一种冗余度双机械臂的多指标协调运动规划方法技术

本发明专利技术公开了一种冗余度双机械臂的多指标协调运动规划方法，包括步骤：1)基于目标问题，通过上位机采用二次型优化方案在速度层上分别对双机械臂进行逆运动学解析，设计的性能指标为最小速度二范数、重复运动和最小速度无穷范数这三个指标通过加权组合而成的指标，受约束于双机械臂各自的运动学方程、关节角极限和关节角速度极限；2)将步骤1)中双机械臂各自的二次型优化方案转化为标准的二次规划问题；3)将步骤2)中双机械臂各自的二次规划问题统一成一个二次规划问题；4)将步骤3)中统一的二次规划问题用简化的基于线性变分不等式的原对偶神经网络求解器进行求解；5)将步骤4)的求解结果传递给下位机控制器驱动双机械臂的运动。

【技术实现步骤摘要】

本专利技术属于冗余度机械臂和多机械臂的运动规划方法，特别是涉及一种基于关节角速度层控制，多指标优化，使两个机械臂协调工作的冗余度双机械臂的多指标协调运动规划方法。
技术介绍
冗余度机械臂是一种自由度大于完成任务所需最少自由度的末端能动机械装置。冗余度机械臂在完成末端主要任务的同时还可以完成一些次级任务，例如躲避障碍物、躲避关节极限、躲避奇异点和优化其它目标函数等。其可以完成包括焊接、油漆、组装、挖掘和绘图等任务，广泛应用于装备制造、产品加工、机器作业等国民经济生产活动中。传统的冗余度解析方法以及工业机械臂控制方法主要是基于伪逆的方法。而近几年，计算量小、实时性强的基于二次型优化的冗余度解析方法被提出和应用。然而，目前的二次型优化方法仅仅只考虑单个指标优化或双指标优化，并不能在特定情况下满足需求。同时，相对于单个机械臂工作，双机械臂或多机械臂协调工作不仅能够提高工作效率，还可以完成一些单个机械臂无法完成的任务，例如搬运物体、组装元件和炒菜做饭等。因此双机械臂协调控制一直被广泛研究。
技术实现思路
本专利技术要解决的技术问题是提供一种通过加权而考虑三种指标的冗余度双机械臂多指标协调运动规划方法。为了实现上述专利技术目的，采用的技术方案如下：一种冗余度双机械臂的多指标协调运动规划方法，包括如下步骤：1)基于目标问题，通过上位机采用二次型优化方案在速度层上分别对双机械臂进行逆运动学解析，设计的优化性能指标为最小速度二范数、重复运动和最小速度无穷范数，这三个指标者通过两个加权因子加权组合而成，受约束于双机械臂各自的运动学方程、关节角极限和关节角速度极限；2)将步骤1)中双机械臂各自的二次型优化方案转化为标准的二次规划问题；3)将步骤2)中双机械臂各自的关节角、雅克比矩阵、末端轨迹、关节角极限和关节角速度极限进行组合，生成组合的关节角、组合雅克比矩阵、组合末端轨迹、组合关节角极限和组合关节角速度极限，从而将两个二次规划问题统一成一个二次规划问题；4)将步骤3)中统一的二次规划问题用简化的基于线性变分不等式的原对偶神经网络求解器进行求解；5)将步骤4)的求解结果传递给下位机控制器驱动双机械臂的运动。本专利技术通过两个加权因子对三个指标进行权重分配，可以通过调节加权因子的大小进而形成不同的性能指标组合，以满足不同任务需求。同时两个机械臂的协调运动规划不仅可以提高工作效率，还可以完成一些单个机械臂无法完成的任务。附图说明图1为本专利技术的流程示意图；图2为本专利技术的双机械臂模型示意图。图中所示为：1-左机械臂；2-右机械臂；3-第一关节；4-第二关节；5第三关节；6-第四关节；7-第五关节；8-第六关节。具体实施方式下面结合附图对本专利技术做进一步的说明。图1所示的冗余度双机械臂多指标协调运动规划方法主要由目标问题、左机械臂的多指标二次型优化方案和右机械臂的多指标二次型优化方案、左机械臂的二次规划问题和右机械臂的二次规划问题、统一的二次规划问题、简化的基于线性变分不等式原对偶神经网络求解器、下位机控制器和双(左右)机械臂组成。