[发明专利]一种基于关节能量均衡分配的关节机器人轨迹规划方法

说明书

本发明属于机器人领域，并公开了一种基于关节能量均衡分配的关节机器人轨迹规划方法，包括以下步骤：1)建立机器人连杆模型；2)建立机器人动力学模型，获得各关节转矩计算公式；3)辨识机器人的动力学参数；4)得到各个关节的力矩曲线，对机器人各个关节力矩曲线进行拟合，利用曲率最大法对拟合曲线进行判别，记录最大插值点数及所对应的关节；5)建立评价函数作为能量均衡分配的判断标准，利用粒子群算法寻求评价函数最优解，构成机器人运行轨迹。通过本方法机器人能够自主判断运动过程中各关节电机能量相对均衡受力的位置点，生成运动轨迹。可以保证机器人在运动过程中轨迹平滑，运动时间短，各关节承受负载均衡。

技术领域

本发明属于工业机器人领域，更具体地，涉及一种关节机器人轨迹规划方法。

背景技术

机器人动力学是研究机器人运动与受力之间的关系，建立机器人动力学模型是机器人动态控制和高精度运动控制、动态设计及运动仿真的基础。目前，机器人动力学计算的方法主要有：牛顿-欧拉法，拉格朗日法，凯恩法，旋量定理法。应用不同的动力学方法所得到的动力学方程是不同的，其计算效率有很大差别，牛顿-欧拉方程是采用形位坐标作为独立变量的传统力学方法，在处理少数关节时，形式简洁，在本发明中选择牛顿-欧拉法计算机器人动力学。

机器人动力学模型的建立依赖于机器人连杆的运动参数和机器人连杆惯性参数的确定，前者容易获得，后者必须加以辨识。机器人连杆的惯性参数辨识是机器人动力学的重要部分。现有的机器人惯性参数辨识方法有：解体测量计算法，解体实验测量法，不解体实验测量法，三维模型测量法，理论辨识法。理论辨识法不需要解体机器人,也不需要专门的实验平台，可以获得较高的精度，因此，本设计采用理论辨识法辨识机器人的惯性参数。

粒子群算法和遗传算法类似，也是一种基于群体叠代的算法，但并没有遗传算法的交叉以及变异，而是粒子在解空间追随最优的粒子进行搜索。粒子群算法的优势在于简单，容易实现，无需梯度信息，参数少，特别适合于处理实优化问题。

现阶段对机器人的轨迹规划多为基于时间最优和整体能量最优，没有将机器人关节电机力矩和能量均衡作为机器人运动中轨迹的判定条件，难以满足实际生产中对机器人精确控制的要求。对于重载机器人运动过程抖动，能耗过大等问题无法通过运动学轨迹规划解决。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于关节能量均衡分配的关节机器人轨迹规划方法，其目的在于通过动力学计算不同位姿、速度下机器人的关节力矩，建立机器人关节电机能量均衡的评价函数，使机器人通过动态粒子群算法自动规划运动轨迹，从而优化器人运动过程中各关节电机负载不均衡，能耗过大的问题。

为实现上述目的，按照本发明，提供了一种基于关节能量均衡分配的关节机器人轨迹规划方法，其特征在于，包括以下步骤：

1)根据D-H参数法建立n关节机器人连杆模型；

2)建立机器人动力学模型，获得机器人关节力矩关系式；

3)辨识机器人在不同位姿的动力学参数；

4)输入机器人起始关节角度和终止关节角度，得到各个关节的力矩曲线，对机器人各个关节力矩曲线进行拟合，利用曲率最大法挑选特征点，获得各关节对应的特征点数，记录最大特征点数及获得最大特征点数的关节；

5)建立评价函数作为能量均衡分配的判断标准，利用粒子群算法寻求评价函数最优解，则获得机器人运行轨迹。

优选地，步骤1)具体步骤如下：

根据D-H参数法建立关节机器人的连杆坐标系模型，列出参数表，定义参数表中的关节角度θ＝[θ₁,θ₂,...,θ_n]，分别求解机器人关节i相对于关节i-1的变换矩阵：