CN113618741B - 机器人关节位姿优化方法、机器人控制方法和机器人 - Google Patents

机器人关节位姿优化方法、机器人控制方法和机器人 Download PDF

Info

Publication number
CN113618741B
CN113618741B CN202110976981.3A CN202110976981A CN113618741B CN 113618741 B CN113618741 B CN 113618741B CN 202110976981 A CN202110976981 A CN 202110976981A CN 113618741 B CN113618741 B CN 113618741B
Authority
CN
China
Prior art keywords
joint
robot
optimization
angular velocity
optimization function
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
Application number
CN202110976981.3A
Other languages
English (en)
Other versions
CN113618741A (zh
Inventor
刘益彰
熊友军
罗璇
张志豪
陈春玉
葛利刚
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.)
Beijing Youbixuan Intelligent Robot Co ltd
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN202110976981.3A priority Critical patent/CN113618741B/zh
Publication of CN113618741A publication Critical patent/CN113618741A/zh
Priority to PCT/CN2021/131673 priority patent/WO2023024278A1/zh
Application granted granted Critical
Publication of CN113618741B publication Critical patent/CN113618741B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
    • 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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • 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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1651—Programme controls characterised by the control loop acceleration, rate control
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

本申请实施例提供一种机器人关节位姿优化方法、机器人控制方法和机器人，该方法包括：构建以关节角速度为优化变量、机器人末端速度为控制目标的第一优化函数，第一优化函数包括关节角速度满足的不等式约束和含松弛变量的等式约束；构建以关节角速度为优化变量、关节角度远离关节限位为控制目标的第二优化函数，第二优化函数包括关节角速度满足的含相同松弛变量的约束条件；对第一优化函数求解以得到松弛变量的解，并利用该松弛变量的解对第二优化函数以得到最优的关节角速度，进而求解得到最优关节角度以优化机器人的关节位姿。本方案可以实现关节位姿的寻优求解，以保证优先完成速度任务的前提下，使得各关节角度始终具备较大的活动裕度等。

