买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京工业大学

摘要：本发明公开了一种机械臂重复操作运动规划方法。所述方法包括：依据D‑H描述法确定机械臂D‑H参数并构建机械臂的D‑H模型；采用逆运动学算法确定机械臂在关节空间的起始状态和目标状态；采用高斯混合模型对路径库进行学习并构建自适应采样器以提高随机采样效率；将先前任务对搜索空间的探索经验保存在一张经验图中，用图搜索算法从过去经验中检索局部有用经验从而加速后续规划问题求解。本发明提出的运动规划方法可以从过去成功的规划中学习经验，够节约搜索时间、提高机械臂重复操作任务的执行效率。

主权项：1.一种机械臂重复操作运动规划方法，其特征在于，包括：根据机械臂的物理特性，采用D-H描述法确定机械臂的D-H参数，构建机械臂D-H模型；所采用的运动规划器为一种基于经验的双向快速探索随机搜索树运动规划器；当所述运动规划器首次启动时，初始化经验图和路径库为空；所述路径库为规划所得的路径集合；所述经验图保存了之前规划任务中机械臂对待搜索空间的探索；所述待搜索空间为机械臂的关节空间；采用视觉传感器检测待操作物体在工作空间中的起始坐标位置和目标坐标位置，并确定机械臂末端执行器在工作空间中相应的位姿；依据所述机械臂的D-H模型，针对每一个任务实例，采用逆运动学算法将机械臂的末端执行器在工作空间的起始位姿和目标位姿映射成为机械臂在关节空间的起始关节状态和目标关节状态；以所述机械臂在关节空间的起始关节状态为待搜索空间的起始点，以所述机械臂在关节空间的目标状态为待搜索空间的目标点；以所述路径库、经验图、机械臂在待搜索空间的起始点以及目标点为所述基于经验的双向快速探索随机搜索树运动规划器的输入，求解机械臂在待搜索空间中从起始点到目标点的一条可行无碰撞路径，具体步骤如下：步骤1，分别在所述待搜索空间的起始点和目标点构建起始探索树Ta和目标探索树Tb；分别以所述待搜索空间的起始点和目标点为根节点初始化Ta和Tb，初始化Ta和Tb的边集合和顶点集合为空，初始化Ta和Tb的探索标志符为true，并初始化起始探索树Ta为当前扩展树；所述探索标志符表明该探索树是否可以继续在搜索空间进行探索，若为false，停止该树在搜索空间中的探索；步骤2，采用高斯混合模型对路径库进行学习，找出渐进最优路径可能存在的期望区域并构建高斯混合模型采样器，结合高斯混合模型采样器和均匀采样器构建自适应采样器；步骤3，以所述自适应采样器在搜索空间中确定随机采样点qrand；判断当前扩展树探索标志符是否为true，若是，则将qrand为探索方向确定当前扩展树的扩展节点qnew；若否，则交换起始探索树和目标探索树；若当前扩展树为起始探索树Ta，则切换目标探索树Tb为当前扩展树，若当前扩展树为目标探索树Tb，则切换起始探索树Ta为当前扩展树；步骤4，若上述当前扩展树成功扩展并能成功返回扩展节点qnew，判断另一颗探索树是否可以与所述返回的扩展节点qnew直接无碰撞相连，若是，则所述起始探索树Ta和目标探索树Tb可以连接起来，停止规划器整个探索过程，采用路径反向检索方法确定一条机械臂在关节空间起始点到目标点的一条无碰撞可行路径；步骤5，若上述的起始探索树Ta和目标探索树Tb不能直接相连，则继续判断当前扩展树是否可以与所述经验图连接，若能，停止当前扩展树探索，将所述当前扩展树探索标志符置false；步骤6，若起始探索树Ta和目标探索树Tb的探索标识符都为false，则表明所述起始探索树和目标探索树都连接到了所述经验图中，采用图搜索算法从经验图中检索局部最短路径；采用路径反向检索方法确定从起始点到经验图以及目标点到经验图的权重最小路径，并与图中局部最短路径共同构成机械臂在关节空间从起始点到目标点的完整路径；步骤7，若上述图搜索算法检索失败，将所述起始探索树Ta和目标探索树Tb的探索标识符重新置为true，恢复两棵探索树的探索状态以继续在待探索空间进行探索；步骤8，在时间允许范围内，步骤3到步骤7完成之后，若未找到机械臂在待搜索空间从起始点到目标点的一条无碰撞路径，则交换起始探索树Ta和目标探索树Tb，若当前扩展树为Ta则切换当前扩展树为Tb，若当前扩展树为Tb则切换当前扩展树为Ta；重复执行步骤3到步骤7直到在时间允许范围内找到一条无碰撞渐进最优路径；步骤9，待上述机械臂在待搜索空间从从起始点到目标点的路径找到之后，采用路径剪枝算法对路劲进行剪枝，剔除路径中冗余的路径点；步骤10，待上述步骤1到步骤9完成之后，将剪枝后的路径添加到所述路径库中，并根据当前任务探索树的探索结果更新经验图；最后返回最终求得的机械臂在待搜索空间从起始点到目标点的无碰撞渐进最优路径。

全文数据：

权利要求：

百度查询： 北京工业大学 一种机械臂重复操作运动规划方法