CN109108978B - 基于学习泛化机制的三自由度空间机械臂运动规划方法 - Google Patents

Abstract

本发明公开了一种基于学习泛化框架的三自由度空间机械臂运动规划方法，采用机械臂训练得到的自身运动特征建立运动样本库，并通过智能筛选选取最佳学习样本进行学习，从而使机器臂泛化出对新空间目标的运动特征，最后根据泛化出的空间特征规划出机械臂的关节运动；使得机器臂能对自身的训练运动进行筛选学习从而泛化出对新目标的运动，实现了机械臂的认知与学习泛化的能力，本发明还使机械臂具备避障特性，具有良好的环境适应性。

Description

基于学习泛化机制的三自由度空间机械臂运动规划方法

技术领域

本发明属于空间机械臂运动规划技术领域，具体涉及一种能自动避障的机械臂运动规划方法。

背景技术

多自由度空间机械臂在实际生活中有着巨大的应用价值，但是机械臂结构复杂且运动规划计算量大等困难制约了机械臂的发展与应用。传统的机械臂运动规划主要指运动轨迹规划，其主要分为关节空间轨迹规划与笛卡尔空间轨迹规划两大类，前者在传统中主要运用多项式插值方法，后者主要运用空间直线或者空间圆弧等规划方法。由于机械臂自身的多自由度空间特性，使得这几种方法实际运用中不仅规划计算复杂大，还对于每一个新的目标都要重新计算运动过程中机械臂的每个姿态，尤其当机械臂与运动目标点之间存在障碍物时，传统的方法更难规划出机械臂的运动，所以传统方法存在计算复杂、智能化低、适应性差等缺陷。

目前主流的运动规划方法是使用美国莱斯大学的开发的开源运动规划库(OpenMotion Planning Library，以下简称OMPL)，由于空间机械臂的高纬度特性，使其构形空间的拓扑结构发生了根本性变化，造成平面上的运动规划方法多数不再适用。目前在OMPL中适用于高纬度运动规划的主要有概率路图法PRM和快速拓展随机树法RRT，这两种算法均建立于随机采样的基础上进行的，虽然基于采样的规划算法速度很快，但存在巨大缺陷，即由于算法的随机性，无法对规划结果进行预判，每次规划的结果不相同，使得规划后运动不具有稳定性。

发明内容

为了实现机械臂的学习泛化与避障问题，本发明提供一种基于DMPS算法学习泛化框架的空间三自由度机械臂运动规划方法，不仅规划速度快，且规划结果稳定，具有学习能力高且避障能力优越等优点。

为解决上述技术问题，本发明采用如下技术方案：

一种基于学习泛化框架的三自由度空间机械臂运动规划方法，采用机械臂训练得到的自身运动特征建立运动样本库，并通过智能筛选选取最佳学习样本进行学习，从而使机器臂泛化出对新空间目标的运动特征，最后根据泛化出的空间特征规划出机械臂的关节运动；其特征在于包括如下步骤：

首先对三自由度空间机械臂建模，训练机械臂使其末端运动到指定的空间样本点，记录运动过程中机械臂各个关节的运动信息，通过正运动学求解其末端运动特征并存入DMPS学习样本库中；

当指定新的空间运动目标点时，以方位与欧氏距离双层样本特征筛选出最佳学习样本，然后将选取的样本运动特征三自由度正交分解，在各个自由度上利用DMPS学习样本特征得到非线性项权重序列，结合权重与新目标空间信息泛化出对应于新目标的运动特征；

再将三个自由度上新目标运动特征在同一正则系统下拟合出的新目标空间运动特征；

然后将拟合的新目标空间运动特征通过逆运动学反解出机械臂各个关节的运动信息；若机械臂运动过程中存在已知障碍物，则在DMPS学习过程中融合障碍物与运动特征的耦合因子进行避障规划，最终能使机械臂有效避开障碍物运动并到达目标点。