Description

机器人关节位姿优化方法、机器人控制方法和机器人
技术领域
本申请涉及机器人控制技术领域，尤其涉及一种机器人关节位姿优化方法、机器人控制方法和机器人。
背景技术
机器人一般具备多个自由度，通过多个自由度的协调来完成各种任务，为了增大机器人的运动范围和灵活度，很多机器人添加了冗余关节，但对于冗余关节的处理一般都需要非常复杂的逻辑处理和分类计算，这给机器人的控制带来了很多挑战。例如，在具有冗余自由度的机械臂或多足机器人的运动规划中，有的采用如牛顿法等方法来计算运动规划中的运动学逆解，不仅计算时间较长，且计算难度较高，这就导致运动规划的总时间较长、规划效率较低等。
发明内容
本申请实施例提供一种机器人关节位姿优化方法、机器人控制方法和机器人，该寻优方法采用双层优化的思想来处理关节冗余，可以求解得到较优的关节角度，以保证优先完成机器人关节在笛卡尔空间的速度任务，还使得各关节角度具备较大的活动裕度。
本申请的实施例提供一种机器人关节位姿优化方法，包括：
构建以关节角速度为优化变量、机器人末端速度为控制目标的第一优化函数，所述第一优化函数包括所述关节角速度满足的不等式约束和含松弛变量的等式约束；
构建以关节角速度为优化变量、所述机器人的关节角度远离关节限位为控制目标的第二优化函数，所述第二优化函数包括所述关节角速度满足的含相同松弛变量的约束条件；
根据所述第一优化函数求解得到所述松弛变量的解，并根据所述松弛变量的解及所述第二优化函数得到最优的关节角速度；
根据所述最优的关节角速度得出所述机器人的最优关节角度，并根据所述机器人的最优关节角度优化所述机器人关节的位姿。
在一些实施例中，所述关节角速度满足的所述不等式约束通过如下步骤获取，包括：
构建所述机器人各个关节在对应控制周期满足的关节角度约束，并将所述关节角度约束转换为以关节角速度为变量的第一约束条件；
构建各个关节在所述对应控制周期满足的关节角加速度约束，并将所述关节角加速度约束转换为以关节角速度为变量的第二约束条件；
基于所述第一约束条件、所述第二约束条件和所述关节角速度的自身限位，构建得到所述关节角速度的合成约束以作为所述不等式约束。
在一些实施例中，所述第一约束条件为：
Figure BDA0003227895810000021
其中，
Figure BDA0003227895810000022
和
Figure BDA0003227895810000023
分别为第i个关节角度的上限和下限；
Figure BDA0003227895810000024
为t时刻的第i个关节角度；
Figure BDA0003227895810000025
为第i个关节的关节角速度；T为所述机器人的控制指令周期。
在一些实施例中，所述第二约束条件为：
Figure BDA0003227895810000031
其中，
Figure BDA0003227895810000032
和
Figure BDA0003227895810000033
分别为第i个关节角加速度的上限和下限；
Figure BDA0003227895810000034
和
Figure BDA0003227895810000035
分别为t-1时刻和t时刻的第i个关节角速度。
在一些实施例中，所述第一优化函数以松弛变量的平方为优化指标；
所述第一优化函数的表达式为：
Figure BDA0003227895810000036
其中，w为松弛变量，J为所述机器人的速度雅可比矩阵，
Figure BDA0003227895810000037
为所述机器人所有关节的关节角速度向量；
Figure BDA0003227895810000038
为所述机器人的末端速度向量；
Figure BDA0003227895810000039
和
Figure BDA00032278958100000310
分别为第i个关节角速度的上限和下限。
在一些实施例中，所述第二优化函数以关节角度与关节限位的欧式距离为优化指标；
所述欧式距离的计算公式为：
Figure BDA00032278958100000311
其中，
Figure BDA00032278958100000312
其中，q为所述欧式距离；
Figure BDA00032278958100000313
和
Figure BDA00032278958100000314
分别为第i个关节角度的上限和下限；
Figure BDA00032278958100000315
为t时刻的第i个关节角度。
在一些实施例中，所述第二优化函数的所述含相同松弛变量的约束条件与所述第一优化函数的所述等式约束相同，所述第二优化函数还包括所述关节角速度满足的所述不等式约束；
所述第二优化函数的表达式为：
Figure BDA0003227895810000041
其中，
Figure BDA0003227895810000042
Figure BDA0003227895810000043
为t-1时刻的第i个关节角度；T为所述机器人的控制指令周期；w为所述松弛变量，J为所述机器人的速度雅可比矩阵，
Figure BDA0003227895810000044
为所述机器人所有关节的关节角速度向量；
Figure BDA0003227895810000045
为所述机器人的末端速度向量；
Figure BDA0003227895810000046
和
Figure BDA0003227895810000047
分别为第i个关节角度的上限和下限；
Figure BDA0003227895810000048
和
Figure BDA0003227895810000049
分别为第i个关节角速度的上限和下限；
Figure BDA00032278958100000410
和
Figure BDA00032278958100000411
分别为第i个关节角加速度的上限和下限；
Figure BDA00032278958100000412
和
Figure BDA00032278958100000413
分别为t-1时刻和t时刻的第i个关节角速度。
本申请的实施例还提供一种机器人控制方法，包括：
