【技术实现步骤摘要】
本公开涉及机械臂运动领域，尤其涉及基于改进零空间优化的超冗余机械臂运动规划方法及系统。
技术介绍
1、超冗余机械臂相比于传动机械臂拥有更多的自由度，具备较好的穿越狭窄环境能力以及足够大的灵巧操作空间，适合在狭小环境下进行人类以及传统机器臂无法完成的任务，因此在航天、航空以及核工业等领域具有广阔的应用前景。超冗余机械臂的运动规划主要目的为寻找与末端效应器的理想位置和方向相对应的各关节角度，为实现有效精准的运动控制提供有力基础。目前针对机械臂的运动规划，应用比较成功的求解方法主要包括：解析法，几何法和数值法。其中，雅克比伪逆法作为数值法中一种常见方法，目前被大量运用于机械臂的逆运动学求解过程，展示出了极大的应用潜力。
2、然而随着超冗余机器人自由度数目的增多，采用传统的雅克比伪逆法，在具体场景应用时仍然存在着一些问题：1)自由度会导致计算复杂度较大，致使其寻找最优解的难度增大；2)仅考虑末端位姿会导致关节的速度急剧增大，进而影响机械臂的运动控制。因此传统方法无法有效地解决超冗余机械臂的运动规划的问题，不能保证运动规划的准确性。
技术实现思路
1、本公开提出了一种基于改进零空间优化的超冗余机械臂运动规划方法，以解决以下2个问题。(1)自由度会导致计算复杂度较大，致使其寻找最优解的难度增大；(2)仅考虑末端位姿会导致关节的速度急剧增大，进而影响机械臂的运动控制，不能保证运动规划的准确性。
2、根据本公开的一方面，提供了一种基于改进零空间优化的超冗余机械臂运动规划方法
3、s10、根据作业任务需求，定义冗余和非冗余自由度并进行解耦，通过非冗余自由度确定初始雅克比逆矩阵；
4、s20、采用奇异值分解方法对初始雅克比逆矩阵进行分解，确定待优化参数；
5、s30、设计考虑关节速度和加速度的梯度优化代价函数，并对梯度优化代价函数中的不同关节权重进行调整分配；
6、s40、基于奇异值分解得到的待优化参数计算雅可比矩阵的伪逆，利用梯度下降法确定各关节信息及迭代中的优化函数；
7、s50、通过求解所述优化函数输出优化后的各关节信息，进一步获取末端位姿，判断末端位姿是否满足要求，若末端位姿不满足要求，返回步骤s10开始重新计算，若末端位姿满足要求，则输出优化后的各关节信息。
8、优选地，所述通过求解所述优化函数输出优化后的各关节信息，包括：
9、设计优化函数优化求解的评判依据，若优化函数值满足评判依据，则输出优化后的目标以及各关节信息；若不满足，继续对优化目标进行迭代更新直至达到设定的最大迭代次数，输出优化后的各关节信息。
10、优选地，所述定义冗余和非冗余自由度，包括：对于k个关节的超冗余蛇形机械臂，设冗余机械臂具备n个自由度，n＝2k，则有
11、a＝f(q)
12、式中，q＝[q1，q2，…qn]为关节空间，a＝[a1，a2，…，am]为冗余机械臂的末端位姿，m为末端位姿的参数个数，f(·)为关节空间到末端位姿的映射函数。
13、优选地，所述通过非冗余自由度确定初始雅克比逆矩阵，表示为：
14、
15、式中，j(q)为初始雅克比逆矩阵，q＝[q1，q2，…qn]为关节空间，即所有自由度转动角度。
16、优选地，所述采用奇异值分解方法对初始雅克比逆矩阵进行分解，表示为：
17、j(q)＝u∑vt
18、式中，σ1，σ2，…σm为初始雅可比矩阵j(q)的奇异值，且σ1≥σ2≥…≥σm≥0，u∈r(m×n)和v∈r(m×n)是正交矩阵，vt为v的转置矩阵。
19、优选地，所述设计考虑关节速度和加速度的梯度优化代价函数，具体为：
20、f(ψj)＝wlfl(ψj)+wvfv(ψj)+wafa(ψj)
21、式中，wl＝wdis，wv＝1-wdis，wa＝sa(1-wdis)，wdis为动态权重，sa∈{0，1}，ψj为第j个关节空间自由度的角度，j＝1，2，…n，fv和fa是关节速度和加速度的目标函数，fl是来自关节极限的排斥力。
22、优选地，所述利用梯度下降法确定各关节信息及迭代中的优化函数，包括：
23、j＝argmin{wlfl(ψj)+wvfv(ψj)+wafa(ψj)}
24、subject to ψju≤ψj≤ψji
25、式中，ψjl和ψju分别为第j个关节空间自由度的角度ψj的最大、最小值。
26、根据本公开的一方面，提供一种基于改进零空间优化的超冗余机械臂运动规划系统，包括：
