CN112757306B - 一种机械臂逆解多解选择和时间最优轨迹规划算法 - Google Patents
一种机械臂逆解多解选择和时间最优轨迹规划算法 Download PDFInfo
- Publication number
- CN112757306B CN112757306B CN202110109515.5A CN202110109515A CN112757306B CN 112757306 B CN112757306 B CN 112757306B CN 202110109515 A CN202110109515 A CN 202110109515A CN 112757306 B CN112757306 B CN 112757306B
- Authority
- CN
- China
- Prior art keywords
- solution
- planning
- inverse
- algorithm
- mechanical arm
- 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.)
- Active
Links
Images
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
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
- B25J9/1612—Programme controls characterised by the hand, wrist, grip control
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明涉及足式机器人机械臂领域,特别涉及一种机械臂逆解多解选择和时间最优轨迹规划算法。该算法可以根据当前的机械臂位姿迅速从逆解多解中选择最合适的一组解,有效规避奇异位型,实现不同逆解之间的平滑切换,保证机械臂控制和动作的连续性和不振荡;并利用七次多项式和条件比例控制相结合的轨迹规划方法规划出时间最优的轨迹,保证关节角度、角速度、角加速度、角加加速度的平滑连续可导,同时满足多目标多约束条件,满足执行器规范,含关节角速度最大值约束或关节角加速度最大值约束等。该算法大大减小了多解选择和轨迹规划的计算量,可以实现实时高效的时间最优轨迹规划,并可推广到低算力控制器上应用。
Description
技术领域
本发明涉及足式机器人机械臂领域,特别涉及一种机械臂逆解多解选择和时间最优轨迹规划算法。
背景技术
机械臂是高精度,多输入多输出、高度非线性、强耦合的复杂***。因其独特的操作灵活性,已在工业装配,安全防爆等领域得到广泛应用。机械臂是一个复杂***,存在着参数摄动、外界干扰及未建模动态等不确定性,因而机械臂的建模模型也存在着不确定性。机器臂数学模型包括运动学和动力学,运动学和动力学均包含正解和逆解。通常,多自由度机械臂运动逆解存在多解的情况,对于不同的任务,需要规划机械臂笛卡尔空间或者关节空间的轨迹,作为机械臂目标给定信号进行控制。如何简洁高效的从逆解多解中选择最合适的一组解并规划时间最优的轨迹,在理论研究和实践应用上都是非常备受关注的。本发明提出的一种机械臂逆解多解选择和时间最优轨迹规划算法,可以根据当前的机械臂位姿迅速从逆解多解中选择最合适的一组解,有效规避奇异位型,实现不同逆解之间的平滑切换,保证机械臂控制和动作的连续性和不振荡;并利用七次多项式和条件比例控制相结合的轨迹规划方法规划出时间最优的轨迹,保证关节角度、角速度、角加速度、角加加速度的平滑连续可导,同时满足多目标多约束条件,满足执行器规范,含关节角速度最大值约束或关节角加速度最大值约束等。该算法大大减小了多解选择和轨迹规划的计算量,可以实现实时高效的时间最优轨迹规划,并可推广到低算力控制器上应用。
发明内容
本发明要解决的问题是提出一种机械臂逆解多解选择和时间最优轨迹规划算法,其算法架构简洁高效、具备快速从逆解多解中选择最合适的一组解并规划时间最优轨迹的能力。
本发明解决其技术问题采用的技术方案是:
