CN113232025B

CN113232025B - 一种基于接近觉感知的机械臂避障方法

Info

Publication number: CN113232025B
Application number: CN202110632036.1A
Authority: CN
Inventors: 李龙; 陈禾炜; 张泉; 田应仲
Original assignee: University of Shanghai for Science and Technology
Current assignee: University of Shanghai for Science and Technology
Priority date: 2021-06-07
Filing date: 2021-06-07
Publication date: 2022-04-22
Anticipated expiration: 2041-06-07
Also published as: CN113232025A

Abstract

本发明公开一种基于接近觉感知的机械臂避障方法，采用接近传感器阵列感知障碍物空间信息，并假设障碍物表面光滑连续且封闭；将避障连杆使用圆柱形包围盒简化，并定义其在空间中运动的“方向”，一个控制周期内仅读取该“方向”上的传感器数据以确保实时性。通过相邻传感器的数据，将最近处的障碍物表面建立为一个顶角一定的圆锥，根据该点提出“安全平面”以代替障碍物。采用人工势场法规划机械臂避障路径，提出“绕行”策略使机械臂逃离人工势场法的局部最优陷阱。

Description

一种基于接近觉感知的机械臂避障方法

技术领域

本发明属于机械臂避障路径规划领域，更具体地说，是一种基于接近觉感知的机械臂避障方法。

背景技术

随着科学技术的发展，机器人技术越来越成熟，越来越多得参与到自动化生产、装配等工作中，将工人从重复枯燥的简单劳动中解放出来。在汽车流水线上，机械臂可以完成焊接、喷涂、装配等工作；在物流行业，高速并联机器人可以准确、高效地完成产品的分拣；在日常家庭中，各式移动机器人可以自动完成房间的打扫，甚至可以自己充电。除上述之外，机器人技术也广泛运用在医疗、军事等领域，极大提高了应用领域的效率。然而，随着机器人的应用场景越来越复杂，适用于固定、结构化环境的机器人技术面临着巨大的挑战。在灵活多变的非结构化环境中，机器人需要适应环境的变化以避开障碍并完成预定的任务。比如移动机器人在工作时，由于事先无法拥有环境的具体信息、且障碍物位置变化等不确定因素，环境本身也时刻在发生变化，此时需要感知到周围的环境有无障碍并自主规划相应的移动轨迹、在避开障碍的同时完成任务。相对应的，机械臂的情况更为复杂，除了移动机器人面临的问题外，机械臂不仅仅是在一个二维平面内工作，而是在一个三维空间中，并且机械臂的末端与连杆都有可能与未知的非结构化的环境发生干涉，甚至自身连杆间也可能发生干涉，这就带来了相较于移动机器人更为复杂的环境感知与路径规划问题。目前，针对机械臂避障路径规划的相关研究已经取得了大量的成果，但这些方法大多使用的是视觉传感器，机械臂通过视觉传感器识别物体，然后使用某些路径规划算法实现避障控制。其中主要存在的问题是：1)视觉传感器价格较为高昂；2)需要布置在合适的位置，容易发生遮挡；3)视觉信息数据量较大，需要合理的视觉处理算法保证控制的实时性。

发明内容

本发明的目的在于解决现有机械臂避障路径规划技术中的不足，提出一种基于接近觉感知的机械臂避障方法，使用基于接近传感器阵列作为感知障碍物的方法，利用人工势场法使机械臂实时避开原有路径中的障碍，其中假设障碍物的表面光滑连续且封闭。采用成本低廉的接近传感器阵列代替视觉传感器，使机械臂检测到障碍物表面到传感器的距离，以此来感知障碍物的三维空间信息。通过相邻传感器的数据，将距离最近的障碍物表面建立为一个圆锥，将该圆锥顶点设定为障碍物与机器人连杆最近的点，根据该点提出“安全平面”的概念认为该平面是障碍物，以避免机器人连杆与其发生碰撞。采用人工势场法规划机器人避障轨迹，提出适用于“安全平面”障碍物的空间“绕行”的改进方法使机器人逃离人工势场法的局部最优陷阱，确保机器人最终能够达到设定的目标位姿。接近传感器阵列需要采用MODBUS协议轮询读取数据，一个控制周期内读取所有传感器数据难以满足实时性，因此定义了连杆在空间中运动的“方向”，一个控制周期内仅读取该“方向”上的传感器数据以确保实时性。

为达到上述目的，本发明采用如下的技术方案：

一种基于接近觉感知的机械臂避障方法，具体步骤如下：

步骤1，布置接近传感器阵列：

在避障连杆上布置接近传感器阵列，在一个圆周上等分布置若干个，每个不同圆周互相之间等间距分布。

步骤2，确定连杆运动方向：

通过机器人运动学求出连杆在下一控制周期的期望位姿，结合当前连杆位姿，确定连杆运动方向；

步骤3，采集传感器距离信息：

基于步骤2得到的连杆运动方向，读取该运动方向上的传感器距离信息；

步骤4，障碍物表面建模：

将基于步骤3得到的传感器距离信息转化为未知障碍物表面投影点的空间坐标信息，取距离信息最近处的相邻3个投影点作外接圆作为圆锥底面并给定圆锥顶角，将未知障碍物表面建模为圆锥面；

