[发明专利]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

说明书

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，属于机械臂控制领域，解决了现有基于位置的逆运动学方法无法完整描述仿人机械臂的可用臂构型、末端可达位置减少、运动易跳变和无法获得满足多约束条件下拟人臂构型的问题。所述方法首先计算出沿给定轨迹下避关节限位和碰撞的所有可用臂构型集，随后在所有可用臂构型集中采用操作椭球优化获得拟人臂构型，引入机械臂自运动处理不可用优化臂角和臂角区域间的过渡，将一个受六个等式和多个不等式约束的七维关节空间中寻找优化关节的问题转化为一个一维的优化问题，本发明用于七自由度仿人机械臂的拟人臂构型优化。

技术领域

本发明涉及一种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，属于机械臂控制领域。

背景技术

七自由度仿人机械臂在执行任务的过程中会受到关节限位、周围环境、自碰撞以及动态平衡等多个约束条件的制约，如何获得同时满足以上约束条件的最优的冗余解是七自由度机械臂运动学领域急需解决的重要问题，也是机械臂运动学研究中的一个难点。

目前，国内外众多研究机构都对多约束条件下七自由度仿人机械臂的逆运动学展开了研究，该研究可以分为两个方向：基于速度的逆运动学方法和基于位置的逆运动学方法。

基于速度的逆运动学方法主要包括梯度投影法、阻尼最小二乘法、加权最小范数法、广义加权最小范数法和变权法。梯度投影法可以通过嵌套使用的方式来解决多约束条件的问题，然而该方法只能在主任务的零空间内局部优化子任务，无法保证子任务的有效性。加权最小范数法只能够处理关节限位的约束，无法处理多约束条件的情况。广义加权最小范数法能够在仿人机械臂跟踪给定轨迹的过程中赋予其避障和满足关节限位的能力，并且试图将多个不同时发生的任务结合为一个子任务，进而增加处理多约束问题的能力，然而，该方法在通常情况下很难判断子任务是否会同时发生。变权法克服了广义加权最小范数法很难判断子任务是否会同时发生的问题，该方法在仿人机械臂的运动过程中只考虑主任务和活动的约束，但是该方法只能处理一些简单的碰撞问题。基于速度的逆运动学方法通常会受到误差和奇异的困扰，既无法对仿人机械臂的零空间进行完整的描述，也无法处理复杂环境下的碰撞问题，因此，该类方法更适用于简单环境下七自由度仿人机械臂的实时控制。

基于位置的逆运动学方法采用几何分析的方式直接获得特定构型机械臂的解析解，与基于速度的逆运动学方法相比，该类方法的计算量小，通用性较差，但是在仿人机械臂上存在优势。于2008年提出的封闭条件下仿人机械臂逆运动学解法给出了一种定义关节限位下可用臂构型的求解方法，但是该方法较复杂，不易实现，同时未考虑碰撞的影响。该方法虽然指出基于位置的逆运动学方法存在末端可达位置少和运动易跳变的问题，但是并未给出有效的解决办法。2010年提出了一种有关节偏置的七自由度机械臂Barrett WAM逆运动学方法，指出正切类的关节对其零空间的限制是无法获得的。2013年提出了一种使用运动基元来描述仿人机械臂运动的方法，并给出了关于运动基元的逆运动学公式，使用人臂三角获得唯一的冗余解，但该方法并未考虑关节限位和碰撞的影响。现有基于位置的逆运动学方法已经明确地给出基于臂角参数的运动学方程，正试图解决关节限位和碰撞约束对逆解的影响，然而其存在无法完整描述可用臂构型、末端可达位置减少、运动易跳变和无法获得满足多约束条件下拟人臂构型的问题。

发明内容

本发明为解决现有基于位置的逆运动学方法无法完整描述仿人机械臂的可用臂构型、末端可达位置减少、运动易跳变和无法获得满足多约束条件下拟人臂构型的问题，提出了一种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。