获取机器人在当前控制指令周期的与关节角速度相关的状态参数；
根据所述状态参数利用上述的机器人关节位姿优化方法来优化下一控制指令周期的关节位姿；
根据所述优化的关节位姿控制所述机器人执行相应操作。
本申请的实施例还提供一种机器人，所述机器人包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施上述的机器人关节位姿优化方法或机器人控制方法。
本申请的实施例还提供一种可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时，实施上述的机器人关节位姿优化方法或机器人控制方法。
本申请的实施例具有如下有益效果：
本申请实施例的机器人关节位姿优化方法采用双层优化的思想来处理关节冗余，通过构建以关节角速度为优化变量、机器人末端速度为控制目标的第一优化函数，以及以关节角度远离关节限位为控制目标的第二优化函数，对这两个优化函数引入相同的松弛变量并添加相应的约束条件，并联合这两个优化函数进行关节角度最优求解，可以保证求解到的解能够优先完成笛卡尔空间任务，并在此基础上给各个关节角度留有足够的余量，从而远离关节限位。此外，该关节位姿优化方法除了适用于转动关节机器人的关节角度优化外，同样适用于平动关节及平动-转动混合的机器人的关节位置优化，具备较强的普适性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1所示为本申请实施例机器人关节位姿优化方法的第一流程示意图；
图2所示为本申请实施例机器人关节位姿优化方法的第二流程示意图；
图3所示为本申请实施例机器人控制方法的流程示意图；
图4所示为本申请实施例机器人关节位姿优化装置的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
二次规划问题主要是在满足等式及不等式约束条件下，从多个解中选取最优解的过程。示范性地，二次规划问题的主要形式如下：
Figure BDA0003227895810000061
其中，
Figure BDA0003227895810000062
为优化指标，H为海森矩阵；x为n维优化变量；f为行向量；Aeq·x＝beq为等式约束，Aeq为mxn(m≤m)维矩阵，beq为m行列向量；Ax≤b为不等式约束，A为n列矩阵，b为列向量。
对于机器人来说，常常通过添加冗余关节来增大机器人的运动范围和灵活度等。现有的对冗余关节的处理一般非常复杂且计算时间长，在实际使用中存在一定的限制。对此，考虑到机器人自身结构的特性，其往往在不同运用场合下会存在关节角度、关节角速度、关节力矩等多种限制，为求解得到能够用于执行相应任务且满足对应多种限制的最优运动学逆解，本申请实施例将利用二次规划问题来进行优化求解，具体而言，通过构建双层优化指标(即双层二次优化问题)来进行关节角度的优化求解。
本申请实施例的机器人关节位姿优化方法通过构建以关节角速度为优化变量、机器人末端速度为控制目标的第一优化函数，以及以关节角速度为优化变量、关节角度远离关节限位为控制目标的第二优化函数，并对这两个优化函数引入相同的松弛变量并添加相应的约束条件，通过联合这两个优化函数进行关节角度最优求解，可以保证求解到的解能够优先完成笛卡尔空间的任务，并在此基础上使得各个关节尽量远离关节限位，达到关节位姿优化目的。下面结合实施例对该机器人关节位姿优化方法进行说明。
实施例1
图1所示为本申请实施例机器人关节位姿优化方法的第一流程示意图。
示范性地，该机器人关节位姿优化方法包括：
步骤S110，构建以关节角速度为优化变量、机器人末端速度为控制目标的第一优化函数，该第一优化函数包括关节角速度满足的不等式约束和含松弛变量的等式约束。
为了保证机器人的末端能够优先执行笛卡尔空间中的任务，这里以关节角速度为控制变量，以末端速度为控制目标来构建出一个二次规划问题，即上述的第一优化函数。可以理解，该第一优化函数中的“第一”主要用于与后文提及的其他优化函数进行区分。
示范性地，该第一优化函数将引入一松弛变量，并基于该松弛变量得到待优化的指标。例如，在一种实施方式中，该优化指标可为松弛变量的平方等，当然也可以取与松弛变量有关的其他形式，这里不作限定。
同时，该第一优化函数还将添加有相应的约束条件，其主要包括关节角速度满足的含松弛变量的等式约束、以及与关节角速度直接或间接相关的不等式约束，以保证求解出的关节角速度最优解能够使得在各个关节约束条件下达到末端的速度指标。
由于机器人的速度雅克比矩阵可以反映各个关节角速度与末端速度之间的关系，在引入松弛变量的情况下，这里将构建关节角速度、松弛变量与末端速度三者之间满足的等式约束方程。
对于第一优化函数的不等式约束，例如，可包括但不限于包括关节角度约束、关节角速度自身物理约束及关节角加速度约束等。
示范性地，如图2所示，该关节角速度满足的不等式约束可通过如下步骤得到，包括：
步骤S210，构建机器人各个关节在对应控制周期满足的关节角度约束，并将该关节角度约束转换为以关节角速度为变量的第一约束条件。
由于机器人关节结构的限制而使得一些关节位置或角度不可达，即存在关节限位，本实施例将先构建机器人各个关节角度满足的关节限位约束，进而转换得到对应的关节角速度约束。
应当明白的是，对于平动关节类型的机器人，由于不存在转动，故上述的关节限位主要是指对关节位置的限位；而对于转动关节类型的机器人，上述的关节限位主要是指对关节角度的限位。
以转动关节类型的机器人为例，假设关节角度的上限为
Figure BDA0003227895810000081
下限为
Figure BDA0003227895810000082
机器人的控制指令周期为T，
Figure BDA0003227895810000083
为t时刻的第i个关节角度，
Figure BDA0003227895810000084
为第i个关节的关节角速度，则t+1时刻的关节角度
Figure BDA0003227895810000085
为：
Figure BDA0003227895810000086
对应地，根据关节角度约束，则有：
Figure BDA0003227895810000091