进一步的，上述步骤中，对三自由度空间机械臂建模为三自由度空间机械臂D-H模型。

上述技术方案中，所述障碍物在环境中的位置与大小是已知的。

上述技术方案中，所述空间机械臂具有逆运动学可解性。

上述技术方案中，所述运动特征的三自由度正交分解与融合分别在各自正则系统下完成。

上述技术方案，具体按如下细分步骤完成：

步骤1：根据D-H算法，建立三自由度空间机械臂模型；

步骤2：样本训练过程：预设一个空间点，人为指导机械臂使其末端运动到设定的空间点，并记录运动过程中机械臂各个关节的运动信息，将各个关节的运动信息通过正运动学转换为其机械臂末端的运动信息；

步骤3：保持机械臂各关节初始位姿不变，改变样本目标点，重复多次步骤2，将每一次训练的样本空间点与对应机械臂末端运动信息存入DMPS学习样本库中；

步骤4：最佳样本选取过程：样本库建立完成后，当需要运动到新的空间目标点G时，以笛卡尔坐标系方位与欧式距离作为样本区分特征，先对比目标点相对于起始点的方位，选取学习样本库中与之方位相同区域的样本，若此区域中存在多个样本，则进一步在区域内选取与目标点欧氏距离最近的样本作为最佳样本；若此区域中没有样本，则直接选取与目标点欧氏距离最近样本点作为最佳样本点；

步骤5：将步骤4选取的最佳样本的运动信息在x、y、z三自由度上分解为三个一维的运动信息，单个一维运动信息为一组位移、速度和加速度的连续序列

表示，取步长Δt将运动离散化，此时t∈{Δt，2Δt，…，nΔt}，运动起点x₀＝x_demo(0)，终点g＝x_demo(0)，运动时间常数τ＝nΔt；

步骤6：在三个自由上分别利用DMPS算法对步骤5获取的单自由度运动特征进行学习，计算出学习权重序列w_i，通过学习得到的权重序列与新目标信息泛化出新目标运动特征；

步骤7：将步骤6中学习所得到的x、y、z三个自由度新目标运动特征在同一正则系统下进行拟合，得到新目标空间运动信息；

步骤8：运用逆运动学将步骤7中拟合得到的新目标空间运动特征进行分解，得到机械臂各个关节的运动信息；

步骤9：根据步骤8所得的机械臂各个关节的运动信息，使机械臂根据运动信息自主运动到新目标点，若运动路径上存在已知障碍物，则返回步骤6，在DMPS算法中融入障碍物与运动信息的耦合因子，然后学习泛化三自由度下新的避障运动信息。

上述技术方案中，步骤4中，最佳样本选取规则具体如下：

首先根据方位在初始点处建立笛卡尔坐标系，在学习样本库中划分坐标系空间为8个区域，这里方位指目标点(x_g，y_g，z_g)以初始点(x_s，y_s，z_s)的相对位置(^sx_g,^sy_g,^sz_g)，优先选取与目标点在同一区域的样本，然后在同一区域内选择与目标点欧氏距离最小的样本作为最终学习样本。

上述技术方案中，步骤6中，学习过程具体如下：

动态运动基元理论的核心是将一系列带有目标点的非线性微分方程来描述运动，对于单一的一维运动其表示为:

ψ_i(s)＝exp(-h_i(s-c_i)²)

式中τ为时间伸缩因子，x₀与g分别是系统起点与终点状态，x与v为系统当前状态与速度，K、D为系统常数，f为径向基函数的线性加权和，ψ_i(s)是径向基核函数，h_i与c_i为基核函数带宽与均值，N为径向基核函数的个数,w为径向基核函数在线性加权中的权重值，s是关于时间t的函数，其具体动态特性由以下方程定义：

这个二阶系统为正则系统，这里α为预定常数(a>0)，初始状态s(0)＝1，s由初始状态趋向于0的过程中将样本放入DMPS中可得到f_demo(s)：

运动学习的过程，即将非线性函数f_demo(s)逼近于真实样本模型的非线性函数f_target(s)，f_demo(s)中s由正则系统确定，调整w_i到合适的值以完成f_target(s)→f_demo(s)逼近。运用最小二乘学习法拟合误差J：

