CN105710881B - 一种机器人末端连续轨迹规划过渡方法 - Google Patents

一种机器人末端连续轨迹规划过渡方法 Download PDF

Info

Publication number
CN105710881B
CN105710881B CN201610150017.4A CN201610150017A CN105710881B CN 105710881 B CN105710881 B CN 105710881B CN 201610150017 A CN201610150017 A CN 201610150017A CN 105710881 B CN105710881 B CN 105710881B
Authority
CN
China
Prior art keywords
mrow
msub
transition
msup
line segment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610150017.4A
Other languages
English (en)
Other versions
CN105710881A (zh
Inventor
陈落根
赵振
叶利峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HANGZHOU WAHAHA PRECISION MACHINERY Co Ltd
Original Assignee
HANGZHOU WAHAHA PRECISION MACHINERY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HANGZHOU WAHAHA PRECISION MACHINERY Co Ltd filed Critical HANGZHOU WAHAHA PRECISION MACHINERY Co Ltd
Priority to CN201610150017.4A priority Critical patent/CN105710881B/zh
Publication of CN105710881A publication Critical patent/CN105710881A/zh
Application granted granted Critical
Publication of CN105710881B publication Critical patent/CN105710881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/02Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type
    • B25J9/023Cartesian coordinate type

Abstract

本发明公开了一种机器人末端连续轨迹规划过渡方法,包括以下步骤:步骤1,确定需要进行连续轨迹规划过渡的第一线段和第二线段,确定相连线段的示教点,并确定示教点与第一线段的过渡距离和示教点与第二线段的过渡距离;步骤2,根据示教点与第一线段的过渡距离确定在第一线段上的第一过渡节点,根据示教点与第二线段的过渡距离确定在第二线段上的第二过渡节点;步骤3,在坐标轴内计算幅值系数、相位系数和速度缩放系数,将幅值系数、相位系数和速度缩放系数带入有限项正弦位置规划函数确定第一过渡节点和第二过渡节点之间的过渡曲线表达式。本发明算法流程清晰,计算时间大大缩短,降低了机器人控制系统的复杂程度。

