CN110727271A - 一种机器人运动基元确定方法及装置 - Google Patents

一种机器人运动基元确定方法及装置 Download PDF

Info

Publication number
CN110727271A
CN110727271A CN201911046662.1A CN201911046662A CN110727271A CN 110727271 A CN110727271 A CN 110727271A CN 201911046662 A CN201911046662 A CN 201911046662A CN 110727271 A CN110727271 A CN 110727271A
Authority
CN
China
Prior art keywords
robot
motion
primitive
time
determining
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
Application number
CN201911046662.1A
Other languages
English (en)
Inventor
张浩杰
张玉东
陈人和
王自力
贺威
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.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
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 University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN201911046662.1A priority Critical patent/CN110727271A/zh
Publication of CN110727271A publication Critical patent/CN110727271A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle

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

本发明提供一种机器人运动基元确定方法及装置，能够避免在机器人进行路径跟踪控制时容易陷入局部最小或者路径跟踪困难的问题。所述方法包括：确定机器人的起始状态矢量；在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m‑1份、横摆角速度区间等分为n‑1份，其中，N＝m*n；取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元。本发明涉及机器人路径规划技术领域。

Description

一种机器人运动基元确定方法及装置
技术领域
本发明涉及机器人路径规划技术领域，特别是指一种机器人运动基元确定方法及装置。
背景技术
路径规划是实现机器人自主导航的基本前提。机器人在运动过程中依靠传感器获取对环境的感知信息，同时创建环境地图。在路径规划过程中，机器人运动基元确定了节点之间的连接关系，一个状态节点可以通过运动基元变换到另一个状态节点。路径规划根据环境地图上标记的障碍物信息，搜索出一系列从初始状态变换到目标状态的运动基元，即规划生成一条无碰撞安全路径。
运动基元作为路径规划时节点连接关系的表征方式，通常将机器人视作一个质点，采用直线连接生成，比如4连接栅格和8连接栅格等，采用这种方法生成的运动基元并未考虑机器人的运动学约束条件，导致在机器人进行路径跟踪控制时容易陷入局部最小或者路径跟踪困难。
申请号为201610348356.3的中国专利公开了一种基于动态运动基元学***影响较大。
发明内容
本发明要解决的技术问题是提供一种机器人运动基元确定方法及装置，以解决现有技术所存在的未考虑机器人的运动学约束条件生成运动基元，导致在机器人进行路径跟踪控制时容易陷入局部最小或者路径跟踪困难、运动基元生成过程复杂耗时的问题。
为解决上述技术问题，本发明实施例提供一种机器人运动基元确定方法，包括：
确定机器人的起始状态矢量；
在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；
取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元，其中，i＝1,2,...,m，j＝1,2,...,n。
进一步地，起始状态矢量为zs＝[xs,ys,θs]T，其中，z表示状态矢量，x、y分别表示机器人沿x方向、y方向的位移，θ表示机器人的航向角，下标s表示起始，上标T表示矩阵转置。
进一步地，所述在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m份、横摆角速度区间等分为n份包括：
在运动基元生成的时间t内，确定机器人达到的平移运动速度区间[vs-at,vs+at]和横摆角速度区间[ωs-αt,ωs+αt]，其中，v表示机器人的平移运动的速度，ω表示机器人的横摆角速度，a和α分别表示机器人平移运动时的加速度和横摆运动时的横摆角加速度；