于是，可得到转换后的以关节角速度为变量的第一约束方程为：
Figure BDA0003227895810000092
可以理解，对于平动关节机器人，可将上述对应关节的关节角度及关节角速度适应性地替换为平移位置和平移速度，原理类似，故不作展开描述。对于平动-转动混合运动的机器人，同样也适用。
步骤S220，构建各个关节在对应控制周期满足的关节角加速度约束，并将该关节角加速度约束转换为以关节角速度为变量的第二约束条件。
由于机器人的单个关节的输出力矩是受限的，相应地将对关节的角加速度进行了自身限制，同样，本实施例将先构建机器人各个关节角加速度满足的约束，进而转换得到对应的关节角速度约束。
仍以转动关节类型的机器人为例，假设关节角加速度的上限为
Figure BDA0003227895810000093
下限为
Figure BDA0003227895810000094
t时刻的第i个关节角速度为
Figure BDA0003227895810000095
则t+1时刻的关节角速度
Figure BDA0003227895810000096
为：
Figure BDA0003227895810000097
对应地，根据关节角加速度约束，则有：
Figure BDA0003227895810000098
于是，可得到转换后的以关节角速度为变量的第二约束方程为：
Figure BDA0003227895810000099
其中，
Figure BDA00032278958100000910
为t-1时刻的第i个关节角速度。
步骤S230，基于该第一约束条件、该第二约束条件和该关节角速度的自身约束，构建得到该关节角速度的合成约束以作为上述的不等式约束。
机器人同样存在关节角速度的约束，假设第i个关节角速度的上限为
Figure BDA0003227895810000101
下限为
Figure BDA0003227895810000102
于是，关节角速度的自身约束可表示为：
Figure BDA0003227895810000103
由于同一t时刻的各个关节角速度需要同时满足多种限制，这里为了方便求解，将联合上述添加的约束方程及自身限制来得到该关节角速度的约束合成。示范性地，以添加关节角度、关节角速度及关节角加速度这三种约束为例，则有：
Figure BDA0003227895810000104
于是，该合成约束通过一个不等式约束来描述，则有：
Figure BDA0003227895810000105
可以理解，利用上述的关节角度(或关节位置)约束、关节角速度约束及关节角加速度约束来得到关节角速度的合成不等式约束，仅为一种添加不等式的示例，在实际运用中，还可以添加更多的约束条件，这里并不作限定。
对于该第一优化函数，若以将松弛变量的平方作为优化指标，并构建得到相应的等式约束方程和不等式约束，此时第一优化函数可写成如下形式：
Figure BDA0003227895810000106
通过对该优化函数进行最优求解，即可以得到在关节限位、关节角速度的自身约束及关节角加速度的约束下，使得机器人末端速度为
Figure BDA0003227895810000107
的关于关节角速度
Figure BDA0003227895810000111
及松弛变量w的解。
可以理解，以松弛变量为优化指标，可以保证即便该第一优化函数在约束条件存在冲突的情况下，依然会求解出该约束方程的接近解，进而可用于下一步处理；否则，如果上述约束条件本身存在冲突，如等式约束无解等，则将导致整个二次规划的寻优方案求解出错。
步骤S120，构建以关节角速度为优化变量、机器人的关节角度远离关节限位为控制目标的第二优化函数，该第二优化函数包括关节角速度满足的含相同松弛变量的约束条件。
为了解决关节冗余的问题，本实施例将以各关节角度远离关节限位为目标，来构建另一个二次规划问题，即上述的第二优化函数。例如，在一种实施方式中，该第二优化函数以关节角度与关节限位的欧式距离为优化指标，当然，除了欧式距离，也可以采用其他的能够反映关节角度距离关节限位的计算公式，在此并不作限定。
示范性地，该欧式距离的计算公式为：
Figure BDA0003227895810000112
其中，
Figure BDA0003227895810000113
其中，q为欧式距离；
Figure BDA0003227895810000114
和
Figure BDA0003227895810000115
分别为第i个关节角度的上限和下限；
Figure BDA0003227895810000116
为t时刻的第i个关节角度。
本实施例利用双层二次规划问题来综合求解出一个最优关节角速度，本实施例中，为使得最终求解出的关节角速度能够在保证笛卡尔空间控制末端速度的前提下，进一步使得各个关节角度逐步趋近于最优解，则该第二优化函数的关节角速度同样需要添加相应的约束条件。
例如，在一种实施方式中，基于上述第一优化函数的约束条件，该第二优化函数的关节角速度可添加含同一松弛变量的等式约束，以及与关节角速度相关的不等式约束。
对于该第二优化函数，若以各个关节角度距离关节限位最远为优化指标为例，并添加与第一优化函数具有相同的等式约束方程和不等式约束，此时第二优化函数可写成如下形式：
Figure BDA0003227895810000121
其中，
Figure BDA0003227895810000122
Figure BDA0003227895810000123
为t-1时刻的第i个关节角度。
可以理解，第二优化函数的约束条件设置与第一优化函数相同时，可以保证在满足关节限位、关节角速度的自身约束以及关节角加速度的约束下，第一优化函数求解得到的解能够满足末端速度的需求，即实现优先执行速度任务，与此同时，还能保证使得各个关节角度具有最大的活动裕度，从而达到关节位姿优化目的。
步骤S130，根据第一优化函数求解得到松弛变量的解，并根据该松弛变量的解及该第二优化函数得到最优的关节角速度。
示范性地，基于第一优化函数和第二优化函数，可利用开源的求解器先对第一优化函数进行最优求解，以得到关节角速度及松弛变量的解；进而，利用求解出的松弛变量的解对第二优化函数进行最优求解，此时可得到最优的关节角速度，即为所需的关节角速度。