Description

一种机器人末端连续轨迹规划过渡方法
技术领域
本发明涉及一种机器人轨迹控制方法,尤其是指一种在笛卡尔空间下的多自由度工业机器人末端连续轨迹规划过渡方法。
背景技术
工业机器人轨迹规划算法是保证工业机器人实现稳定运动的核心技术。对于弧焊、涂胶、水切割等机器人应用来说,通常要求机器人末端执行器尽量以接近给定速度的速度沿着指定路径前进,并且保证相邻路径之间能够平滑过渡,因此过渡控制方法是重点和难点。
为解决路径平滑过渡这一难点问题,最早被应用的是基于样条曲线插补等方式的关节空间轨迹规划算法。虽然这类算法具有约束条件少和计算速度快等优势,但同时存在着空间轨迹不直观和轨迹形状随速度不同而改变等缺点,因此近年来国内外研究者大多将注意力转向了笛卡尔空间轨迹规划算法。现有常用的算法主要有三类:
第一类算法是卷积类算法(例如专利US4554497,US5434489),通常是对路径进行均匀离散化之后采用卷积计算实现加减速规划,然后基于给定重叠时间参数进行速度叠加,其优点是算法简单,但存在诸多缺点,特别是难以精确控制过渡曲线形状。
第二类算法则是混叠类算法,包括速度混叠算法(例如专利US5602968)和位置混叠算法(Ustyan T,V,Implementation of a generic virtual robotcontroller[D],Master’s Thesis,Chalmers University of Technology,Sweden,2011)。这类算法一般需要给定加减速时间,然后通过线性、多项式或者摆线等函数进行同伦处理获得速度曲线或位置曲线。其缺点是加速度约束涉及时间变量,需要比较复杂的处理流程。
第三类算法则是规划类算法,包括速度规划算法(例如专利US5740327)和位置规划算法(例如专利US8290611)。这一类算法通过设计过渡曲线的数学表达式来实现。其中,速度规划算法计算流程复杂,难以保证轨迹不随速度参数的更改而变化。而在位置规划算法的研究中,Siciliano等将关节空间的位置规划算法扩展到笛卡尔空间,获得抛物线形状的过渡轨迹,使得加速度约束不再取决于时间常数,但是仍存在加速度矢量方向突变的问题(Siciliano B,Sciavicco L,Villani L,Robotics:Modelling,Planning and Control[M],3rd Fdition,Springer,2010.)。林仕高等提出五次多项式位置规划过渡算法,但是因加速度约束涉及时间变量而未能提出加速度约束处理方案(林仕高,刘晓麟,欧元贤,机械手笛卡尔空间轨迹规划研究[J],机械设计与制造,2013(3):49-52)。还有一些研究首先选取过渡路径并细分为微小路径段,再采用前瞻算法实现速度平滑和轨迹修形,但是算法复杂,且容易产生速度毛刺和波动。
发明内容
本发明的目的是克服现有技术中机器人末端平滑过渡的方法缺乏精确控制、处理流程较为复杂的缺陷,提供一种机器人末端连续轨迹规划过渡方法。
本发明的目的是通过下述技术方案予以实现:
一种机器人末端连续轨迹规划过渡方法,用于控制机器人末端沿着给定路径前进,并在相连线段之间实现平滑过渡,包括以下步骤:
步骤1,确定需要进行连续轨迹规划过渡的第一线段和第二线段,确定相连线段的示教点,并确定示教点与第一线段的过渡距离和示教点与第二线段的过渡距离;
步骤2,根据示教点与第一线段的过渡距离确定在第一线段上的第一过渡节点,根据示教点与第二线段的过渡距离确定在第二线段上的第二过渡节点;
步骤3,在坐标轴内计算幅值系数、相位系数和速度缩放系数,将幅值系数、相位系数和速度缩放系数带入有限项正弦位置规划函数确定第一过渡节点和第二过渡节点之间的过渡曲线表达式。
作为一种优选方案,步骤1中的示教点与第一线段的过渡距离和示教点与第二线段的过渡距离相等。
作为一种优选方案,步骤3中的速度缩放系数若大于等于1,则应采用时间缩放过渡曲线得到过渡曲线表达式。
作为一种优选方案,步骤3中的有限项正弦位置规划函数包含至少三个正弦周期函数,并且每个正弦周期函数的周期是给定周期的2n倍,而给定周期是从第一过渡节点到第二过渡节点所需的过渡时间的倍数。
作为一种优选方案,第一线段和第二线段为两个直线线段、一个直线线段和弧线线段或两个弧线线段。
作为一种优选方案,步骤3具体为:
设T为过渡时间,r1为示教点与第一线段的过渡距离或示教点与第二线段的过渡距离,v1和v2则分别为第一线段和第二线段的巡行速度,k1为过渡节点处待优化的速度比例系数,将第一过渡节点P1和P2的位置矢量分别用p0和pT表示;
将位置、速度和加速度矢量分别向坐标轴j投影以获得分量,设过渡节点的切向加速度均为0以使后续推导大为简化;
p0处的位置、速度和加速度的坐标轴分量配置如下:
其中,a1为在P1处的加速度,分别为p0处切向单位向量和法向单位向量,ej为坐标轴j的单位向量,坐标轴j=x,y,z;
pT处的位置、速度和加速度的坐标轴分量配置如下:
其中: 为pT处切向单位向量;
