CN115431260A - 一种基于虚拟点状态回溯的机械臂运动规划方法和*** - Google Patents
一种基于虚拟点状态回溯的机械臂运动规划方法和*** Download PDFInfo
- Publication number
- CN115431260A CN115431260A CN202111479894.3A CN202111479894A CN115431260A CN 115431260 A CN115431260 A CN 115431260A CN 202111479894 A CN202111479894 A CN 202111479894A CN 115431260 A CN115431260 A CN 115431260A
- Authority
- CN
- China
- Prior art keywords
- motion
- mechanical arm
- point
- path
- virtual
- 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 56
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 description 15
- 238000011217 control strategy Methods 0.000 description 14
- 238000012795 verification Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 238000005070 sampling Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000036544 posture Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及机械臂控制技术领域,尤其涉及一种基于虚拟点状态回溯的机械臂运动规划方法和***,规划方法中,根据初始机械臂运动场景得到中间机械臂运动场景,并在初始机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系,并根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,根据线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略,进而获取全态运动策略,实现对机械臂的控制,能够避免重复规划,减少重复计算量,极大提高机械臂的路径规划效率。
Description
技术领域
本发明涉及机械臂控制技术领域,尤其涉及一种机械臂的一种基于虚拟点状态回溯的机械臂运动规划方法和***。
背景技术
在地外天体采样探测任务中,随着探测需求的逐步深化以及探测活动复杂性的增加,采用机械臂完成抵近探测、采样返回已经成为工程实施的一种常见途径,机械臂空间位置的可达性支持、机械臂精细动作实施的策略规划等工作成为了工程实施的必然技术路径。
对机械臂进行遥操作控制,通常采用运动规划的方式,运动规划包括路径规划和轨迹规划两种类型。在空间探测任务中,通常情况下只要求解决机械臂可达性问题,即控制机械臂从空间中某点运动至另一点,并避开障碍物,不需将运动时间等问题当做核心问题进行处理,因此机械臂遥操作规划可以简化为路径规划,由规划器计算输出满足条件的几何路径。
在实际工程应用中,由于空间环境未知、各类资源约束复杂,对机械臂的遥操作控制需要综合考虑各类约束,并根据不同约束条件形成多分支控制策略。如在理想条件下,需控制机械臂由a点位置到达b点位置;若部分条件不满足,为满足安全性等要求,需控制机械臂由a点位置经过p点位置运动至b点位置,在此场景下,由于运动目标点位置的差异,在a点会形成多分支运动策略。针对该类模式,若对各分支运动策略分别进行规划,通常需多次调用规划器,造成大量重复性的规划工作,导致规划效率降低,且不利于规划策略的验证及实施。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供了一种基于虚拟点状态回溯的机械臂运动规划方法和***。
本发明的一种基于虚拟点状态回溯的机械臂运动规划方法的技术方案如下:
确定初始机械臂运动场景,所述初始机械臂运动场景包括:起始位置、至少一个预设路径点位置和至少一个目标位置,以及,从所述起始位置至每个目标位置的第一路径,其中,至少一条第一路径包括至少一个预设路径点位置;
计算第i个预设路径点位置的分支数Ki,并在所述初始机械臂运动场景中,增设第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置,并对包括第i个预设路径点位置的Ki个第一路径中的第i个预设路径点位置进行一一对应替换,直至对每个第一路径进行替换,并对所述初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景,其中,i为正整数;
在所述中间机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系;
根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景;
根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
根据机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略获取全态运动策略,根据实际运动需求和所述全态运动策略对机械臂进行控制。
本发明的一种基于虚拟点状态回溯的机械臂运动规划方法的有益效果如下:
根据初始机械臂运动场景得到中间机械臂运动场景,并在初始机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系,并根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,根据线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略,进而获取全态运动策略,实现对机械臂的控制,能够避免重复规划,减少重复计算量,极大提高机械臂的路径规划效率。
在上述方案的基础上,本发明的一种基于虚拟点状态回溯的机械臂运动规划方法还可以做如下改进。
进一步,所述计算第i个预设路径点位置的分支数Ki,包括:
根据第一公式计算第i个预设路径点位置的分支数Ki,其中,第一公式为:Ki=(Kin)i×(Kout)i,(Kin)i表示:从包括第i个预设路径点位置的所有第一路径中所获取到的直接到达第i个预设路径点位置的第一路径分支的总数,(Kout)i表示:从包括第i个预设路径点位置的所有路径中所获取到的从第i个预设路径点位置直接出发的第二路径分支的总数。
进一步,所述关联关系包括半等价关系和全等价关系,所述全等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支均相同,所述半等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支中至少有一个不同。
本发明的一种基于虚拟点状态回溯的机械臂运动规划***的技术方案如下:
包括场景预处理模块、计算回溯模块、关联模块、线性化重构模块、路径规划模块和控制模块;
所述场景预处理模块用于:确定初始机械臂运动场景,所述初始机械臂运动场景包括:起始位置、至少一个预设路径点位置和至少一个目标位置,以及,从所述起始位置至每个目标位置的第一路径,其中,至少一条第一路径包括至少一个预设路径点位置;
所述计算回溯模块用于:计算第i个预设路径点位置的分支数Ki,并在所述初始机械臂运动场景中,增设第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置,并对包括第i个预设路径点位置的Ki个第一路径中的第i个预设路径点位置进行一一对应替换,直至对每个第一路径进行替换,并对所述初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景,其中,i为正整数;
所述关联模块用于:在所述中间机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系;
所述线性化重构模块用于:根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景;
所述路径规划模块用于:根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
所述控制模块用于:
根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
根据机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略获取全态运动策略,根据实际运动需求和所述全态运动策略对机械臂进行控制。
本发明的一种基于虚拟点状态回溯的机械臂运动规划***的有益效果如下:
根据初始机械臂运动场景得到中间机械臂运动场景,并在初始机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系,并根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,根据线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略,进而获取全态运动策略,实现对机械臂的控制,能够避免重复规划,减少重复计算量,极大提高机械臂的路径规划效率。
在上述方案的基础上,本发明的一种基于虚拟点状态回溯的机械臂运动规划***还可以做如下改进。
进一步,所述计算回溯模块具体用于:
根据第一公式计算第i个预设路径点位置的分支数Ki,其中,第一公式为:Ki=(Kin)i×(Kout)i,(Kin)i表示:从包括第i个预设路径点位置的所有第一路径中所获取到的直接到达第i个预设路径点位置的第一路径分支的总数,(Kout)i表示:从包括第i个预设路径点位置的所有路径中所获取到的从第i个预设路径点位置直接出发的第二路径分支的总数。
进一步,所述关联关系包括半等价关系和全等价关系,所述全等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支均相同,所述半等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支中至少有一个不同。
本发明的一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行上述任一项所述的一种基于虚拟点状态回溯的机械臂运动规划方法。
本发明的一种电子设备,包括处理器和上述的存储介质,所述处理器执行所述存储介质中的指令。
附图说明
图1为本发明实施例的一种基于虚拟点状态回溯的机械臂运动规划方法的流程示意图;
图2为初始机械臂运动场景的示意图;
图3为第一条第一路径的示意图;
图4为第二条第一路径的示意图;
图5为第三条第一路径的示意图;
图6为中间机械臂运动场景的示意图;
图7为建立关联关系后的中间机械臂运动场景的示意图;
图8为线性化的机械臂运动场景的示意图;
图9为本发明实施例的一种基于虚拟点状态回溯的机械臂运动规划***的流程示意图。
具体实施方式
如图1所示,本发明实施例的一种基于虚拟点状态回溯的机械臂运动规划方法,包括如下步骤:
S1、确定初始机械臂运动场景,所述初始机械臂运动场景包括:起始位置、至少一个预设路径点位置和至少一个目标位置,以及,从所述起始位置至每个目标位置的第一路径,其中,至少一条第一路径包括至少一个预设路径点位置,其中,起始位置、预设路径点位置和目标位置均可根据实际情况设置,从所述起始位置至每个目标位置的第一路径表示:控制机械臂的末端点从起始位置至每个目标位置的第一路径;
S2、计算第i个预设路径点位置的分支数Ki,并在所述初始机械臂运动场景中,增设第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置,并对包括第i个预设路径点位置的Ki个第一路径中的第i个预设路径点位置进行一一对应替换,直至对每个第一路径进行替换,并对所述初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景,其中,i为正整数;其中,对所述初始机械臂运动场景进行回溯处理,具体为:利用增设的所有虚拟预设路径点位置对所述初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景。
S3、在所述中间机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系;
S4、根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景;
