CN110948488B - 一种基于时间最优的机器人自适应轨迹规划算法 - Google Patents

一种基于时间最优的机器人自适应轨迹规划算法 Download PDF

Info

Publication number
CN110948488B
CN110948488B CN201911169840.XA CN201911169840A CN110948488B CN 110948488 B CN110948488 B CN 110948488B CN 201911169840 A CN201911169840 A CN 201911169840A CN 110948488 B CN110948488 B CN 110948488B
Authority
CN
China
Prior art keywords
speed
time
planning
parameter
optimal
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
CN201911169840.XA
Other languages
English (en)
Other versions
CN110948488A (zh
Inventor
辛艳峰
骆敏舟
张华东
王永
郑素娟
张晴晴
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.)
Institute of Intelligent Manufacturing Technology JITRI
Original Assignee
Institute of Intelligent Manufacturing Technology JITRI
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 Institute of Intelligent Manufacturing Technology JITRI filed Critical Institute of Intelligent Manufacturing Technology JITRI
Priority to CN201911169840.XA priority Critical patent/CN110948488B/zh
Publication of CN110948488A publication Critical patent/CN110948488A/zh
Application granted granted Critical
Publication of CN110948488B publication Critical patent/CN110948488B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)
  • Numerical Control (AREA)

Abstract

本发明提供一种基于时间最优的机器人自适应轨迹规划算法，包括规划时间基于设定最大速度参数Speed进行计算确定时间调节系数K，并根据最大必要时间获取，获取最优的时间设定；为了确保各关节运动特性充分发挥，实现标准梯形速度规划，采用自适应系数K2，调节某关节的最大速度参数设定Speed。本发明通过计算确定合理的设定速度，从而实现各规划参数指标均擦用标准梯形速度规划，保证了电机较好的运动特性。从而提高电机性能运行效率及轨迹的平滑特性。