由以上公式可知,如果能确定k1,过渡节点的实际配置将随之确定。因此,如果能够构造一种包含k1为参数的位置过渡函数,令其满足上述配置,同时根据运动学约束指标或动力学约束指标来确定k1,即可获得过渡区域的位置过渡函数。
对于非过渡区域的轨迹只需采用经典的起止点之速度和加速度为给定值的直线段或圆弧段的轨迹规划算法即可,例如多项式样条曲线方法。
对于每个坐标轴方向,引入基于有限项正弦级数的位置规划函数:
则过渡节点运动学约束方程组如下:
p0j=pj(0),pTj=pj(T)
为保证上述方程组的确定性,需方程数量与待定系数数量相同,选取ns=3,ne=5;
不难看出,T并不影响过渡轨迹的形状,其实际数值可由用户为每一段过渡区域指定,但为避免速度过大,应限定大于某下限值。综合考虑到两条共线直线段之间过渡等特殊情形,定义T=k1 -1s,
其中:s=k0r1(v1+v2)-1,k0是用户可控参数且k0≥4,将T=k1 -1s带入约束方程组,借助正弦函数的特点可消去k1,得到:
Z=CV,
其中:
C=[α3,α4,α5,β3,β4,β5]
βi=[0,pi,0,oi,1,qi,1,0,-pi,2]T
oi,n=2-n(i-1)un,u=πs-1
pi,n=oi,nsin2-(i-1)π,qi,n=oi,ncos2-(i-1)π
V=[v3j,v4j,v5j,w3j,w4j,w5j]T
故由V=C-1Z可解得向量V,而由向量V可得:
由此可得加速度表达式如下:
取φ=k1ut/16,有φ∈[0,π/16],可得:
其中:
为保证运动可实现,在给定|aj(φ)|max的允许值ajmax之后,对于每一个坐标轴j,分别存在一个k1满足公式可将其表示为k1j
为避免繁杂的数值判断,采用近似计算方法计算|ρj(φ)|max,将ρj(φ)表达式中的正弦余弦函数用下面的幂级数前三项近似:
带入公式后可得近似表达式:
上式为五次多项式,其系数bjl为常量,求导可得四次多项式,通过解析法求解该四次多项式得到极值可能对应的φ,并考虑边界情况,进而可获得ρj(φ)的近似最大值和近似最小值,分别记为ρjmax和ρjmin。为评估幂级数截断所产生的近似误差,且考虑到φi∈[0,π/4],有:
在φi∈[0,π/4]的范围内,近似方法所得的|ρj(φ)|max误差不超过0.05%,在此基础上可采用Newton方法进行迭代计算获得精确解。为简化表述,取:
由此解得:
则k1值由下式取得:k1=min{k1j},
将幅值系数Aij、相位系数速度缩放系数k1带入有限项正弦位置规划函数获得过渡曲线表达式确定第一过渡节点和第二过渡节点之间的过渡曲线表达式。
作为一种优选方案,步骤3中的速度缩放系数k1若大于等于1,表明(v1+v2)过小或者r1过大,此时应采用时间缩放过渡曲线:
即将过渡时间扩大k1倍。
本发明的有益效果是:
(1)算法流程清晰,计算时间大大缩短,降低了机器人控制系统的复杂程度,可以在低性能嵌入式系统中实现;
(2)过渡曲线形状具有确定性,可以方便的控制拐角过渡曲线的半径。
(3)机器人轨迹平滑,不存在加速度突变,可减小运动过程的振动和冲击,延长机器人零部件寿命;
(4)轨迹不随速度参数的更改而变化,示教完成之后可以采用不同速度运行。
附图说明
图1是采用本发明的机器人控制系统结构示意图;
图2是本发明的机器人连续轨迹过渡效果示意图;
图3是本发明的用来阐述轨迹过渡算法的典型轨迹示意图;
图4是本发明中轨迹过渡算法的计算流程示意图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例:图1是采用本发明的机器人控制系统,包括示教程序解释器10、轨迹生成器20,实时控制程序及驱动30和伺服驱动器40。示教程序解释器通过人机交互界面获得机器人操作员输入的示教程序,示教程序通常包括直线运动、圆弧运动等指令以及线段之间过渡参数。解释器10对示教程序进行解释,并将示教数据发送给轨迹生成器20,在轨迹生成器20中,将运行本发明提出的笛卡尔空间下的多自由度工业机器人连续轨迹规划过渡控制方法,提前计算出下一段轨迹(包含过渡曲线部分)所对应的关节转角等数据,并将数据传递给实时控制系统及驱动30,这些数据通常在数据缓冲区被存储,一直等到对应的时刻到达时,通过数据总线或者脉冲等形式,将电机转角参考值发送给伺服驱动器40,伺服驱动器40根据电机反馈的编码器计数和电机转角参考值计算出电机电流,进行电机转角的闭环控制。伺服驱动器还将电机转角的实际值传递给实时控制程序,用于实现更高层次的闭环控制。
本发明的机器人连续轨迹过渡效果示意图如图2所示,连续轨迹过渡可以是圆弧段Path0和圆弧段Path1之间,圆弧段Path1和直线段Path2之间,直线段Path2和直线段Path3之间。
一种机器人末端连续轨迹规划过渡方法,用于控制机器人末端沿着给定路径前进,并在相连线段之间实现平滑过渡,包括以下步骤:
步骤1,确定需要进行连续轨迹规划过渡的第一线段和第二线段,确定相连线段的示教点,并确定示教点与第一线段的过渡距离和示教点与第二线段的过渡距离,示教点与第一线段的过渡距离和示教点与第二线段的过渡距离相等;