步骤S140，根据该最优的关节角速度得出机器人的最优关节角度，并根据该机器人的最优关节角度优化机器人关节的位姿。
示范性地，由于机器人的关节角速度与关节角度存在积分关系，在求解出最优的关节角速度后，即可通过积分运算来得到最优的关节角度。进而，可根据该最优的关节角度调整机器人关节的位姿(如角度或位置)，以保证机器人能够执行相应的任务操作。
本实施例的机器人关节位姿优化方法通过双层优化的思想来处理关节冗余的问题，通过构建以关节角速度为优化变量、机器人末端速度为控制目标且引入松弛变量的第一优化函数，以及以关节角度远离关节限位为控制目标且引入相同的松弛变量的第二优化函数，并对这两个优化函数添加各个关节的角度、角速度、角加速度等合成的约束条件，其中，第二优化函数是在第一优化函数满足的关节角度约束范围内作进一步关节角速度求解的，因此可以实现在各种关节约束条件下，优先完成笛卡尔空间的速度任务，并在此基础上给各个关节角度留有足够的余量，即具备较大的活动裕度。此外，该方法具有通用性，可用于实现转动关节、平动关节及平动-转动混合运动等各类机器人的关节位置或关节角度的自动寻优。
实施例2
请参照图3，基于上述实施例1的方法，本实施例提出一种机器人控制方法，例如，该机器人可以是转动关节类型的机器人，也可以是平动关节类型的机器人，还可以是平动-转动混合运动的机器人等，这里不作限定。本申请中，所述转动关节类型的机器人是指机器人通过输出旋转角度的舵机，驱动与舵机相连的机器人关节实现对应转动角度的运动。所述平动关节类型的机器人是指机器人通过输出直线位移的舵机，驱动与舵机相连的机器人关节实现对应平移角度的运动。
本实施例中，该机器人具有冗余关节，通过协调这些冗余关节可以完成各种任务。示范性地，如图3所示，该机器人控制方法包括：
步骤S310，获取机器人在当前控制指令周期的与关节角速度相关的状态参数。
步骤S320，根据所述状态参数利用机器人关节位姿优化方法来优化下一控制指令周期的关节位姿。
示范性地，可根据构建的第一优化函数和第二优化函数来确定具体需要获取哪些状态参数，这些状态参数可以是通过传感器等直接采集得到的，也可以是通过采集得到的数据经过运算处理后得到的，这里并不作限定。
例如，以上述的第一优化函数为例，可获取到对应控制指令周期的关节角度、期望的末端速度以及雅克比矩阵等，然后将已知的量代入优化函数以用于对关节角速度这一优化变量及松弛变量进行求解，第二优化函数同理。
可以理解，关于本实施例所采用的机器人关节位姿优化方法，具体参见上述实施例1的描述，这里不再重复描述。
步骤S330，根据所述优化的关节位姿控制机器人执行相应操作。
示范性地，在求解出机器人下一控制指令周期所需的关节角度或关节位置后，则将这些关节角度或关节位置作为指令发送到对应的关节电机，以使得机器人执行相应操作，例如，可以是机器人避障任务、人机交互任务等。
本实施例的机器人控制方法通过采用的机器人关节位姿优化方法来进行关节位姿的自动寻优，可以使机器人关节位置在保证笛卡尔空间位姿的前提下，始终具备最大的活动裕度等。
实施例3
请参照图4，基于上述实施例1的方法，本实施例提出一种机器人关节位姿优化装置100，示范性地，该机器人关节位姿优化装置100包括：
构建模块110，用于构建以关节角速度为优化变量、机器人末端速度为控制目标的第一优化函数，所述第一优化函数包括所述关节角速度满足的不等式约束和含松弛变量的等式约束。
构建模块110，还用于构建以关节角速度为优化变量、所述机器人的关节角度远离关节限位为控制目标的第二优化函数，所述第二优化函数包括所述关节角速度满足的含相同松弛变量的约束条件。
求解模块120，用于根据所述第一优化函数求解得到所述松弛变量的解，并根据所述松弛变量的解及所述第二优化函数得到最优的关节角速度。
求解模块120还用于根据所述最优的关节角速度得出所述机器人的最优关节角度。
优化模块130，用于根据所述机器人的最优关节角度优化所述机器人关节的位姿。
可以理解，本实施例的装置对应于上述实施例1的方法，上述实施例1中的可选项同样适用于本实施例，故在此不再重复描述。
本申请还提供了一种机器人，示范性地，该机器人包括处理器和存储器，其中，存储器存储有计算机程序，处理器通过运行所述计算机程序，从而使机器人执行上述的机器人关节位姿优化方法或者上述机器人关节位姿优化装置中的各个模块的功能。
本申请还提供了一种可读存储介质，用于储存上述机器人中使用的所述计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块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，本申请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，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种机器人关节位姿优化方法，其特征在于，包括：
构建以关节角速度为优化变量、机器人末端速度为控制目标的第一优化函数，所述第一优化函数包括所述关节角速度满足的不等式约束和含松弛变量的等式约束；
构建以关节角速度为优化变量、所述机器人的关节角度远离关节限位为控制目标的第二优化函数，所述第二优化函数包括所述关节角速度满足的含相同松弛变量的约束条件；
根据所述第一优化函数求解得到所述松弛变量的解，并根据所述松弛变量的解及所述第二优化函数得到最优的关节角速度；
根据所述最优的关节角速度得出所述机器人的最优关节角度，并根据所述机器人的最优关节角度优化所述机器人关节的位姿。
2.根据权利要求1所述的机器人关节位姿优化方法，其特征在于，所述关节角速度满足的所述不等式约束通过如下步骤获取，包括：
构建所述机器人各个关节在对应控制周期满足的关节角度约束，并将所述关节角度约束转换为以关节角速度为变量的第一约束条件；
构建各个关节在所述对应控制周期满足的关节角加速度约束，并将所述关节角加速度约束转换为以关节角速度为变量的第二约束条件；