Description

一种基于时间最优的机器人自适应轨迹规划算法
技术领域
本发明涉及机器人技术领域，具体涉及一种基于时间最优的机器人自适应轨迹规划算法。
背景技术
协作机器人是现在制造业中重要的工厂自动化设备，轨迹规划技术是其研究的关键所在之一。机器人时间最优轨迹规划：在满足给定的约束条件下，使机器人规划参数在设定路径下运动的时间最优，从而在设定参数满足的情况下，保障加工质量，提升机器人的工作效率。现有技术的缺陷与不足：
协作机器人的控制系统包括用户交互系统、设备间通讯系统及底层轨迹规划系统。将底层规划部分划分为确定时间序列及确定对应的插值点序列。若由用户指定规划时间，难以合理且充分利用各关节的运动特性。若设定时间过长，降低工作效率；若设定时间过短，则某些关节运动难以到达指定点，导致运动目标与规划目标的偏差。
发明内容
本发明所要解决的技术问题是：为了解决轨迹规划中时间最优的相关问题，本着易于实现、计算精度高的原则，本发明提供一种既实现方便又误差较小的基于时间最优的机器人自适应轨迹规划算法。
本发明解决其技术问题所要采用的技术方案是：一种基于时间最优的机器人自适应轨迹规划算法，主要适用于多自由度的工业机器人与轻型协作机器人领域，要求机器人各关节的电机可采用位置控制模式，具体包括以下步骤：
步骤1：获取轨迹规划指标参数，指标参数包括起点P1和终点P2的位姿参数P1(A1,A2,……,An)及P2(B1,B2,……,Bn)，机器人自由度即关节数n，最大速度参数Speed；
步骤2：以Speed恒速完成各关节指定偏移量ΔP的运动；计算各关节运动指定偏移量ΔP的所必须时间t必须；
步骤3：输出确保各关节均可按设定速度Speed(为最大速度)完成运动的必要时间t必须；
步骤4：将t必须乘以系数时间寻优调节系数K,确定最大时间tmax＝K*t必须(1<K<2)；
步骤5：确定寻优评价函数K_Quality()的指标参数，在允许范围(1.0，2.0)内以ΔK间距设定系数K值；
步骤6：确定伪最优参数K，输出伪最优规划时间t最优，确定在最优时间t最优情况下，当某参数分量未实现梯形规划，则设定速度Speed更改为Speed_low＝K2*Speed_virtual，其中，Speed_low表示经过规划计算降低后的速度值，Speed_virtual表示三角形规划情况下实际达到的最大速度值，K2的取值范围为(0.50，1.00)，当未能完成标准梯形速度规划时，主要是由于关节对应的位移量较小，时间较长，速度规划曲线中Speed不需要达到最大值就可以实现指定位移量Δx的运动，通过降低最大设定速度，当参数K2处于(0.50，1.00)之间时，会将三角形速度规划约束至标准梯形规划模式下，从而获得较好的轨迹规划效果；
步骤7：各参数分量按照指定参数进行标准的梯形规划。
本发明的有益效果是：
(1)本发明中时间的自适应性，在提高机器人的工作效率和充分利用了关节的运动特性的同时，确保各运动参数指标规划的时间充足；
(2)本发明中的最优时间系数的择优函数，使各运动指标参数尽量达到设定的最大速度的情况下，实现梯形速度规划，避免了三角形和矩形的速度规划，减少对电机的冲击，提高电机使用寿命；
(3)基于以上仍然存在某运动参数指标不能实现梯形速度规划的问题，通过计算确定合理的设定速度，从而实现各规划参数指标均擦用标准梯形速度规划，保证了电机较好的运动特性。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明最佳实施例的结构示意图。
具体实施方式
现在结合附图对本发明作详细的说明。此图为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
如图1所示，本发明的一种基于时间最优的机器人自适应轨迹规划算法，包括以下步骤：
步骤1：获取轨迹规划指标参数，指标参数包括起点P1和终点P2的位姿参数P1(A1A2 A3 A4 A5 A6)及P2(B1 B2 B3 B4 B5 B6)，机器人自由度即关节数n，最大速度参数Speed；
步骤2：假定以speed恒速完成各关节的运动；计算各关节运动的所必须时间；
步骤3：输出确保各关节均可按设定速度(为最大速度)完成运动的必要时间t必须；
步骤4：将t必须乘以系数K,确定最大时间tmax＝K*t必须(1<K<2)；
步骤5：确定寻优评价函数K_Quality()的指标参数，在允许范围(1.0，2.0)内以0.05间距设定系数K值；
步骤6：确定伪最优参数K，输出伪最优规划时间t最优，确定在最优时间情况下，若某参数分量未实现梯形规划，则设定速度更改为Speed_low＝K2*Speed_virtual，其中，Speed_low表示经过规划计算降低后的速度值，Speed_virtual表示三角形规划情况下实际达到的最大速度值，；
步骤7：各参数分量按照指定参数进行标准的梯形规划。
本实施例中以选取机器人自由度即关节数n为6，具体步骤如下：
设定机器人轨迹规划任务为空间中两点的位姿参数坐标：
点P1(A1 A2 A3 A4 A5 A6)
点P2(B1 B2 B3 B4 B5 B6)
设定机器人轨迹规划任务设定速度(匀速段速度)为Speed。
首先，假定各关节均采用Speed恒速度完成指定偏移量的运动：
偏移量ΔP(ΔPos1,ΔPos2,ΔPos3,ΔPos4,ΔPos5,ΔPos6)
由此可得各关节采用速度Speed完成各自的运动所需的时间：
时间值T_Joint(t1 t2 t3 t4 t5 t6)
伪最大必须时间值t伪必须等于T_Joint中值，由于t伪必须该值为各关节整个时间周期内均采用最大速度Speed运动的所需时间，所以t伪必须为伪最大必须时间值。最大必须时间值为tmax＝K*t伪必须(1<K<2)。
当K＝1时，位移量最大的位姿参数值为矩形速度规划，启动和停止时刻对电机冲击大，易降低电机的使用寿命，故不采用；
当1<K<2时，采用的是标准的梯形速度规划，加速过程和减速过程较平滑，生成的轨迹及插值点的质量最好；
当K＝2时，采用的是三角形速度规划，加减速转换时刻存在相反的加速度，故不采用；
为确定K值，需要一个择优函数K_Quality()，并将K值在范围(1.00,2.00)之间以ΔK的步进间距取值，代入择优函数中，确定最优时间t最优；
在K值的确定的情况下，最优函数选用得分比优策略：
(1)每有一个关节可达到最大速度得分2分；
(2)每有一个关节的规划为标准梯形速度规划得分2分；
(3)未达到最大速度得分0分；
基于以上策略遍历每个K值对应的得分，根据每个K值对应的得分选项进行比较，分数越高，对应的K值下的规划效果越好，从而获取最优时间对应的K值。
在确定最优时间的情况下，仍可能会存在某些关节的规划为三角形规划，此时为了充分利用最优时间，采用将该关节的指定最大速度值降低的策略。
假定在采用初始设定最大速度Speed和计算所得的最优时间下执行的是三角形规划的位姿参数变化量为Intial_posture，实际达到的速度最大值为Speed_virtual＝2*Intial_posture/t最优。实现方式：
令Speed_low＝K2*Speed_virtual，K2的取值范围为(0.50，1.00)。
通过以上计算可确定轨迹规划的最优时间和各关节的指定最大速度值。
选择轨迹规划的插值周期T＝0.01s,对各位姿参数值采用标准梯形速度规划,获取插值后的时间序列和位姿序列值，从而指导机器人完成目标任务的运动。
伪最优参数乘以最大必须时间t伪必须可以确保在各分量规划中，每个分量的规划时间均是充足的；但是会导致个别关节的规划时间过长，从而产生三角形速度规划，为了避免产生三角规划，可以将设定时间过长的规划分量项降低最大速度参数Speed，从而实现各关节的标准梯形规划，充分利用并发挥各电机的运行性能。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关的工作人员完全可以在不偏离本发明的范围内，进行多样的变更以及修改。本项发明的技术范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (4)