步骤2,根据示教点与第一线段的过渡距离确定在第一线段上的第一过渡节点,根据示教点与第二线段的过渡距离确定在第二线段上的第二过渡节点;
步骤3,在坐标轴内计算幅值系数、相位系数和速度缩放系数,将幅值系数、相位系数和速度缩放系数带入有限项正弦位置规划函数确定第一过渡节点和第二过渡节点之间的过渡曲线表达式。
如图3所示,步骤3具体为:
设T为过渡时间,r1为示教点与第一圆弧段Path1的过渡距离或示教点与第二直线段Path2的过渡距离,v1和v2则分别为第一线段和第二线段的巡行速度,k1为过渡节点处待优化的速度比例系数,将第一过渡节点P1和P2的位置矢量分别用p0和pT表示;
将位置、速度和加速度矢量分别向坐标轴j投影以获得分量,设过渡节点的切向加速度均为0以使后续推导大为简化;
p0处的位置、速度和加速度的坐标轴分量配置如下:
其中,a1为在P1处的加速度,分别为p0处切向单位向量和法向单位向量,ej为坐标轴j的单位向量,坐标轴j=x,y,z;
pT处的位置、速度和加速度的坐标轴分量配置如下:
其中: 为pT处切向单位向量;
由以上公式可知,如果能确定k1,过渡节点的实际配置将随之确定。因此,如果能够构造一种包含k1为参数的位置过渡函数,令其满足上述配置,同时根据运动学约束指标或动力学约束指标来确定k1,即可获得过渡区域的位置过渡函数。
对于非过渡区域的轨迹只需采用经典的起止点之速度和加速度为给定值的直线段或圆弧段的轨迹规划算法即可,例如多项式样条曲线方法。
对于每个坐标轴方向,引入基于有限项正弦级数的位置规划函数:
则过渡节点运动学约束方程组如下:
为保证上述方程组的确定性,需方程数量与待定系数数量相同,选取ns=3,ne=5;
不难看出,T并不影响过渡轨迹的形状,其实际数值可由用户为每一段过渡区域指定,但为避免速度过大,应限定大于某下限值。综合考虑到两条共线直线段之间过渡等特殊情形,定义T=k1 -1s,(2)
其中:s=k0r1(v1+v2)-1,k0是用户可控参数且k0≥4,将T=k1 -1s带入约束方程组,借助正弦函数的特点可消去k1,得到:
Z=CV, (3)
其中:
C=[α3,α4,α5,β3,β4,β5]
αi=[oi,0,qi,0,0,-pi,1,-oi,2,-qi,2]T
βi=[0,pi,0,oi,1,qi,1,0,-pi,2]T
oi,n=2-n(i-1)un,u=πs-1
pi,n=oi,nsin2-(i-1)π,qi,n=oi,ncos2-(i-1)π
V=[v3j,v4j,v5j,w3j,w4j,w5j]T
故由V=C-1Z可解得向量V,而由向量V可得:
由此可得加速度表达式如下:
取φ=k1ut/16,有φ∈[0,π/16],可得:
其中:
为保证运动可实现,在给定|aj(φ)|max的允许值ajmax之后,对于每一个坐标轴j,分别存在一个k1满足公式可将其表示为k1j
为避免繁杂的数值判断,采用近似计算方法计算|ρj(φ)|max,将ρj(φ)表达式中的正弦余弦函数用下面的幂级数前三项近似:
带入公式后可得近似表达式:
上式为五次多项式,其系数bjl为常量,求导可得四次多项式,通过解析法求解该四次多项式得到极值可能对应的φ,并考虑边界情况,进而可获得ρj(φ)的近似最大值和近似最小值,分别记为ρjmax和ρjmin。为评估幂级数截断所产生的近似误差,且考虑到φi∈[0,π/4],有:
在φi∈[0,π/4]的范围内,近似方法所得的|ρj(φ)|max误差不超过0.05%,在此基础上可采用Newton方法进行迭代计算获得精确解。为简化表述,取:
由此解得:
则k1值由下式取得:k1=min{k1j}, (9)
将幅值系数Aij、相位系数速度缩放系数k1带入有限项正弦位置规划函数获得过渡曲线表达式确定第一过渡节点和第二过渡节点之间的过渡曲线表达式。
作为一种优选方案,步骤3中的速度缩放系数k1若大于等于1,表明(v1+v2)过小或者r1过大,此时应采用时间缩放过渡曲线:
即将过渡时间扩大k1倍。
本发明中轨迹过渡算法的计算流程示意图如图4所示,其步骤如下:
方块11:给定示教点S0,S1,S2,圆心O1,O2,速度v1,v2,过渡距离r1,r1′,通常假设r1′=r1。
方块12:确定过渡点P1,PT的矢量坐标。
方块13:根据式(3)和式(4)求取和Aij
方块14:根据式(7)求取ρjmax和ρjmin。进而根据式(8)和式(9)分别求取k1j和k1
方块15:如果k1小于1,表明速度(v1+v2)足够大或者r1较小,此时得到正常过渡曲线:
此时若v1和v2同比变化,由式(2)和式(8)可知k1与速度成反比变化,使得过渡节点配置不变,进而可知幅值系数与相位系数均不变,从而保证过渡轨迹的路径和速度剖面形状等均不发生改变。
方块16:如果k1大于等于1,表明(v1+v2)过小或者r1过大,此时应采用时间缩放过渡曲线:
即将过渡时间扩大k1倍。因各项系数不变,故过渡轨迹的路径不发生改变,但是速度剖面形状会有一定变动。