首先基于目标问题，采用二次型优化方案，先将左右机械臂各自的逆运动学求解在速度层上设计为最小化和其中受约束于受约束于欲优化的性能指标和为通过加权因子αL/R和βL/R对最小速度范数指标重复运动指标(其中cL/R＝λL/R(θL/R-θL/R(0))，λL/R>0是用来控制关节位移幅值的正设计参数)和最小速度无穷范数指标这三个指标进行加权组合而成，其数学表达式如下：接着，将上述的左右机械臂各自的二次型优化方案转化为各自的二次规划问题，再将左右机械臂各自的二次规划问题转化为统一的二次规划问题。然后使用简化的基于线性变分不等式原对偶神经网络求解器求解，并将求解结果传递给下位机控制器驱动双(左右)机械臂协调运动。图2所示的双机械臂模型主要由左机械臂1和右机械臂2组成，每个机械臂均有6个关节，即第一关节3、第二关节4、第三关节5、第四关节6、第五关节7和第六关节8，两个机械臂可以同时且协调地执行某一任务。首先基于目标问题，左机械臂多指标二次型优化方案的逆运动学求解在速度层上可设计为：其中，代表左机械臂运动欲优化的性能指标,其数学表达式为其中，CL＝λL(θL-θL(0))，λL>0是用来控制关节位移幅值的正设计参数，αL、βL和(1-αL-βL)分别为最小速度范数指标、重复运动指标和最小速度无穷范数指标的加权参数；等式约束表示左机械臂的运动学方程，JL表示左机械臂的雅可比矩阵，表示左机械臂关节速度，表示左机械臂末端执行器的速度矢量；不等式约束和分别表示左机械臂的关节角度极限和关节角速度极限。右机械臂多指标二次型优化方案的逆运动学求解在速度层上可设计为：其中，代表右机械臂运动欲优化的性能指标,其数学表达式为其中，cR＝λR(θR-θR(0))，λR>0是用来控制关节位移幅值的正设计参数，αR、βR和(1-αR-βR)分别为最小速度范数指标、重复运动指标和最小速度无穷范数指标的加权参数；等式约束表示右机械臂的运动学方程，JR表示右机械臂的雅可比矩阵，表示右机械臂关节速度，表示右机械臂末端执行器的速度矢量；不等式约束分别表示右机械臂的关节角度极限和关节角速度极限。接着，将上述左右机械臂的多指标二次型优化方案转化为各自的标准二次规划问题。左机械臂的二次规划问题可写为如下形式：s.t.ALxL＝bL，(10)CLxL≤dL，(11)令则决策变量xL可以被定义为而系数矩阵或向量为I为单位矩阵，元素都为1的相应维数向量)，dL＝0；不等式约束(3)转换到速度层上的表达式为其中系数μL>0是用来调节关节角速度的可行域，令和可以得到新的双端约束(12)，其中是足够大的常数，用于数值上替代无穷大+∞)。右机械臂的二次规划问题类似地可写为如下形式：s.t.ARxR＝bR，(14)CRxR≤dR，(15)令则决策变量xR可以被定义为而系数矩阵或向量为I为单位矩阵，元素都为1的相应维数向量)，dR＝0；不等式约束(3)转换到速度层上的表达式为其中系数μR>0是用来调节关节角速度的可行域，令可以得到新的双端约束(12)，其中是足够大的常数，用于数值上替代无穷大+∞)。然后，将上述左右机械臂各自的二次规划问题转化为一个统一的二次规划问题。统一的二次规划问题可以写成如下形式：min.zTKz/2+wTz，(17)s.t.Gz＝h，(18)Dz≤e，(19)z-≤z≤z+；(20)其中决策变量系数矩阵或向量得到上述的统一二次规划问题(17)-(20)式后，本专利技术的求解方法是采用简化的基于线性变分不等式的原对偶神经网络算法来实时求解此二次规划问题。首先，将统一的二次规划问题转化为一个线性投影方程PΩ[y-(My+q)]-y＝0的求解，其中PΩ[·]为空间R2(3n+m+1)到集合的分段线性投影算子，PΩ(y)的第i个计算单元定义为：m为单个机械臂的笛卡尔空间维数，n为单个机械臂的关节空间维数，y∈R2(3n+m+1)表示原对偶变量，y-表示原对偶变量下极限，y+表示原对偶变量上极限，原对偶变量y及其上下限定义如下：u∈R2m是对应于等式约束Gz＝h的对偶决策向量，v∈R4n是对应于不等式约束Dz≤e的对偶决策向量本文档来自技高网...

