CN111506083A - 基于人工势场法的工业机器人安全避障方法 - Google Patents
基于人工势场法的工业机器人安全避障方法 Download PDFInfo
- Publication number
- CN111506083A CN111506083A CN202010424088.5A CN202010424088A CN111506083A CN 111506083 A CN111506083 A CN 111506083A CN 202010424088 A CN202010424088 A CN 202010424088A CN 111506083 A CN111506083 A CN 111506083A
- Authority
- CN
- China
- Prior art keywords
- industrial robot
- point
- target point
- obstacle
- joint angle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005381 potential energy Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 5
- 230000009191 jumping Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种基于人工势场法的工业机器人安全避障方法,本发明通过对工业机器人受到的引力势能函数与斥力势能函数进行改进,解决了人工势场法存在的目标不可达缺陷;同时,通过联立RRT算法向目标点方向构造虚拟目标点,帮助工业机器人逃离局部极小点。本发明所述的算法可以在障碍物环境下快速搜寻到一条无碰撞工作路径,保证工业机器人与障碍物的安全。
Description
技术领域
本发明涉及一种基于人工势场法的工业机器人安全避障方法。
背景技术
在传统的工业领域中,使用工业机器人来完成机械、重复、危险的工作一直是普遍生产方式。当有碍物进入工业机器人的工作环境并参与其工作任务时,对工业机器人进行路径规划,保证工业机器人与障碍物的安全,生产安全顺利完成,是必不可少的。
发明内容
本发明的目的在于提供一种基于人工势场法的工业机器人安全避障方法。
为解决上述问题,本发明提供一种基于人工势场法的工业机器人安全避障方法,包括:采用改进的人工势场法,避免工业机器人在运动过程中出现目标不可达现象,在含有障碍物的工作环境中为所述工业机器人规划出一条从起始点到目标点的安全路径,并判断工业机器人是否陷入局部极小点,
若工业机器人陷入局部极小点,则通过RRT算法添加虚拟目标点,使工业机器人逃离局部极小点,并继续向目标点运动。
进一步的,在上述方法中,采用改进的人工势场法,避免工业机器人在运动过程中出现目标不可达现象,在含有障碍物的工作环境中为所述工业机器人规划出一条从起始点到目标点的安全路径,并判断工业机器人是否陷入局部极小点,包括:
步骤1:选取关节空间用以搜索路径,确定所述工业机器人的起始位姿和最终目标点位姿,通过传感器搜寻障碍物的位置并构建相应包围盒;
步骤2:依据当前关节角组合θ搜索相邻的关节角组合,所述相邻的关节角组合取(θ-λ,θ,θ+λ)中的一种情况,其中,λ为搜索步长;
步骤3:求解所有关节角组合对应的工业机器人的关节点与末端点位置;
步骤4:舍弃工业机器人与障碍物发生碰撞的各对应的关节角组合,选取工业机器人未发生碰撞的各对应的关节角组合,并计算未发生碰撞时工业机器人的各连杆与障碍物的最短距离,以及工业机器人的末端点和目标点之间的距离;
步骤5-1:所述改进的人工势场法中,目标点对于工业机器人的引力势函数如下:
式中,ka为引力势函数系数,X为工业机器人的末端点位置,Xg为目标点位置,kθ为关节角距离系数,θi为工业机器人当前各关节角度,θi+1为工业机器人下一状态各关节角度,θi-1为工业机器人上一状态各关节角度;
步骤5-2:所述改进的人工势场法中,工业机器人的各连杆所受斥力势函数如下:
式中,kr为斥力势函数系数,dn为工业机器人的各个连杆和障碍物之间的最短距离,d0是障碍物斥力的影响范围,dsafe是障碍物安全距离,当机器人与障碍物的距离小于dsafe时,直接认为斥力势场无穷大;