Claims (5)

1.一种机器人末端连续轨迹规划过渡方法,用于控制机器人末端沿着给定路径前进,并在相连线段之间实现平滑过渡,其特征是,包括以下步骤:
步骤1,确定需要进行连续轨迹规划过渡的第一线段和第二线段,确定相连线段的示教点,并确定示教点与第一线段的过渡距离和示教点与第二线段的过渡距离;
步骤2,根据示教点与第一线段的过渡距离确定在第一线段上的第一过渡节点,根据示教点与第二线段的过渡距离确定在第二线段上的第二过渡节点;
步骤3,在坐标轴内计算幅值系数、相位系数和速度缩放系数,将幅值系数、相位系数和速度缩放系数带入有限项正弦位置规划函数确定第一过渡节点和第二过渡节点之间的过渡曲线表达式;
所述的步骤1中的示教点与第一线段的过渡距离和示教点与第二线段的过渡距离相等;
所述的步骤3具体为:
设T为过渡时间,r1为示教点与第一线段的过渡距离或示教点与第二线段的过渡距离,v1和v2则分别为第一线段和第二线段的巡行速度,k1为过渡节点处待优化的速度比例系数,将第一过渡节点P1和P2的位置矢量分别用p0和pT表示;
将位置、速度和加速度矢量分别向坐标轴j投影以获得分量,设过渡节点的切向加速度均为0以使后续推导大为简化;
p0处的位置、速度和加速度的坐标轴分量配置如下:
<mrow> <msub> <mi>p</mi> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>p</mi> <mn>0</mn> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>e</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>v</mi> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>k</mi> <mn>1</mn> </msub> <msub> <mover> <mi>v</mi> <mo>~</mo> </mover> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>a</mi> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>k</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow>
其中,a1为在P1处的加速度,分别为p0处切向单位向量和法向单位向量,ej为坐标轴j的单位向量,坐标轴j=x,y,z;
pT处的位置、速度和加速度的坐标轴分量配置如下:
<mrow> <msub> <mi>p</mi> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>p</mi> <mi>T</mi> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>e</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>v</mi> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>k</mi> <mn>1</mn> </msub> <msub> <mover> <mi>v</mi> <mo>~</mo> </mover> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>a</mi> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msup> <msub> <mi>k</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> </mrow>
其中: 为pT处切向单位向量;
对于每个坐标轴方向,引入基于有限项正弦级数的位置规划函数:
则过渡节点运动学约束方程组如下:
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>p</mi> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>p</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>p</mi> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>p</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>T</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>v</mi> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mover> <mi>p</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>v</mi> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mover> <mi>p</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>T</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mover> <mi>p</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>a</mi> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mover> <mi>p</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>T</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>,</mo> </mrow>
为保证上述方程组的确定性,需方程数量与待定系数数量相同,选取ns=3,ne=5;
定义T=k1 -1s,
其中:s=k0r1(v1+v2)-1,k0是用户可控参数且k0≥4,将T=k1 -1s带入约束方程组,借助正弦函数的特点可消去k1,得到:
Z=CV,
其中:
<mrow> <mi>Z</mi> <mo>=</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>p</mi> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>p</mi> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>v</mi> <mo>~</mo> </mover> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>v</mi> <mo>~</mo> </mover> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mn>0</mn> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>a</mi> <mo>~</mo> </mover> <mrow> <mi>T</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;rsqb;</mo> </mrow> <mi>T</mi> </msup> </mrow>
C=[α3,α4,α5,β3,β4,β5]
αi=[oi,0,qi,0,0,-pi,1,-oi,2,-qi,2]T
βi=[0,pi,0,oi,1,qi,1,0,-pi,2]T
oi,n=2-n(i-1)un,n=πs-1
pi,n=oi,nsin2-(i-1)π,qi,n=oi,ncos2-(i-1)π
V=[v3j,v4j,v5j,w3j,w4j,w5j]T
故由V=C-1Z可解得向量V,而由向量V可得:
由此可得加速度表达式如下:
取φ=k1ut/16,有φ∈[0,π/16],可得:
<mrow> <mo>|</mo> <msub> <mi>a</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>&amp;phi;</mi> <mo>)</mo> </mrow> <msub> <mo>|</mo> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mn>1</mn> <mn>16</mn> </mfrac> <msub> <mi>k</mi> <mn>1</mn> </msub> <mi>u</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <mo>|</mo> <msub> <mi>&amp;rho;</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>&amp;phi;</mi> <mo>)</mo> </mrow> <msub> <mo>|</mo> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>,</mo> </mrow>
其中:
为保证运动可实现,在给定|aj(φ)|max的允许值αjmax之后,对于每一个坐标轴j,分别存在一个k1满足公式可将其表示为k1j
<mrow> <msub> <mi>k</mi> <mrow> <mn>1</mn> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mn>16</mn> <msqrt> <msub> <mi>a</mi> <mrow> <mi>j</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </msqrt> </mrow> <mrow> <mi>u</mi> <msqrt> <mrow> <mo>|</mo> <msub> <mi>&amp;rho;</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>&amp;phi;</mi> <mo>)</mo> </mrow> <msub> <mo>|</mo> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mrow> </msqrt> </mrow> </mfrac> <mo>,</mo> </mrow>