S5、根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
S6、根据机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略获取全态运动策略,根据实际运动需求和所述全态运动策略对机械臂进行控制。
根据初始机械臂运动场景得到中间机械臂运动场景,并在初始机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系,并根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,根据线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略,进而获取全态运动策略,实现对机械臂的控制,能够避免重复规划,减少重复计算量,极大提高机械臂的路径规划效率。
较优地,在上述技术方案中,所述计算第i个预设路径点位置的分支数Ki,包括:
根据第一公式计算第i个预设路径点位置的分支数Ki,其中,第一公式为:Ki=(Kin)i×(Kout)i,(Kin)i表示:从包括第i个预设路径点位置的所有第一路径中所获取到的直接到达第i个预设路径点位置的第一路径分支的总数,(Kout)i表示:从包括第i个预设路径点位置的所有路径中所获取到的从第i个预设路径点位置直接出发的第二路径分支的总数。
较优地,在上述技术方案中,所述关联关系包括半等价关系和全等价关系,所述全等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支均相同,所述半等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支中至少有一个不同。
其中,各自更新后的第二路径分支中至少有一个不同具体体现在:各自更新后的第二路径分支中至少有一个状态不同,或/和,各自更新后的第二路径分支中至少有一个位置不同。
下面通过一个实施例对本申请的一种基于虚拟点状态回溯的机械臂运动规划方法进行阐述,具体包括:
S20、确定初始机械臂运动场景,如图2所示,该初始机械臂运动场景包括起始位置、3个预设路径点位置以及2个目标位置,将起始位置标记为O点,3个预设路径点位置分别标记为E点、P点和B点,2个目标位置分别标记为E点和T点,包括三条第一路径,分别为:
1)第一条第一路径:从O点到E点,运动路径为O点→A点→E点,标记为运动路径θ1,θ1=[O,A,E],运动策略为:Ω1=[ωOA,ωAE],其中,ωOA表示:用于控制机械臂的末端点从O点到A点的控制参数,ωAE表示:用于控制机械臂的末端点从A点到E点的控制参数,如图3所示。
2)第二条第一路径:从O点到T点,运动路径为O点→A点→B点→E点,标记为运动路径θ2,θ2=[O,A,B,T],运动策略为:Ω1=[ωOA,ωAB,ωBT],其中,ωOA表示:用于控制机械臂的末端点从O点到A点的控制参数,ωAB表示:用于控制机械臂的末端点从A点到B点的控制参数,ωBT表示:用于控制机械臂的末端点从B点到T点的控制参数,如图4所示。
3)第三条第一路径:从O点到T点,运动路径为:O点→A点→P点→B点→E点,标记为运动路径θ3,θ3=[O,A,P,B,T],运动策略为:Ω1=[ωOA,ωAP,ωPB,ωBT],其中,ωOA表示:用于控制机械臂的末端点从O点到A点的控制参数,ωAP表示:用于控制机械臂的末端点从A点到P点的控制参数;ωPB表示:用于控制机械臂的末端点从P点到B点的控制参数;ωBT表示:用于控制机械臂的末端点从B点到T点的控制参数,如图5所示。
S21、计算第i个预设路径点位置的分支数Ki:
1)例如,计算A点的分支数,具体地:
包括第A点的所有第一路径有3条,分别为上述的第一条第一路径θ1、第二条第一路径θ2和第一条第三路径θ3,在第一条第一路径θ1中,直接到达A点的第一路径分支为O点→A点;在第二条第一路径θ2中,直接到达A点的第一路径分支为O点→A点,在第三条第一路径θ3中,直接到达A点的第一路径分支为O点→A点,由于该三个第一路径分支均相同,则确定直接到达A点的第一路径分支的总数为1个,即为O点→A点;
在第一条第一路径中,从A点直接出发的第二路径分支为A点→E点;在第二条第一路径中,从A点直接出发的第二路径分支为A点→B点;在第三条第一路径中,从A点直接出发的第二路径分支为A点→P点;则确定从A点直接出发的第二路径分支的总数为3个,分别为A点→E点、A点→B点和A点→P点,通过第一公式计算A点的分支数为:1×3=3个;
1)例如,计算B点的分支数,具体地:
包括第B点的所有第一路径有2条,分别为上述的第二条第一路径θ2和第一条第三路径θ3,在第二条第一路径θ1中,直接到达B点的第一路径分支为A点→B点,在第三条第一路径θ3中,直接到达B点的第一路径分支为P点→B点,则确定直接到达B点的第一路径分支的总数为2个,分别为:A点→B点和P点→B点;
在第二条第一路径中,从B点直接出发的第二路径分支为B点→T点;在第三条第一路径中,从B点直接出发的第二路径分支为B点→T点;由于该两个第二路径分支相同,则确定从B点直接出发的第二路径分支的总数为1个,通过第一公式计算B点的分支数为:2×1=2个;
3)例如,计算P点的分支数,具体地:
包括第P点的所有第一路径有1条:第一条第三路径θ3,在第三条第一路径θ3中,直接到达P点的第一路径分支为A点→P点,则确定直接到达B点的第一路径分支的总数为1个,即A点→P点;
在第三条第一路径中,从P点直接出发的第二路径分支为P点→T点;则确定从P点直接出发的第二路径分支的总数为1个,通过第一公式计算P点的分支数为:1×1=1个;
S22、确定中间机械臂运动场景,具体地:
1)增设A点对应的虚拟预设路径点位置,数量为3-1=2个,分别标记为A1点和A2点;
2)增设B点对应的虚拟预设路径点位置,数量为2-1=1个,标记为B1点;
3)增设P点对应的虚拟预设路径点位置,数量为1-1=0个,即不增设P点对应的虚拟预设路径点位置。
其中,第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置的位置参数和姿态参数均与第i个预设路径点位置的位置参数和姿态参数相同;
然后,对包括第i个预设路径点位置的Ki个第一路径中的第i个预设路径点位置进行一一对应替换,得到:θ1=[O,A,E],θ2=[O,A1,B,E],θ3=[O,A2,P,B1,T],根据更新的“θ1=[O,A,E],θ2=[O,A1,B,E],θ3=[O,A2,P,B1,T]”对初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景,如图6所示;