步骤5-3:所述工业机器人所受总的斥力势函数为:
式中,N表示工业机器人的连杆数量;
步骤5-4:所述述工业机器人所受的总势能为:
U=Uatt+Urep;
步骤6:计算步骤4中选取的各关节角组合对应的总势能,选出其中总势能最小的关节角组合及其对应的工业机器人末端位置;
步骤7:判断步骤6中选出工业机器人的末端位置是否为目标点位置,如果是,工业机器人运动到目标点位置;若不是,进入步骤8进行判段;
步骤8:判断总势能最小的关节角组合是否为工业机器人当前的关节角组合,若不是,工业机器人运动到该关节角组合对应的位置,然后转至步骤2重新计算,直至工业机器人的末端运动到目标点位置,即根据总势能下降的方向规划出一条无碰撞工作路径;若是,工业机器人则陷入了局部极小点。
进一步的,在上述方法中,若工业机器人陷入局部极小点,则通过RRT算法添加虚拟目标点,使工业机器人逃离局部极小点,并继续向目标点运动,包括:
步骤81:对随机树Tinit进行扩展,将局部极小点设置为Xinit,作为本次扩展的根节点;
步骤82:在工业机器人工作空间中避开障碍物,随机确定一点Xrand,并添加参数μ表示点Xrand与点Xg重合的概率,点Xg表示目标点位置;
步骤83:遍历随机树中的每一个节点,找出距离Xrand最近的节点Xnear,定义步长L,找出Xnear向Xnear与Xrand连线方向扩展L的新节点Xnew;
步骤84:判断节点Xnear与新节点Xnew的连线段是否与障碍物碰撞,若是,则舍弃并返回步骤1,若不是,新节点Xnew加入随机树;
步骤85:更新随机树Tinit,以新节点Xnew作为下一次扩展的根节点,迭代N次;
步骤86:迭代结束,找出随机树中除根节点Xinit以外距离障碍物最远的一个节点,设置为人工势场法的虚拟目标点,工业机器人跳出局部极小点,返回所述步骤2,直至最终到达真正目标点位置,完成避障与路径规划。
与现有技术相比,本发明通过对工业机器人受到的引力势能函数与斥力势能函数进行改进,解决了人工势场法存在的目标不可达缺陷;同时,通过联立RRT算法向目标点方向构造虚拟目标点,帮助工业机器人逃离局部极小点。本发明所述的算法可以在障碍物环境下快速搜寻到一条无碰撞工作路径,保证工业机器人与障碍物的安全。
附图说明
图1为本发明一实施例的基于人工势场法的工业机器人安全避障方法的流程图;
图2为发明一实施例的工业机器人末端与目标点的距离变化曲线图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种基于人工势场法的工业机器人安全避障方法,包括:
采用改进的人工势场法,避免工业机器人在运动过程中出现目标不可达现象,在含有障碍物的工作环境中为所述工业机器人规划出一条从起始点到目标点的安全路径,并判断工业机器人是否陷入局部极小点,
若工业机器人陷入局部极小点,则通过RRT算法添加虚拟目标点,使工业机器人逃离局部极小点,并继续向目标点运动。
在此,工势场法是一种用于机器人运动规划的方法。其基本思想是将目标和障碍物对机器人运动的影响具体化成人造势场。目标处势能低,障碍物处势能高。这种势差产生了目标对机器人的引力和障碍物对机器人的斥力,其合力控制机器人沿势场的负梯度方向向目标点运动。人工势场法计算方便,得到的路径安全平滑,但该法可能存在目标不可达以及局部极小点等缺陷。
本发明提供一种基于改进的人工势场法的工业机器人路径规划算法,通过对引力、斥力势函数的改进解决目标不可达现象,并且联立RRT算法帮助工业机器人逃离势场的局部极小点。
本发明的基于人工势场法的工业机器人安全避障方法一实施例中,采用改进的人工势场法,避免工业机器人在运动过程中出现目标不可达现象,在含有障碍物的工作环境中为所述工业机器人规划出一条从起始点到目标点的安全路径,并判断工业机器人是否陷入局部极小点,包括:
步骤1:选取关节空间用以搜索路径,确定所述工业机器人的起始位姿和最终目标点位姿,通过传感器搜寻障碍物的位置并构建相应包围盒;
步骤2:依据当前关节角组合θ搜索相邻的关节角组合,所述相邻的关节角组合取(θ-λ,θ,θ+λ)中的一种情况,其中,λ为搜索步长;
步骤3:求解所有关节角组合对应的工业机器人的关节点与末端点位置;
