用于复杂管道内表面喷涂的冗余机器人轨迹避障规划

本文旨在系统地解决长臂冗余机器人喷涂复杂管道内表面的避障问题.首先基于空间插值提出在线碰撞检测方法,该方法不仅适用于不同形状的管道,而且检测精度随着模型采样密度的增加而增加.机器人末端连杆位姿由目标点位姿约束确定,不能通过机器人的冗余自由度进行避障调节.针对喷涂机器人末端必然碰撞情况,提出放宽目标点姿态约束的方法,利用碰撞检测确定末端最快避障方向,计算最小姿态变化矩阵,达到该情况下的避障要求.同时利用管道虚拟轴线与各关节最快避障方向优化冗余机器人其他关节的避障能力.喷涂复杂管道内表面的仿真实验验证了本文方法的有效性,解决了机器人末端必然碰撞问题,优化了机器人的避障能力.与现有方法相比,该方法可以处理更为复杂的管道避障问题.     

一种冗余机械臂的多运动障碍物避障算法

冗余机械臂的避障问题一直是工业机器人应用领域的研究热点之一;为了改进传统避障算法的不足,提出了一种多运动障碍物的避障算法;该算法利用各障碍物的运动状态得到与机械臂之间的最小预测距离,并将其利用雅可比转置矩阵转化为机械臂对应杆件上的躲避速度,再将躲避速度引入梯度投影法中求得机械臂的关节角速度,并通过积分得到避障运动中机械臂的关节角度值,在完成末端轨迹跟踪的同时实现冗余机械臂的实时避障;利用一款七自由度冗余机械臂对该算法进行了仿真验证,结果表明该算法能有效实现冗余机械臂对多运动障碍物的避障。     

栅格地图环境下机器人速度势实时路径规划

针对智能制造工程环境中移动机器人的自动避障问题,提出一种基于栅格地图的移动机器人速度势实时避障路径规划方法。利用栅格法二值化移动机器人的工作场景,从机器人中心出发向不同方向进行栅格搜索。基于障碍物对移动机器人有排斥作用以及目标点对机器人有吸引作用的思想,通过栅格数的累加计算机器人到障碍物之间的实时距离,并以此为参数,考虑障碍物的形状、最小安全距离等因素的影响来建立负的速度增量函数;以机器人当前位置与目标点的实时距离和角度为参数建立正向速度增量函数。进而在机器人运动学模型基础上,定义速度势函数来对移动机器人进行实时速度驱动。通过设置最小速度增量,避免在零势点处的局部极小点问题;通过设立距离阈值,避免在目标点附近速度增量趋于无穷的问题。通过仿真对所提出的算法进行验证。     

协作环境下的人机距离建模与最小距离迭代算法

为了使机器人适应更广泛、更复杂的任务需求,实现人与机器人的协作与共融,精确并实时地计算人与机器人之间的相对距离成为了不可避免的问题.针对该问题,提出了一种协作环境下的人机距离建模方法以及计算人机间最小距离的迭代算法.首先,利用机器人的3D模型构建机器人结构特征,并通过3D视觉传感器提取人体骨骼特征,将以上2组特征映射到同一坐标空间中建立协作环境下的人机距离模型.然后,在此模型的基础上迭代计算人与机器人间的最小距离并给出对应的空间位置点.最后以ABB公司的YuMi机器人为测试对象进行人机最小距离测量实验,实验结果表明该方法降低了建模难度、实现了计算的实时性,验证了该建模方法与迭代算法的有效性和实用性.     

基于主从任务转化的冗余度机器人避障算法

在冗余度机器人的避障规划问题中,当障碍影响机器人末端运动时,避障运动和机器人的末端轨迹跟踪运动会发生相互冲突.针对这个问题,提出了基于主从任务转化的避障算法.该方法将避障运动的操作空间定义为1维的运动空间,引入了2个转换变量,可以根据得到的实时最小距离的变化,实现机器人末端的轨迹跟踪运动和避障运动之间光滑连续的优先级转换.最后,通过对一个3自由度平面机器人的仿真实验,对算法的正确性进行了验证.结果表明,机器人与障碍物的最近距离大于0.02m,并且机器人末端可以准确地到达目标位置.所提出的方法不仅能实现冗余度机器人的避障,而且能防止任务之间的冲突.     

一种基于传感信息的机器人在线路径规划方法

针对非结构化环境下的多关节机器人实时避障问题,提出一种基于传感信息的机器人在线路径规划方法.由红外线传感器提供机器人手臂周围环境信息,通过计算C-空间内一些方向上的C-空间障碍距离,分阶段控制位姿点到达目标.避免了建立整个位姿点附近的C-空间,适合机器人在未知环境下的实时避障要求.仿真结果验证了该算法的有效性.     

基于向量场的移动机器人动态路径规划

由于简洁、高效等优点,人工势场法已应用于自主移动机器人的在线实时路径规划,并受到广泛关注.目前,人工势场法在处理静态环境、动态匀速环境下的路径规划方面已有许多成果,但是,机器人在全变速环境下进行在线实时路径规划时,会出现路径冗余、避碰不及等现象.为此,将目标关于机器人的相对加速度因素引入引力势场函数中;在斥力势场函数的基础上融合避碰预测、减速避障策略;最终,机器人能够避免大量无谓避障,当与障碍物相对速度较大时能提前避障,且快速跟踪到目标.仿真结果验证了所提方法的有效性.     

新型势场模型及在实时运动规划中应用

针对复杂环境中移动机器人的实时运动规划问题,在传统人工势场法基础上,以机器人与动态障碍物的相对位置和相对速度为变量,构建了一种新型的位置和速度势场模型,提出了一种新的自适应势场法.通过变参数约束扰动法解决了势场法中的局部极小问题.实验结果表明,该方法能使机器人选择最佳避障策略实现主动避障,快速地摆脱动态障碍物,规划出光滑路径,从而提高避障效率,较好地解决了动态未知环境中的路径规划问题.     

动态环境下移动机器人路径跟踪与避障

采用模糊神经网络并结合模糊逻辑控制的方法,研究在动态环境下移动机器人的在线路径跟踪与实时避障问题:针对移动机器人的运动学模型,依据点与直线间的距离关系设计了移动机器人的路径跟踪算法,提出了一种基于模糊神经网络的移动机器人在线路径跟踪方案,采用改进的BP算法对网络进行学习与训练,利用梯度下降法调整网络的权值与阈值,使其实际输出与期望输出的误差总均方差最小.同时,运用模糊逻辑控制,实现了移动机器人的实时避障.仿真实例证实了控制方案的有效性,表明了所提出的跟踪算法与控制方案具有良好的动态路径跟踪与实时避障能力.     

改进人工势场的手术机器人位姿规划

运动避障与路径规划是手术机器人自动化手术中重要的技术环节,为机器人手术提供了良好的术中安全性及准确性.本研究针对上述两关键技术,提出改进人工势场的手术机器人位姿规划算法,首先,通过对引力函数进行改进,在不求取运动学逆解的情况下,能够准确驱动机械臂到达指定位姿;接着,利用快速凸包算法将障碍物凸体化,通过Gilbert Johnson Keerthi (GJK)算法计算障碍物与机械臂连杆等效圆柱面之间的最近距离,使避障距离更加准确;然后,通过自适应步长,使机械臂运动更加平稳快速;最后,引入动态引力常数,使机械臂具有逃离局部极小值的能力.实验结果表明,本研究能够让机器人在避障情况下平稳快速到达规划位姿,并在陷入局部极小值时逃逸,为未来医疗机器人在自动化手术方面提供了新思路.