由于第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置的位置参数和姿态参数均与第i个预设路径点位置的位置参数和姿态参数相同,则:ωOA与ωOA1、ωOA2均相同,ωA2P与ωAP相同,ωPB1与ωPB相同,ωB1T与ωBT相同,其中,ωOA1表示:用于控制机械臂的末端点从O点到A1点的控制参数,ωOA2表示:用于控制机械臂的末端点从O点到A2点的控制参数,ωA2P表示:用于控制机械臂的末端点从A2点到P点的控制参数,ωPB1表示:用于控制机械臂的末端点从P点到B1点的控制参数,ωB1T表示:用于控制机械臂的末端点从B1点到T点的控制参数;
S23、建立关联关系,具体地:在所述中间机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系,具体地:
1)建立A点、A1点和A2点之间的关联关系,更新后的θ1=[O,A,E],θ2=[O,A1,B,T],θ3=[O,A2,P,B1,T],那么:
1)A点对应的更新后的第二路径分支为A→E,A1对应的更新后的第二路径分支为A1→B,A2对应的更新后的第二路径分支为A2→P,则确定A点、A1点和A2点的第二路径分支均不相同;
由此判断出A点与A1点之间的关联关系为半等价关系,A点与A2点之间的关联关系为半等价关系,A1点与A2点之间的关联关系为半等价关系;
2)B点对应的更新后的第二路径分支为B→T,B1对应的更新后的第二路径分支为B1→T,由于B点和B1完全相同,则确定B点和B1的第二路径分支均不相同,由此判断出B点和B1之间的关联关系为等价关系,由此得到建立关联关系后的中间机械臂运动场景,如图7所示。
S24、确定线性化的机械臂运动场景:根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景,具体地:
根据图7所示的建立关联关系后的中间机械臂运动场景可知,由于A、A1、A2点为半等价关系,B、B1点为全等价关系,可知均可通过安全路径到达A1、A2、B1点。由E点至A1点、B点至A2点增加状态回溯过程,并将全等价关系对应的位置进行简化处理,即对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景,如图8所示;
S25、路径规划:
根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;虚拟运动路径至起始位置至线性化的机械臂运动场景中的最后一个目标位置,那么:
根据图8得到从O点到T点的虚拟运动路径θ为:O→A→E→A1→B→A2→P→B→T,标记为θ=[O,A,E,A1,B,A2,P,B,T],根据虚拟运动路径能够一次性规划出虚拟运动路径对应的运动策略Ω,Ω=[ωOA,ωAE,ωEA1,ωA1B,ωBA2,ωA2P,ωPB,ωBT],其中,ωOA表示用于控制机械臂的末端点从O点到A点的控制参数,ωAE表示用于控制机械臂的末端点从A点到E点的控制参数,ωEA1表示用于控制机械臂的末端点从E点到A1点的控制参数,ωA1B表示用于控制机械臂的末端点从A1点到B点的控制参数,ωBA2表示用于控制机械臂的末端点从B点到A2点的控制参数,ωA2P表示用于控制机械臂的末端点从A2点到P点的控制参数,ωPB表示用于控制机械臂的末端点从P点到B点的控制参数,ωBT表示用于控制机械臂的末端点从B点到T点的控制参数,由于在对机械臂多分支运动进行线性化构造时,A、A1、A2为起始点等价,即均从O点到A、A1和A2,因此,ωA1B=ωAB,ωA2P=ωAP,此时,运动策略为Ω=[ωOA,ωAE,ωEA1,ωAB,ωBA2,ωAP,ωPB,ωBT]。
S26、根据机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略获取全态运动策略,具体地:
1)得到用于控制机械臂从O点到E点的控制参数,根据θ=[O,A,E,A1,B,A2,P,B,T]和Ω=[ωOA,ωAE,ωEA1,ωAB,ωBA2,ωAP,ωPB,ωBT]可知,通过依次执行ωOA,ωAE,即可实现控制机械臂从O点到E点,因此,对应的第一运动策略为:[ωOA,ωAE],运动路径为O点→A点→E点;
2)得到用于控制机械臂从O点到T点的控制参数,根据θ=[O,A,E,A1,B,A2,P,B,T]和Ω=[ωOA,ωAE,ωEA1,ωAB,ωBA2,ωAP,ωPB,ωBT]可知,通过依次执行ωOA、ωAB和ωBT即可实现控制机械臂从O点到T点,因此,对应的第二运动策略为[ωOA,ωAB,ωBT],运动路径为O点→A点→B点→E点;
而且,根据θ=[O,A,E,A1,B,A2,P,B,T]和Ω=[ωOA,ωAE,ωEA1,ωAB,ωBA2,ωAP,ωPB,ωBT]可知,通过依次执行ωOA、ωAP、ωPB,ωBT、和ωBT也可实现控制机械臂从O点到T点,对应的第三运动策略为[ωOA,ωAP,ωPB,ωBT],对应的运动路径为:O点→A点→P点→B点→E点。
当用户需要将机械臂从O点经A点到E点时,则第一运动策略为全态运动策略,根据第一运动策略对机械臂进行控制,还能以第二运动策略和第三运动策略为全态运动策略,实现对机械臂的控制;
根据上述三个具体地运动策略实现对机械臂的末端点的控制,在现有的路径规划方式中,每计算一次路径时,需要对ωOA和ωAE等重复进行运算,而本申请中,通过经线性化重构所得到的线性化的机械臂运动场景,能够一次性规划出起始位置至线性化的机械臂运动场景中的最后一个目标位置,然后根据需要选用不同的控制参数,以对机械臂进行控制。
本申请中,针对目标点控制模式下的机械臂多分支运动场景,构造虚拟点承载机械臂的回溯状态,引入起始点等价、目标点等价概念,对机械臂多分支运动场景通过等价处理进行重构,将机械臂多分支运动行为纵向分解为多条单分支运动行为,形成多条单分支运动策略。
对等价构造后的机械臂运动场景,融合状态回溯过程,将机械臂多分支运动场景进行线性化构造,得出线性化构造后的机械臂虚拟运动路径θ的集合和运动策略Ω的集合,基于等价关系优化运动路径和运动策略集合。
在线性化构造后,规划器按照运动路径和运动策略集合展开规划计算,再根据实际运动路径分支,分类输出相应的运动策略。
其中,基于虚拟点的设定和状态回溯处理的运动行为分解。在每个路径点,遍历机械臂可能到达的下一路径,直至目标点,依据于该方法将机械臂运动的多分支纵向拆解为多个单分支过程,分析机械臂各单分支过程的运动路径和运动策略。在此基础上设定相应的虚拟点,在分支数为K的路径点上,增加数目为K-1的虚拟点,用于承载机械臂的回溯状态,构造基于虚拟点的机械臂运动场景。