步骤4:舍弃工业机器人与障碍物发生碰撞的各对应的关节角组合,选取工业机器人未发生碰撞的各对应的关节角组合,并计算未发生碰撞时工业机器人的各连杆与障碍物的最短距离,以及工业机器人的末端点和目标点之间的距离;
步骤5-1:所述改进的人工势场法中,目标点对于工业机器人的引力势函数如下:
式中,ka为引力势函数系数,X为工业机器人的末端点位置,Xg为目标点位置,kθ为关节角距离系数,θi为工业机器人当前各关节角度,θi+1为工业机器人下一状态各关节角度,θi-1为工业机器人上一状态各关节角度;
步骤5-2:所述改进的人工势场法中,工业机器人的各连杆所受斥力势函数如下:
式中,kr为斥力势函数系数,dn为工业机器人的各个连杆和障碍物之间的最短距离,d0是障碍物斥力的影响范围,dsafe是障碍物安全距离,当机器人与障碍物的距离小于dsafe时,直接认为斥力势场无穷大;
步骤5-3:所述工业机器人所受总的斥力势函数为:
式中,N表示工业机器人的连杆数量;
步骤5-4:所述述工业机器人所受的总势能为:
U=Uatt+Urep;
步骤6:计算步骤4中选取的各关节角组合对应的总势能,选出其中总势能最小的关节角组合及其对应的工业机器人末端位置;
步骤7:判断步骤6中选出工业机器人的末端位置是否为目标点位置,如果是,工业机器人运动到目标点位置;若不是,进入步骤8进行判段;
步骤8:判断总势能最小的关节角组合是否为工业机器人当前的关节角组合,若不是,工业机器人运动到该关节角组合对应的位置,然后转至步骤2重新计算,直至工业机器人的末端运动到目标点位置,即根据总势能下降的方向规划出一条无碰撞工作路径;若是,工业机器人则陷入了局部极小点。
具体地,图2给出了本发明的方法的运行结果,给定一6自由度机械臂,初始位姿为(0 π/6 0 π/2 0 π/2 0),末端位置为(-0.29 00.36),目标位置为(-0.2 0.53 0.24),障碍物位置为(-0.53 -0.25 0.3),则工业机器人末端与目标点的距离如图2所示。
本发明的基于人工势场法的工业机器人安全避障方法一实施例中,若工业机器人陷入局部极小点,则通过RRT算法添加虚拟目标点,使工业机器人逃离局部极小点,并继续向目标点运动,包括:
步骤81:对随机树Tinit进行扩展,将局部极小点设置为Xinit,作为本次扩展的根节点;
步骤82:在工业机器人工作空间中避开障碍物,随机确定一点Xrand,并添加参数μ表示点Xrand与点Xg重合的概率,点Xg表示目标点位置;
步骤83:遍历随机树中的每一个节点,找出距离Xrand最近的节点Xnear,定义步长L,找出Xnear向Xnear与Xrand连线方向扩展L的新节点Xnew;
步骤84:判断节点Xnear与新节点Xnew的连线段是否与障碍物碰撞,若是,则舍弃并返回步骤1,若不是,新节点Xnew加入随机树;
步骤85:更新随机树Tinit,以新节点Xnew作为下一次扩展的根节点,迭代N次;
步骤86:迭代结束,找出随机树中除根节点Xinit以外距离障碍物最远的一个节点,设置为人工势场法的虚拟目标点,工业机器人跳出局部极小点,返回所述步骤2,直至最终到达真正目标点位置,完成避障与路径规划。
与现有方法相比,本发明通过对工业机器人受到的引力势能函数与斥力势能函数进行改进,解决了人工势场法存在的目标不可达缺陷;同时,通过联立RRT算法向目标点方向构造虚拟目标点,帮助工业机器人逃离局部极小点。本发明所述的算法可以在障碍物环境下快速搜寻到一条无碰撞工作路径,保证工业机器人与障碍物的安全。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (3)
1.一种基于人工势场法的工业机器人安全避障方法,其特征在于,包括:
采用改进的人工势场法,避免工业机器人在运动过程中出现目标不可达现象,在含有障碍物的工作环境中为所述工业机器人规划出一条从起始点到目标点的安全路径,并判断工业机器人是否陷入局部极小点,
若工业机器人陷入局部极小点,则通过RRT算法添加虚拟目标点,使工业机器人逃离局部极小点,并继续向目标点运动。
2.如权利要求1所述的基于人工势场法的工业机器人安全避障方法,其特征在于,采用改进的人工势场法,避免工业机器人在运动过程中出现目标不可达现象,在含有障碍物的工作环境中为所述工业机器人规划出一条从起始点到目标点的安全路径,并判断工业机器人是否陷入局部极小点,包括:
步骤1:选取关节空间用以搜索路径,确定所述工业机器人的起始位姿和最终目标点位姿,通过传感器搜寻障碍物的位置并构建相应包围盒;
步骤2:依据当前关节角组合θ搜索相邻的关节角组合,所述相邻的关节角组合取(θ-λ,θ,θ+λ)中的一种情况,其中,λ为搜索步长;
步骤3:求解所有关节角组合对应的工业机器人的关节点与末端点位置;
步骤4:舍弃工业机器人与障碍物发生碰撞的各对应的关节角组合,选取工业机器人未发生碰撞的各对应的关节角组合,并计算未发生碰撞时工业机器人的各连杆与障碍物的最短距离,以及工业机器人的末端点和目标点之间的距离;
步骤5-1:所述改进的人工势场法中,目标点对于工业机器人的引力势函数如下:
式中,ka为引力势函数系数,X为工业机器人的末端点位置,Xg为目标点位置,kθ为关节角距离系数,θi为工业机器人当前各关节角度,θi+1为工业机器人下一状态各关节角度,θi-1为工业机器人上一状态各关节角度;
步骤5-2:所述改进的人工势场法中,工业机器人的各连杆所受斥力势函数如下:
式中,kr为斥力势函数系数,dn为工业机器人的各个连杆和障碍物之间的最短距离,d0是障碍物斥力的影响范围,dsafe是障碍物安全距离,当机器人与障碍物的距离小于dsafe时,直接认为斥力势场无穷大;
步骤5-3:所述工业机器人所受总的斥力势函数为:
式中,N表示工业机器人的连杆数量;
步骤5-4:所述述工业机器人所受的总势能为:
U=Uatt+Urep;
步骤6:计算步骤4中选取的各关节角组合对应的总势能,选出其中总势能最小的关节角组合及其对应的工业机器人末端位置;
步骤7:判断步骤6中选出工业机器人的末端位置是否为目标点位置,如果是,工业机器人运动到目标点位置;若不是,进入步骤8进行判段;
步骤8:判断总势能最小的关节角组合是否为工业机器人当前的关节角组合,若不是,工业机器人运动到该关节角组合对应的位置,然后转至步骤2重新计算,直至工业机器人的末端运动到目标点位置,即根据总势能下降的方向规划出一条无碰撞工作路径;若是,工业机器人则陷入了局部极小点。
3.如权利要求1所述的基于人工势场法的工业机器人安全避障方法,其特征在于,若工业机器人陷入局部极小点,则通过RRT算法添加虚拟目标点,使工业机器人逃离局部极小点,并继续向目标点运动,包括:
步骤81:对随机树Tinit进行扩展,将局部极小点设置为Xinit,作为本次扩展的根节点;
步骤82:在工业机器人工作空间中避开障碍物,随机确定一点Xrand,并添加参数μ表示点Xrand与点Xg重合的概率,点Xg表示目标点位置;
步骤83:遍历随机树中的每一个节点,找出距离Xrand最近的节点Xnear,定义步长L,找出Xnear向Xnear与Xrand连线方向扩展L的新节点Xnew;
步骤84:判断节点Xnear与新节点Xnew的连线段是否与障碍物碰撞,若是,则舍弃并返回步骤1,若不是,新节点Xnew加入随机树;
步骤85:更新随机树Tinit,以新节点Xnew作为下一次扩展的根节点,迭代N次;
步骤86:迭代结束,找出随机树中除根节点Xinit以外距离障碍物最远的一个节点,设置为人工势场法的虚拟目标点,工业机器人跳出局部极小点,返回所述步骤2,直至最终到达真正目标点位置,完成避障与路径规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010424088.5A CN111506083A (zh) | 2020-05-19 | 2020-05-19 | 基于人工势场法的工业机器人安全避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010424088.5A CN111506083A (zh) | 2020-05-19 | 2020-05-19 | 基于人工势场法的工业机器人安全避障方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111506083A true CN111506083A (zh) | 2020-08-07 |
Family