一种机械臂逆解多解选择和时间最优轨迹规划算法,其特征在于:在运动学正解和逆解的基础上,它的总体算法架构由:逆解多解选择算法和时间最优轨迹规划算法,两大部分组成。其中,解多解选择算法的总体思路为:根据当前的机械臂位姿进行正-逆解或者逆-正解转换,取转换结果与当前机械臂位姿的差的范数最小的逆解作为最合适的一组解。时间最优轨迹规划算法的总体思路为:利用七次多项式轨迹规划方法进行轨迹规划,计算该轨迹下的各约束条件对应的值,并验证该值是否等于约束条件阈值,若不等于,则取该值与对应约束条件阈值的差值进行比例控制负反馈到原来的轨迹规划时间上,以缩小该差值,同时利用激活条件来区分和决定不同约束条件是否进行负反馈。
以一个五自由度机械臂在笛卡尔空间进行点到点的轨迹规划为例,算法的步骤分为以下四步:
第一步:运动学正解。
①建立机械臂结基座标系{0}、各关节坐标系{1,2.3.4}和末端坐标系{5},根据机械臂结构参数建立机械臂D-H参数表;
表1.1机械臂D-H参数表
②根据建立的坐标系和机械臂D-H参数表,得出各坐标之间的齐次变换矩阵;从坐标系oi-1-xi-1yi-1zi-1到坐标系oi-xiyizi的变换矩阵为
③根据机械臂结基座标系和末端坐标系之间的齐次变换矩阵
得出机械臂末端相对于基座标系的位置和机械臂末端相对于基座标系的姿态,即机械臂的运动学正解p=Forward_kinematics(θ),其中,p=[x y z α β γ]为已知的机械臂末端位姿,θ=[θ1 θ2 θ3 θ4 θ5]为所求的机器人各关节角度。
第二步:运动学逆解。
①由(2)式可得
令式(2)的第一列和第四列相等,可得六个等式;
②根据以上得到的六个等式,可依次求解得θ1的两个解,每个θ1可求得θ5的两个解,每组(θ1,θ5)可求得θ3的两个解,再求得θ1的一个解和θ4的一个解;③综上,总共可得到八个解,即机械臂的运动学逆解θ=Inverse_kinematics(i,p),(i∈[1,8])。
第三步:基于七次多项式的轨迹规划。
①为了使得加速度也连续,避免机械臂启动和停止时加速度突变产生震动,可采用七次多项式进行优化,优化目标为保证加速度连续可导,即约束轨迹规划起点和终点的加加速度大小。具体机械臂末端轨迹规划公式为
②给定约束条件,即起点和终点的位置,速度,加速度,加加速度分别为:
③将式(5)代入式(4)可求得七次多项式系数分别为
即完成了以加速度连续可导为目标的七次多项式轨迹规划。
第四步:轨迹优化。
①逆解多解选择算法:首先,在机械臂逆解的八组解中依次选择一组解i=1,(i∈[1,8]);然后,读取机械臂当前各关节角θ=[θ1 θ2 θ3 θ4 θ5],根据当前的机械臂位姿进行正解得到当前的末端位姿,再根据得到当前的末端位姿进行逆解得到第i组逆解下的各关节角度θi=[θi1 θi2 θi3 θi4 θi5],最后比较|θi-θ|≤εθ,其中εθ为自定义角度阈值,用于从八组逆解中区分出最合适的解,若|θi-θ|≤εθ满足,则该解为最优解;若不满足,则取另一组逆解重新计算并比较;
②基于条件比例控制的时间最优轨迹优化算法
该算法可分为两种情形:
情形1:第三步得到的规划轨迹的角速度和角加速度虽然都满足执行器规范,即关节可执行的最大角速度和角加速度但其规划时间T=tf-t0比较长,并不是最优的,其中t0,tf分别为经过起始点和终止点的时间。此时,需要缩小规划时间以达到时间最优同时又满足执行器规范。
根据以上两种情形,结合比例-积分-微分(PID)控制原理,可设计没有迭代的、简单易实现的、基于条件比例控制的时间最有控制器:
其中分别为时间最优控制器中速度和加速度的误差的调节参数,类似PID控制原理中的比例参数。式(7)中的比例控制是否被激活取决于其对应的执行器规范是否得到满足,即条件比例控制的由来。特别地,和可以由各关节或各轴单独定义。在理想条件下,规划时间T=tf-t0达到最优时,规划轨迹的角速度和角加速度与执行器规范允许的最大角速度和角加速度相等,即此外,根据多约束和多目标的需求,式(7)右式需要加入最大加加速度项,其他运动学和动力学约束项。为了提高时间最优控制器的瞬态过渡性能,也需要参考PID控制加入积分控制和微分控制。