为避免繁杂的数值判断,采用近似计算方法计算|ρj(φ)|max,将ρj(φ)表达式中的正弦余弦函数用下面的幂级数前三项近似:
<mrow> <msub> <mi>sin&amp;phi;</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mo>-</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mn>3</mn> </msup> </mrow> <mrow> <mn>3</mn> <mo>!</mo> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mn>5</mn> </msup> </mrow> <mrow> <mn>5</mn> <mo>!</mo> </mrow> </mfrac> <mo>,</mo> <msub> <mi>cos&amp;phi;</mi> <mi>i</mi> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <mo>!</mo> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mn>4</mn> </msup> </mrow> <mrow> <mn>4</mn> <mo>!</mo> </mrow> </mfrac> <mo>,</mo> </mrow>
带入公式后可得近似表达式:
<mrow> <msub> <mi>&amp;rho;</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>&amp;phi;</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>5</mn> </munderover> <msub> <mi>b</mi> <mrow> <mi>j</mi> <mi>l</mi> </mrow> </msub> <msup> <mi>&amp;phi;</mi> <mi>l</mi> </msup> <mo>,</mo> <mi>&amp;phi;</mi> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>,</mo> <mi>&amp;pi;</mi> <mo>/</mo> <mn>16</mn> <mo>&amp;rsqb;</mo> <mo>,</mo> </mrow>
上式为五次多项式,其系数bjl为常量,求导可得四次多项式,通过解析法求解该四次多项式得到极值可能对应的φ,并考虑边界情况,进而可获得ρj(φ)的近似最大值和近似最小值,分别记为ρjmax和ρjmin,为评估幂级数截断所产生的近似误差,且考虑到φi∈[0,π/4],有:
<mrow> <msub> <mi>e</mi> <mrow> <mi>s</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>sin&amp;phi;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mo>-</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mn>3</mn> </msup> </mrow> <mrow> <mn>3</mn> <mo>!</mo> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mi>5</mi> </msup> </mrow> <mrow> <mn>5</mn> <mo>!</mo> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>|</mo> </mrow>
<mrow> <msub> <mi>e</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>s</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>cos&amp;phi;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <mo>!</mo> </mrow> </mfrac> <mo>+</mo> <mfrac> <mrow> <msup> <msub> <mi>&amp;phi;</mi> <mi>i</mi> </msub> <mn>4</mn> </msup> </mrow> <mrow> <mn>4</mn> <mo>!</mo> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>|</mo> <mo>,</mo> </mrow>
在φi∈[0,π/4]的范围内,近似方法所得的|ρj(φ)|max误差不超过0.05%,在此基础上采用Newton方法进行迭代计算获得精确解,为简化表述,取:
<mrow> <mo>|</mo> <msub> <mi>&amp;rho;</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>&amp;phi;</mi> <mo>)</mo> </mrow> <msub> <mo>|</mo> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>&amp;ap;</mo> <mfrac> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>{</mo> <mo>|</mo> <msub> <mi>&amp;rho;</mi> <mrow> <mi>j</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>|</mo> <mo>,</mo> <mo>|</mo> <msub> <mi>&amp;rho;</mi> <mrow> <mi>j</mi> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>}</mo> </mrow> <mrow> <mn>1</mn> <mo>-</mo> <mn>0.05</mn> <mi>%</mi> </mrow> </mfrac> <mo>,</mo> </mrow>
由此解得:
<mrow> <msub> <mi>k</mi> <mrow> <mn>1</mn> <mi>j</mi> </mrow> </msub> <mo>&amp;ap;</mo> <mfrac> <mrow> <mn>16</mn> <msqrt> <msub> <mi>a</mi> <mrow> <mi>j</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </msqrt> </mrow> <mrow> <mi>u</mi> <msqrt> <mfrac> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>{</mo> <mo>|</mo> <msub> <mi>&amp;rho;</mi> <mrow> <mi>j</mi> <mi>max</mi> </mrow> </msub> <mo>|</mo> <mo>,</mo> <mo>|</mo> <msub> <mi>&amp;rho;</mi> <mrow> <mi>j</mi> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>|</mo> <mo>}</mo> </mrow> <mrow> <mn>1</mn> <mo>-</mo> <mn>0.05</mn> <mi>%</mi> </mrow> </mfrac> </msqrt> </mrow> </mfrac> <mo>,</mo> </mrow>
则k1值由下式取得:k1=min{k1j},
将幅值系数Aij、相位系数速度缩放系数k1带入有限项正弦位置规划函数获得过渡曲线表达式确定第一过渡节点和第二过渡节点之间的过渡曲线表达式。
2.根据权利要求1所述的一种机器人末端连续轨迹规划过渡方法,其特征是,所述的步骤3中的速度缩放系数若大于等于1,则应采用时间缩放过渡曲线得到过渡曲线表达式。
3.根据权利要求1所述的一种机器人末端连续轨迹规划过渡方法,其特征是,所述的步骤3中的有限项正弦位置规划函数包含至少三个正弦周期函数,并且每个正弦周期函数的周期是给定周期的2n倍,而给定周期是从第一过渡节点到第二过渡节点所需的过渡时间的倍数。
4.根据权利要求1或2或3所述的一种机器人末端连续轨迹规划过渡方法,其特征是,所述的第一线段和第二线段为两个直线线段、一个直线线段和弧线线段或两个弧线线段。
5.根据权利要求1所述的一种机器人末端连续轨迹规划过渡方法,其特征是,步骤3中的速度缩放系数k1若大于等于1,表明(v1+v2)过小或者r1过大,此时应采用时间缩放过渡曲线:
即将过渡时间扩大k1倍。
CN201610150017.4A 2016-03-16 2016-03-16 一种机器人末端连续轨迹规划过渡方法 Active CN105710881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610150017.4A CN105710881B (zh) 2016-03-16 2016-03-16 一种机器人末端连续轨迹规划过渡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610150017.4A CN105710881B (zh) 2016-03-16 2016-03-16 一种机器人末端连续轨迹规划过渡方法

