多任务空中飞行灵巧臂轨迹规划方法、系统及存储介质技术方案

本申请公开了一种多任务空中飞行灵巧臂轨迹规划方法、系统及存储介质，其中方法包括：综合考虑空中飞行灵巧臂在任务执行中的位置变化量和姿态变化量，建立位姿变化函数；以位姿变化函数的值最小为目标，采用复合粒子群优化算法确定各个任务的执行顺序；确定执行顺序中相邻两个任务之间的空中飞行灵巧臂的运动轨迹。本申请的方法实现了对多旋翼无人机姿态扰动的最小化，运算结果精度较高。运算结果精度较高。运算结果精度较高。

【技术实现步骤摘要】
多任务空中飞行灵巧臂轨迹规划方法、系统及存储介质


[0001]本申请涉及飞行器轨迹规划
，特别涉及多任务空中飞行灵巧臂轨迹规划方法、系统及存储介质。

技术介绍

[0002]自2009年科学家在欧洲机器人战略研究议程(European Robotics Strategic Research Agenda)中提出利用改进无人机执行测量、抓取、搬运和装配等复杂精细作业任务，针对由无人机和机械臂组成的空中飞行机械臂系统研究便不曾停顿，例如面向工业检测维修任务的HYFLIERS(HYbrid FLying
‑
rollIng with
‑
snakE
‑
aRm robot for contact inSpection)项目和AEROARMS(AErial RObotic system integrating multiple ARMS)项目、面向空中组装搬运任务的ARCAS(Aerial Robotics Cooperative Assembly System)项目以及面向风电力设施维护任务的AEROWORKS(AErial RObotic WORKerS)项目等。
[0003]多旋翼无人机具有机械结构简单、控制器设计难度低、低振荡、低成本和易操控的优点。灵巧机械臂自由度超冗余，即关节空间维数远远大于任务空间维数，可用于解决避障、避奇异、运动范围受限和优化性能指标等问题。空中飞行灵巧臂由多旋翼无人机和灵巧机械臂组成，并结合了两者的特性。利用空中飞行灵巧臂在单次行程中连续执行多项高空作业任务，具有降低成本、节省时间等优点。在任务执行过程中，灵巧臂的轨迹规划至关重要，合理的轨迹规划不但能够提高任务完成的效率，而且还能确保多旋翼无人机不会受到过大的扰动，进而提高任务执行时的平稳度。然而，目前的轨迹规划方法还无法达到使多旋翼无人机受到的扰动最小。

