[发明专利]一种时间最优的在线S型加减速规划方法

说明书

本发明公开了一种时间最优的在线S型加减速规划方法，该方法具有能够实现在线实时计算的特点，能够根据任意初始运动状态和加速度等于零的结束状态规划出满足运动约束条件的插补轨迹。简化了离线计算的过程，能够实现在未知环境下根据传感器返回的信号实时自动规划运动轨迹。

技术领域

本发明涉及工业机器人运动控制领域、伺服电机速度控制领域，移动式机器人在线控制特别是涉及速度规划方法与机器人运动规划方面的在线S型加减速规划方法。

背景技术

传统轨迹规划方法通常不考虑初始运动状态的初始加速度，初始速度不等于零的情况，因为对于初始运动状态不等于零的情况轨迹规划及其困难，并且计算复杂，不能满足实时性的要求。对于高性能机器人控制系统来说，无论当前机器人处于何种运动状态，通过将外部传感器信号作为机器人控制器输入，机器人都应该对输入信号立即做出反应。

发明内容

为了克服传统轨迹规划方法不能根据任意初始运动状态和结束状态进行轨迹规划。本发明提供一种时间最优的在线S型加减速规划方法，该方法能够用于机器人轨迹的自动在线生成。在考虑速度、加速度和加加速度约束条件和机器人运动始末状态的条件下，以时间最短为优化目标进行直接求解。

本发明的目的是通过以下技术方案实现的：

一种时间最优的在线S型加减速规划方法，包括以下步骤：

(1)输入在线运动规划所需要的参数：输入首末运动状态和运动约束条件，首末运动状态包括初始位置P_s、初始速度V_s、初始加速度A_s、结束位置P_trgt、结束速度V_trgt，运动约束条件包括最大加加速度J_max、最大加速度A_max、最大速度V_max；

(2)不考虑位移计算初始加速度曲线类型Type_a^*：根据步骤(1)输入的参数，在不考虑位移约束的情况下，满足其它约束条件计算初始加速度曲线类型Type_a^*；

首先判断在最短时间内由初始速度变化到结束速度过程中，加速度A是否需要达到极限；若不需要达到加速度极限值，则根据首末运动状态计算Type_a^*，将初始加速度曲线类型Type_a^*分为四种情况；若加速度需要达到极限值，同样根据首末运动状态计算Type_a^*也对应四种情况；从上述共计的八种情况之中选出一种作为Type_a^*；

(3)由步骤(2)返回的Type_a^*计算初始加加速度J_s；首先针对步骤(2)返回的Type_a^*计算Type_a^*对应的加速度曲线的位移ΔP^*，考虑计算方便性，将上述八种Type_a^*分为四类；

(4)确定S型加速度曲线类型Type_a；若步骤(3)计算的ΔP^*等于目标位移ΔP，则Type_a等于Type_a^*；否则需要由步骤(3)计算的J_s计算Type_a；以规划总时间最短原则，考虑是否存在匀加速区域、是否存在匀速区域、以及加减速过渡次数将S型加速度曲线类型分为八种，通过以下原则从八种S型加速度曲线类型之中选出一种作为Type_a；分类判断原则如下：

原则A：假定在运动规划过程中，速度恰好达到速度极限且最后达到目标速度，比较此时的位移和实际目标位移大小；