根据机器人运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，且满足：N＝m*n，则：端点i对应的平移运动速度端点j对应的横摆角速度
Figure BDA0002254300380000022
进一步地，所述取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元包括：
在运动基元生成的时间内，以u＝[vi,ωj]T恒定速度作为控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人在采样时刻tf时的状态为：
其中，u表示控制矢量，(xf,yf,θf)表示机器人在采样时刻tf时的状态矢量，(xf,yf,θf)是运动基元上的离散点，tf指运动基元生成的时间t内的任一采样时刻；
在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
进一步地，所述在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元包括：
在运动基元生成的时间内，若终止状态矢量不在环境地图的栅格中心，则采用四舍五入法将其平移至栅格中心；
连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
本发明实施例还提供一种机器人运动基元确定装置，包括：
确定模块，用于确定机器人的起始状态矢量；
等分模块，用于在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；
生成模块，用于取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元，其中，i＝1,2,...,m，j＝1,2,...,n。
进一步地，起始状态矢量为zs＝[xs,ys,θs]T，其中，z表示状态矢量，x、y分别表示机器人沿x方向、y方向的位移，θ表示机器人的航向角，下标s表示起始，上标T表示矩阵转置。
进一步地，所述等分模块包括：
第一确定单元，用于在运动基元生成的时间t内，确定机器人达到的平移运动速度区间[vs-at,vs+at]和横摆角速度区间[ωs-αt,ωs+αt]，其中，v表示机器人的平移运动的速度，ω表示机器人的横摆角速度，a和α分别表示机器人平移运动时的加速度和横摆运动时的横摆角加速度；
等分单元，用于根据机器人运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，且满足：N＝m*n，则：端点i对应的平移运动速度端点j对应的横摆角速度
Figure BDA0002254300380000042
进一步地，所述生成模块包括：
第二确定单元，用于在运动基元生成的时间内，以u＝[vi,ωj]T恒定速度作为控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人在采样时刻tf时的状态为：
Figure BDA0002254300380000043
其中，u表示控制矢量，(xf,yf,θf)表示机器人在采样时刻tf时的状态矢量，(xf,yf,θf)是运动基元上的离散点，tf指运动基元生成的时间t内的任一采样时刻；
生成单元，用于在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
进一步地，所述生成单元，用于在运动基元生成的时间内，若终止状态矢量不在环境地图的栅格中心，则采用四舍五入法将其平移至栅格中心；还用于连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
本发明的上述技术方案的有益效果如下：
上述方案中，确定机器人的起始状态矢量；在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元。这样，根据机器人的运动学约束确定运动基元生成的时间内机器人可达到的状态，从而生成多种不同控制矢量下的运动基元，能够避免在机器人进行路径跟踪控制时容易陷入局部最小或者路径跟踪困难的问题，且运动基元生成过程简单。
附图说明
图1为本发明实施例提供的机器人运动基元确定方法的流程示意图；
图2为本发明实施例提供的机器人坐标系示意图；
图3为本发明实施例提供的在控制矢量u9＝[1,0.5]T作用下生成的运动基元示意图；
图4为本发明实施例提供的机器人在起始状态矢量zs＝[0,0,0]T下的运动基元示意图；
图5为本发明实施例提供的机器人运动基元确定装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有的未考虑机器人的运动学约束条件生成运动基元，导致在机器人进行路径跟踪控制时容易陷入局部最小或者路径跟踪困难、运动基元生成过程复杂耗时的问题，提供一种机器人运动基元确定方法及装置。
实施例一
如图1所示，本发明实施例提供的机器人运动基元确定方法，包括：
S101，确定机器人的起始状态矢量；
S102，在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；
