[发明专利]一种基于局部搜索算法的机械臂自主避障路径生成方法

说明书

本发明提出了一种基于局部搜索算法的机械臂自主避障路径生成方法，包括：步骤S1，初始化障碍物相关信息，根据初始化后的信息生成障碍物的边界框；步骤S2，将当前关节角度一个邻域内的关节点离散化；步骤S3，从当前角度出发，依据预测的关节角度变化律获得下一步的搜索路径点，判断从当前关节角度出发能否获得可行路径点，如果能够获得可行路径点，则从可行路径点中筛选最优路径点，进而判断是否到达终点；如果不能获得可行路径点则进行路径回溯，返回前一个路径点重新进入S2向前搜索；步骤S4，如果判断到达终点，则将所有最优路径点平滑连接起来，生成最终的平滑路径，如果判断没有到达终点，则前进一步返回步骤S2，搜索下一个路径点。

技术领域

本发明涉及工业机器人技术领域，特别涉及一种基于局部搜索算法的机械臂自主避障路径生成方法。

背景技术

在现代机器人应用中，随着工作环境的复杂多样化，机械臂需要与环境中的物体和人类进行更多的交互，这对机械臂的自主避障能力提出了越来越高的要求。良好的自主避障能力不仅能够大幅增加了机械臂的工作效率，同时也增加了于人体交互的安全性。

目前已有的机械臂避障方案有如下几类：

1.手动调节法。该方法需要在障碍物处，手动更改机械臂的运动路径来避过障碍物。使用该方法往往需要经过多次尝试才能获得有效的机器人运动路径，调整过程繁琐低效，同时难以保证最终获取路径的性能。

2.人工势场法，神经网络法，随机树搜索法等自主规划方法。其中，人工势场法在障碍物,目标点和机械臂之间建立势场函数，通过目标点吸引势与障碍物的排斥势相结合，对机械臂的路径进行规划。然而，该方法存在容易陷入局部极小值，产生错误规划的问题。神经网络法需要大量额数据进行模型训练，引入过多的数据采集工作，同时难以保证算法的稳定性。随机树搜索法通过初始值向外随机搜索，不断扩大搜索范围，寻找可行的解。该算法需要浪费大量的算力在不正确的搜索方向上，算法效率不高。上述这些方法的另一个缺点是没有寻找到避开障碍物的最短路径，同时也未考虑所生成路径的曲率，不能保证机械臂最终的运行效率。

发明内容

本发明的目的旨在至少解决所述技术缺陷之一。

为此，本发明的目的在于提出一种基于局部搜索算法的机械臂自主避障路径生成方法。

为了实现上述目的，本发明的实施例提供一种基于局部搜索算法的机械臂自主避障路径生成方法，包括如下步骤：

步骤S1，初始化障碍物相关信息，根据初始化后的信息生成障碍物的边界框；

步骤S2，将当前关节角度一个邻域内的关节点离散化；

步骤S3，从当前角度出发，依据预测的关节角度变化律获得下一步的搜索路径点，判断从当前关节角度出发能否获得可行路径点，如果能够获得可行路径点，则从可行路径点中筛选最优路径点，进而判断是否到达终点；如果不能获得可行路径点则进行路径回溯，返回前一个路径点重新进入S2向前搜索；

步骤S4，如果判断到达终点，则将所有最优路径点平滑连接起来，生成最终的平滑路径，如果判断没有到达终点，则前进一步返回步骤S2，搜索下一个路径点。

进一步，在所述步骤S1，所述初始化障碍物相关信息，包括：初始化路径起始点、终点、角度极限、障碍物边界信息。

进一步，所述生成障碍物的边界框，包括：选择由圆形和矩形元素描述障碍物的边界框；其中圆形由球心O_i(xo_i,yo_i,zo_i)和半径ro_i组成，矩形由长方体的各个顶点(xc_i,yc_i,zc_i)表示，障碍物的边界框由上述元素组成的圆柱形，球形和多面体进行描述。

进一步，在所述步骤S2中，