技术实现思路

[0004]本申请实施例提供了多任务空中飞行灵巧臂轨迹规划方法、系统及存储介质，用以解决现有技术中的轨迹规划方法使多旋翼无人机受到的扰动最小的问题。
[0005]一方面，本申请实施例提供了多任务空中飞行灵巧臂轨迹规划方法，包括：
[0006]综合考虑空中飞行灵巧臂在任务执行中的位置变化量和姿态变化量，建立位姿变化函数；
[0007]以位姿变化函数的值最小为目标，采用复合粒子群优化算法确定各个任务的执行顺序；
[0008]确定执行顺序中相邻两个任务之间的空中飞行灵巧臂的运动轨迹。
[0009]另一方面，本申请实施例还提供了多任务空中飞行灵巧臂轨迹规划系统，包括：
[0010]函数建立模块，用于综合考虑空中飞行灵巧臂在任务执行中的位置变化量和姿态变化量，建立位姿变化函数；
[0011]顺序确定模块，用于以位姿变化函数的值最小为目标，采用复合粒子群优化算法确定各个任务的执行顺序；
[0012]轨迹规划模块，用于确定执行顺序中相邻两个任务之间的空中飞行灵巧臂的运动
轨迹。
[0013]另一方面，本申请实施例还提供了一种计算机存储介质，该计算机存储介质中存储有多条计算机指令，该多条计算机指令用于使计算机执行上述的方法。
[0014]本申请中的多任务空中飞行灵巧臂轨迹规划方法、系统及存储介质，具有以下优点：
[0015]针对高空多项作业任务场景，对空中飞行机械臂系统进行连续执行多项任务的操作规划，首先确定高空作业任务的执行顺序，然后寻找灵巧臂各关节运动轨迹，实现对多旋翼无人机的扰动最小化。本专利技术进一步的改进在于：充分利用灵巧臂的高度灵活性，考虑空中飞行灵巧臂系统在单次行程中连续执行多项高空作业任务；复合粒子群优化算法兼具粒子群优化算法和遗传算法的优点，且其惯性因子和学习因子具有自调节特性。
附图说明
[0016]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本申请实施例提供的多任务空中飞行灵巧臂轨迹规划方法的流程图；
[0018]图2为本申请实施例提供的灵巧臂末端执行器经过高空作业任务点的位置路径；
[0019]图3为本申请实施例提供的灵巧臂末端执行器经过高空作业任务点的姿态路径；
[0020]图4为本申请实施例提供的关节角度变化情况图；
[0021]图5为本申请实施例提供的多旋翼无人机姿态变化情况图。
具体实施方式
[0022]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0023]图1为本申请实施例提供的多任务空中飞行灵巧臂轨迹规划方法的流程图。本申请实施例提供了多任务空中飞行灵巧臂轨迹规划方法，包括：
[0024]S100，综合考虑空中飞行灵巧臂在任务执行中的位置变化量和姿态变化量，建立位姿变化函数。
[0025]示例性地，在按照顺序执行多个任务时，空中飞行灵巧臂的末端执行器需要调整位置和姿态，以适应每个任务点的需求，而最优的轨迹规划就是让末端执行器每个任务点仅经过一次。本申请中建立的位姿变化函数如下所示：
[0026][0027]其中，F表示位姿变化值，m表示任务点数量，L
i
和φ
i
分别表示空中飞行灵巧臂的末端执行器由第i个任务点至第i+1个任务点的位置变化量和姿态变化量，α和β表示加权因
子，且α+β＝1，通过设置合理的加权因子，可以确保位置变化量和姿态变化量处于同一数量级。
[0028]S110，以位姿变化函数的值最小为目标，采用复合粒子群优化算法确定各个任务的执行顺序。
[0029]示例性地，采用复合粒子群优化算法确定执行顺序的方法为：S111，初始化粒子群的粒子数、迭代停止条件、每个粒子位置、适应度值、全局最优位置、局部最优位置；S112，判断是否满足迭代停止条件，若满足，则输出最优解，即执行顺序，否则继续循环；S113，基于粒子群的全局最优解和每个粒子的局部最优解，自调节学习因子和惯性因子数值，并更新每个粒子的速度和位置；S114，对粒子群执行交叉、变异操作；S115，计算每个粒子的适应度值、全局最优位置、局部最优位置，并继续判断是否满足迭代停止条件，即返回S112。
[0030]在执行上述方法之前，首选需要将多个任务点的顺序进行随机排列，并确保所有的顺序都被穷尽，然后以不同顺序的任务点序列为粒子，所有的粒子组成粒子群，进行复合粒子群优化算法。在上述算法中，S111
‑
S113和S115为粒子群优化算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多任务空中飞行灵巧臂轨迹规划方法，其特征在于，包括：综合考虑空中飞行灵巧臂在任务执行中的位置变化量和姿态变化量，建立位姿变化函数；以所述位姿变化函数的值最小为目标，采用复合粒子群优化算法确定各个任务的执行顺序；确定所述执行顺序中相邻两个任务之间的空中飞行灵巧臂的运动轨迹。2.根据权利要求1所述的一种多任务空中飞行灵巧臂轨迹规划方法，其特征在于，所述位姿变化函数为：其中，F表示位姿变化值，m表示任务点数量，L
i
和φ
i
分别表示空中飞行灵巧臂的末端执行器由第i个任务点至第i+1个任务点的位置变化量和姿态变化量，α和β表示加权因子。3.根据权利要求1所述的一种多任务空中飞行灵巧臂轨迹规划方法，其特征在于，采用复合粒子群优化算法确定所述执行顺序的方法为：初始化粒子群的粒子数、迭代停止条件、每个粒子位置、适应度值、全局最优位置、局部最优位置；判断是否满足迭代停止条件，若满足，则输出最优解，即所述执行顺序，否则继续循环；基于粒子群的全局最优解和每个粒子的局部最优解，自调节学习因子和惯性因子数值，并更新每个粒子的速度和位置；对粒子群执行交叉、变异操作；计算每个粒子的适应度值、全局最优位置、局部最优位置，并继续判断是否满足迭代停止条件。4.根据权利要求1所述的一种多任务空中飞行灵巧臂轨迹规划...

【专利技术属性】
技术研发人员：赵素平，陈超波，高嵩，杜钰霜，阎坤，闫姣姣，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：