S103，取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元，其中，i＝1,2,...,m，j＝1,2,...,n。
本发明实施例所述的机器人运动基元确定方法，确定机器人的起始状态矢量；在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元。这样，根据机器人的运动学约束确定运动基元生成的时间内机器人可达到的状态，从而生成多种不同控制矢量下的运动基元，能够避免在机器人进行路径跟踪控制时容易陷入局部最小或者路径跟踪困难的问题，且运动基元生成过程简单。
本发明实施例所述的机器人运动基元确定方法，能用于为各种差速驱动的机器人生成运动基元，进而实现机器人路径规划。
本实施例中，假设机器人工作于平坦地面，因此，可以对机器人的运动进行简化，仅考虑机器人沿x、y(也可以写成：X、Y)方向的平移及绕z轴的横摆运动，忽略沿垂直方向的位移、俯仰角和侧倾角，如图2所示，其中，v表示机器人的平移运动的速度，vx、vy分别为机器人沿x、y方向的平移运动速度，ω表示机器人的横摆角速度，，则x、y应满足式(1)的运动学约束条件：
其中，x、y分别表示机器人沿x方向、y方向的位移，
Figure BDA0002254300380000062
分别表示x、y对时间的一阶导数，v表示机器人的平移运动的速度，θ表示机器人的航向角，θ∈[0,2π)；
如果以z＝[x,y,θ]T表示状态矢量，u＝[v,ω]T表示控制矢量，ω表示机器人的横摆角速度，根据式(1)，可得机器人的状态转移方程表达式为：
Figure BDA0002254300380000071
本实施例中，假设，机器人起始状态矢量为zs＝[xs,ys,θs]T，起始控制矢量为us＝[vs,ωs]T，其中，z表示状态矢量，下标s表示起始，上标T表示矩阵转置；以a和α分别表示机器人平移运动时的加速度和横摆运动时的横摆角加速度，在运动基元生成的时间(也可以称为：仿真时间)t内，机器人能够达到的平移运动速度区间为[vs-at,vs+at](其中，v∈[vs-at,vs+at])和横摆角速度区间为[ωs-αt,ωs+αt](其中，ω∈[ωs-αt,ωs+αt])。
本实施例中，根据机器人运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，且满足条件：N＝m*n，则：端点i对应的平移运动速度
Figure BDA0002254300380000072
端点j对应的横摆角速度
Figure BDA0002254300380000073
本实施例中，在运动基元生成的时间内，以u＝[vi,ωj]T恒定速度作为控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人在采样时刻tf时的状态为：
Figure BDA0002254300380000074
其中，u表示控制矢量，(xf,yf,θf)表示机器人在采样时刻tf时的状态矢量，tf指的是运动基元生成的仿真时间t内的任一采样时刻；
本实施例中，根据式(3)可以获得机器人在运动基元生成的仿真时间t内采样时刻tf时的采样状态(xf,yf,θf)，这些采样状态即是运动基元上的离散点，它们连接起来便构成了不同的运动基元，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
在前述机器人运动基元确定方法的具体实施方式中，进一步地，所述在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在该控制矢量下生成的运动基元包括：
在运动基元生成的时间内，若终止状态矢量不在环境地图的栅格中心，则采用四舍五入法将其平移至栅格中心；
连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
为了更好地理解本发明实施例提供的机器人运动基元确定方法，以机器人起始状态矢量zs＝[0,0,0]T和控制矢量u＝[vi,ωj]T为例生成机器人运动基元：
首先，设定机器人平移运动时的加速度a＝0.5m/s2，而机器人横摆运动时的横摆角加速度为α＝0.25rad/s2。在运动基元生成的时间(仿真时间)2s内，机器人的平移运动速度区间为[-1m/s，1m/s]，横摆角速度区间为[-0.5rad/s，0.5rad/s]。
然后，将机器人平移运动速度区间等分为两份，得到3个端点，即分别为-1m/s、0m/s和1m/s，而横摆角速度区间等分为两份，得到3个端点，即分别为-0.5rad/s、0rad/s和0.5rad/s，则可生成的机器人运动基元的数量为9。将端点i对应的平移运动速度和端点j对应的横摆角速度进行组合，可得控制矢量分别为u1＝[-1,-0.5]T，u2＝[-1,0]T，u3＝[-1,0.5]T，u4＝[0,-0.5]T，u5＝[0,0]T，u6＝[0,0.5]T，u7＝[1,-0.5]T，u8＝[1,0]T和u9＝[1,0.5]T。在仿真时间2s内，将控制矢量代入式(3)可计算得到机器人的状态矢量；具体的：以0.05s作为采样周期进行采样，将机器人的状态矢量进行连接可得在相应控制矢量下生成的运动基元。