其中,将依托于虚拟点重塑的机械臂运动场景进行等价处理,获得机械臂多分支运动场景的等价构造。
其中,首先在等价构造的机械臂多分支运动的场景中,按照分解的机械臂运动,增加状态回溯的过程。然后,将等价关系进行简化处理,得出机械臂多分支运动的线性化关系场景构造。
其中,在机械臂运动线性化控制模式下,得到机械臂虚拟运动路径、运动控制策略集合,通过一次规划集中完成计算。实际机械臂运动路径分支控制策略包含于计算合集中,由实际运动路径分类输出各分支运动控制策略的规划结果。
本发明通过分析空间探测任务中机械臂的多分支运动场景,提出了一种针对空间探测任务机械臂多分支运动控制策略的线性化规划方法。本发明通过对机械臂多分支运动场景进行解析,以状态回溯作为核心处理方法,引入等价概念进行简化处理,对机械臂多分支运动行为规划方法进行深度优化。该方法大幅度减少了重复性规划的问题,有效提升了策略规划的效率,为规划策略的验证和实施提供有利条件,有效优化了机械臂运动控制策略的生成方式,对机械臂复杂多分支运动规划和验证有较高的工程应用价值。该方法可实际应用于深空探测和载人航天任务中的机械臂多分支运动行为的策略规划和验证。
本发明的解决思路是:引入承载机械臂回溯状态的虚拟点,将多分支的机械臂运动行为通过分解、等价、回溯等方式,进行线性化处理,将带分支的机械臂运动场景简化为控制逻辑保持一致的线性运动控制场景,对地外天体采样探测机械臂复杂的多分支运动路径控制策略规划进行优化。
基于虚拟点状态回溯的地外天体采样探测机械臂多分支运动行为的线性化规划方法,包括以下步骤:
S30、多分支运动分解,设定简单的典型机械臂多分支运动场景如图2所示,即得到初始机械臂运动场景;
由图2可知,机械臂从O点开始运动,机械臂可选择图中既定的运动路径,按照路径点将机械臂多分支运动拆解为三条第一路径,分别如图3、图4和图5所示,每条第一路径的具体分析参见上文,在此不做赘述;
S31、虚拟点的设定:在图2中,A点作为起始点即起始位置,可根据不同约束选择3个不同的运动目标点即预设路径点位置,分别为E、B、P,从而形成目标点3分支运动策略,其分支数Kout为3;
B点作为目标点,可通过2个不同的运动起始点A、P到达,从而形成起始点2分支运动策略,其分支数Kin为2。
在分支数为K的路径点上,增加设定数目为K-1的虚拟点,基于A点分支数Kout增加虚拟点A1、A2,其位置、姿态与A点相同;基于B点分支数Kin增加虚拟点B1,其位置、姿态与B点相同。
S32、状态回溯:对机械臂状态进行回溯处理,在上述典型机械臂多分支运动场景中,机械臂在由A点运动至E点后,设定下一步运动的虚拟点,由虚拟点作为起点向B点运动,虚拟点是对机械臂状态回溯的承载对象,设定为A1,其它虚拟点设定方式和状态回溯方式相同。
对机械臂状态进行回溯处理时,运动变量可进行简化,只需考虑虚拟点的位置、姿态、安全性等。得到如图6所示的中间机械臂运动场景;
S33、建立等价点概念:由于采用目标点控制模式,A、A1、A2作为起始点时,位置、姿态、安全性、可达性等状态均相同,但其目标点E、B、P的状态参数不同,因此A、A1、A2为起始点等价,也即半等价。
B、B1作为起始点时,位置、姿态、安全性、可达性等状态均相同,其目标点T各状态参数均相同,因此B、B1为全等价。
通过等价处理重新构造图6所示的中间机械臂运动场景,得到如图7所示的建立关联关系后的中间机械臂运动场景;
S34、等价重构场景的线性化状态回溯:
基于图7所示等价关系重构后的机械臂多分支运动场景,由于A、A1、A2点为起始点等价,B、B1点为全等价,可知A1、A2、B1点均可通过安全路径到达。
由E点至A1点、B点至A2点增加状态回溯过程,并将全等价各点进行简化处理,该机械臂多分支运动场景可线性化重构为图8所示的线性化的机械臂运动场景;
S35、多分支运动线性化构造控制策略生成:
根据图8所示,在该类控制模式下,线性化后的机械臂虚拟运动路径θ=[O,A,E,A1,B,A2,P,B,T],运动策略Ω=[ωOA,ωAE,ωEA1,ωA1B,ωBA2,ωA2P,ωPB,ωBT]。
由于在对机械臂多分支运动进行线性化构造时,A、A1、A2为起始点等价,故控制参数ωA1B=ωAB,ωA2P=ωAP,则运动策略Ω=[ωOA,ωAE,ωEA1,ωAB,ωBA2,ωAP,ωPB,ωBT]。
S36、线性化构造后机械臂多分支运动策略规划。经过线性化构造后,在对该类典型机械臂多分支运动场景案例进行规划时,规划器按照线性化后的机械臂虚拟运动路径θ,进行运动控制策略Ω的规划计算。
根据3种实际运动路径θ1,θ2,θ3,分类输出其相应的运动策略Ω1,Ω2,Ω3,通过一次规划过程集中完成各分支运动策略的规划。
本发明的有益效果如下:
1)实现了对地外天体采样探测机械臂复杂多分支运动的分解,以检索等价关系并进行状态回溯线性化多分支运动模型,大幅度的提高了规划效率。
2)实现了地外天体采样探测机械臂复杂多分支运动场景下策略规划验证模式的简化。
3)实现了地外天体采样探测机械臂复杂运动场景下控制策略的优化。
本发明实现对地外天体采样探测机械臂多分支运动策略的规划和验证,提高路径规划和验证的效率,优化机械臂多分支运动行为控制策略,节约规划和验证资源。
在另外一个实施例中,包括:
S40、地外天体采样探测机械臂遥操作任务开始前,纵向分解机械臂多分支运动;
S41、计算机械臂运动路径点所对应的分支数,在分支数为K的路径点上,增加数目为K-1的虚拟点。
S42、对机械臂状态进行回溯处理,将回溯的机械臂状态负载在虚拟点上,并将回溯的运动变量简化,仅考虑虚拟点的位置、姿态和安全性等。
S43、引入等价点概念,通过运动控制参数,分析路径点的半等价、全等价关系。
S44、对通过虚拟点回溯的机械臂多分支运动场景进行简化处理,在明确等价关系的基础上,简化控制模式。将机械臂的多分支运动场景通过等价关系进行重新构造。
S45、将等价重构的机械臂运动场景,增加状态回溯过程,将械臂多分支运动场景进行线性化构造。
S46、在线性化构造的机械臂运动场景中,规划器按照线性化构造后机械臂多分支运动路径展开规划计算,计算机械臂虚拟运动路径θ和运动策略Ω集合。
S47、根据实际运动路径分支,分类输出相应的运动策略。