【技术保护点】
一种冗余度双机械臂的多指标协调运动规划方法，其特征在于，包括如下步骤：1)基于目标问题，通过上位机采用二次型优化方案在速度层上分别对双机械臂进行逆运动学解析，设计的优化性能指标为最小速度二范数、重复运动和最小速度无穷范数这三个指标，通过两个加权因子加权组合而成新的指标，受约束于双机械臂各自的运动学方程、关节角极限和关节角速度极限；2)将步骤1)中双机械臂各自的二次型优化方案转化为标准的二次规划问题；3)将步骤2)中双机械臂各自的关节角、雅克比矩阵、末端轨迹、关节角极限和关节角速度极限进行组合，生成组合的关节角、组合雅克比矩阵、组合末端轨迹、组合关节角极限和组合关节角速度极限，从而将两个二次规划问题统一成一个二次规划问题；4)将步骤3)中统一的二次规划问题用简化的基于线性变分不等式的原对偶神经网络求解器进行求解；5)将步骤4)的求解结果传递给下位机控制器驱动双机械臂的运动。

【技术特征摘要】
1.一种冗余度双机械臂的多指标协调运动规划方法，其特征在于，包括如下步骤：1)基于目标问题，通过上位机采用二次型优化方案在速度层上分别对双机械臂进行逆运动学解析，设计的优化性能指标为最小速度二范数、重复运动和最小速度无穷范数这三个指标，通过两个加权因子加权组合而成新的指标，受约束于双机械臂各自的运动学方程、关节角极限和关节角速度极限；2)将步骤1)中双机械臂各自的二次型优化方案转化为标准的二次规划问题；3)将步骤2)中双机械臂各自的关节角、雅克比矩阵、末端轨迹、关节角极限和关节角速度极限进行组合，生成组合的关节角、组合雅克比矩阵、组合末端轨迹、组合关节角极限和组合关节角速度极限，从而将两个二次规划问题统一成一个二次规划问题；4)将步骤3)中统一的二次规划问题用简化的基于线性变分不等式的原对偶神经网络求解器进行求解；5)将步骤4)的求解结果传递给下位机控制器驱动双机械臂的运动。2.根据权利要求1所述的冗余度双机械臂的多指标协调运动规划方法，其特征在于，所述步骤1)中双机械臂各自的二次型优化冗余度解析方案将机械臂的逆运动学求解在速度层上设计为：左机械臂：最小化受约束于其中代表左机械臂欲优化的性能指标，等式约束表示左机械臂的运动学方程，分别表示左机械臂的关节角度极限、关节角速度极限；右机械臂：最小化受约束于其中表示右机械臂的优化指标、运动学方程、关节角极限和关节角速度极限；所述欲优化的性能指标和为双机械臂冗余度解析方案的优化判据，通过加权因子αL/R和βL/R对最小速度范数指标重复运动指标(其中cL/R＝λL/R(θL/R-θL/R(0))，λL/R＞0是用来控制关节位移幅值的正设计参数)和最小速度无穷范数指标这三个指标进行加权组合而成，其数学表达式如下：φ(θL,θ·L)=αL||θ·L||22/2+βL||θ·L+cL||22/2+(1-&...

【专利技术属性】
技术研发人员：张智军，林裕峻，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44