ID=71865061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010424088.5A Pending CN111506083A (zh) | 2020-05-19 | 2020-05-19 | 基于人工势场法的工业机器人安全避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506083A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110453A (zh) * | 2021-04-15 | 2021-07-13 | 哈尔滨工业大学 | 一种基于图形变换的人工势场避障方法 |
CN113119116A (zh) * | 2021-03-22 | 2021-07-16 | 深圳市优必选科技股份有限公司 | 一种机械臂运动规划方法、装置、可读存储介质及机械臂 |
CN113334379A (zh) * | 2021-05-30 | 2021-09-03 | 南京理工大学 | 一种基于虚拟力的主从跟随与避碰方法 |
CN113359756A (zh) * | 2021-06-29 | 2021-09-07 | 上海工程技术大学 | 一种基于栅格法实现全向移动机器人避障路径实时规划的方法 |
CN117841006A (zh) * | 2024-03-06 | 2024-04-09 | 中建三局集团有限公司 | 抓取机械手多优化目标的轨迹优化方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170241790A1 (en) * | 2016-02-24 | 2017-08-24 | Honda Motor Co., Ltd. | Path plan generating apparatus for mobile body |
CN110471420A (zh) * | 2019-08-23 | 2019-11-19 | 苏州浪潮智能科技有限公司 | 一种基于人工势场法的机器避障方法及装置 |
CN110567478A (zh) * | 2019-09-30 | 2019-12-13 | 广西科技大学 | 一种基于人工势场法的无人驾驶车辆路径规划方法 |
CN110609552A (zh) * | 2019-09-12 | 2019-12-24 | 哈尔滨工程大学 | 一种水下无人航行器编队平面航迹规划方法 |
-
2020
- 2020-05-19 CN CN202010424088.5A patent/CN111506083A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170241790A1 (en) * | 2016-02-24 | 2017-08-24 | Honda Motor Co., Ltd. | Path plan generating apparatus for mobile body |
CN110471420A (zh) * | 2019-08-23 | 2019-11-19 | 苏州浪潮智能科技有限公司 | 一种基于人工势场法的机器避障方法及装置 |
CN110609552A (zh) * | 2019-09-12 | 2019-12-24 | 哈尔滨工程大学 | 一种水下无人航行器编队平面航迹规划方法 |
CN110567478A (zh) * | 2019-09-30 | 2019-12-13 | 广西科技大学 | 一种基于人工势场法的无人驾驶车辆路径规划方法 |
Non-Patent Citations (5)
Title |
---|
何兆楚等: "RRT与人工势场法结合的机械臂避障规划", 《工业工程》 * |
杨丰萍: "基于模型预测控制的汽车主动避障系统", 《华东交通大学学报》 * |
祝敬等: "基于改进人工势场法的机械臂避障路径规划", 《计算机测量与控制》 * |
罗强等: "改进人工势场法自主移动机器人路径规划", 《控制工程》 * |
薛阳等: "基于改进人工势场法的双机械臂避障路径规划", 《机械传动》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113119116A (zh) * | 2021-03-22 | 2021-07-16 | 深圳市优必选科技股份有限公司 | 一种机械臂运动规划方法、装置、可读存储介质及机械臂 |