步骤5，构建安全平面：

基于步骤4得到的圆锥面，过其顶点作垂直于距离信息最近的接近传感器的投影方向的安全平面，连杆在不与该平面碰撞时即不会与实际的障碍物表面发生碰撞；

步骤6，基于人工势场法的避障路径规划：

基于步骤5得到的安全平面构建斥力场，根据机器人目标位姿构建引力场，规划机器人避障路径；

优选地，所述步骤1中，接近传感器阵列布置于连杆表面，通过该传感器阵列感知障碍物信息。

优选地，所述步骤2中，将避障连杆用假想的圆柱包围盒包裹以进行简化处理，计算出圆柱包围盒中心轴线两端点的运动方向，由此可计算出轴线上任意点在轴线垂直方向上的运动方向。

优选地，所述步骤3中，根据步骤2获得的连杆运动方向，仅读取相邻方向而不是所有方向上的传感器距离信息，极大地减小了接近传感器阵列轮询周期，提高避障算法实时性。

优选地，所述步骤4中，将未知障碍物表面建模为圆锥面，当在连杆运动方向上传感器未检测到距离信息或距离信息很远时，认为没有障碍物阻挡在路径上；当有多个接近传感器检测到距离信息但不满3个时，取相邻传感器以最近的距离信息补足以构建圆锥面。

优选地，所述步骤5中，构建的安全平面确保了：对于表面光滑连续且封闭的障碍物，在障碍物表面投影点极为稀疏难以确定连杆与障碍物表面实际最近碰撞点的条件下，连杆不与实际障碍物发生碰撞。

优选地，所述步骤6中，采用了人工势场法，由于机械臂连杆不能视为质点，因此采用势函数代替引力斥力，并在关节空间搜索使势函数减小速度最快的关节角组合，减少算法复杂性并避免机器人运动学奇异解；人工势场法的斥力场根据安全平面设定，使得算法极易陷入局部最优陷阱，因此使用绕行方法逃离局部最优陷阱，在该方法中当避障连杆陷入局部最优陷阱时，引力场势函数改变，使得与避障连杆相连的前一关节往一个方向转动，其余关节的引力势场仍旧根据目标位姿确定，产生绕行行为，直到安全平面改变，算法逃离局部最优陷阱，最终机器人到达目标位姿并实现避障。

本发明与现有技术相比较，具有以下显而易见的突出实质性特点和显著优点：

本发明使用成本低廉且易扩展的接近传感器阵列感知障碍物，避免了基于视觉方法的视觉相机易被遮挡的问题，同时能满足避障算法的实时性以及对于障碍物表面凸起等难以建模的因素的鲁棒性。

附图说明

图1是基于接近觉的机械臂避障算法流程图。

图2是连杆上接近传感器阵列的分布示意图。

图3是连杆运动方向示意图。

图4是障碍物表面圆锥建模示意图。

图5是安全平面示意图。

图6是机械臂连杆人工势场法避障示意图。

图7是机械臂连杆基于绕行的人工势场改进法示意图。

具体实施方式

完整算法流程图如图1所示，下面结合附图和实施例对本发明作进一步的说明：

实施例一：

一种基于接近觉感知的机械臂避障方法，具体步骤如下：

步骤1，布置接近传感器阵列：

如图2所示，在避障连杆上布置接近传感器阵列，在一个圆周上等分布置8个(也可以布置4个，6个等等)每个不同圆周互相之间等间距分布。

步骤2，确定连杆运动方向：

通过机器人运动学求出连杆在下一控制周期的期望位姿，结合当前连杆位姿，即可求出连杆中心线下周期的期望位姿、确定其运动方向；

步骤3，采集传感器距离信息：

如图3所示，图中为避障连杆一个圆周上的接近传感器，O’为圆周在轴线上的中心点O在一个控制周期后的期望空间位置，矢量OO’即为点O的运动方向，其在该圆周上的投影为矢量OO”，由于矢量OO”介于接近传感器S1、S2之间，因此在该圆周上仅读取S1、S2的距离数据，该连杆上接近传感器阵列的其它圆周上的传感器也根据上述原则选择性读取距离数据；

步骤4，障碍物表面建模：

如图4所示，将基于步骤3得到的传感器距离信息转化为未知障碍物表面投影点的空间坐标信息，取距离信息最近处的相邻3个投影点A、B、C作外接圆作为圆锥底面并给定圆锥顶角T，将未知障碍物表面建模为圆锥面；

步骤5，构建安全平面：

如图5所示，过基于步骤4得到的圆锥面的顶点作垂直于距离信息最近的接近传感器的投影方向的安全平面P，MaMb为避障连杆的简化圆柱包围盒，TaTb为其目标位姿，代表障碍物的安全平面P将它们分开在两侧，连杆在不与该平面碰撞时即不会与实际的障碍物表面发生碰撞；

步骤6，基于人工势场法的避障路径规划：

如图6所示，基于步骤5得到的安全平面P构建斥力场Urep，力场作用范围的边界为平面P’，根据机器人目标位姿构建引力场Uatt，规划机器人避障路径，使得避障连杆在避开障碍物的同时到达目标位姿，由于机械臂连杆不能视为质点，因此采用势函数代替引力斥力，并在关节空间搜索使势函数减小速度最快的关节角组合，减少算法复杂性并避免机器人运动学奇异解；

本实例中，通过步骤1～6，实现了基于接近传感器的机械臂避障路径规划问题，使得机械臂可以采用成本低廉且易扩展的接近传感器阵列在信息极为稀疏的情况下感知障碍物，在保证实时性的条件下实现连杆的避障路径规划。

实施例二：

本实施例与实施例一基本相同，特别之处在于：步骤6中，人工势场法经常会陷入局部最优陷阱，然而所提出的算法只能感知到安全平面，通常的人工势场改进方法此时难以应用，因此提出基于绕行的改进策略，如图7所示，避障连杆在使用绕行策略后，从局部最优陷阱处逃离，在该方法中当避障连杆陷入局部最优陷阱时，引力场势函数改变，使得与避障连杆相连的前一关节往一个方向转动，其余关节的引力势场仍旧根据目标位姿确定，产生绕行行为，直到安全平面改变，算法逃离局部最优陷阱，最终机器人到达目标位姿并实现避障。

本实例中，描述了所提出的算法中针对人工势场法局部最优陷阱问题的基于绕行策略的改进，使得避障连杆在陷入局部最优陷阱后能够自主逃离，最终到达目标位姿且避开障碍物。

上面对本发明实施例结合附图进行了说明，但本发明不限于上述实施例，还可以根据本发明的发明创造的目的做出多种变化，凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化，均应为等效的置换方式，只要符合本发明的发明目的，只要不背离本发明的技术原理和发明构思，都属于本发明的保护范围。

Claims

1.一种基于接近觉感知的机械臂避障方法，其特征在于，包括如下步骤：

步骤1，布置接近传感器阵列：

在避障连杆上布置接近传感器阵列，在一个圆周上等分布置若干个，每个不同圆周互相之间等间距分布；

步骤2，确定连杆运动方向：

步骤3，采集传感器距离信息：

步骤4，障碍物表面建模：

步骤5，构建安全平面：

步骤6，基于人工势场法的避障路径规划：

基于步骤5得到的安全平面构建斥力场，根据机器人目标位姿构建引力场，规划机器人避障路径。

2.根据权利要求1所述的基于接近觉感知的机械臂避障方法，其特征在于：所述接近传感器阵列布置于连杆表面，通过该传感器阵列感知障碍物信息。

3.根据权利要求1所述的基于接近觉感知的机械臂避障方法，其特征在于：将所述避障连杆用假想的圆柱包围盒包裹以进行简化处理，计算出圆柱包围盒中心轴线两端点的运动方向，由此可计算出轴线上任意点在轴线垂直方向上的运动方向。

4.根据权利要求1所述的基于接近觉感知的机械臂避障方法，其特征在于：所述步骤3根据步骤2获得的连杆运动方向，仅读取相邻方向而不是所有方向上的传感器距离信息。

5.根据权利要求1所述的基于接近觉感知的机械臂避障方法，其特征在于：所述步骤4将未知障碍物表面建模为圆锥面，当在连杆运动方向上传感器未检测到距离信息或距离信息很远时，认为没有障碍物阻挡在路径上；当有多个传感器检测到距离信息但不满3个时，取相邻传感器以最近的距离信息补足以构建圆锥面。

6.根据权利要求1所述的基于接近觉感知的机械臂避障方法，其特征在于：所述步骤5构建的安全平面确保了：对于表面光滑连续且封闭的障碍物，在障碍物表面投影点极为稀疏难以确定连杆与障碍物表面实际最近碰撞点的条件下，连杆不与实际障碍物发生碰撞。

7.根据权利要求1所述的基于接近觉感知的机械臂避障方法，其特征在于：在所述步骤6采用的人工势场法中，由于机械臂连杆不能视为质点，因此采用势函数代替引力斥力，并在关节空间搜索使势函数减小速度最快的关节角组合，减少算法复杂性并避免机器人运动学奇异解；人工势场法的斥力场根据安全平面设定，使得算法极易陷入局部最优陷阱，因此使用绕行方法逃离局部最优陷阱，在该方法中当避障连杆陷入局部最优陷阱时，引力场势函数改变，使得与避障连杆相连的前一关节往一个方向转动，其余关节的引力势场仍旧根据目标位姿确定，产生绕行行为，直到安全平面改变，算法逃离局部最优陷阱，最终机器人到达目标位姿并实现避障。