该算法必须先讨论情形1在讨论情形2以保证执行器规范等约束完全得到满足。首先,初始化规划参数:规划起始点p0,规划终止点pf,规划运动时间T=tf-t0;其次,基于七次多项式插值规划轨迹:p,再次利用得到的逆解求出各关节角度:θ,最后判定是否满足情形1:
如果满足,则以式(7)来减小规划时间T=tf-t0重新规划轨迹;如果不满足,则进入情形2。在情形2中,与情形1相同,首先基于七次多项式插值规划轨迹:p,再次利用得到的逆解求出各关节角度:θ,最后判定是否满足情形2:如果满足,则以式(7)来增大规划时间T=tf-t0重新规划轨迹;如果不满足,则退出情形2。两种情形讨论结束。
该算法中,多项式插值轨迹规划的阶次由具体的轨迹规划需求决定,不仅限于七次;在关节空间内,在连续轨迹规划中,该算法可以得到同样的效果;该算法也适用于其他逆解存在多解的多自由度机械臂或串联机器人。
本发明和已有技术相比所具有的有益效果:本发明提出的一种机械臂逆解多解选择和时间最优轨迹规划算法,没有采用迭代原理,其算法架构简洁高效、具备快速从逆解多解中选择最合适的一组解并规划时间最优轨迹的能力,可以根据当前的机械臂位姿迅速从逆解多解中选择最合适的一组解,有效规避奇异位型,实现不同逆解之间的平滑切换,保证机械臂控制和动作的连续性和不振荡;并利用七次多项式和条件比例控制相结合的轨迹规划方法规划出时间最优的轨迹,保证关节角度、角速度、角加速度、角加加速度的平滑连续可导,同时满足多目标多约束条件,满足执行器规范,如关节角速度最大值约束或关节角加速度最大值约束等。该算法大大减小了多解选择和轨迹规划的计算量,可以实现实时高效的时间最优轨迹规划,并可推广到低算力控制器上应用。
附图说明
图1五自由度机械臂示意图;
图2五自由度机械臂结构参数与坐标系示意图;
图3算法流程图;
图4轨迹优化后的机械臂各关节角度;
图5轨迹优化后的机械臂各关节角速度;
图6轨迹优化后的机械臂各关节角加速度;
图7轨迹优化后的机械臂各关节角加加速度;
图8轨迹优化后的机械臂末端位置;
图9轨迹优化后的机械臂末端姿态;
图10初始规划时间10s的时间优化过程示意图;
图11初始规划时间20s的时间优化过程示意图;
具体实施方式
结合附图对本发明做进一步说明。
本发明要解决的问题是提出一种机械臂逆解多解选择和时间最优轨迹规划算法,其算法架构简洁高效、具备快速从逆解多解中选择最合适的一组解并规划时间最优轨迹的能力。
本发明解决其技术问题采用的技术方案是:
一种机械臂逆解多解选择和时间最优轨迹规划算法,其特征在于:在运动学正解和逆解的基础上,它的总体算法架构由:逆解多解选择算法和时间最优轨迹规划算法,两大部分组成。其中,解多解选择算法的总体思路为:根据当前的机械臂位姿进行正-逆解或者逆-正解转换,取转换结果与当前机械臂位姿的差的范数最小的逆解作为最合适的一组解。时间最优轨迹规划算法的总体思路为:利用七次多项式轨迹规划方法进行轨迹规划,计算该轨迹下的各约束条件对应的值,并验证该值是否等于约束条件阈值,若不等于,则取该值与对应约束条件阈值的差值进行比例控制负反馈到原来的轨迹规划时间上,以缩小该差值,同时利用激活条件来区分和决定不同约束条件是否进行负反馈。
如图1所示,以一个五自由度机械臂在笛卡尔空间进行点到点的轨迹规划为例,算法的步骤分为以下四步:
第一步:运动学正解。
①如图2所示,建立机械臂结基座标系{0}、各关节坐标系{1,2.3.4}和末端坐标系{5},根据机械臂结构参数建立机械臂D-H参数表;
表1.1机械臂D-H参数表
②根据建立的坐标系和机械臂D-H参数表,得出各坐标之间的齐次变换矩阵;从坐标系oi-1-xi-1yi-1zi-1到坐标系oi-xiyizi的变换矩阵为
③根据机械臂结基座标系和末端坐标系之间的齐次变换矩阵
得出机械臂末端相对于基座标系的位置和机械臂末端相对于基座标系的姿态,即机械臂的运动学正解p=Forward_kinematics(θ),其中,p=[x y z α β γ]为已知的机械臂末端位姿,θ=[θ1 θ2 θ3 θ4 θ5]为所求的机器人各关节角度。
第二步:运动学逆解。
①由(2)式可得
令式(2)的第一列和第四列相等,可得六个等式;
②根据以上得到的六个等式,可依次求解得θ1的两个解,每个θ1可求得θ5的两个解,每组(θ1,θ5)可求得θ3的两个解,再求得θ1的一个解和θ4的一个解;
③综上,总共可得到八个解,即机械臂的运动学逆解θ=Inverse_kinematics(i,p),(i∈[1,8])。
第三步:基于七次多项式的轨迹规划。
①为了使得加速度也连续,避免机械臂启动和停止时加速度突变产生震动,可采用七次多项式进行优化,优化目标为保证加速度连续可导,即约束轨迹规划起点和终点的加加速度大小。具体机械臂末端轨迹规划公式为
②给定约束条件,即起点和终点的位置,速度,加速度,加加速度分别为:
③将式(5)代入式(4)可求得七次多项式系数分别为
即完成了以加速度连续可导为目标的七次多项式轨迹规划。
第四步:轨迹优化。
①逆解多解选择算法:首先,在机械臂逆解的八组解中依次选择一组解i=1,(i∈[1,8]);然后,读取机械臂当前各关节角θ=[θ1 θ2 θ3 θ4 θ5],根据当前的机械臂位姿进行正解得到当前的末端位姿,再根据得到当前的末端位姿进行逆解得到第i组逆解下的各关节角度θi=[θi1 θi2 θi3 θi4 θi5],最后比较|θi-θ|≤εθ,其中εθ为自定义角度阈值,用于从八组逆解中区分出最合适的解,若|θi-θ|≤εθ满足,则该解为最优解;若不满足,则取另一组逆解重新计算并比较;
②基于条件比例控制的时间最优轨迹优化算法
该算法可分为两种情形:
情形1:第三步得到的规划轨迹的角速度和角加速度虽然都满足执行器规范,即关节可执行的最大角速度和角加速度但其规划时间T=tf-t0比较长,并不是最优的,其中t0,tf分别为经过起始点和终止点的时间。此时,需要缩小规划时间以达到时间最优同时又满足执行器规范。
根据以上两种情形,结合比例-积分-微分(PID)控制原理,可设计没有迭代的、简单易实现的、基于条件比例控制的时间最有控制器:
其中分别为时间最优控制器中速度和加速度的误差的调节参数,类似PID控制原理中的比例参数。式(7)中的比例控制是否被激活取决于其对应的执行器规范是否得到满足,即条件比例控制的由来。特别地,和可以由各关节或各轴单独定义。在理想条件下,规划时间T=tf-t0达到最优时,规划轨迹的角速度和角加速度与执行器规范允许的最大角速度和角加速度相等,即此外,根据多约束和多目标的需求,式(7)右式需要加入最大加加速度项,其他运动学和动力学约束项。为了提高时间最优控制器的瞬态过渡性能,也需要参考PID控制加入积分控制和微分控制。
该算法必须先讨论情形1在讨论情形2以保证执行器规范等约束完全得到满足。首先,初始化规划参数:规划起始点p0,规划终止点pf,规划运动时间T=tf-t0;其次,基于七次多项式插值规划轨迹:p,再次利用得到的逆解求出各关节角度:θ,最后判定是否满足情形1:
最后判定是否满足情形2:如果满足,则以式(7)来增大规划时间T=tf-t0重新规划轨迹;如果不满足,则退出情形2。两种情形讨论结束。
算法流程图如图3所示。图4-9为笛卡尔空间点到点的轨迹规划优化结果,分别为:各关节角度、各关节角速度、各关节角加速度,各关节角加加速度,末端位置、末端姿态。图10-11分别为初始规划时间分别为10s和20s的时间优化过程。
该算法中,多项式插值轨迹规划的阶次由具体的轨迹规划需求决定,不仅限于七次;在关节空间内,在连续轨迹规划中,该算法可以得到同样的效果;该算法也适用于其他逆解存在多解的多自由度机械臂或串联机器人。
本发明和已有技术相比所具有的有益效果:本发明提出的一种机械臂逆解多解选择和时间最优轨迹规划算法,没有采用迭代原理,其算法架构简洁高效、具备快速从逆解多解中选择最合适的一组解并规划时间最优轨迹的能力,可以根据当前的机械臂位姿迅速从逆解多解中选择最合适的一组解,有效规避奇异位型,实现不同逆解之间的平滑切换,保证机械臂控制和动作的连续性和不振荡;并利用七次多项式和条件比例控制相结合的轨迹规划方法规划出时间最优的轨迹,保证关节角度、角速度、角加速度、角加加速度的平滑连续可导,同时满足多目标多约束条件,满足执行器规范,如关节角速度最大值约束或关节角加速度最大值约束等。该算法大大减小了多解选择和轨迹规划的计算量,可以实现实时高效的时间最优轨迹规划,并可推广到低算力控制器上应用。
Claims (3)
1.一种机械臂逆解多解选择和时间最优轨迹规划算法,其特征在于:在运动学正解和逆解的基础上,它的总体算法架构由:逆解多解选择算法和时间最优轨迹规划算法,两大部分组成;其中,解多解选择算法的总体思路为:根据当前的机械臂位姿进行正-逆解或者逆-正解转换,取转换结果与当前机械臂位姿的差的范数最小的逆解作为最合适的一组解;时间最优轨迹规划算法的总体思路为:利用七次多项式轨迹规划方法进行轨迹规划,计算该轨迹下的各约束条件对应的值,并验证该值是否等于约束条件阈值,若不等于,则取该值与对应约束条件阈值的差值进行比例控制负反馈到原来的轨迹规划时间上,以缩小该差值,同时利用激活条件来区分和决定不同约束条件是否进行负反馈;
以一个五自由度机械臂在笛卡尔空间进行点到点的轨迹规划为例,算法的步骤分为以下四步:
第一步:运动学正解;
①建立机械臂结基座标系{0}、各关节坐标系{1,2.3.4}和末端坐标系{5},根据机械臂结构参数建立机械臂D-H参数表;
表1.1机械臂D-H参数表
②根据建立的坐标系和机械臂D-H参数表,得出各坐标之间的齐次变换矩阵;从坐标系oi-1-xi-1yi-1zi-1到坐标系oi-xiyizi的变换矩阵为
③根据机械臂结基座标系和末端坐标系之间的齐次变换矩阵
得出机械臂末端相对于基座标系的位置和机械臂末端相对于基座标系的姿态,即机械臂的运动学正解p=Forward_kinematics(θ),其中,p=[x y z α β γ]为已知的机械臂末端位姿,θ=[θ1 θ2 θ3 θ4 θ5]为所求的机器人各关节角度;
第二步:运动学逆解;
①由(2)式可得
令式(2)的第一列和第四列相等,可得六个等式;
②根据以上得到的六个等式,可依次求解得θ1的两个解,每个θ1可求得θ5的两个解,每组(θ1,θ5)可求得θ3的两个解,再求得θ1的一个解和θ4的一个解;
③综上,总共可得到八个解,即机械臂的运动学逆解θ=Inverse_kinematics(i,p),(i∈[1,8]);
第三步:基于七次多项式的轨迹规划;
①为了使得加速度也连续,避免机械臂启动和停止时加速度突变产生震动,可采用七次多项式进行优化,优化目标为保证加速度连续可导,即约束轨迹规划起点和终点的加加速度大小;具体机械臂末端位姿p(t)的轨迹规划公式为
②给定约束条件,即起点和终点的位置,速度,加速度,加加速度分别为:
③将式(5)代入式(4)可求得七次多项式系数分别为
即完成了以加速度连续可导为目标的七次多项式轨迹规划;
第四步:轨迹优化;
①逆解多解选择算法:首先,在机械臂逆解的八组解中依次选择一组解i=1,(i∈[1,8]);然后,读取机械臂当前各关节角θ=[θ1 θ2 θ3 θ4 θ5],根据当前的机械臂位姿进行正解得到当前的末端位姿,再根据得到当前的末端位姿进行逆解得到第i组逆解下的各关节角度θi=[θi1 θi2 θi3 θi4 θi5],最后比较|θi-θ|≤εθ,其中εθ为自定义角度阈值,用于从八组逆解中区分出最合适的解,若|θi-θ|≤εθ满足,则该解为最优解;若不满足,则取另一组逆解重新计算并比较;
②基于条件比例控制的时间最优轨迹优化算法
该算法可分为两种情形:
情形1:第三步得到的规划轨迹的角速度和角加速度虽然都满足执行器规范,即关节可执行的最大角速度和角加速度但其规划时间T=tf-t0比较长,并不是最优的,其中t0,tf分别为经过起始点和终止点的时间;此时,需要缩小规划时间以达到时间最优同时又满足执行器规范;
根据以上两种情形,结合比例-积分-微分(PID)控制原理,可设计没有迭代的、简单易实现的、基于条件比例控制的时间最有控制器:
其中分别为时间最优控制器中速度和加速度的误差的调节参数,类似PID控制原理中的比例参数;式(7)中的比例控制是否被激活取决于其对应的执行器规范是否得到满足,即条件比例控制的由来;特别地,和可以由各关节或各轴单独定义;在理想条件下,规划时间T=tf-t0达到最优时,规划轨迹的角速度和角加速度与执行器规范允许的最大角速度和角加速度相等,即此外,根据多约束和多目标的需求,式(7)右式需要加入最大加加速度项,其他运动学和动力学约束项;为了提高时间最优控制器的瞬态过渡性能,也需要参考PID控制加入积分控制和微分控制;