1.一种基于时间最优的机器人自适应轨迹规划算法，其特征在于：包括以下步骤：
步骤1：获取轨迹规划指标参数，指标参数包括起点P1和终点P2的位姿参数P1(A1,A2,……,An)及P2(B1,B2,……,Bn)，机器人自由度即关节数n，最大速度参数Speed；
步骤2：以Speed恒速完成各关节指定偏移量ΔP的运动；计算各关节运动指定偏移量ΔP的所必须时间t必须；
步骤3：输出确保各关节均可按设定速度参数Speed完成起点到终点的运动的必要时间t必须；
步骤4：将t必须乘以时间调节系数K,确定最大时间tmax＝K*t必须(1<K<2)；
步骤5：确定寻优评价函数K_Quality()的指标参数，在允许范围(1.0，2.0)内以ΔK间距设定时间寻优调节系数K值；
步骤6：确定伪最优参数K，输出伪最优规划时间t最优，确定在最优时间t最优情况下，当某参数分量未实现梯形规划时，则设定速度Speed更改为Speed_low＝K2*Speed_virtual，其中，Speed_low表示经过规划计算降低后的速度值，Speed_virtual表示三角形规划情况下实际达到的最大速度值；
步骤7：最大速度参数Speed和最优时间t最优参数分量按照指定参数进行标准的梯形规划。
2.如权利要求1所述的基于时间最优的机器人自适应轨迹规划算法，其特征在于：步骤5中寻优评价函数K_Quality()具体为：根据规划算法，在每个对应的K值下对应的关节得分高低，确定并输出最优K值，得分越高，规划效果越好，从而进行下一步的规划。
3.如权利要求2所述的基于时间最优的机器人自适应轨迹规划算法，其特征在于：在K值确定的情况下，择优函数K_Quality()选用得分比优策略：
(1)每有一个关节可达到最大速度得分2分；
(2)每有一个关节的规划为标准梯形速度规划得分2分；
(3)未达到最大速度得分0分；
基于以上策略遍历每个K值对应的得分，根据每个K值对应的得分选项进行比较，分数越高，对应的K值下的规划效果越好，获取最优时间对应的K值。
4.如权利要求1所述的基于时间最优的机器人自适应轨迹规划算法，其特征在于：伪最优参数乘以最大必须时间t伪必须确保在各分量规划中，每个分量的规划时间均是充足的；将设定时间过长的规划分量项降低最大速度参数Speed，实现各关节的标准梯形规划，充分利用并发挥各电机的运行性能。
CN201911169840.XA 2019-11-26 2019-11-26 一种基于时间最优的机器人自适应轨迹规划算法 Active CN110948488B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911169840.XA CN110948488B (zh) 2019-11-26 2019-11-26 一种基于时间最优的机器人自适应轨迹规划算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911169840.XA CN110948488B (zh) 2019-11-26 2019-11-26 一种基于时间最优的机器人自适应轨迹规划算法

