CN116572238A - 一种基于状态预测的机器人操作臂点到点运动规划方法 - Google Patents
一种基于状态预测的机器人操作臂点到点运动规划方法 Download PDFInfo
- Publication number
- CN116572238A CN116572238A CN202310566257.2A CN202310566257A CN116572238A CN 116572238 A CN116572238 A CN 116572238A CN 202310566257 A CN202310566257 A CN 202310566257A CN 116572238 A CN116572238 A CN 116572238A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- planning
- point
- speed
- value
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000001133 acceleration Effects 0.000 claims abstract description 46
- 238000006073 displacement reaction Methods 0.000 claims abstract description 19
- 238000005070 sampling Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 abstract description 2
- 238000013459 approach Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明提出了一种基于状态预测的机器人操作臂点到点运动规划方法,采用矩形积分法预测剩余距离、速度增量和位移增量等状态,并据此计算期望的加速度和速度。与传统的T曲线运动规划方法相比,本方法的加速度规划曲线在接近设定位置时连续,因而不存在加速度冲击;与S曲线运动规划方法相比,本方法结构简单、计算量小。本发明提出的一种基于状态预测的机器人操作臂点到点运动规划方法,具有结构简单、计算量小、不存在末端加速度冲击等特点,可有效提高机器人操作臂点到点运动的控制精度。
Description
技术领域
本发明属于运动规划技术领域,尤其涉及一种基于状态预测的机器人操作臂点到点运动规划方法。
背景技术
点到点运动是机器人操作臂的典型运行方式,为了提高点到点运动的定位精度,应对其运动轨迹进行规划。机器人操作臂运动规划的目的是,在满足系统加速度和速度约束的条件下计算加速度、速度、位置等参考数据,为位置控制器提供合理的参考输入,进而提高系统的位置控制精度。在点到点运动规划中,一般要求所规划的曲线具有较小的末端冲击、较短的运行时间和较高的轨迹精度。
目前,常用的点到点运动规划方法有T曲线轨迹规划、S曲线轨迹规划和指数型轨迹规划等方法。T曲线轨迹规划方法结构简单、计算量小,但是在终点处加速度不连续,存在加速度冲击,容易引起系统振动或振荡,降低系统的定位精度。S曲线轨迹规划方法在终点处的加速度曲线连续,但是其高阶导数并不连续,并且该方法较为复杂,难以应用于低成本控制系统。与T曲线轨迹规划方法类似,指数型轨迹规划方法在终点处同样存在加速度突变,并且该方法需要进行指数运算,导致计算量大、规划时间长。
发明内容
本发明的目的在于提供一种基于状态预测的点到点运动规划方法,解决传统T曲线轨迹规划和指数型轨迹规划终点处加速度不连续,而S曲线轨迹规划结构复杂、计算量大的问题。
实现本发明目的的技术解决方案为:
一种基于状态预测的机器人操作臂点到点运动规划方法,包括以下步骤:
步骤1、设定机器人操作臂的采样周期Ts、预测周期n、最大速度υmax和最大加速度amax;
步骤2、计算预测周期内的剩余距离s、速度增量Δv和位移增量Δx;
步骤3、计算期望的速度υp;
步骤4、计算期望的加速度ap;
步骤5、输出实际的加速度、速度和位移规划值;
(1)设定k时刻的加速度规划值a(k):
a(k)=ap
(2)计算k+1时刻的速度规划值υ(k+1):
v(k+1)=v(k)+Ts·a(k)
(3)计算k+1时刻的位移规划值x(k+1):
x(k+1)=x(k)+Ts·v(k)。
本发明与现有技术相比,其显著优点是:
(1)与T曲线运动规划和指数型轨迹规划方法相比,本发明提出的基于状态预测的点到点运动规划方法在终点处的加速度连续,因而不存在加速度冲击问题。
(2)与S曲线运动规划方法相比,本发明提出的基于状态预测的点到点运动规划方法结构简单、计算量小,并且在终点处的加速度具有连续的高阶导数。
附图说明
图1为实施例提供的一种基于状态预测的机器人操作臂点到点运动规划方法流程图。
图2为短行程下的机器人操作臂位置规划曲线。
图3为短行程下的机器人操作臂速度规划曲线。
图4为短行程下的机器人操作臂加速度规划曲线。
图5为长行程下的机器人操作臂位置规划曲线。
图6为长行程下的机器人操作臂速度规划曲线。
图7为长行程下的机器人操作臂加速度规划曲线。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的介绍。
结合图1~图7,本发明的一种基于状态预测的机器人操作臂点到点运动规划方法,具体包括以下步骤:
步骤1、设定采样周期Ts、预测周期n、最大速度υmax和最大加速度amax
设定机器人操作臂的采样周期Ts、预测周期n、最大速度υmax和最大加速度amax的值,其中采样周期Ts的单位为秒(s),预测周期n一般设置为2~5,最大速度vmax和最大加速度amax的单位可根据实际情况设置,如m/s、m/s2或rad/s、rad/s2。
步骤2、计算预测周期内的剩余距离s、速度增量Δv和位移增量Δx等状态
假设机器人操作臂以最大加速度运行,采用矩形积分法计算预测周期内的速度增量Δv和位移增量Δx:
Δv=n·Ts·amax (1)
Δx=n·Ts·Δv (2)
根据k时刻的位置x(k)、规划速度υ(k)、预测周期n、采样周期Ts、目标位置xtarget计算预测周期内的剩余距离s:
步骤3、计算期望的速度υp
a)若预测周期内的剩余距离s的绝对值大于预测的位移增量Δx,即|s|>Δx,则期望速度υp为:
式中:sign(s)为符号函数,即:当s>0则sign(s)=1,当s<0则sign(s)=-1,当s=0则sign(s)=0。
b)若预测周期内的剩余距离s的绝对值不大于预测的位移增量Δx,即|s|≤Δx,则期望速度υp为:
步骤4、计算期望的加速度ap
a)若期望速度υp的绝对值大于预测的速度增量Δv,即|υp|>Δυ,则期望加速度ap为:
ap=-amax·sign(vp) (6)
式中:sign(υp)为符号函数。
b)若期望速度υp的绝对值不大于预测的速度增量Δv,即|υp|≤Δυ,则期望加速度ap为:
步骤5、输出实际的加速度a(k+1)、速度υ(k+1)和位移规划值x(k+1)
(1)设定k时刻的加速度规划值a(k):
a(k)=ap (8)
(2)计算k+1时刻的速度规划值υ(k+1):
v(k+1)=v(k)+Ts·a(k) (9)
a)如果k+1时刻的速度规划值大于允许的最大速度,即|υ(k+1)|>υmax,则设置k+1时刻的速度规划值υ(k+1):
v(k+1)=vmax·sign(v(k+1)) (10)
同时设置k+1时刻的加速度规划值a(k+1)为:
a(k+1)=0 (11)
b)如果k+1时刻的速度规划值不大于允许的最大速度,即|υ(k+1)|≤υmax,则k+1时刻的加速度规划值a(k+1)与k时刻的加速度规划值a(k)相同,即:
a(k+1)=a(k) (12)
(3)计算k+1时刻的位移规划值x(k+1):
x(k+1)=x(k)+Ts·v(k) (13)
本实施例中,采样周期Ts设置为0.001s,预测周期n设置为5,最大速度υmax设置为50,最大加速度amax设置为100。机器人操作臂短行程(点到点位移为10)的规划结果如图2~图4所示,机器人操作臂长行程(点到点位移为50)的规划结果如图5~图7所。由图可以看出,机器人操作臂在短行程和长行程两种典型情况下,加速度均没有超过设定的最大角速度,并且在位移规划曲线接近设定值时,加速度是连续的,因此不存在加速度冲击问题。在两种情况下,机器人操作臂速度规划曲线同样没有超过设定的最大值。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,并不用于限制本发明。
Claims (5)
1.一种基于状态预测的机器人操作臂点到点运动规划方法,其特征在于,包括以下步骤:
步骤1、设定机器人操作臂的采样周期Ts、预测周期n、最大速度vmax和最大加速度amax;
步骤2、计算预测周期内的剩余距离s、速度增量Δv和位移增量Δx;
步骤3、计算期望的速度vp;
步骤4、计算期望的加速度ap;
步骤5、输出实际的加速度、速度和位移规划值;
(1)设定k时刻的加速度规划值a(k):
a(k)=ap
(2)计算k+1时刻的速度规划值v(k+1):
v(k+1)=v(k)+Ts·a(k)
(3)计算k+1时刻的位移规划值x(k+1):
x(k+1)=x(k)+Ts·v(k)。
2.根据权利要求1所述的机器人操作臂点到点运动规划方法,其特征在于,a)如果k+1时刻的速度规划值大于允许的最大速度,即|v(k+1)|>vmax,则设置k+1时刻的速度规划值v(k+1):
v(k+1)=vmax·sign(v(k+1))
同时设置k+1时刻的加速度规划值a(k+1)为:
a(k+1)=0
b)如果k+1时刻的速度规划值不大于允许的最大速度,即|v(k+1)|≤vmax,则k+1时刻的加速度规划值a(k+1)与k时刻的加速度规划值a(k)相同,即:
a(k+1)=a(k)。
3.根据权利要求1所述的机器人操作臂点到点运动规划方法,其特征在于,期望的加速度ap具体为:
a)若期望速度vp的绝对值大于预测的速度增量Δv,即|vp|>Δv,则期望加速度ap为:
ap=-amax·sign(vp)
b)若期望速度vp的绝对值不大于预测的速度增量Δv,即|vp|≤Δv,则期望加速度ap为:
4.根据权利要求1所述的机器人操作臂点到点运动规划方法,其特征在于,期望的速度vp为:
a)若预测周期内的剩余距离s的绝对值大于预测的位移增量Δx,即|s|>Δx,则期望速度vp为:
b)若预测周期内的剩余距离s的绝对值不大于预测的位移增量Δx,即|s|≤Δx,则期望速度vp为:
其中Δv为预测的速度增量。
5.根据权利要求1或4所述的机器人操作臂点到点运动规划方法,其特征在于,速度增量Δv和位移增量Δx和剩余距离s分别为:
Δv=n·Ts·amax
Δx=n·Ts·Δv
s=x(k)+n·Ts·v(k)-xtarget
其中xtarget为目标位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310566257.2A CN116572238B (zh) | 2023-05-18 | 2023-05-18 | 一种基于状态预测的机器人操作臂点到点运动规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310566257.2A CN116572238B (zh) | 2023-05-18 | 2023-05-18 | 一种基于状态预测的机器人操作臂点到点运动规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116572238A true CN116572238A (zh) | 2023-08-11 |
CN116572238B CN116572238B (zh) | 2024-04-09 |
Family
ID=87533697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310566257.2A Active CN116572238B (zh) | 2023-05-18 | 2023-05-18 | 一种基于状态预测的机器人操作臂点到点运动规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116572238B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101508113A (zh) * | 2009-03-11 | 2009-08-19 | 哈尔滨工业大学 | 一种基于余弦二阶的机器人轨迹规划方法 |
WO2018086226A1 (zh) * | 2016-11-09 | 2018-05-17 | 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 |
US20190160674A1 (en) * | 2017-08-10 | 2019-05-30 | Nanjing Estun Robotics Co., Ltd | Robot joint space point-to-point movement trajectory planning method |
CN113467466A (zh) * | 2021-07-22 | 2021-10-01 | 珠海格力电器股份有限公司 | 一种工业机器人控制方法、装置及工业机器人 |
-
2023
- 2023-05-18 CN CN202310566257.2A patent/CN116572238B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101508113A (zh) * | 2009-03-11 | 2009-08-19 | 哈尔滨工业大学 | 一种基于余弦二阶的机器人轨迹规划方法 |
WO2018086226A1 (zh) * | 2016-11-09 | 2018-05-17 | 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 |
US20190160674A1 (en) * | 2017-08-10 | 2019-05-30 | Nanjing Estun Robotics Co., Ltd | Robot joint space point-to-point movement trajectory planning method |
CN113467466A (zh) * | 2021-07-22 | 2021-10-01 | 珠海格力电器股份有限公司 | 一种工业机器人控制方法、装置及工业机器人 |
Non-Patent Citations (1)
Title |
---|
羊帆;张国良;张合新;宋海涛;: "自由漂浮空间机器人点到点避奇异运动控制方法", 航空学报, no. 09, 26 April 2018 (2018-04-26) * |
Also Published As
Publication number | Publication date |
---|---|
CN116572238B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN111873998B (zh) | 一种自动驾驶车辆纵向加速度规划方法 | |
Santhanakrishnan et al. | On spacing policies for highway vehicle automation | |
EP0289150B1 (en) | Motion control method with minimum time path generation | |
CN112590738B (zh) | 兼容不同代际车辆的ato停车控制方法 | |
CN111158318B (zh) | 一种非对称性四次曲线柔性加减速规划方法 | |
Su et al. | Redesign of hybrid adaptive/robust motion control of rigid-link electrically-driven robot manipulators | |
CN113253678B (zh) | 精密运动平台的运动轨迹规划方法 | |
CN116572238B (zh) | 一种基于状态预测的机器人操作臂点到点运动规划方法 | |
Xizhi et al. | Vehicle path planning fusion algorithm based on road network | |
CN112405531B (zh) | 位置域阻抗控制方法、装置、存储介质及作业机器人 | |
CN109313429A (zh) | S型速度规划方法、装置、系统、机器人以及数控机床 | |
EP2752718B1 (en) | Actuator control method and actuator control device | |
CN112082555A (zh) | 狭窄通道环境下基于自适应动态窗口法的曲率一致性路径规划算法 | |
KR102563074B1 (ko) | 차동 구동형 이동로봇의 운동역학을 고려한 장애물 회피 및 경로 추종방법 | |
US20230055214A1 (en) | A Piezoelectric Motor Energy-Saving Control Method Based on an Iterative Learning | |
CN114089730A (zh) | 机器人的运动规划方法和自动引导车 | |
CN114253241B (zh) | 用于工业智能小车的路径跟踪方法 | |
CN117163050B (zh) | 一种基于运动模型的预测控制算法 | |
CN114714364B (zh) | 机器人关节摩擦力补偿调节方法、机器人摩擦力补偿方法 | |
Li et al. | Local path planning based on improved dynamic window approach | |
CN110611470B (zh) | 一种速度伺服系统的控制方法 | |
CN117707161A (zh) | 一种基于模型预测控制的机器人动态避障方法及系统 | |
Ren et al. | Trajectory Tracking of Bus Based on Feedback-feedforward Model Free Adaptive Control | |
CN111619618A (zh) | 自动驾驶货运列车路况自适应引力模型及平滑切换方法 |
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 |