Publications (2)

Publication Number Publication Date
CN105710881A CN105710881A (zh) 2016-06-29
CN105710881B true CN105710881B (zh) 2017-10-31

Family

ID=56158768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610150017.4A Active CN105710881B (zh) 2016-03-16 2016-03-16 一种机器人末端连续轨迹规划过渡方法

Country Status (1)

Country Link
CN (1) CN105710881B (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371400B (zh) * 2016-10-31 2019-02-15 成都乐创自动化技术股份有限公司 一种示教轨迹选中方法及装置
CN106346478A (zh) * 2016-11-09 2017-01-25 广州视源电子科技股份有限公司 机械臂的控制方法和装置
CN106802625B (zh) * 2017-03-14 2019-03-01 成都工业学院 一种导数多维空间机床轨迹运动再现方法
WO2018195689A1 (zh) * 2017-04-24 2018-11-01 深圳配天智能技术研究院有限公司 S型速度规划方法、装置、系统、机器人以及数控机床
WO2019087490A1 (ja) 2017-10-30 2019-05-09 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
CN109129558A (zh) * 2017-11-22 2019-01-04 北京芯合科技有限公司 一种控制机械臂末端执行空间曲线动作的方法
CN108262747B (zh) * 2018-01-16 2021-07-13 广州视源电子科技股份有限公司 运动轨迹规划方法、装置、机器人及存储介质
DE102018200864B3 (de) * 2018-01-19 2019-02-07 Kuka Deutschland Gmbh Verfahren und System zum Steuern eines Roboters
CN108453707B (zh) * 2018-04-12 2021-11-19 珞石(山东)智能科技有限公司 机器人拖动示教轨迹生成方法
CN110442086A (zh) * 2018-05-02 2019-11-12 深圳市优必选科技有限公司 一种机器人及其动作切换的方法
CN109773780B (zh) * 2018-12-11 2022-03-22 上海新时达机器人有限公司 机械臂的过渡路径的位姿同步方法及装置
CN111331591B (zh) * 2018-12-18 2021-04-16 合肥欣奕华智能机器有限公司 一种机器人控制方法及装置
CN110154037B (zh) * 2019-06-25 2021-03-19 深兰科技(重庆)有限公司 一种机器人动作控制方法、装置、机器人和存储口介质
CN110328669B (zh) * 2019-08-07 2021-03-09 江苏汇博机器人技术股份有限公司 用于实训的机器人的末端轨迹采集及跟踪方法和装置
CN110488758B (zh) * 2019-08-09 2021-05-25 南京埃斯顿自动化股份有限公司 一种基于PLCopen规范的轨迹过渡方法
JP7375587B2 (ja) * 2020-02-05 2023-11-08 株式会社デンソー 軌道生成装置、多リンクシステム、及び軌道生成方法
CN111604905B (zh) * 2020-05-26 2022-04-05 慧灵科技(深圳)有限公司 关节轨迹规划的方法、装置、系统及存储介质
CN111798701B (zh) * 2020-07-07 2022-07-26 中国船舶工业系统工程研究院 无人艇路径跟踪控制方法、系统、存储介质及终端
CN111913441B (zh) * 2020-08-06 2021-11-09 南京工程学院 一种基于轨迹模式的拐角平滑过渡方法
CN112276949B (zh) * 2020-10-21 2022-03-11 哈工大机器人(合肥)国际创新研究院 一种相邻关节空间-笛卡尔空间轨迹过渡方法及装置
CN112405538B (zh) * 2020-11-11 2022-05-27 配天机器人技术有限公司 一种机器人轴空间平滑轨迹规划方法及规划装置
CN112731933A (zh) * 2020-12-24 2021-04-30 江苏新冠亿科技有限公司 一种自主规划路径的agv跟踪控制方法、设备及存储介质
CN113741336A (zh) * 2021-09-10 2021-12-03 上海景吾智能科技有限公司 基于实时运动的笛卡尔空间轨迹规划方法和系统
CN114131612B (zh) * 2021-12-20 2024-01-30 中国科学院长春光学精密机械与物理研究所 基于nurbs曲线插补算法的冗余机械臂实时前瞻轨迹规划方法
CN116610070B (zh) * 2023-07-20 2023-10-20 杭州芯控智能科技有限公司 基于笛卡尔空间的轨迹匀速过渡方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7979158B2 (en) * 2007-07-31 2011-07-12 Rockwell Automation Technologies, Inc. Blending algorithm for trajectory planning
CN102091879B (zh) * 2011-01-04 2012-12-05 长沙红点自动化科技有限公司 一种焊接机器人过渡轨迹规划方法
DE102014204452A1 (de) * 2014-03-11 2015-09-17 Kuka Systems Gmbh Verfahren zum Betreiben eines Roboters und zugehöriger Robotermit einer mechanischen Tastvorrichtung
CN103970139B (zh) * 2014-05-09 2017-01-11 上海交通大学 一种机器人连续点位运动规划方法
CN104020773B (zh) * 2014-06-13 2016-09-14 哈尔滨工业大学 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法
US9815201B2 (en) * 2014-07-31 2017-11-14 Siemens Industry Software Limited Method and apparatus for industrial robotic energy saving optimization using fly-by