该算法必须先讨论情形1在讨论情形2以保证执行器规范等约束完全得到满足;首先,初始化规划参数:规划起始点p0,规划终止点pf,规划运动时间T=tf-t0;其次,基于七次多项式插值规划轨迹:再次利用得到的逆解求出各关节角度:最后判定是否满足情形1:如果满足,则以式(7)来减小规划时间T=tf-t0重新规划轨迹;如果不满足,则进入情形2;在情形2中,与情形1相同,首先基于七次多项式插值规划轨迹:再次利用得到的逆解求出各关节角度:最后判定是否满足情形2:如果满足,则以式(7)来增大规划时间T=tf-t0重新规划轨迹;如果不满足,则退出情形2;两种情形讨论结束;
2.权利要求1所述的一种机械臂逆解多解选择和时间最优轨迹规划算法,其特征在于:该算法中,多项式插值轨迹规划的阶次由具体的轨迹规划需求决定,不仅限于七次;在关节空间内,在连续轨迹规划中,该算法可以得到同样的效果;该算法也适用于其他逆解存在多解的多自由度机械臂或串联机器人。
3.权利要求1所述的一种机械臂逆解多解选择和时间最优轨迹规划算法,其特征在于:本算法没有采用迭代原理,其算法架构简洁高效、具备快速从逆解多解中选择最合适的一组解并规划时间最优轨迹的能力,可以根据当前的机械臂位姿迅速从逆解多解中选择最合适的一组解,有效规避奇异位型,实现不同逆解之间的平滑切换,保证机械臂控制和动作的连续性和不振荡;并利用七次多项式和条件比例控制相结合的轨迹规划方法规划出时间最优的轨迹,保证关节角度、角速度、角加速度、角加加速度的平滑连续可导,同时满足多目标多约束条件,满足执行器规范,如关节角速度最大值约束或关节角加速度最大值约束等;该算法大大减小了多解选择和轨迹规划的计算量,可以实现实时高效的时间最优轨迹规划,并可推广到低算力控制器上应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110109515.5A CN112757306B (zh) | 2021-01-25 | 2021-01-25 | 一种机械臂逆解多解选择和时间最优轨迹规划算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110109515.5A CN112757306B (zh) | 2021-01-25 | 2021-01-25 | 一种机械臂逆解多解选择和时间最优轨迹规划算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112757306A CN112757306A (zh) | 2021-05-07 |
CN112757306B true CN112757306B (zh) | 2022-03-01 |
Family
ID=75706051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110109515.5A Active CN112757306B (zh) | 2021-01-25 | 2021-01-25 | 一种机械臂逆解多解选择和时间最优轨迹规划算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112757306B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113119131B (zh) * | 2021-05-08 | 2022-08-16 | 北京壹点灵动科技有限公司 | 机器人的控制方法、装置、计算机可读存储介质及处理器 |
CN113290555B (zh) * | 2021-05-08 | 2022-04-15 | 浙江大学 | 一种工业机器人时间最优控制轨迹的优化方法 |
CN113305881B (zh) * | 2021-05-14 | 2022-07-12 | 北京配天技术有限公司 | 机器人运动规划阶段的奇异区域检测方法 |
CN113478489B (zh) * | 2021-07-29 | 2022-05-10 | 桂林电子科技大学 | 一种机械臂轨迹规划方法 |
CN113771046B (zh) * | 2021-10-25 | 2023-06-30 | 中国北方车辆研究所 | 一种最小化Jerk指标摆动轨迹规划方法 |