Publications (2)

Publication Number Publication Date
CN110948488A CN110948488A (zh) 2020-04-03
CN110948488B true CN110948488B (zh) 2023-04-11

Family

ID=69976846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911169840.XA Active CN110948488B (zh) 2019-11-26 2019-11-26 一种基于时间最优的机器人自适应轨迹规划算法

Country Status (1)

Country Link
CN (1) CN110948488B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112277273A (zh) * 2020-10-10 2021-01-29 深圳市山龙智控有限公司 基于注塑机机械手的提前变速方法及装置
CN114217573B (zh) * 2021-12-10 2023-12-29 江苏集萃智能制造技术研究所有限公司 一种速度前瞻控制方法
CN114200939B (zh) * 2021-12-10 2024-02-27 江苏集萃智能制造技术研究所有限公司 一种机器人防碰撞路径规划方法
CN114770512B (zh) * 2022-05-09 2023-12-29 浙江大学 用于救援清障的移动机器人机械臂搬运最优时间规划方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103994768B (zh) * 2014-05-23 2017-01-25 北京交通大学 动态时变环境下寻求全局时间最优路径的方法及系统
EP3357051A1 (en) * 2015-09-29 2018-08-08 University of Malta Fast flight trajectory optimisation for in-flight computation and flight management systems
CN105904458B (zh) * 2016-05-16 2018-01-19 西北工业大学 一种基于复杂操作任务的非完整遥操作约束控制方法
CN106647282B (zh) * 2017-01-19 2020-01-03 北京工业大学 一种考虑末端运动误差的六自由度机器人轨迹规划方法
CN110209048A (zh) * 2019-05-20 2019-09-06 华南理工大学 基于动力学模型的机器人时间最优轨迹规划方法、设备

Also Published As

Publication number Publication date
CN110948488A (zh) 2020-04-03

Similar Documents

Publication Publication Date Title
CN110948488B (zh) 一种基于时间最优的机器人自适应轨迹规划算法
CN115884853B (zh) 机器人关节空间图路径规划与移动执行
US7979158B2 (en) Blending algorithm for trajectory planning
CN104010774B (zh) 用于自动生成机器人程序的系统和方法
CN110450156B (zh) 多自由度机械臂系统自适应模糊控制器的优化设计方法
CN101402199B (zh) 基于视觉的手眼式低伺服精度机器人抓取移动目标的方法
CN103747925B (zh) 生成电机控制致动器的轨迹的方法
Guan et al. On robotic trajectory planning using polynomial interpolations
CN109048091B (zh) 激光切割速度规划方法、装置、存储介质及计算机设备
CN112222703B (zh) 一种焊接机器人能耗最优轨迹规划方法
CN107490958B (zh) 一种五自由度混联机器人的模糊自适应控制方法
CN113253677A (zh) 一种速度优化和前馈补偿相结合的机器人运动控制方法
CN104204977A (zh) 轨迹控制装置
CN106970621A (zh) 搬运机器人运行控制方法、装置及机器人
CN109683615A (zh) 机器人连续运动的路径的速度前瞻方法及机器人控制器
CN114043480A (zh) 一种基于模糊控制的自适应阻抗控制算法
CN109298682A (zh) 一种基于抛物线插值算法的双机器人协同轨迹优化方法
CN106292290B (zh) 一种轮式移动机器人点镇定滚动优化控制方法
KR100842978B1 (ko) 서보 제어방법
JPH0916241A (ja) ロボットの加減速動作の設定方法
CN111487930A (zh) 基于对称图形替换技术的运动控制系统、方法、装置、机床和存储介质
US9606517B2 (en) Actuator control method and actuator control device
WO2020093254A1 (zh) 机器人的运动控制方法、控制系统和存储装置
CN110587611A (zh) 电视机组装线的机械臂控制方法
CN109709794A (zh) 一种适用于运动控制器的控制方法

Legal Events

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