CN113110453A (zh) * | 2021-04-15 | 2021-07-13 | 哈尔滨工业大学 | 一种基于图形变换的人工势场避障方法 |
CN113334379A (zh) * | 2021-05-30 | 2021-09-03 | 南京理工大学 | 一种基于虚拟力的主从跟随与避碰方法 |
CN113359756A (zh) * | 2021-06-29 | 2021-09-07 | 上海工程技术大学 | 一种基于栅格法实现全向移动机器人避障路径实时规划的方法 |
CN117841006A (zh) * | 2024-03-06 | 2024-04-09 | 中建三局集团有限公司 | 抓取机械手多优化目标的轨迹优化方法及装置 |
CN117841006B (zh) * | 2024-03-06 | 2024-05-28 | 中建三局集团有限公司 | 抓取机械手多优化目标的轨迹优化方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111506083A (zh) | 基于人工势场法的工业机器人安全避障方法 | |
CN106503373B (zh) | 一种基于b样条曲线的双机器人协调装配轨迹规划方法 | |
JP6378783B2 (ja) | アーム型のロボットの障害物自動回避方法及び制御装置 | |
CN110509279B (zh) | 一种仿人机械臂的运动路径规划方法及系统 | |
CN111546347B (zh) | 一种适用于动态环境下的机械臂路径规划方法 | |
KR101732902B1 (ko) | 로봇의 경로 계획 장치 및 그 방법 | |
KR101667031B1 (ko) | 로봇의 경로 계획 장치 및 그 방법 | |
US9411335B2 (en) | Method and apparatus to plan motion path of robot | |
CN112809682B (zh) | 机械臂避障路径规划方法、系统及存储介质 | |
KR101937269B1 (ko) | 로봇 모션 경로 계획방법 | |
KR20110015764A (ko) | 로봇의 경로 계획 장치 및 그 방법 | |
CN112683278A (zh) | 一种基于改进a*算法和贝塞尔曲线的全局路径规划方法 | |
CN109778939B (zh) | 一种可自主规划轨迹的挖掘机臂智能控制系统及方法 | |
CN108714894A (zh) | 一种求解双冗余机械臂互相碰撞的动力学方法 | |
JP2019209457A (ja) | 動作計画装置及び動作計画方法 | |
CN111216132A (zh) | 基于改进rrt算法的六自由度机械臂路径规划方法 | |
CN109117986B (zh) | 运动规划方法、装置、设备及计算机可读存储介质 | |
CN115416016A (zh) | 一种基于改进人工势场法的机械臂避障路径规划方法 | |
CN114115271A (zh) | 一种改进rrt的机器人路径规划方法和系统 | |
CN113771035B (zh) | 基于rrt*算法的冗余多自由度机械臂避障路径优化方法 | |
CN109910015B (zh) | 一种砂浆喷抹建筑机器人的末端路径规划算法 | |
CN111230875B (zh) | 一种基于深度学习的双臂机器人仿人作业规划方法 | |
CN108958244B (zh) | 运动规划方法、装置、设备及计算机可读存储介质 | |
CN114939872B (zh) | 基于MIRRT*-Connect算法的智能仓储冗余机械臂动态避障运动规划方法 | |
CN116852367A (zh) | 一种基于改进RRTstar的六轴机械臂避障路径规划方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200807 |
|
RJ01 | Rejection of invention patent application after publication |