CN114367975A (zh) * | 2021-11-15 | 2022-04-19 | 上海应用技术大学 | 串联工业机器人控制算法的验证*** |
CN114227687B (zh) * | 2021-12-28 | 2023-08-15 | 深圳市优必选科技股份有限公司 | 一种机器人控制方法、装置、终端设备及存储介质 |
CN114654464A (zh) * | 2022-03-22 | 2022-06-24 | 上海景吾酷租科技发展有限公司 | 基于时间最优的清洁机器人定位位置选择方法及*** |
CN114670177B (zh) * | 2022-05-09 | 2024-03-01 | 浙江工业大学 | 一种两转一移并联机器人姿态规划方法 |
CN114833836B (zh) * | 2022-07-06 | 2022-09-20 | 珞石(北京)科技有限公司 | 一种高效的时间最优轨迹在线生成方法 |
CN116352725B (zh) * | 2023-05-23 | 2023-10-13 | 极限人工智能(北京)有限公司 | 三次三段式的机械臂轨迹规划方法、***、设备及介质 |
CN117084790B (zh) * | 2023-10-19 | 2024-01-02 | 苏州恒瑞宏远医疗科技有限公司 | 一种穿刺方位控制方法、装置、计算机设备、存储介质 |
CN117724400A (zh) * | 2024-02-05 | 2024-03-19 | 南京铖联激光科技有限公司 | 一种五轴义齿加工中心的几何误差分析和补偿方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2345512A1 (en) * | 2010-01-14 | 2011-07-20 | Syddansk Universitet | Method of finding feasible joint trajectories for an n-dof robot with rotation invariant process (N>5) |
CN104526695A (zh) * | 2014-12-01 | 2015-04-22 | 北京邮电大学 | 一种最小化基座碰撞扰动的空间机械臂轨迹规划方法 |
CN105676636A (zh) * | 2016-01-11 | 2016-06-15 | 北京邮电大学 | 一种基于nsga-ii算法的冗余度空间机械臂多目标优化方法 |
CN109910013A (zh) * | 2019-04-04 | 2019-06-21 | 江南大学 | 一种scara机器人加加速度连续有界的ptp轨迹规划方法 |
CN111070206A (zh) * | 2019-12-13 | 2020-04-28 | 同济大学 | 一种降低机器人运动能耗的工位布局方法 |
-
2021
- 2021-01-25 CN CN202110109515.5A patent/CN112757306B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2345512A1 (en) * | 2010-01-14 | 2011-07-20 | Syddansk Universitet | Method of finding feasible joint trajectories for an n-dof robot with rotation invariant process (N>5) |
CN104526695A (zh) * | 2014-12-01 | 2015-04-22 | 北京邮电大学 | 一种最小化基座碰撞扰动的空间机械臂轨迹规划方法 |
CN105676636A (zh) * | 2016-01-11 | 2016-06-15 | 北京邮电大学 | 一种基于nsga-ii算法的冗余度空间机械臂多目标优化方法 |
CN109910013A (zh) * | 2019-04-04 | 2019-06-21 | 江南大学 | 一种scara机器人加加速度连续有界的ptp轨迹规划方法 |