如图3所示，图3为在控制矢量u9＝[1,0.5]T作用下生成的运动基元，图3中的箭头表示机器人状态采样点的航向角。对于机器人起始状态，以所有控制矢量计算机器人运动基元，可得机器人在该起始状态下的运动基元，如图4所示，图4显示了机器人在起始状态矢量zs＝[0,0,0]T下的运动基元，其中有两个原地转向的运动基元和一个静止不动的运动基元。
实施例二
本发明还提供一种机器人运动基元确定装置的具体实施方式，由于本发明提供的机器人运动基元确定装置与前述机器人运动基元确定方法的具体实施方式相对应，该机器人运动基元确定装置可以通过执行上述方法具体实施方式中的流程步骤来实现本发明的目的，因此上述机器人运动基元确定方法具体实施方式中的解释说明，也适用于本发明提供的机器人运动基元确定装置的具体实施方式，在本发明以下的具体实施方式中将不再赘述。
如图5所示，本发明实施例还提供一种机器人运动基元确定装置，包括：
确定模块11，用于确定机器人的起始状态矢量；
等分模块12，用于在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；
生成模块13，用于取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元，其中，i＝1,2,...,m，j＝1,2,...,n。
本发明实施例所述的机器人运动基元确定装置，确定机器人的起始状态矢量；在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元。这样，根据机器人的运动学约束确定运动基元生成的时间内机器人可达到的状态，从而生成多种不同控制矢量下的运动基元，能够避免在机器人进行路径跟踪控制时容易陷入局部最小或者路径跟踪困难的问题，且运动基元生成过程简单。
在前述机器人运动基元确定装置的具体实施方式中，进一步地，起始状态矢量为zs＝[xs,ys,θs]T，其中，z表示状态矢量，x、y分别表示机器人沿x方向、y方向的位移，θ表示机器人的航向角，下标s表示起始，上标T表示矩阵转置。
在前述机器人运动基元确定装置的具体实施方式中，进一步地，所述等分模块包括：
第一确定单元，用于在运动基元生成的时间t内，确定机器人达到的平移运动速度区间[vs-at,vs+at]和横摆角速度区间[ωs-αt,ωs+αt]，其中，v表示机器人的平移运动的速度，ω表示机器人的横摆角速度，a和α分别表示机器人平移运动时的加速度和横摆运动时的横摆角加速度；
等分单元，用于根据机器人运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，且满足：N＝m*n，则：端点i对应的平移运动速度
Figure BDA0002254300380000101
端点j对应的横摆角速度
Figure BDA0002254300380000102
在前述机器人运动基元确定装置的具体实施方式中，进一步地，所述生成模块包括：
第二确定单元，用于在运动基元生成的时间内，以u＝[vi,ωj]T恒定速度作为控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人在采样时刻tf时的状态为：
Figure BDA0002254300380000103
其中，u表示控制矢量，(xf,yf,θf)表示机器人在采样时刻tf时的状态矢量，(xf,yf,θf)是运动基元上的离散点，tf指运动基元生成的时间t内的任一采样时刻；
生成单元，用于在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
在前述机器人运动基元确定装置的具体实施方式中，进一步地，所述生成单元，用于在运动基元生成的时间内，若终止状态矢量不在环境地图的栅格中心，则采用四舍五入法将其平移至栅格中心；还用于连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种机器人运动基元确定方法，其特征在于，包括：
确定机器人的起始状态矢量；
在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；
取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元，其中，i＝1,2,...,m，j＝1,2,...,n。
2.根据权利要求1所述的机器人运动基元确定方法，其特征在于，起始状态矢量为zs＝[xs,ys,θs]T，其中，z表示状态矢量，x、y分别表示机器人沿x方向、y方向的位移，θ表示机器人的航向角，下标s表示起始，上标T表示矩阵转置。
3.根据权利要求2所述的机器人运动基元确定方法，其特征在于，所述在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m份、横摆角速度区间等分为n份包括：
在运动基元生成的时间t内，确定机器人达到的平移运动速度区间[vs-at,vs+at]和横摆角速度区间[ωs-αt,ωs+αt]，其中，v表示机器人的平移运动的速度，ω表示机器人的横摆角速度，a和α分别表示机器人平移运动时的加速度和横摆运动时的横摆角加速度；