J＝∑_S(f_demo(s)-f_target(s))²

在J＝J_min时估计出权重值w_i即为系统最佳权重值，其估计形式：

f＝Tw

w＝[w₁ … w_N]^T

当给予新的运动目标点g_new，根据这里最佳权重值w_i能反向拟合出新的运动特征离散序列

此离散序列能拟合出具有原样本特征的新目标运动特征，完成运动的泛化。

本发明提升了空间机械臂的智能化水平，使得机器臂能对自身的训练运动进行筛选学习从而泛化出对新目标的运动，实现了机械臂的认知与学习泛化的能力，本发明还使机械臂具备避障特性，具有良好的环境适应性。

相对于目前已有的机械臂运动规划方法，本发明旨在通过对机械臂的训练，使其达到具有学习泛化的能力，将通过训练学到的机械臂自身运动以学习样本的方式有效地存储起来，然后有新的目标运动需求时，机械臂挑选最佳样本进行学习，自主规划出对应新目标的运动，实现自主运动，当环境中存在障碍物时，机械臂还能自主适应环境进行避障规划，具有良好的环境适应性。

附图说明

图1为三自由度空间机械臂模型3D图；

图2为机械臂样本训练过程与学习样本库建立图；

图3为学习样本库方位区域划分图；

图4为最佳学习样本最终选取示意图；

图5为本发明学习样本库及最佳样本选取图；

图6为最佳学习样本运动信息x、y、z三自由分解图；

图7为基于DMPS算法机械臂样本学习泛化流程图；

图8为三自由度上学习泛化出新目标运动特征与样本运动特征对比图；

图9为逆运动学得到的机械臂新目标关节运动信息图；

图10为学习泛化后机械臂自主运动图；

图11为加入耦合因子的机械臂运动信息规划图；

图12为机械臂避障运动图。

具体实施方式

为了进一步说明本发明的技术方案，下面结合附表1-2、附图1-12对本发明的一种基于学习泛化机制的三自由度空间机械臂运动规划方法进行详细的说明。

步骤1：根据D-H建模算法，建立图1所示三自由度空间机械臂3D模型所对应的D-H模型参数如表1三自由度空间机械臂D-H((Denavit-Hartenberg，以下简称D-H))模型参数表所示，本发明中其D-H参数为：d₁＝0，a₂＝a₃＝0.3，α₁＝π/2，α₂＝-π；

表1

步骤2：样本训练过程：如图2(a)、2(b)、2(c)所示，预设一个空间目标点作为训练点，训练机械臂使其末端从起始点运动到训练点，记录运动过程中机械臂各个关节的运动信息，将各个关节的运动信息通过正运动学转换为机械臂末端的运动信息，本发明以机械臂基座为坐标原点，机械臂末端初始点为(0.1，-0.3，0.1)，训练过程中机械臂运动总时间t＝5s；

步骤3：如图2(d)所示保持机械臂各关节初始位姿与运动起始点不变，改变训练目标点，重复多次步骤2，将每一次得到的样本空间点与对应机械臂末端运动信息存入DMPS学习样本库中，本发明共训练7组样本构建学习样本库，其样本点空间坐标依次为：(0.2，0.2，0.3)、(0.3，-0.1，0.3)、(0，-0.1，0.3)、(0，-0.5，0.3)、(0.3，-0.4，0.3)、(0.3，-0.4，0)、(0.3，0.1，0)；

步骤4-1：样本库中以方位与欧式距离为特征筛选样本，如图3所示，当需要机械臂运动到新的目标点时，首先在初始点处建立笛卡尔坐标系，在学习样本库中根据方位划分坐标系空间为8个区域，这里方位指目标点(x_g，y_g，z_g)以初始点(x_s，y_s，z_s)为坐标原点的相对位置(^sx_g,^sy_g,^sz_g)，区域选择规则如表2最佳样本第一层筛选区域选择规则表所示，优先选取与目标点在同一区域的样本；

表2

步骤4-2：将步骤4-1中已选取同一区域内所有样本点(x_t，y_t，z_t)与目标点(x_g，y_g，z_g)匹配，选取其中与目标点欧式距离d最小样本作为最佳学习样本点，在图4中d_min＝d₂＜d₃d₁,d计算如下：

本发明中最佳样本选取如图5所示，需要运动到达的新目标点空间坐标为(0.3，0.3，0.4)，经过筛选选取的最佳学习样本空间坐标为(0.2，0.2，0.3)；

步骤5：将步骤4选取的最佳样本的运动信息在x、y、z三自由度上分解为三个一维的运动信息如图6所示，单个一维运动信息为一组位移、速度和加速度的连续序列

取步长Δt将运动离散化，此时t∈{Δt，2Δt，…，nΔt}，运动起点x₀＝x_demo(0)，终点g＝x_demo(0)，运动时间常数τ＝nΔt，本发明中三个一维运动的起点与终点分别对应于起始点(0.1，-0.3，0.1)与目标点(0.3，0.3，0.4)的三维空间坐标，离散化步长Δt＝0.05，时间常数τ＝5；

步骤6-1：如图7所示，在三个自由上分别利用DMPS算法对步骤5获取的单自由度运动特征进行学习，将目标非线性函数f_target(s)逼近于学习样本的非线性函数f_demo(s)，运动最小二乘拟合误差J_i，得出最优学习权重序列w_i，本发明中权重序列的权重个数为10；

步骤6-2：如图7所示泛化过程，根据学习得出的权重序列w_i与新目标空间坐标计算出新目标运动特征，本发明计算得到新目标运动特征如图8所示；

步骤7：将步骤6-2中泛化所得到的x、y、z三个自由度新目标运动特征

在同一正则系统下进行拟合，得到新目标空间运动信息S_new。

步骤8：运用逆运动学将步骤7中拟合得到的新目标空间运动特征进行分解，得到机械臂各个关节的运动信息如图9所示。

步骤9-1：如图10所示根据步骤8所得的机械臂各个关节的运动信息，使机械臂根据运动信息自主运动到新目标点。

步骤9-2-1：若泛化出的新目标运动路径上存在已知障碍物，则回到步骤6-2，在DMPS算法中加入运动特性与障碍物耦合项因子C_x，v，拓展DMPS为具备避障功能的动力学系统：

这里x为自由度，对于三个自由度的运动耦合项具有C_x，v，C_y，v，C_z，v，μ为速度向量

与障碍物中心坐标o和当前位置坐标差向量(o-x)的夹角，R为旋转矩阵；

步骤9-2-2：如图11(a)所示，本发明在原有路径上设置半径0.05的球形障碍物，根据障碍物信息分别计算三自由度上耦合因子，本发明中三自由计算得到耦合因子如图11(b)所示；

步骤9-2-3：选取一个合适自由度融合对应耦合因子进行避障路径规划，本发明选择在Z方向上进行避障路径规划，规划得到避障运动信息如图11(c)所示；

步骤9-2-4：进行步骤7，将规划后的单一自由度避障路径与另两项在同一正则系统下拟合，随后进行步骤8、9，本发明机械臂避障运动如图12所示，整个避障运动时间t＝5s。

综上，本发明以动态运动基元为框架搭建实现机械臂学习泛化与避障的功能。使机械臂可以学习自身的训练运动，具备人一样的认知学习能力，当有新的目标点运动需求时，机器人能自主挑选合适的学习样本并能泛化出新目标运动信息，实现自主运动，本发明相比于传统的机械臂运动规划方法更具智能化性且适应性强。且当需要环境中存在障碍物时，本发明也使机械臂具有自主避障能力，可以根据障碍物的信息自主调整其避障运动，提高了机械臂避障规划的智能性，具有广泛的适用性。

Claims (7)

1.一种基于学习泛化框架的空间三自由度机械臂运动规划方法，采用机械臂训练得到的自身运动特征建立运动样本库，并通过智能筛选选取最佳学习样本进行学习，从而使机器臂泛化出对新空间目标的运动特征，最后根据泛化出的新空间目标的运动特征规划出机械臂的关节运动；其特征在于包括如下步骤：

首先对三自由度空间机械臂建模，训练机械臂使其末端运动到指定的空间样本点，记录运动过程中机械臂各个关节的运动信息，通过正运动学求解其末端运动特征并存入DMPS学习样本库中；

当指定新的空间运动目标点时，以方位与欧氏距离双层样本特征筛选出最佳学习样本，然后将选取的样本运动特征三自由度正交分解，在各个自由度上利用DMPS学习样本特征得到非线性项权重序列，结合权重与新目标空间信息泛化出对应于新目标的运动特征；

