CN117301063A - 工业机器人在线前瞻轨迹规划方法、电子设备及存储介质 - Google Patents
工业机器人在线前瞻轨迹规划方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117301063A CN117301063A CN202311398385.7A CN202311398385A CN117301063A CN 117301063 A CN117301063 A CN 117301063A CN 202311398385 A CN202311398385 A CN 202311398385A CN 117301063 A CN117301063 A CN 117301063A
- Authority
- CN
- China
- Prior art keywords
- path
- speed
- planning
- industrial robot
- point
- 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 72
- 238000003860 storage Methods 0.000 title claims abstract description 27
- 230000007704 transition Effects 0.000 claims abstract description 61
- 230000002441 reversible effect Effects 0.000 claims abstract description 23
- 230000010354 integration Effects 0.000 claims abstract description 18
- 230000001133 acceleration Effects 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect 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
-
- 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
本发明实施例提供了一种工业机器人在线前瞻轨迹规划方法、电子设备及存储介质。该方法包括获取用于工业机器人路径规划的运动指令和给定空间点，运动指令包括直线运动指令和圆弧运动指令，给定空间点包括给定起始点、给定终止点和插补点；根据运动指令和给定空间点构造目标路径，目标路径包括多条运动路径和两个相邻运动路径之间的过渡路径；基于数值积分方法计算工业机器人执行目标路径的曲线弧长；将曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，运动学约束模型和动力学约束模型包括反向速度前瞻规划和正向速度规划。基于此，本发明实施例能够提高工业机器人的运行精度和运行平滑度。
Description
技术领域
本发明涉及机器人控制技术领域，尤其涉及一种工业机器人在线前瞻轨迹规划方法、电子设备及存储介质。
背景技术
随着工业自动化水平的不断提升，工业机器人在现代机械制造中扮演着越来越重要的角色，尤其在复杂和恶劣环境下的工作场景中具有不可替代的作用。工业机器人的技术水平直接反映了国家的工业制造能力，而运行高速和加工高精度是衡量工业机器人性能的重要标准，也是市场所看重的关键要素。
现有的基于运动学的轨迹规划方法未充分考虑工业机器人在不同位形、不同负载下的动力学特性的差异。运动学轨迹规划仅仅关注工业机器人的运动学限制，这在低速和轻载情况下通常可以满足要求，但在工业机器人运行于高速重载状态下，可能存在较大的跟踪误差，因此，现有技术中存在运动精度和平滑性不足的问题。
发明内容
本发明实施例的主要目的在于提出一种工业机器人在线前瞻轨迹规划方法、电子设备及存储介质，能够对工业机器人运行精度、空间位置平滑度以及运行的安全性和平稳性有很大提高作用。
为实现上述目的，本发明实施例的第一方面提出了一种工业机器人在线前瞻轨迹规划方法，所述方法包括：
获取用于工业机器人路径规划的运动指令和给定空间点，所述运动指令包括直线运动指令和圆弧运动指令，所述给定空间点包括给定起始点、给定终止点和插补点；
根据所述运动指令和所述给定空间点构造目标路径，所述目标路径包括多条运动路径和两个相邻所述运动路径之间的过渡路径；
基于数值积分方法计算所述工业机器人执行所述目标路径的曲线弧长；
将所述曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，所述运动学约束模型和所述动力学约束模型包括反向速度前瞻规划和正向速度规划。
在一些实施例，所述运动路径包括直线路径和圆弧路径，所述过渡路径包括所述直线路径之间的过渡、所述圆弧路径之间的过渡、所述直线路径与所述圆弧路径之间的过渡。
在一些实施例，所述过渡路径的弧长的计算步骤如下：
根据所述过渡路径的过渡半径或过渡区大小确定过渡点和支持点；
根据所述过渡点和所述支持点构造Hermite路径曲线；
基于数值积分方法计算所述Hermite路径曲线的弧长，得到所述过渡路径的弧长。
在一些实施例，所述运动学约束模型中的反向速度前瞻规划具体为：假设所有所述运动指令的过渡区为不为零，则需构造n条直线或圆弧路径以及n-1条过渡路径，依次共组成最多有2n-1个元素的位置路径链表，每一段的最大速度是Vmax，最大加速度是Amax，1≤i≤n；首先从第M段开始，其末速度Ve＝0，以加速Amax反向加速，能达到的最高速度为速度Vmax,M，以Ve＝min(VM,Vmax,M)作为第M-1段的末速度，如果Ve≥VM-1，则第M-1段不需要处理，否则继续以加速Amax反向加速，然后再取Ve＝min(VM-1,Vmax,M-1)，一直到第二段路径才结束，从而得到第一段路径的最大允许末速度为Ve＝min(V2,Vmax,2)，其中，第i段的最大可达速度的计算公式如下：
在一些实施例，所述运动学约束模型中的正向速度规划具体为：通过反向速度前瞻已经可以确保vM能降速到0，完成反向速度前瞻后，进而可对第一段进行正向的轨迹规划，令首速度为Vs，末速度为Ve，计算能达到的临界最大速度
在一些实施例，所述工业机器人的关节转矩和所述动力学约束模型、运动状态间的映射关系公式如下：
其中，M(θ)是关节空间惯量矩阵，代表的是离心力和哥氏力矢量，G(θ)是重力矢量，JT(θ)是工业机器人末端雅可比的转置矩阵，/>是外部负载作用在机械臂末端的广义矢量，并且有/>以笛卡尔路径点相对于路径起始点的路径长度s为变量，将公式(1)转换成如下公式(2)：
由公式(2)转换成如下公式(3),得到工业机器人关节空间加速度公式：
在一些实施例，所述动力学约束模型中的反向速度前瞻规划具体为：
步骤S1:已知n个离散笛卡尔路径点以及各路径点的速度值，令k:＝n-1；
步骤S2:计算第k段路径始末点在关节转矩约束下的线加速度范围，并取交集部分作为第k段路径的加速度允许范围
步骤S3:以第k段路径始末点速度可达为前提计算相应的加速度ai，若ai在范围内，转至步骤S5:否则，执行下一步；
步骤S4:若令/>若/>则令/>计算式并更新首点速度/>
步骤S5:若k:＝1，反向速度规划完毕；否则，令k:＝k-1,并转至步骤S2。
在一些实施例，所述动力学约束模型中的正向速度规划具体为：
步骤K1:已知n个离散笛卡尔路径点以及各路径点的速度值，令k:＝1；
步骤K2:计算第k段路径在关节转矩约束下的线加速度允许范围
步骤K3:若令/>若/>则令/>计算式/>求关节转矩约束下路径段末点的允许速度/>
步骤K4:若更新末点速度/>若/>更新末点速度
步骤K5:若k:＝n-1,停止规划:否则，令k:＝k+1,并转至步骤K2。
为实现上述目的，本发明实施例的第二方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
为实现上述目的，本发明实施例的第三方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
本发明提出的工业机器人在线前瞻轨迹规划方法、电子设备及存储介质,通过获取用于工业机器人路径规划的运动指令和给定空间点，运动指令包括直线运动指令和圆弧运动指令，给定空间点包括给定起始点、给定终止点和插补点；根据运动指令和给定空间点构造目标路径，目标路径包括多条运动路径和两个相邻运动路径之间的过渡路径；基于数值积分方法计算工业机器人执行目标路径的曲线弧长；将曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，运动学约束模型和动力学约束模型包括反向速度前瞻规划和正向速度规划。基于此，本发明实施例的基于运动学约束和动力学约束的在线工业机器人在线前瞻轨迹规划方法，经运动学约束后再一次经动力学反馈约束，满足工业机器人力矩限制规划轨迹，进一步提高工业机器人的稳定性和可靠性，能够对工业机器人运行精度、空间位置平滑度以及运行的安全性和平稳性有很大提高作用，实现工业机器人运动的优化和控制，提升工业机器人的整体性能。
附图说明
图1是本发明实施例提供的工业机器人在线前瞻轨迹规划方法的流程图；
图2A是本发明实施例提供的直线路径构造示意图；
图2B是本发明实施例提供的圆弧路径构造示意图；
图3是本发明实施例提供的埃尔米特曲线示意图；
图4是本发明实施例提供的任务空间位置过渡曲线示意图；
图5是本发明实施例提供的相邻两直线过渡处理示意图；
图6是本发明实施例提供的直线和圆弧过渡处理示意图；
图7是本发明实施例提供的结合二分查找和数值积分的插补点求解算法流程图；
图8是本发明实施例提供的位置轨迹反向前瞻规划原理图；
图9是本发明实施例提供的正向轨迹规划图(首速度小于末速度)；
图10是本发明实施例提供的正向轨迹规划图(首速度大于末速度)；
图11是本发明实施例提供的基于运动学时间-速度曲线图；
图12是本发明实施例提供的前瞻规划流程图；
图13是本发明实施例提供的关节转矩范围图；
图14是本发明实施例提供的末端加速度允许范围图；
图15是本发明实施例提供的基于动力学约束前瞻轨迹规划修正位置-速度曲线对比图；
图16是本发明实施例提供的工业机器人在线前瞻轨迹规划方法整体流程图；
图17是本发明实施例提供的前瞻规划器设计流程图；
图18是本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
现有的基于运动学的轨迹规划方法未充分考虑工业机器人在不同位形、不同负载下的动力学特性的差异。运动学轨迹规划仅仅关注工业机器人的运动学限制，这在低速和轻载情况下通常可以满足要求，但在工业机器人运行于高速重载状态下，可能存在较大的跟踪误差，因此，现有技术中存在运动精度和平滑性不足的问题。
针对现有技术中存在上述的技术问题，本发明实施例提供了一种工业机器人在线前瞻轨迹规划方法、电子设备及存储介质，通过获取用于工业机器人路径规划的运动指令和给定空间点，运动指令包括直线运动指令和圆弧运动指令，给定空间点包括给定起始点、给定终止点和插补点；根据运动指令和给定空间点构造目标路径，目标路径包括多条运动路径和两个相邻运动路径之间的过渡路径；基于数值积分方法计算工业机器人执行目标路径的曲线弧长；将曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，运动学约束模型和动力学约束模型包括反向速度前瞻规划和正向速度规划。基于此，本发明实施例的基于运动学约束和动力学约束的在线工业机器人在线前瞻轨迹规划方法，经运动学约束后再一次经动力学反馈约束，满足工业机器人力矩限制规划轨迹，进一步提高工业机器人的稳定性和可靠性，能够对工业机器人运行精度、空间位置平滑度以及运行的安全性和平稳性有很大提高作用，实现工业机器人运动的优化和控制，提升工业机器人的整体性能。
本发明实施例提供的工业机器人在线前瞻轨迹规划方法、电子设备及存储介质，具体通过如下实施例进行说明，首先描述本发明实施例中的工业机器人在线前瞻轨迹规划方法。
图1是本发明实施例提供的工业机器人在线前瞻轨迹规划方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤S101至步骤S104。
步骤S101，获取用于工业机器人路径规划的运动指令和给定空间点，运动指令包括直线运动指令和圆弧运动指令，给定空间点包括给定起始点、给定终止点和插补点；
步骤S102，根据运动指令和给定空间点构造目标路径，目标路径包括多条运动路径和两个相邻运动路径之间的过渡路径；
步骤S103，基于数值积分方法计算工业机器人执行目标路径的曲线弧长；
步骤S104，将曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，运动学约束模型和动力学约束模型包括反向速度前瞻规划和正向速度规划。
需要指出的是，在线前瞻轨迹规划是一种针对工业机器人进行路径规划的方法，它充分考虑了实际环境中存在的临时和移动障碍物、速度和动力学约束等因素。其主要目标在于解决机器人的路径规划问题，并在路径规划的基础上融入时间序列信息，进而对机器人在执行任务时的速度与加速度进行规划，以满足轨迹的光滑性和速度可控性等特定要求。通过这种方式，机器人能够实现系统状态的稳定运行，并顺利完成指定的任务。
在一些实施例中，对于路径构造，路径包括直线、圆弧、关节、姿态及其组合等多种情况。路径主要有直线段、圆弧段和关节这三种基本路径，分别从这三种情况出发通过给定其首末点进行定义。
对于关节(轴)路径构造，n维空间的关节路径，可以给定起始点Ps(x1,...,xn)和终止点Pe(y1,...,yn)进行描述。当n＝1时，就退化为单轴(单关节)。如果进行所有关节的同步路径插补，那么可以采用类似直线段的插补方式，此时关节的运动路径就等价于n维空间(n可能大于3)直线的运动路径。
对于直线路径构造，如图2A所示，直线路径的构造只需要给定起点Ps＝(xs,ys,zs)和终点Pe＝(xe,ye,ze)即可以进行定义。
对于圆弧路径构造，如图2B所示，给点起始点Ps，中间点Pm，终止点Pe，即可构造圆弧。可以采用常见的一般方法求解圆心位置，这里采用矢量的方式进行求解。该方法从几何上看较为直观，也能避免矩阵求逆的问题，同时在求解时可以对特殊情况方便处理。
直线PsPm与直线PmPe的中垂线的交点P0则为圆心。根据右手法则，直线PsPm与直线PmPe构成的平面的单位法线向量
分别计算和/>的单位向量为/>和/>进而根据右手法则计算得到/>和/>的中垂线单位方向向量为/>和/>
定义中垂线s1e1的单位方向向量中垂线s2e2的单位方向向量/>
s1s2在s1e1上的投影矢量为：
则投影点a1点位置为：
投影点a1到s2长度为：
s2e2在s2a1上的投影长度为：
从而求得圆心位置：
的单位向量/> 的单位向量/>圆弧角/>
以圆心指向起点的直线PoPs的方向作为圆弧坐标的x轴，法线向量n作为z轴，则所构造圆弧的坐标系可表示为：
对于过渡路径构造，在连续轨迹运动期间，平滑过渡相邻路径是非常关键的，因此需要构建两个相邻路径之间的过渡路径。过渡路径的构建牵涉到许多议题，诸如参考坐标系不同、任务空间中路径不在同一平面上、路径所属的任务空间和关节空间各异、路径是否具有姿态以及路径是否具有位置变化等。这些问题能够通过适当的操作得到解决。最终，过渡路径最核心的问题能够归纳为位置过渡路径和姿态过渡路径的平滑构造。
关于位置过渡路径一般分为三种情况：(1)直线与直线之间的过渡：(2)直线与圆弧之间的过渡：(3)圆弧与圆弧之间的过渡。三种情况下的过渡路径原理相同，处理步骤为：(1)根据过渡半径或过渡区大小确定过渡点以及支持点；(2)构造Hermite路径曲线；(3)数值积分方法计算曲线的弧长。
以圆弧与圆弧之间的过度曲线为例，如图4所示任务空间位置过渡曲线，给定任务空间位置过渡区大小(zone)，首先计算得到前后两条路径的过渡点为P1和P4，然后根据前后路径曲线方程计算P1和P4处的两条切线，在两切线的延长线上选择距离为得到辅助点P2和P3，其中/>为过渡点P1和P4的距离，Dmax为给定的最大距离参数。
如图3为埃尔米特曲线，根据P1、P2、P3和P4，可以构造3次Hermite曲线方程：
P(u)＝(1-u)3P1+3(1-u)2uP2+3(1-u)u2P3+u3P4 (1-9)
上述曲线方程的一阶导数为：
直线和直线之间的过渡处理如图5所示，直线和圆弧之间的过渡处理如图6所示。
在一些实施例中，工业机器人的位置路径由直线、圆弧以及过渡路径构成。在进行轨迹规划之前需要计算这些路径曲线的弧长，在进行插补时需要根据给定的弧长和路径曲线方程反求曲线上的点。
对于直线段的长度计算，根据直线起始点Ps(xs,ys,zs)，终止点Pe(xe,ye,ze)，可以求出空间直线段的长度。直线段的长度为：
给定离起点的任意长度Li可通过以下方式计算所对应的直线插补点：
Pi＝Ps+Li/LL×(Pe-Ps) (2-2)
对于圆弧弧长的长度计算，给定三点构造圆弧路径，求解出圆弧的圆心坐标系如式(1-8)所示，令r为圆弧的半径，根据式(1-7)，计算对应的圆弧弧长为：
LC＝r×α (2-3)
给定离起点的任意弧长Li，首先得到对应的圆弧角αi＝Li/LC×α，然后计算圆心坐标系下的齐次插补点最后可通过坐标变换得到基坐标下的齐次插补点为：
提取式(2-4)中的前面三个元素即为圆弧插补点Pi。
基于数值积分计算过渡曲线弧长，令曲线的参数方程为P(u)，则其弧长的微分为从而有弧长的积分公式为：
上式一般需要通过数值方法进行求解，只需要满足工程上足够的精度即可。数值积分的方法较多，这里采用4阶的Newton-Cotes积分方法进行计算，其计算公式为：
其中，xi＝a+ih(h＝(b-a)/4,i＝0,1,2,3,4)(2-7)
一般通过小于8次的二分积分区间，就可以得到足够精度的弧长积分结果。
如图7所示为结合二分查找和数值积分的插补点求解算法。
在一些实施例中，运动学前瞻规划流程如图12所示，根据给定的直线、圆弧等运动指令，首先完成路径曲线构造，计算得到直线、圆弧以及过渡曲线的长度或弧长(直线的长度也统一称之为弧长)，根据弧长以及设定的运动速度进行前瞻轨迹规划。假设所有运动指令的过渡区为不为零，则需构造n条直线或圆弧路径以及n-1条过渡路径，依次共组成最多有2n-1个元素的位置路径链表，每一段的最大速度是Vmax，最大加速度是Amax，1≤i≤n。
如图8所示，基于运动学约束下的反向速度前瞻规划具体为：首先从第M段开始，其末速度Ve＝0，以加速Amax反向加速，能达到的最高速度为速度Vmax,M。以Ve＝min(VM,Vmax,M)作为第M-1段的末速度，如果Ve≥VM-1，则第M-1段不需要处理，否则继续以加速Amax反向加速，然后再取Ve＝min(VM-1,Vmax,M-1)。一直到第二段路径才结束，从而得到第一段路径的最大允许末速度为Ve＝min(V2,Vmax,2)。其中，第i段的最大可达速度的计算方法如式(3-1)。
基于运动学约束下的正向规划具体为：通过反向前瞻已经可以确保vM能降速到0，完成反向前瞻后，进而可对第一段进行正向的轨迹规划。令首速度为Vs，末速度为Ve，可分为两种情况进行讨论。
(1)Vs＜Ve时
首先计算能达到的临界最大速度：
根据最大临界速度Vc、给定的速度V1以及首速度Vs的关系，得到的速度规划情况如图9所示。
根据式(3-1)计算最大临界速度Vc，根据最大临界速度Vc与给定速度V1的关系，得到具体的速度规划情况如图10所示，得到基于运动学时间-速度曲线如图11所示。
在一些实施例中，基于动力学约束下的轨迹规划包括动力学约束、反向速度前瞻和正向速度规划。
对于动力学约束，推导出工业机器人的关节转矩和动力学模型、运动状态间的映射关系，如公式：
其中，M(θ)是关节空间惯量矩阵，代表的是离心力和哥氏力矢量，G(θ)是重力矢量，JT(θ)是机器人末端雅可比的转置矩阵，/>是外部负载作用在机械臂末端的广义矢量，并且有/>为探究工业机器人末端笛卡尔轨迹同关节转矩的关系，以笛卡尔路径点相对于路径起始点的路径长度s为变量，将公式(4-1)转换成公式(4-2)形式：
由式(4-2)转换成公式(4-3),得到机器人关节空间加速度公式：
基于运动学规划的速度曲线，进一步根据机器人力矩的约束如图13所示，得出满足机器人允许的笛卡尔空间最大加速度曲线，如图14所示为末端加速度允许范围。
对于反向速度前瞻规划，可以包括如下步骤：
步骤S1:已知n个离散笛卡尔路径点以及各路径点的速度值，令k:＝n-1；
步骤S2:计算第k段路径始末点在关节转矩约束下的线加速度范围，并取交集部分作为第k段路径的加速度允许范围
步骤S3:以第k段路径始末点速度可达为前提计算相应的加速度ai，若ai在范围内，转至步骤S5:否则，执行下一步；
步骤S4:若令/>若/>则令/>计算式并更新首点速度/>
步骤S5:若k:＝1，反向速度规划完毕；否则，令k:＝k-1,并转至步骤S2。
对于正向速度规划，可以包括如下步骤：
步骤K1:已知n个离散笛卡尔路径点以及各路径点的速度值，令k:＝1；
步骤K2:计算第k段路径在关节转矩约束下的线加速度允许范围
步骤K3:若令/>若/>则令/>计算式/>求关节转矩约束下路径段末点的允许速度/>
步骤K4:若更新末点速度/>若/>更新末点速度
步骤K5:若k:＝n-1,停止规划:否则，令k:＝k+1,并转至步骤K2。
如图15所示位置-速度曲线，曲线Speed before reverse planning是经过图12运动学前瞻规划的曲线，曲线Speed later reverse planning为动力学前瞻速度曲线。通过上述工业机器人在线前瞻轨迹规划方法可以使工业机器人运行起来更加平滑，计算也更加简单快速。
如图16所示，本发明实施例的基于运动学约束和动力学约束的在线工业机器人在线前瞻轨迹规划方法，经运动学约束后再一次经动力学反馈约束，满足工业机器人力矩限制规划轨迹，进一步提高工业机器人的稳定性和可靠性，能够对工业机器人运行精度、空间位置平滑度以及运行的安全性和平稳性有很大提高作用，实现工业机器人运动的优化和控制，提升工业机器人的整体性能。
如图17所示，本发明实施例还提供一种前瞻规划器的设计方法，前瞻规划器设计满足机器人在线轨迹规划的需求，通过合理的设计提高机器人的运行效率。
基于此，本发明研究更为有效的路径构造算法，优化计算过程，提高计算的准确性和效率，以满足工业机器人应用场景的需求。此外，针对现有技术中存在运动精度和平滑性不足的问题，也需要采用更加优秀的规划算法，实现工业机器人运动的优化和控制，提升工业机器人的整体性能。本发明提出一种基于运动学与动力学约束的在线工业机器人在线前瞻轨迹规划方法，经运动学约束后再一次经动力学反馈约束，满足工业机器人力矩限制规划轨迹，进一步提高机器人的稳定性和可靠性。同时本发明设计了在线前瞻规划器，提高轨迹规划算法的在线运行效率。
本发明实施例还提供了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述工业机器人在线前瞻轨迹规划方法。
请参阅图18，图18示意了另一实施例的电子设备的硬件结构，电子设备包括：
处理器1801，可以采用通用的CPU(CentralProcessingUnit，中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificlntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本发明实施例所提供的技术方案。
存储器1802，可以采用只读存储器(ReadOnlyMemory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory，RAM)等形式实现。存储器1802可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1802中，并由处理器1801来调用执行本发明实施例的工业机器人在线前瞻轨迹规划方法，即通过获取用于工业机器人路径规划的运动指令和给定空间点，运动指令包括直线运动指令和圆弧运动指令，给定空间点包括给定起始点、给定终止点和插补点；根据运动指令和给定空间点构造目标路径，目标路径包括多条运动路径和两个相邻运动路径之间的过渡路径；基于数值积分方法计算工业机器人执行目标路径的曲线弧长；将曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，运动学约束模型和动力学约束模型包括反向速度前瞻规划和正向速度规划。基于此，本发明实施例的基于运动学约束和动力学约束的在线工业机器人在线前瞻轨迹规划方法，经运动学约束后再一次经动力学反馈约束，满足工业机器人力矩限制规划轨迹，进一步提高工业机器人的稳定性和可靠性，能够对工业机器人运行精度、空间位置平滑度以及运行的安全性和平稳性有很大提高作用，实现工业机器人运动的优化和控制，提升工业机器人的整体性能。
输入/输出接口1803，用于实现信息输入及输出。
通信接口1804，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线，在设备的各个组件(例如处理器1801、存储器1802、输入/输出接口1803和通信接口1804)之间传输信息。
其中处理器1801、存储器1802、输入/输出接口1803和通信接口1804通过总线实现彼此之间在设备内部的通信连接。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述工业机器人在线前瞻轨迹规划方法。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例提供的工业机器人在线前瞻轨迹规划方法、电子设备及存储介质，通过获取用于工业机器人路径规划的运动指令和给定空间点，运动指令包括直线运动指令和圆弧运动指令，给定空间点包括给定起始点、给定终止点和插补点；根据运动指令和给定空间点构造目标路径，目标路径包括多条运动路径和两个相邻运动路径之间的过渡路径；基于数值积分方法计算工业机器人执行目标路径的曲线弧长；将曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，运动学约束模型和动力学约束模型包括反向速度前瞻规划和正向速度规划。基于此，本发明实施例的基于运动学约束和动力学约束的在线工业机器人在线前瞻轨迹规划方法，经运动学约束后再一次经动力学反馈约束，满足工业机器人力矩限制规划轨迹，进一步提高工业机器人的稳定性和可靠性，能够对工业机器人运行精度、空间位置平滑度以及运行的安全性和平稳性有很大提高作用，实现工业机器人运动的优化和控制，提升工业机器人的整体性能。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读程序、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读程序、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
本发明实施例描述的实施例是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
本领域技术人员可以理解的是，图中示出的技术方案并不构成对本发明实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本发明的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例的方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本发明实施例的优选实施例，并非因此局限本发明实施例的权利范围。本领域技术人员不脱离本发明实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本发明实施例的权利范围之内。
Claims (10)
1.一种工业机器人在线前瞻轨迹规划方法，其特征在于，所述方法包括：
获取用于工业机器人路径规划的运动指令和给定空间点，所述运动指令包括直线运动指令和圆弧运动指令，所述给定空间点包括给定起始点、给定终止点和插补点；
根据所述运动指令和所述给定空间点构造目标路径，所述目标路径包括多条运动路径和两个相邻所述运动路径之间的过渡路径；
基于数值积分方法计算所述工业机器人执行所述目标路径的曲线弧长；
将所述曲线弧长和设定的运动速度依次输入至运动学约束模型和动力学约束模型进行在线前瞻轨迹规划，得到轨迹规划结果，其中，所述运动学约束模型和所述动力学约束模型包括反向速度前瞻规划和正向速度规划。
2.根据权利要求1所述的方法，其特征在于，所述运动路径包括直线路径和圆弧路径，所述过渡路径包括所述直线路径之间的过渡、所述圆弧路径之间的过渡、所述直线路径与所述圆弧路径之间的过渡。
3.根据权利要求2所述的方法，其特征在于，所述过渡路径的弧长的计算步骤如下：
根据所述过渡路径的过渡半径或过渡区大小确定过渡点和支持点；
根据所述过渡点和所述支持点构造Hermite路径曲线；
基于数值积分方法计算所述Hermite路径曲线的弧长，得到所述过渡路径的弧长。
4.根据权利要求1所述的方法，其特征在于，所述运动学约束模型中的反向速度前瞻规划具体为：假设所有所述运动指令的过渡区为不为零，则需构造n条直线或圆弧路径以及n-1条过渡路径，依次共组成最多有2n-1个元素的位置路径链表，每一段的最大速度是Vmax，最大加速度是Amax，1≤i≤n；首先从第M段开始，其末速度Ve＝0，以加速Amax反向加速，能达到的最高速度为速度Vmax,M，以Ve＝min(VM,Vmax,M)作为第M-1段的末速度，如果Ve≥VM-1，则第M-1段不需要处理，否则继续以加速Amax反向加速，然后再取Ve＝min(VM-1,Vmax,M-1)，一直到第二段路径才结束，从而得到第一段路径的最大允许末速度为Ve＝min(V2,Vmax,2)，其中，第i段的最大可达速度的计算公式如下：
5.根据权利要求1所述的方法，其特征在于，所述运动学约束模型中的正向速度规划具体为：通过反向速度前瞻已经可以确保vM能降速到0，完成反向速度前瞻后，进而可对第一段进行正向的轨迹规划，令首速度为Vs，末速度为Ve，计算能达到的临界最大速度
6.根据权利要求1所述的方法，其特征在于，所述工业机器人的关节转矩和所述动力学约束模型、运动状态间的映射关系公式如下：
其中，M(θ)是关节空间惯量矩阵，代表的是离心力和哥氏力矢量，G(θ)是重力矢量，JT(θ)是工业机器人末端雅可比的转置矩阵，/>是外部负载作用在机械臂末端的广义矢量，并且有/>以笛卡尔路径点相对于路径起始点的路径长度s为变量，将公式(1)转换成如下公式(2)：
由公式(2)转换成如下公式(3),得到工业机器人关节空间加速度公式：
7.根据权利要求1所述的方法，其特征在于，所述动力学约束模型中的反向速度前瞻规划具体为：
步骤S1:已知n个离散笛卡尔路径点以及各路径点的速度值，令k:＝n-1；
步骤S2:计算第k段路径始末点在关节转矩约束下的线加速度范围，并取交集部分作为第k段路径的加速度允许范围
步骤S3:以第k段路径始末点速度可达为前提计算相应的加速度ai，若ai在范围内，转至步骤S5:否则，执行下一步；
步骤S4:若令/>若/>则令/>计算式/>并更新首点速度/>
步骤S5:若k:＝1，反向速度规划完毕；否则，令k:＝k-1,并转至步骤S2。
8.根据权利要求1所述的方法，其特征在于，所述动力学约束模型中的正向速度规划具体为：
步骤K1:已知n个离散笛卡尔路径点以及各路径点的速度值，令k:＝1；
步骤K2:计算第k段路径在关节转矩约束下的线加速度允许范围
步骤K3:若令/>若/>则令/>计算式/>求关节转矩约束下路径段末点的允许速度/>
步骤K4:若更新末点速度/>若/>更新末点速度
步骤K5:若k:＝n-1,停止规划:否则，令k:＝k+1,并转至步骤K2。
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至8任一项所述的工业机器人在线前瞻轨迹规划方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的工业机器人在线前瞻轨迹规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311398385.7A CN117301063A (zh) | 2023-10-25 | 2023-10-25 | 工业机器人在线前瞻轨迹规划方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311398385.7A CN117301063A (zh) | 2023-10-25 | 2023-10-25 | 工业机器人在线前瞻轨迹规划方法、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117301063A true CN117301063A (zh) | 2023-12-29 |
Family
ID=89242642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311398385.7A Pending CN117301063A (zh) | 2023-10-25 | 2023-10-25 | 工业机器人在线前瞻轨迹规划方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117301063A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117555293A (zh) * | 2024-01-11 | 2024-02-13 | 佛山德玛特智能装备科技有限公司 | 一种运动控制器的控制方法、系统、电子设备及存储介质 |
-
2023
- 2023-10-25 CN CN202311398385.7A patent/CN117301063A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117555293A (zh) * | 2024-01-11 | 2024-02-13 | 佛山德玛特智能装备科技有限公司 | 一种运动控制器的控制方法、系统、电子设备及存储介质 |
| CN117555293B (zh) * | 2024-01-11 | 2024-04-16 | 佛山德玛特智能装备科技有限公司 | 一种运动控制器的控制方法、系统、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112757306B (zh) | 一种机械臂逆解多解选择和时间最优轨迹规划算法 | |
| CN107980109B (zh) | 机器人运动轨迹规划方法及相关装置 | |
| CN115884853B (zh) | 机器人关节空间图路径规划与移动执行 | |
| CN117301063A (zh) | 工业机器人在线前瞻轨迹规划方法、电子设备及存储介质 | |
| CN110757455B (zh) | 一种速度规划方法 | |
| JP4693643B2 (ja) | ロボットの教示支援装置及びそのためのプログラム | |
| CN113552877A (zh) | 用于机器人优化动作规划的初始参考生成 | |
| CN113190021B (zh) | 一种工业机器人小线段轨迹规划方法 | |
| CN112222703B (zh) | 一种焊接机器人能耗最优轨迹规划方法 | |
| CN113650011B (zh) | 一种机械臂拼接路径规划方法及装置 | |
| Lau et al. | Smooth RRT-connect: An extension of RRT-connect for practical use in robots | |
| CN111390902A (zh) | 轨迹规划方法、轨迹规划装置、设备和存储介质 | |
| Gochev et al. | Motion planning for robotic manipulators with independent wrist joints | |
| CN114633258A (zh) | 一种隧道环境下机械臂运动轨迹的规划方法及相关装置 | |
| CN113276121A (zh) | 一种基于二次规划的冗余度机械臂移动障碍物躲避方法 | |
| CN114211495A (zh) | 面向半导体晶圆传送机械臂的自适应轨迹优化方法及系统 | |
| Zhu et al. | A new bug‐type navigation algorithm for mobile robots in unknown environments containing moving obstacles | |
| US20210260761A1 (en) | Method And Control System For Controlling An Industrial Actuator | |
| CN113495565A (zh) | 一种机器人及其轨迹规划和平滑过渡方法、系统及介质 | |
| CN112356032A (zh) | 一种姿态平滑过渡方法及系统 | |
| CN111670093B (zh) | 机器人的运动控制方法、控制系统和存储装置 | |
| Abdellatif et al. | Adapted time-optimal trajectory planning for parallel manipulators with full dynamic modelling | |
| CN113276116B (zh) | 一种误差可控的机器人轨迹同步过渡方法 | |
| Zhao et al. | Improved Path Planning Algorithm Based on RRT Algorithm and Quintic B-spline Curve | |
| De la Rosa et al. | Robust path planning in the plane |
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 |