[发明专利]一种避障任务无关人工势场引导的避障路径规划方法

说明书

本发明实施例提出了一种避障任务无关人工势场引导的避障路径规划方法，包括：考虑空间机械臂使用代价，选用机械臂能耗、末端速度、摩擦磨损作为优化目标，在此基础上提出一种引入速度极限的最小奇异值指标；考虑所述引入速度极限的雅各比矩阵最小奇异值、机械臂可操作度、条件数、关节极限，提出一种考虑机械臂操作代价的梯度势场离线构建方法；使用构建的梯度势场引导RRT算法中的随机树进行拓展，规划得出空间机械臂的无障碍运行路径。根据本发明实施例提供的技术方案，在执行冗余度空间机械臂避障路径规划任务的同时，依照上述方法可以提升避障规划算法的效率并降低机械臂的使用代价。

【技术领域】

本发明涉及自动化控制技术，尤其涉及一种避障任务无关人工势场引导的避障路径规划方法。

【背景技术】

路径规划算法的计算量取决于任务、环境的复杂性以及对规划路径质量的要求，一个好的路径规划算法应该兼顾对规划速度和路径质量；另一方面，从航天任务操作环境的特点出发，在完成避障规划任务的同时，如何降低机械臂其使用代价，也是避障规划方法需要解决的难点问题之一。

依据机器人对环境信息的把握程度可把避障路径规划划分为基于先验完全信息的全局路径规划和基于传感器信息的局部路径规划。一般来说，局部路径规划算法由传感器实时采集环境信息，了解环境地图信息，然后确定出所在地图的位置及其局部的障碍物分布情况，从而进行实时路径规划。该类方法由于获取的环境信息有限，所以容易陷入局部最小。全局路径规划算法可分为两类，一类是基于环境地图的路径规划算法，该类算法首先需要建立环境地图，然后进行无障碍路径搜索，但在高维空间建立环境地图十分困难，所以不适用于冗余度机械臂避障路径规划；另一类方法是基于随机采样的路径规划算法，该类算法可以通过在机械臂关节空间进行采样来避免建立显式的机械臂无障碍关节空间，适用于高维空间的路径规划，但该类算法多数没有对路径进行优化，或者优化效率低下。同时，对于全局路径规划而言，在环境发生改变时，很难快速做出反应，一般需要通过与局部避障路径规划算法来完成任务。

综上所述，对空间机械臂的避障任务进行算法改进是非常重要的，一方面为保证规划得出的路径质量，同时为使全局规划算法能够与局部算法有效结合，就需要使规划出的路径远离奇异位形，并且在规划过程中考虑机械臂的使用代价；另一方面从路径规划的效率出发，希望机械臂能以较高的效率完成规定的操作程序，降低路径规划的时间代价。

【发明内容】

有鉴于此，本发明实施例提出了一种避障任务无关人工势场引导的避障路径规划方法，以降低机械臂的使用代价，提升与局部避障路径规划算法结合的能力，提升避障路径规划的效率。

本发明实施例提出了一种避障任务无关人工势场引导的避障路径规划方法，包括：

考虑空间机械臂使用代价，选用机械臂能耗、末端速度、摩擦磨损作为优化目标，在此基础上提出一种引入速度极限的最小奇异值指标；

考虑所述引入速度极限的雅各比矩阵最小奇异值、机械臂可操作度、条件数、关节极限，提出一种考虑机械臂操作代价的梯度势场离线构建方法；

使用构建的梯度势场引导RRT算法中的随机树进行拓展，规划得出空间机械臂的无障碍运行路径。

上述方法中，考虑空间机械臂使用代价，选用机械臂能耗、末端速度、摩擦磨损作为优化目标，在此基础上提出一种引入速度极限的最小奇异值指标，包括：考虑空间机械臂使用代价，选用机械臂能耗、末端速度、摩擦磨损作为优化目标，在此基础上提出的引入速度极限的最小奇异值指标为：