27、初始雅克比逆矩阵确定模块，根据作业任务需求，定义冗余和非冗余自由度并进行解耦，通过非冗余自由度确定初始雅克比逆矩阵；
28、初始雅克比逆矩阵分解模块，采用奇异值分解方法对初始雅克比逆矩阵进行分解，确定待优化参数；
29、优化函数确定模块，设计考虑关节速度和加速度的梯度优化代价函数，并对梯度优化代价函数中的不同关节权重进行调整分配，基于奇异值分解得到的待优化参数计算雅可比矩阵的伪逆，利用梯度下降法确定各关节信息及迭代中的优化函数；
30、优化后各关节信息输出模块，通过求解所述优化函数输出优化后的各关节信息，进一步获取末端位姿，判断末端位姿是否满足要求，若末端位姿不满足要求，返回开始重新计算，若末端位姿满足要求，则输出优化后的各关节信息。
31、根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：执行上述基于改进零空间优化的超冗余机械臂运动规划方法。
32、根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述基于改进零空间优化的超冗余机械臂运动规划方法。
33、相对于现有技术，本公开的有益效果为：
34、1)通过对超冗余机械臂的冗余与非冗余自由度进行解耦，使其能够得到初始雅克比逆矩阵，相对于传统的雅克比逆解更精准地获得运动学逆解，同时显著降低了由于冗余导致的计算负担；
35、2)采用奇异值分解以及零空间优化方法，避免了传统雅可比逆求解过程中奇异形状速度过大的问题，又保证了优化过程中末端姿态不受影响，提高了跟踪精度。
36、3)通过梯度下降对零空间参数进行优化，在保证末端能很好地拟合轨迹的前提下，对机械臂各关节的运动学参数进行人工调整和优化。以此保证规划的轨迹更符合超冗余机械臂的驱动和运动特性。
37、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
38、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
本文档来自技高网...【技术保护点】
1.基于改进零空间优化的超冗余机械臂运动规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述通过求解所述优化函数输出优化后的各关节信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述定义冗余和非冗余自由度，包括：对于k个关节的超冗余蛇形机械臂，设冗余机械臂具备n个自由度，n＝2k，则有
4.根据权利要求3所述的方法，其特征在于，所述通过非冗余自由度确定初始雅克比逆矩阵，表示为：
5.根据权利要求4所述的方法，其特征在于，所述采用奇异值分解方法对初始雅克比逆矩阵进行分解，表示为：
6.根据权利要求1所述的方法，其特征在于，所述设计考虑关节速度和加速度的梯度优化代价函数，具体为：
7.根据权利要求6所述的方法，其特征在于，所述利用梯度下降法确定各关节信息及迭代中的优化函数，包括：
8.基于改进零空间优化的超冗余机械臂运动规划系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至7任一项所述的基于改进零空间优化的超冗余机械臂运动规划方法。
...【技术特征摘要】
1.基于改进零空间优化的超冗余机械臂运动规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述通过求解所述优化函数输出优化后的各关节信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述定义冗余和非冗余自由度，包括：对于k个关节的超冗余蛇形机械臂，设冗余机械臂具备n个自由度，n＝2k，则有
4.根据权利要求3所述的方法，其特征在于，所述通过非冗余自由度确定初始雅克比逆矩阵，表示为：
5.根据权利要求4所述的方法，其特征在于，所述采用奇异值分解方法对初始雅克比逆矩阵进行分解，表示为：
6.根据权利要求1所述的方法，其特征在于，所述设计考...
【专利技术属性】
技术研发人员：李虎，谢远龙，王书亭，
申请(专利权)人：广东省智能机器人研究院，
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。