再将三个自由度上新目标运动特征在同一正则系统下拟合出的新目标空间运动特征；

然后将拟合的新目标空间运动特征通过逆运动学反解出机械臂各个关节的运动信息；若机械臂运动过程中存在已知障碍物，则在DMPS学习过程中融合障碍物与运动特征的耦合因子进行避障规划，最终能使机械臂有效避开障碍物运动并到达目标点。

2.根据权利要求1所述的基于学习泛化框架的空间三自由度机械臂运动规划方法，其特征在于：上述步骤中，对三自由度空间机械臂建模为三自由度空间机械臂D-H模型。

3.根据权利要求1所述的基于学习泛化框架的空间三自由度机械臂运动规划方法，其特征在于：所述障碍物在环境中的位置与大小是已知的。

4.根据权利要求1所述的基于学习泛化框架的空间三自由度机械臂运动规划方法，其特征在于：所述空间机械臂具有逆运动学可解性。

5.根据权利要求1所述的基于学习泛化框架的空间三自由度机械臂运动规划方法，其特征在于：所述运动特征的三自由度正交分解与融合分别在各自正则系统下完成。

6.根据权利要求1所述的基于学习泛化框架的空间三自由度机械臂运动规划方法，其特征在于：具体按如下细分步骤完成：

步骤1：根据D-H算法，建立三自由度空间机械臂模型；

步骤2：样本训练过程：预设一个空间点，人为指导机械臂使其末端运动到设定的空间点，并记录运动过程中机械臂各个关节的运动信息，将各个关节的运动信息通过正运动学转换为其机械臂末端的运动信息；

步骤3：保持机械臂各关节初始位姿不变，改变样本目标点，重复多次步骤2，将每一次训练的样本空间点与对应机械臂末端运动信息存入DMPS学习样本库中；

步骤4：最佳样本选取过程：样本库建立完成后，当需要运动到新的空间目标点G时，以笛卡尔坐标系方位与欧式距离作为样本区分特征，先对比目标点相对于起始点的方位，选取学习样本库中与之方位相同区域的样本，若此区域中存在多个样本，则进一步在区域内选取与目标点欧氏距离最近的样本作为最佳样本；若此区域中没有样本，则直接选取与目标点欧氏距离最近样本点作为最佳样本点；

步骤5：将步骤4选取的最佳样本的运动信息在x、y、z三自由度上分解为三个一维的运动信息，单个一维运动信息为一组位移、速度和加速度的连续序列

表示，取步长Δt将运动离散化，此时t∈{Δt，2Δt，…，nΔt}，运动起点x₀＝x_demo(0)，终点g＝x_demo(τ)，运动时间常数τ＝nΔt；

步骤6：在三个自由上分别利用DMPS算法对步骤5获取的单自由度运动特征进行学习，计算出学习权重序列w_i，通过学习得到的权重序列与新目标信息泛化出新目标运动特征；

步骤7：将步骤6中学习所得到的x、y、z三个自由度新目标运动特征在同一正则系统下进行拟合，得到新目标空间运动信息；

步骤8：运用逆运动学将步骤7中拟合得到的新目标空间运动信息进行分解，得到机械臂各个关节的运动信息；

步骤9：根据步骤8所得的机械臂各个关节的运动信息，使机械臂根据运动信息自主运动到新目标点，若运动路径上存在已知障碍物，则返回步骤6，在DMPS算法中融入障碍物与运动信息的耦合因子，然后学习泛化三自由度下新的避障运动信息。

7.根据权利要求6所述的基于学习泛化框架的空间三自由度机械臂运动规划方法，其特征在于：步骤4中，最佳样本选取规则具体如下：

首先根据方位在初始点处建立笛卡尔坐标系，在学习样本库中划分坐标系空间为8个区域，这里方位指目标点(x_g，x_y，z_g)以初始点(x_s，y_s，z_s)的相对位置(^sx_g,^sy_g,^sz_g)，优先选取与目标点在同一区域的样本，然后在同一区域内选择与目标点欧氏距离最小的样本作为最终学习样本。

Images