根据机器人运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，且满足：N＝m*n，则：端点i对应的平移运动速度
Figure FDA0002254300370000011
端点j对应的横摆角速度
Figure FDA0002254300370000012
4.根据权利要求3所述的机器人运动基元确定方法，其特征在于，所述取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元包括：
在运动基元生成的时间内，以u＝[vi,ωj]T恒定速度作为控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人在采样时刻tf时的状态为：
Figure FDA0002254300370000021
其中，u表示控制矢量，(xf,yf,θf)表示机器人在采样时刻tf时的状态矢量，(xf,yf,θf)是运动基元上的离散点，tf指运动基元生成的时间t内的任一采样时刻；
在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
5.根据权利要求4所述的机器人运动基元确定方法，其特征在于，所述在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元包括：
在运动基元生成的时间内，若终止状态矢量不在环境地图的栅格中心，则采用四舍五入法将其平移至栅格中心；
连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
6.一种机器人运动基元确定装置，其特征在于，包括：
确定模块，用于确定机器人的起始状态矢量；
等分模块，用于在运动基元生成的时间内，确定机器人达到的平移运动速度区间和横摆角速度区间，根据运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，其中，N＝m*n；
生成模块，用于取端点i对应的平移运动速度和端点j对应的横摆角速度组成控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人的状态，将机器人状态进行连接，得到在该控制矢量下生成的运动基元，其中，i＝1,2,...,m，j＝1,2,...,n。
7.根据权利要求6所述的机器人运动基元确定装置，其特征在于，起始状态矢量为zs＝[xs,ys,θs]T，其中，z表示状态矢量，x、y分别表示机器人沿x方向、y方向的位移，θ表示机器人的航向角，下标s表示起始，上标T表示矩阵转置。
8.根据权利要求7所述的机器人运动基元确定装置，其特征在于，所述等分模块包括：
第一确定单元，用于在运动基元生成的时间t内，确定机器人达到的平移运动速度区间[vs-at,vs+at]和横摆角速度区间[ωs-αt,ωs+αt]，其中，v表示机器人的平移运动的速度，ω表示机器人的横摆角速度，a和α分别表示机器人平移运动时的加速度和横摆运动时的横摆角加速度；
等分单元，用于根据机器人运动基元生成的数量N，将平移运动速度区间等分为m-1份、横摆角速度区间等分为n-1份，且满足：N＝m*n，则：端点i对应的平移运动速度
Figure FDA0002254300370000031
端点j对应的横摆角速度
Figure FDA0002254300370000032
9.根据权利要求8所述的机器人运动基元确定装置，其特征在于，所述生成模块包括：
第二确定单元，用于在运动基元生成的时间内，以u＝[vi,ωj]T恒定速度作为控制矢量，根据确定的机器人的起始状态矢量及机器人的运动学约束，确定机器人在采样时刻tf时的状态为：
Figure FDA0002254300370000033
其中，u表示控制矢量，(xf,yf,θf)表示机器人在采样时刻tf时的状态矢量，(xf,yf,θf)是运动基元上的离散点，tf指运动基元生成的时间t内的任一采样时刻；
生成单元，用于在运动基元生成的时间内，连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
10.根据权利要求9所述的机器人运动基元确定装置，其特征在于，所述生成单元，用于在运动基元生成的时间内，若终止状态矢量不在环境地图的栅格中心，则采用四舍五入法将其平移至栅格中心；还用于连接不同采样时刻时的状态矢量，得到在控制矢量u＝[vi,ωj]T下生成的运动基元。
CN201911046662.1A 2019-10-30 2019-10-30 一种机器人运动基元确定方法及装置 Pending CN110727271A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911046662.1A CN110727271A (zh) 2019-10-30 2019-10-30 一种机器人运动基元确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911046662.1A CN110727271A (zh) 2019-10-30 2019-10-30 一种机器人运动基元确定方法及装置