Also Published As

Publication number Publication date
CN105710881A (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
CN105710881B (zh) 一种机器人末端连续轨迹规划过渡方法
CN107030697B (zh) 一种机器人笛卡尔空间平滑轨迹的规划方法
Yuan et al. Time optimal contouring control of industrial biaxial gantry: A highly efficient analytical solution of trajectory planning
Kim et al. A practical approach for minimum‐time trajectory planning for industrial robots
CN107943034B (zh) 移动机器人沿给定路径的完备且最短时间轨迹规划方法
Xiao et al. Real-time smoothing of G01 commands for five-axis machining by constructing an entire spline with the bounded smoothing error
Defoort et al. A Lyapunov-based design of a modified super-twisting algorithm for the Heisenberg system
Farooq et al. Fuzzy logic based path tracking controller for wheeled mobile robots
Xu et al. Model predictive control-based path tracking control for automatic guided vehicles
CN108062024A (zh) 一种考虑阻力的移动机器人反演滑模控制方法
Furtuna Minimum time kinematic trajectories for self-propelled rigid bodies in the unobstructed plane
Nagy et al. Path planning and control of differential and car-like robots in narrow environments
Ismaiel et al. A simulation-based study to calculate all the possible trajectories of differential drive mobile robot
CN109188915B (zh) 内嵌运动性能调节机制的速度规划方法
Ying-Shi et al. Online minimum-acceleration trajectory planning with the kinematic constraints
Shen et al. Tree-search-based any-time time-optimal path-constrained trajectory planning with inadmissible island constraints
Shuhua et al. Trajectory planning of 6-DOF manipulator based on combination function method
Cservenák Path and trajectory planning for an automated carrier vehicle equipped with two conveyor belts used in manufacturing supply
Han et al. Hybrid path planning algorithm for mobile robot based on A* algorithm fused with DWA
Lei et al. Trajectory Planning
Gopika et al. Smooth PRM Implementation for Autonomous Ground Vehicle
CN205466200U (zh) 位移装置及机器人
Xinchao Research on Robot Trajectory Planning Algorithm Based on Improved Genetic Algorithm
CN109794939A (zh) 一种焊接机器人运动规划并行束方法
Ivanov et al. A Hybrid Method for Constructing Optimal Motion Path for Robot ManipulatorsWhile Avoiding Obstacles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant