[发明专利]一种冗余机器人多约束逆解方法

说明书

本发明公开了一种冗余机器人多约束逆解方法，其技术方案要点是：Step1:建立机器人关节角度相关的连续加权矩阵；Step2:构建推离关节远离极限角度的排斥速度势场；Step3:建立加权梯度投影法冗余机器人逆解；Step4:定义优化准则函数正则化连续变量系数；Step5:设计优化准则函数正则化处理原则；本冗余机器人多约束逆解方法相对加权最小二乘法，为了更好地实现避关节角度极限，本发明提出一种连续加权矩阵和排斥速度势场函数，推离机器人关节远离其关节角度极限，保持了机器人系统冗余特性；本发明提出一种优化准则函数正则化处理原则用于实时在线计算优化准则函数标量系数，避免了梯度投影法通过大量仿真来确定标量系数，提高了算法工作效率。

技术领域

本发明涉及机器人运动控制领域，特别涉及一种冗余机器人多约束逆解方法。

背景技术

通常，一个运动冗余的机器人相对操作任务具有多余的自由度，可以在不影响机器人末端任务运行的情况下，可以在运动学层面上实现避关节角度极限、避碰避障和避奇异位姿等约束任务，在动力学层面上还可以实现避关节扭矩极限和能量优化等约束任务。然而，由于冗余自由度的存在，机器人每一个末端位姿在欠定雅可比矩阵的作用下对应着无数组关节角度位置，因此，有必要在约束条件下寻求一组最优关节位置以求解冗余机器人逆运动学。

目前，冗余机器人常用的逆运动学方法包括梯度投影法和加权最小二乘法，但是，梯度投影法和加权最小二乘法有着严重的算法缺陷。在梯度投影法中，约束任务作为优化准则函数，其标量系数的选择通常依据经验主义和反复试验，若系数选择不恰当则约束任务性能不能得到保证，现有的方法仍然没有完好的解决梯度投影法中优化准则函数标量系数选择最优问题。另一方面，避关节角度极限是冗余机器人运动控制首要考虑的约束问题，而加权最小二乘法能够解决冗余机器人避关节角度极限问题，但加权最小二乘法求解出的关节角速度依赖权重因子。也就是说，当机器人关节角度处于极限位置时，关节相对应的权重因子无穷大，从而限制关节速度为零，使关节停留在关节角度极限附近，不能使关节远离极限角度，机器人系统容易丧失冗余特性。因此，优化准则函数标量系数最优选择和避关节角度极限是冗余机器人多约束逆解求解的关键问题。

发明内容

针对背景技术中提到的问题，本发明的目的是提供一种冗余机器人多约束逆解方法，以解决背景技术中提到的问题。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种冗余机器人多约束逆解方法，包括以下步骤：

Step1:建立机器人关节角度相关的连续加权矩阵；

Step2:构建推离关节远离极限角度的排斥速度势场；

Step3:建立加权梯度投影法冗余机器人逆解；

Step4:定义优化准则函数正则化连续变量系数；

Step5:设计优化准则函数正则化处理原则；

Step6:求解冗余机器人多约束逆运动学。

优先的，所述Step1中，连续加权矩阵W_c与机器人避关节角度极限相关，连续加权矩阵W_c定义为：

W_c＝diag(w_c(q_i))，i＝1,…,n；

其中，n为机器人关节自由度；q_i为第i个关节角度；

连续加权矩阵因子w_c(q_i)为：