基于所述第一约束条件、所述第二约束条件和所述关节角速度的自身限位，构建得到所述关节角速度的合成约束以作为所述不等式约束。
3.根据权利要求2所述的机器人关节位姿优化方法，其特征在于，所述第一约束条件为：
Figure FDA0003227895800000021
其中，
Figure FDA0003227895800000025
和
Figure FDA0003227895800000026
分别为第i个关节角度的上限和下限；
Figure FDA0003227895800000027
为t时刻的第i个关节角度；
Figure FDA0003227895800000028
为第i个关节的关节角速度；T为所述机器人的控制指令周期。
4.根据权利要求3所述的机器人关节位姿优化方法，其特征在于，所述第二约束条件为：
Figure FDA0003227895800000022
其中，
Figure FDA0003227895800000029
和
Figure FDA00032278958000000210
分别为第i个关节角加速度的上限和下限；
Figure FDA00032278958000000211
和
Figure FDA00032278958000000212
分别为t-1时刻和t时刻的第i个关节角速度。
5.根据权利要求4所述的机器人关节位姿优化方法，其特征在于，所述第一优化函数以松弛变量的平方为优化指标；
所述第一优化函数的表达式为：
Figure FDA0003227895800000023
其中，w为松弛变量，J为所述机器人的速度雅可比矩阵，
Figure FDA00032278958000000213
为所述机器人所有关节的关节角速度向量；
Figure FDA00032278958000000214
为所述机器人的末端速度向量；
Figure FDA00032278958000000215
和
Figure FDA00032278958000000216
分别为第i个关节角速度的上限和下限。
6.根据权利要求1所述的机器人关节位姿优化方法，其特征在于，所述第二优化函数以关节角度与关节限位的欧式距离为优化指标；
所述欧式距离的计算公式为：
Figure FDA0003227895800000024
Figure FDA0003227895800000031
其中，q为所述欧式距离；
Figure FDA0003227895800000033
和
Figure FDA0003227895800000034
分别为第i个关节角度的上限和下限；
Figure FDA0003227895800000035
为t时刻的第i个关节角度。
7.根据权利要求6所述的机器人关节位姿优化方法，其特征在于，所述第二优化函数的所述含相同松弛变量的约束条件与所述第一优化函数的所述等式约束相同，所述第二优化函数还包括所述关节角速度满足的所述不等式约束；
所述第二优化函数的表达式为：
Figure FDA0003227895800000032
其中，
Figure FDA0003227895800000036
Figure FDA0003227895800000037
为t-1时刻的第i个关节角度；T为所述机器人的控制指令周期；w为所述松弛变量，J为所述机器人的速度雅可比矩阵，
Figure FDA0003227895800000038
为所述机器人所有关节的关节角速度向量；
Figure FDA0003227895800000039
为所述机器人的末端速度向量；
Figure FDA00032278958000000310
和
Figure FDA00032278958000000311
分别为第i个关节角度的上限和下限；
Figure FDA00032278958000000312
和
Figure FDA00032278958000000313
分别为第i个关节角速度的上限和下限；
Figure FDA00032278958000000314
和
Figure FDA00032278958000000315
分别为第i个关节角加速度的上限和下限；
Figure FDA00032278958000000316
和
Figure FDA00032278958000000317
分别为t-1时刻和t时刻的第i个关节角速度。
8.一种机器人控制方法，其特征在于，包括：
获取机器人在当前控制指令周期的与关节角速度相关的状态参数；
根据所述状态参数利用如权利要求1至7中任一项所述的机器人关节位姿优化方法来优化下一控制指令周期的关节位姿；
根据所述优化的关节位姿控制所述机器人执行相应操作。
9.一种机器人，其特征在于，所述机器人包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施权利要求1-7中任一项所述的机器人关节位姿优化方法或权利要求8所述的机器人控制方法。
10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时，实施根据权利要求1-7中任一项所述的机器人关节位姿优化方法或权利要求8所述的机器人控制方法。
CN202110976981.3A 2021-08-24 2021-08-24 机器人关节位姿优化方法、机器人控制方法和机器人 Active CN113618741B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110976981.3A CN113618741B (zh) 2021-08-24 2021-08-24 机器人关节位姿优化方法、机器人控制方法和机器人
PCT/CN2021/131673 WO2023024278A1 (zh) 2021-08-24 2021-11-19 机器人关节位姿优化方法、机器人控制方法和机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110976981.3A CN113618741B (zh) 2021-08-24 2021-08-24 机器人关节位姿优化方法、机器人控制方法和机器人