本发明通过分析空间探测任务中机械臂的多分支运动场景,提出了一种针对空间探测任务机械臂多分支运动控制策略的线性化规划方法。本发明通过对机械臂多分支运动场景进行解析,以状态回溯作为核心处理方法,引入等价概念进行简化处理,对机械臂多分支运动行为规划方法进行深度优化。该方法大幅度减少了重复性规划的问题,有效提升了策略规划的效率,为规划策略的验证和实施提供有利条件,有效优化了机械臂运动控制策略的生成方式,对机械臂复杂多分支运动规划和验证有较高的工程应用价值。该方法可实际应用于深空探测和载人航天任务中的机械臂多分支运动行为的策略规划和验证。
在上述各实施例中,虽然对步骤进行了编号S1、S2等,但只是本申请给出的具体实施例,本领域的技术人员可根据实际情况调整S1、S2等的执行顺序,此也在本发明的保护范围内,可以理解,在一些实施例中,可以包含如上述各实施方式中的部分或全部。
如图9所示,本发明实施例的一种基于虚拟点状态回溯的机械臂运动规划***200,包括场景预处理模块210、计算回溯模块220、关联模块230、线性化重构模块240、路径规划模块250和控制模块260;
所述场景预处理模块210用于:确定初始机械臂运动场景,所述初始机械臂运动场景包括:起始位置、至少一个预设路径点位置和至少一个目标位置,以及,从所述起始位置至每个目标位置的第一路径,其中,至少一条第一路径包括至少一个预设路径点位置;
所述计算回溯模块220用于:计算第i个预设路径点位置的分支数Ki,并在所述初始机械臂运动场景中,增设第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置,并对包括第i个预设路径点位置的Ki个第一路径中的第i个预设路径点位置进行一一对应替换,直至对每个第一路径进行替换,并对所述初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景,其中,i为正整数;
所述关联模块230用于:在所述中间机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系;
所述线性化重构模块240用于:根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景;
所述路径规划模块250用于:根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
所述控制模块260用于:
根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
根据机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略获取全态运动策略,根据实际运动需求和所述全态运动策略对机械臂进行控制。
根据初始机械臂运动场景得到中间机械臂运动场景,并在初始机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系,并根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,根据线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略,进而获取全态运动策略,实现对机械臂的控制,能够避免重复规划,减少重复计算量,极大提高机械臂的路径规划效率。
较优地,在上述技术方案中,所述计算回溯模块220具体用于:
根据第一公式计算第i个预设路径点位置的分支数Ki,其中,第一公式为:Ki=(Kin)i×(Kout)i,(Kin)i表示:从包括第i个预设路径点位置的所有第一路径中所获取到的直接到达第i个预设路径点位置的第一路径分支的总数,(Kout)i表示:从包括第i个预设路径点位置的所有路径中所获取到的从第i个预设路径点位置直接出发的第二路径分支的总数。
较优地,在上述技术方案中,所述关联关系包括半等价关系和全等价关系,所述全等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支均相同,所述半等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支中至少有一个不同。
上述关于本发明的一种基于虚拟点状态回溯的机械臂运动规划***200中的各参数和各个单元模块实现相应功能的步骤,可参考上文中关于一种基于虚拟点状态回溯的机械臂运动规划方法的实施例中的各参数和步骤,在此不做赘述。
本发明实施例的一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行上述任一项所述的一种基于虚拟点状态回溯的机械臂运动规划方法。
本发明的一种电子设备,包括处理器和上述的存储介质,所述处理器执行所述存储介质中的指令。其中,电子设备可以选用电脑和手机等。
所属技术领域的技术人员知道,本发明可以实现为***、方法或计算机程序产品。
因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“***”。此外,在一些实施例中,本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM),只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种基于虚拟点状态回溯的机械臂运动规划方法,其特征在于,包括:
确定初始机械臂运动场景,所述初始机械臂运动场景包括:起始位置、至少一个预设路径点位置和至少一个目标位置,以及,从所述起始位置至每个目标位置的第一路径,其中,至少一条第一路径包括至少一个预设路径点位置;
计算第i个预设路径点位置的分支数Ki,并在所述初始机械臂运动场景中,增设第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置,并对包括第i个预设路径点位置的Ki个第一路径中的第i个预设路径点位置进行一一对应替换,直至对每个第一路径进行替换,并对所述初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景,其中,i为正整数;
在所述中间机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系;
根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景;
根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
根据机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略获取全态运动策略,根据实际运动需求和所述全态运动策略对机械臂进行控制。
2.根据权利要求1所述的一种基于虚拟点状态回溯的机械臂运动规划方法,其特征在于,所述计算第i个预设路径点位置的分支数Ki,包括:
根据第一公式计算第i个预设路径点位置的分支数Ki,其中,第一公式为:Ki=(Kin)i×(Kout)i,(Kin)i表示:从包括第i个预设路径点位置的所有第一路径中所获取到的直接到达第i个预设路径点位置的第一路径分支的总数,(Kout)i表示:从包括第i个预设路径点位置的所有路径中所获取到的从第i个预设路径点位置直接出发的第二路径分支的总数。
3.根据权利要求1或2所述的一种基于虚拟点状态回溯的机械臂运动规划方法,其特征在于,所述关联关系包括半等价关系和全等价关系,所述全等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支均相同,所述半等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支中至少有一个不同。
4.一种基于虚拟点状态回溯的机械臂运动规划***,其特征在于,包括场景预处理模块、计算回溯模块、关联模块、线性化重构模块、路径规划模块和控制模块;
所述场景预处理模块用于:确定初始机械臂运动场景,所述初始机械臂运动场景包括:起始位置、至少一个预设路径点位置和至少一个目标位置,以及,从所述起始位置至每个目标位置的第一路径,其中,至少一条第一路径包括至少一个预设路径点位置;
所述计算回溯模块用于:计算第i个预设路径点位置的分支数Ki,并在所述初始机械臂运动场景中,增设第i个预设路径点位置所对应的Ki-1个虚拟预设路径点位置,并对包括第i个预设路径点位置的Ki个第一路径中的第i个预设路径点位置进行一一对应替换,直至对每个第一路径进行替换,并对所述初始机械臂运动场景进行回溯处理,得到中间机械臂运动场景,其中,i为正整数;
所述关联模块用于:在所述中间机械臂运动场景中,建立每个预设路径点位置及其对应的虚拟预设路径点位置之间的关联关系;
所述线性化重构模块用于:根据建立关联关系后的中间机械臂运动场景,对所有更新后的第一路径进行线性化重构,得到线性化的机械臂运动场景;
所述路径规划模块用于:根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
所述控制模块用于:根据所述线性化的机械臂运动场景展开路径规划计算,计算机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略;
根据机械臂的虚拟运动路径和所述虚拟运动路径对应的运动策略获取全态运动策略,根据实际运动需求和所述全态运动策略对机械臂进行控制。
5.根据权利要求4所述的一种基于虚拟点状态回溯的机械臂运动规划***,其特征在于,所述计算回溯模块具体用于:
根据第一公式计算第i个预设路径点位置的分支数Ki,其中,第一公式为:Ki=(Kin)i×(Kout)i,(Kin)i表示:从包括第i个预设路径点位置的所有第一路径中所获取到的直接到达第i个预设路径点位置的第一路径分支的总数,(Kout)i表示:从包括第i个预设路径点位置的所有路径中所获取到的从第i个预设路径点位置直接出发的第二路径分支的总数。
6.根据权利要求4或5所述的一种基于虚拟点状态回溯的机械臂运动规划***,其特征在于,所述关联关系包括半等价关系和全等价关系,所述全等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支均相同,所述半等价关系表示:第i个预设路径点位置及其对应的Ki-1个虚拟预设路径点位置中的任意两个位置各自更新后的第二路径分支中至少有一个不同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111479894.3A CN115431260A (zh) | 2021-12-07 | 2021-12-07 | 一种基于虚拟点状态回溯的机械臂运动规划方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111479894.3A CN115431260A (zh) | 2021-12-07 | 2021-12-07 | 一种基于虚拟点状态回溯的机械臂运动规划方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115431260A true CN115431260A (zh) | 2022-12-06 |
Family
ID=84239883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111479894.3A Pending CN115431260A (zh) | 2021-12-07 | 2021-12-07 | 一种基于虚拟点状态回溯的机械臂运动规划方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115431260A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117621087A (zh) * | 2024-01-11 | 2024-03-01 | 湖北理工学院 | 基于视觉反馈的机械臂自动控制方法、***、终端及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106293648A (zh) * | 2015-05-13 | 2017-01-04 | 南京理工大学 | 基于路径依赖图的服务组合行为合规性度量方法 |
CN109968354A (zh) * | 2019-03-07 | 2019-07-05 | 西安理工大学 | 一种离散型索驱动并联机器人的可重构控制方法 |
CN111338384A (zh) * | 2019-12-17 | 2020-06-26 | 北京化工大学 | 一种仿蛇机器人自适应路径跟踪方法 |
CN112532554A (zh) * | 2020-10-29 | 2021-03-19 | 西安空间无线电技术研究所 | 一种GMSK***Viterbi解调的一步回溯方法 |
CN113246143A (zh) * | 2021-06-25 | 2021-08-13 | 视比特(长沙)机器人科技有限公司 | 一种机械臂动态避障轨迹规划方法及装置 |
CN113650011A (zh) * | 2021-08-03 | 2021-11-16 | 中国人民解放军63920部队 | 一种机械臂拼接路径规划方法及装置 |
-
2021
- 2021-12-07 CN CN202111479894.3A patent/CN115431260A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106293648A (zh) * | 2015-05-13 | 2017-01-04 | 南京理工大学 | 基于路径依赖图的服务组合行为合规性度量方法 |
CN109968354A (zh) * | 2019-03-07 | 2019-07-05 | 西安理工大学 | 一种离散型索驱动并联机器人的可重构控制方法 |
CN111338384A (zh) * | 2019-12-17 | 2020-06-26 | 北京化工大学 | 一种仿蛇机器人自适应路径跟踪方法 |
CN112532554A (zh) * | 2020-10-29 | 2021-03-19 | 西安空间无线电技术研究所 | 一种GMSK***Viterbi解调的一步回溯方法 |
CN113246143A (zh) * | 2021-06-25 | 2021-08-13 | 视比特(长沙)机器人科技有限公司 | 一种机械臂动态避障轨迹规划方法及装置 |
CN113650011A (zh) * | 2021-08-03 | 2021-11-16 | 中国人民解放军63920部队 | 一种机械臂拼接路径规划方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117621087A (zh) * | 2024-01-11 | 2024-03-01 | 湖北理工学院 | 基于视觉反馈的机械臂自动控制方法、***、终端及介质 |
CN117621087B (zh) * | 2024-01-11 | 2024-04-30 | 湖北理工学院 | 基于视觉反馈的机械臂自动控制方法、***、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11179843B2 (en) | Method for operating a robot in a multi-agent system, robot, and multi-agent system | |
CN109176532B (zh) | 一种机械臂路径规划方法、***及装置 | |
Rohanimanesh et al. | Decision-theoretic planning with concurrent temporally extended actions | |
Ma et al. | Fuzzy approximate learning-based sliding mode control for deploying tethered space robot | |
JP5137537B2 (ja) | ロボットの作業動作最適化装置 | |
Sun et al. | Self-segmentation of sequences: automatic formation of hierarchies of sequential behaviors | |
CN113490578B (zh) | 运行多智能体***中的机器人的方法、机器人和多智能体*** | |
WO2019234700A1 (en) | A predictive control method of a robot and related control system | |
CN115431260A (zh) | 一种基于虚拟点状态回溯的机械臂运动规划方法和*** | |
Sorouri et al. | Software composition and distributed operation scheduling in modular automated machines | |
CN112422699A (zh) | 一种基于动态调整的无人机集群行动方案生成方法 | |
Teichteil-Königsbuch et al. | A generic framework for anytime execution-driven planning in robotics | |
Gentilini et al. | Cycle time based multi-goal path optimization for redundant robotic systems | |
Xia et al. | Virtual comissioning of manufacturing system intelligent control | |
CN113305845B (zh) | 一种多机械臂的协作方法 | |
CN114967465A (zh) | 轨迹规划方法、装置、电子设备及存储介质 | |
Segura-Muros et al. | Integration of an automated hierarchical task planner in ros using behaviour trees | |
CN106826814B (zh) | 一种机器人的运动控制方法和运动控制*** | |
Kshirsagar et al. | Model based design in industrial automation | |
Wray et al. | Generalized controllers in POMDP decision-making | |
CN115401682A (zh) | 一种基于场景化分的机械臂运动规划方法和*** | |
Li et al. | An Efficient 2-opt Operator for the Robotic Task Sequencing Problem | |
Fertsch | Artificial neural pseudo-network for production control purposes | |
KR102686219B1 (ko) | 다중 에이전트 시스템에서 로봇을 작동하는 방법, 로봇, 그리고 다중 에이전트 시스템 | |
Santana et al. | Dynamic execution of temporal plans with sensing actions and bounded risk |
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 |