[发明专利]一种基于改进图规划算法的空间机械臂任务规划方法

权利要求书

1.一种基于改进图规划算法的空间机械臂任务规划方法，其特征在于该方法包括以下步骤：

(1)依据具体任务场景，对任务状态及任务动作进行数学描述，建立机械臂任务规划的数学模型；

(2)依据所述任务规划的数学模型和引入信息熵的模拟退火算法，设计图拓展，获取任务规划图；

(3)依据所述任务规划图，在约束空间内融合不同任务目标，结合具体动作规划算法，实现任务规划解提取，完成空间机械臂的任务规划，其中所述任务规划解提取至少包括：

依据不同任务需求，规划解提取过程中第k步动作代价可表示为：

f_k(p)＝ω₁f₁(p)+ω₂f₂(p)…+ω_if_i(p)+…

其中f_i为根据具体规划算法设计的针对不同任务目标的计算函数，p为任务中的决策变量，包含机械臂构型、末端位置姿态与运动能量消耗，ω_i为权重值，从而实现融合不同任务目标；

依据具体的任务约束限定值，构建相应的约束子空间，在任务状态变更过程中选用具体的机械臂避障控制方法，保证规划过程中各决策变量处于约束子空间中；

依据任务规划图，逆向提取规划解，遍历所有包含初始状态的状态层，在满足任务约束的前提下，选择最小化目标函数f_k(p)的动作规划算法，实现在约束空间内融合多目标的任务规划解提取，完成机械臂任务规划。

2.根据权利要求1所述的方法，其特征在于，所述机械臂任务规划的数学模型至少包括：

(1)依据具体任务场景，定义任务状态矩阵S，形式如下：

其中T_s为利用D-H参数法对机械臂末端位姿的描述矩阵，W_S为环境状态矩阵形式如下：

其中，为操作物的位置描述矩阵，为操作物与机械臂的状态符合矩阵，第i行j列元素表示物体对某可能状态的符合程度：1代表符合该状态，0代表不符合，为保证矩阵的齐次性，以零行或零列补齐矩阵，具体形式分别如下：

假设环境中存在p个可操作物，操作物具有q种可能状态，则n＝max{p,q}；

(2)依据操作动作，定义任务动作矩阵A，形式如下：

其中，T_A为描述机械臂末端坐标系的平移、旋转变化的4×4的齐次矩阵，W_A为描述环境中操作物状态变化的矩阵，W_A可以分解为如下形式：

其中，为描述环境中物体平移、旋转的4×4的齐次矩阵，表示第i个物体状态变化的n×n的齐次矩阵，可以通过对角阵I的初等列变换得到；

(3)依据以上定义，上一步任务状态矩阵S_k-1以及动作矩阵A_k-1，定义全局状态转移矩阵S_Trans，形式如下：

其中，T_Trans为执行动作后描述机械臂的状态转移矩阵，W_Trans为描述环境的状态转移矩阵，通过分块矩阵相乘得到，可以由下述分块矩阵表示：

分别为表征环境中操作物的位置矩阵与表征操作物状态的状态矩阵相乘得到的矩阵，从中可提取出当前时间步的任务状态S_k，具体的元素关系如下：

其中，为S_k的左上角机械臂末端位姿的描述矩阵，为S_k的右下角环境状态矩阵。

3.根据权利要求1所述的方法，其特征在于，所述图拓展至少包括：

(1)图拓展过程中当前时间步状态的信息熵定义为：

其中p_k表示时间步t中第k类状态所占比例，可表示为：q为当前时间步中所有的状态的数量总和，k＝0代表在之前任一时间步中出现过的状态，状态数量为q₀，k＝1代表未在之前任一时间步中出现过的状态，状态数量为q₁，将每一时间步的信息熵作为模拟退火过程中温度T_t的衰减系数r_t，并以信息熵为比例衰减，如下式所示：

其中是衰减系数为r_t时下一时间步的温度，通常情况下，规定其温度下降速度应不快于T_t^min，T_t^min形式如下：

T_t^min＝T₀/(1+ln(t-t₀+1))

其中T_t^min表示算法在时间步t的最低温度，T₀为模拟退火算法的初始温度，t₀表示第一次搜索达到初始状态所用步数，则通过该温度衰减过程，可以实现根据图规划信息自适应的模拟退火算法，改进模拟退火算法的温度衰减过程可以表示为：

(2)为提高图拓展效率，从任务目标状态出发逆向构建规划图，根据任务的目标状态集，通过任务的动作集进行拓展，当图规划未达到初始状态时，图拓展被看作使内能增加过程，图拓展按照传统的搜索过程继续进行，在搜索出初始状态之后，将图拓展过程中的状态信息熵作为模拟退火算法的温度衰减系数，进而实现模拟退火过程的自适应温度衰减过程，当达到拓展终止条件后图拓展结束，获得任务规划图。