Publications (1)

Publication Number Publication Date
CN110727271A true CN110727271A (zh) 2020-01-24

Family

ID=69222536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911046662.1A Pending CN110727271A (zh) 2019-10-30 2019-10-30 一种机器人运动基元确定方法及装置

Country Status (1)

Country Link
CN (1) CN110727271A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180726A (zh) * 2020-09-29 2021-01-05 北京航空航天大学 一种基于元学习的航天器相对运动轨迹规划方法
CN115495882A (zh) * 2022-08-22 2022-12-20 北京科技大学 一种非平坦地形下的机器人运动基元库构建方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774389A (zh) * 2016-12-09 2017-05-31 武汉科技大学 一种基于运动学习的四旋翼无人机电塔巡检方法
CN107357293A (zh) * 2017-07-31 2017-11-17 上海应用技术大学 移动机器人路径规划方法和***
CN107894766A (zh) * 2017-10-18 2018-04-10 哈尔滨工业大学深圳研究生院 用于室内装修机器人的路径规划方法
CN108919794A (zh) * 2018-06-01 2018-11-30 广州视源电子科技股份有限公司 一种双轮差速型移动机器人的全局路径规划方法及其装置
CN109799822A (zh) * 2019-01-30 2019-05-24 中国石油大学(华东) 移动机器人全局平滑路径规划方法
CN109795502A (zh) * 2018-09-27 2019-05-24 吉林大学 智能电动汽车路径跟踪模型预测控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774389A (zh) * 2016-12-09 2017-05-31 武汉科技大学 一种基于运动学习的四旋翼无人机电塔巡检方法
CN107357293A (zh) * 2017-07-31 2017-11-17 上海应用技术大学 移动机器人路径规划方法和***
CN107894766A (zh) * 2017-10-18 2018-04-10 哈尔滨工业大学深圳研究生院 用于室内装修机器人的路径规划方法
CN108919794A (zh) * 2018-06-01 2018-11-30 广州视源电子科技股份有限公司 一种双轮差速型移动机器人的全局路径规划方法及其装置
CN109795502A (zh) * 2018-09-27 2019-05-24 吉林大学 智能电动汽车路径跟踪模型预测控制方法
CN109799822A (zh) * 2019-01-30 2019-05-24 中国石油大学(华东) 移动机器人全局平滑路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RADHE SHYAM SHARMA等: "DMP Based Trajectory Tracking for a Nonholonomic Mobile Robot With Automatic Goal Adaptation and Obstacle Avoidance", 《2019 INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 *
姜明浩等: "基于动态运动基元的移动机器人路径规划", 《高技术通讯》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180726A (zh) * 2020-09-29 2021-01-05 北京航空航天大学 一种基于元学习的航天器相对运动轨迹规划方法
CN115495882A (zh) * 2022-08-22 2022-12-20 北京科技大学 一种非平坦地形下的机器人运动基元库构建方法及装置
CN115495882B (zh) * 2022-08-22 2024-02-27 北京科技大学 一种非平坦地形下的机器人运动基元库构建方法及装置

Similar Documents

Publication Publication Date Title
CN108656112B (zh) 一种面向直接示教的机械臂零力控制实验***
CN103792885B (zh) 一种数控弯管加工仿真方法及装置
Wang et al. Precise discrete-time steering control for robotic fish based on data-assisted technique and super-twisting-like algorithm
CN111427370A (zh) 一种基于稀疏位姿调整的移动机器人的Gmapping建图方法
CN107263466B (zh) 空间机器人基于二次规划问题的基座无扰控制方法
CN107024863A (zh) 一种避免微分***的uuv轨迹跟踪控制方法
Li et al. Localization and navigation for indoor mobile robot based on ROS
CN103878770A (zh) 基于速度估计的空间机器人视觉时延误差补偿方法
CN110561421B (zh) 机械臂间接拖动示教方法及装置
CN104076688A (zh) 一种自主式水下航行器主从式协同控制方法
CN110727271A (zh) 一种机器人运动基元确定方法及装置
CN110561419B (zh) 臂型线约束柔性机器人轨迹规划方法及装置
CN110116409A (zh) 一种基于扰动观测器的四通道遥操作双边控制方法
CN106896817A (zh) 一种基于粘滞阻尼振荡模型的多auv编队控制方法
CN112155940A (zh) 基于康复机器人的康复运动控制方法、***、设备及介质
CN115122325A (zh) 一种具有视场约束的拟人化机械手鲁棒视觉伺服控制方法
CN116429116A (zh) 一种机器人定位方法及设备
CN114347018A (zh) 一种基于小波神经网络的机械臂扰动补偿方法
CN114211492B (zh) 一种基于模型的多自由度机械臂的最优轨迹规划方法
CN104950893A (zh) 基于单应性矩阵的最短路径视觉伺服控制方法
CN115828463B (zh) 基于数字孪生六维模型的掘进机位姿估计方法、***
Huang et al. Immersive virtual simulation system design for the guidance, navigation and control of unmanned surface vehicles
CN104915481A (zh) 基于虚拟样机建模和周期性规划的球形电机协同控制
Gu et al. Dexterous obstacle-avoidance motion control of Rope Driven Snake Manipulator based on the bionic path following
CN114839990A (zh) 一种集群机器人实验平台

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200124