CN111070206A (zh) * | 2019-12-13 | 2020-04-28 | 同济大学 | 一种降低机器人运动能耗的工位布局方法 |
Non-Patent Citations (1)
Title |
---|
Dobot型机器人运动学分析与仿真;蔡汉明等;《机电工程》;20161020(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112757306A (zh) | 2021-05-07 |
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 | |
CN106647282B (zh) | 一种考虑末端运动误差的六自由度机器人轨迹规划方法 | |
CN105500354B (zh) | 一种工业机器人应用的过渡轨迹规划方法 | |
CN109159151B (zh) | 一种机械臂空间轨迹跟踪动态补偿方法和*** | |
CN110497411B (zh) | 一种工业机器人协同运动控制方法 | |
CN110561440B (zh) | 一种冗余度机械臂加速度层多目标规划方法 | |
Wen et al. | Elman fuzzy adaptive control for obstacle avoidance of mobile robots using hybrid force/position incorporation | |
CN113601512B (zh) | 一种机械臂奇异点的通用规避方法与*** | |
CN110842913B (zh) | 一种单关节机械臂的自适应滑模迭代学习控制方法 | |
CN112222703B (zh) | 一种焊接机器人能耗最优轨迹规划方法 | |
CN109866222B (zh) | 一种基于天牛须优化策略的机械臂运动规划方法 | |
CN111890349A (zh) | 一种四自由度机械臂运动规划方法 | |
CN110695994B (zh) | 一种面向双臂机械手协同重复运动的有限时间规划方法 | |
CN116276966A (zh) | 基于二次规划的移动操作机器人全身反应规划控制方法 | |
CN109623812B (zh) | 考虑航天器本体姿态运动的机械臂轨迹规划方法 | |
CN113650011B (zh) | 一种机械臂拼接路径规划方法及装置 | |
Furukawa | Time-subminimal trajectory planning for discrete non-linear systems | |
CN108724195B (zh) | 一种针对机器人的耦合前馈控制方法 | |
CN114055467A (zh) | 基于五自由度机器人的空间位姿在线仿真*** | |
Tangpattanakul et al. | Optimal trajectory of robot manipulator using harmony search algorithms | |
CN116540721A (zh) | 基于改进遗传粒子群算法的空间机器人最优轨迹规划方法 | |
CN114063621B (zh) | 一种轮式机器人编队跟踪与避障控制方法 | |
Dian et al. | A Novel Disturbance-Rejection Control Framework for Cable-Driven Continuum Robots With Improved State Parameterizations | |
Wang et al. | Jerk-optimal trajectory planning for stewart platform in joint space | |
Gao et al. | A fixed-distance planning algorithm for 6-DOF manipulators |
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 |