Publications (2)

Publication Number Publication Date
CN113618741A CN113618741A (zh) 2021-11-09
CN113618741B true CN113618741B (zh) 2022-07-29

Family

ID=78387594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110976981.3A Active CN113618741B (zh) 2021-08-24 2021-08-24 机器人关节位姿优化方法、机器人控制方法和机器人

Country Status (2)

Country Link
CN (1) CN113618741B (zh)
WO (1) WO2023024278A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113618741B (zh) * 2021-08-24 2022-07-29 深圳市优必选科技股份有限公司 机器人关节位姿优化方法、机器人控制方法和机器人
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

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110103225A (zh) * 2019-06-04 2019-08-09 兰州大学 一种数据驱动的机械臂重复运动控制方法与装置
CN110861088A (zh) * 2019-11-29 2020-03-06 沈阳通用机器人技术股份有限公司 一种冗余自由度机器人的运动优化方法
CN111037560A (zh) * 2019-12-25 2020-04-21 广东省智能制造研究所 一种协作机器人柔顺力控制方法及***
CN111300414A (zh) * 2020-03-06 2020-06-19 陕西理工大学 一种双准则的冗余机械臂自运动规划方法
CN111538949A (zh) * 2020-07-10 2020-08-14 深圳市优必选科技股份有限公司 冗余机器人逆运动学求解方法、装置和冗余机器人
CN111975768A (zh) * 2020-07-08 2020-11-24 华南理工大学 一种基于固参神经网络的机械臂运动规划方法
CN113070881A (zh) * 2021-04-02 2021-07-06 深圳市优必选科技股份有限公司 机器人运动控制方法、装置和机器人
CN113084791A (zh) * 2019-12-23 2021-07-09 深圳市优必选科技股份有限公司 机械臂控制方法、机械臂控制装置及终端设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3972854B2 (ja) * 2003-04-10 2007-09-05 ソニー株式会社 ロボットの運動制御装置
JP5034235B2 (ja) * 2006-01-16 2012-09-26 ソニー株式会社 制御システム及び制御方法、並びにコンピュータ・プログラム
JP2011183527A (ja) * 2010-03-10 2011-09-22 Toyota Motor Corp 冗長ロボットの関節目標値決定方法及び冗長ロボットの制御装置
CN106625666B (zh) * 2016-12-16 2019-03-01 广州视源电子科技股份有限公司 冗余机械臂的控制方法及装置
CN106584461B (zh) * 2016-12-21 2019-02-15 西安科技大学 多约束条件下七自由度仿人机械臂的逆运动学拟人臂构型优化方法
CN107234617B (zh) * 2017-07-10 2020-04-28 北京邮电大学 一种避障任务无关人工势场引导的避障路径规划方法
JP7237447B2 (ja) * 2017-09-29 2023-03-13 キヤノン株式会社 情報処理方法、プログラム、記録媒体、情報処理装置、ロボットシステム、および物品の製造方法
CN110561441B (zh) * 2019-10-23 2022-09-27 中山大学 一种冗余度机械臂位姿控制的单94lvi迭代算法
CN112873208A (zh) * 2021-01-29 2021-06-01 佛山树客智能机器人科技有限公司 一种抗噪与动力学约束的机器人实时运动规划方法及装置
CN113618741B (zh) * 2021-08-24 2022-07-29 深圳市优必选科技股份有限公司 机器人关节位姿优化方法、机器人控制方法和机器人

