提下， 优化执行指定任务的时间成为轨迹规划研究的一个重要方向。一 般研究操作臂轨迹规划问题为最小时间轨迹规划 ( m i n i m u m t im e t r a j e c t o ry p l a n n i n g ，简称m t t p )问 题。 操作臂最小时间轨迹规划问题的研究始于 6 0年代后期 10 5 1 l0 0 1 a h n 等 110 5 1 11 10 1假设 驱 动 力 矩 约 束 是 常 量 且 路 径 不 受 限 制 ， 其 方法适合于某些方面的应用，但为了 避碰有必要限制操作臂运动 路径，因此避碰约束条件必须是无约束路径最小时间问题的约束 条件，这样最优时间控制问题就是高度非线性的、难于解决的。 n i v 等11 11 基于关节驱动转换次数提出参数最优化方案。在运动过 程中，每个驱动装置输出最大控制力矩使操作臂避开所有障碍物 而到达目 的地。这种方法计算量大，且对一般操作臂很难实现。 l y n c h )斯坦福操作臂开发出 一个最小时间 算法， 假定驱动力矩 约束为常数。h o l l e r b a c h i 提出另一种方法，通过标定己知路径 上速度分布来充分利用驱动装置。尽管这种方法比传统方法节省 时间， 但不能 产生最小时间 解。 l u h 和walker, l u h 和l i n 1 1 5 提出一种最小化时间技巧，要求操作臂沿特定路径( 由 直线线段和 圆弧弧线段组成) ，加速度是分段常量， 最大速度约束是常量.虽 然这些假设在操作臂控制中很普遍，但因为操作臂动力学非线性 且驱动装置能产生的最大力矩决定于关节角速度1 11 6 1 1 17 1 ，可获得 的最大加速度和速度实际上随操作臂位姿和角速度变化而变化. b o b r o w 9 1 , d u b o w s k y 和g i b s o n 2 0 1 提出 沿 指定 操 作 臂 路 径 和驱动约束状态相关条件下的最小时间控制解法。驱动力矩/ 力约 束可以是关节位置和速度的任意函数，假定操作臂是刚性连接， 已知整个操作臂动力学模型。解法对任何光滑路径都有效，路径 第 t o 页 8 9 页 :辱 硕士学