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110103225A (zh) * 2019-06-04 2019-08-09 兰州大学 一种数据驱动的机械臂重复运动控制方法与装置
CN110861088A (zh) * 2019-11-29 2020-03-06 沈阳通用机器人技术股份有限公司 一种冗余自由度机器人的运动优化方法
CN113084791A (zh) * 2019-12-23 2021-07-09 深圳市优必选科技股份有限公司 机械臂控制方法、机械臂控制装置及终端设备
CN111037560A (zh) * 2019-12-25 2020-04-21 广东省智能制造研究所 一种协作机器人柔顺力控制方法及***
CN111300414A (zh) * 2020-03-06 2020-06-19 陕西理工大学 一种双准则的冗余机械臂自运动规划方法
CN111975768A (zh) * 2020-07-08 2020-11-24 华南理工大学 一种基于固参神经网络的机械臂运动规划方法
CN111538949A (zh) * 2020-07-10 2020-08-14 深圳市优必选科技股份有限公司 冗余机器人逆运动学求解方法、装置和冗余机器人
CN113070881A (zh) * 2021-04-02 2021-07-06 深圳市优必选科技股份有限公司 机器人运动控制方法、装置和机器人

Also Published As

Publication number Publication date
CN113618741A (zh) 2021-11-09
WO2023024278A1 (zh) 2023-03-02

Similar Documents

Publication Publication Date Title
CN111538949B (zh) 冗余机器人逆运动学求解方法、装置和冗余机器人
CN113618741B (zh) 机器人关节位姿优化方法、机器人控制方法和机器人
CN109159151B (zh) 一种机械臂空间轨迹跟踪动态补偿方法和***
CN113618739B (zh) 一种机器人动态避障方法、装置和机器人
CN113618742B (zh) 一种机器人避障方法、装置和机器人
CN108319138A (zh) 一种欠驱动无人艇的滑模-反步双回路轨迹跟踪控制方法
CN112338912B (zh) 一种柔性单链机械臂的有限时间稳定控制方法及***
CN110757455A (zh) 一种速度规划方法
Xue et al. Proximal policy optimization with reciprocal velocity obstacle based collision avoidance path planning for multi-unmanned surface vehicles
An et al. Task planning and collaboration of jellyfish-inspired multiple spherical underwater robots
CN114466730B (zh) 用于使机器人优化速度同时保持对加速度和加加速度的限制的运动规划
CN112462792A (zh) 一种基于Actor-Critic算法的水下机器人运动控制方法
Kumar et al. Real-time optimal motion planning for autonomous underwater vehicles
CN114274147B (zh) 目标跟踪控制方法及装置、机械臂控制设备和存储介质
CN112276952B (zh) 一种多机器人***的鲁棒同时镇定方法及***
US11007639B2 (en) Joint control method for serial robot and serial robot using the same
CN114326769B (zh) 机器人运动矫正方法及装置、机器人控制设备和存储介质
Ding et al. Research on static fault-tolerant control method of thruster based on MPC
WO2022179213A1 (zh) 仿人机器人的解耦控制方法、装置和仿人机器人
CN109213185B (zh) 一种六推水下无人机侧向平移控制方法及装置
Wehbe et al. Novel three-dimensional optimal path planning method for vehicles with constrained pitch and yaw
CN112947903B (zh) 面向教育无人机的基于Scratch的图形化编程***、平台及方法
CN110543181B (zh) 一种欠驱动角度解耦姿态控制方法及***
CN117182932B (zh) 机械臂避障动作规划方法、装置和计算机设备
CN117407630B (zh) 协作机械臂求解肩肘角度逆运动学解析解***

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
TR01 Transfer of patent right

Effective date of registration: 20231127

Address after: Room 601, 6th Floor, Building 13, No. 3 Jinghai Fifth Road, Beijing Economic and Technological Development Zone (Tongzhou), Daxing District, Beijing, 100176

Patentee after: Beijing Youbixuan Intelligent Robot Co.,Ltd.

Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen UBTECH Technology Co.,Ltd.

TR01 Transfer of patent right