[发明专利]基于动态运动基元和人工势场的双臂机器人轨迹规划方法

权利要求书

1.一种基于动态运动基元和人工势场的双臂机器人轨迹规划方法，其特征在于，该方法包括以下步骤：

步骤S10，获取双臂机器人待路径规划的目标位置，作为输入数据；

步骤S20，基于所述输入数据，双臂机器人通过预构建的动态运动基元模型得到对应的规划路径，并沿该规划路径移动至所述目标位置；

其中，所述动态运动基元模型，其构建方法为：

步骤A10，基于双臂机器人的D-H参数表，构建双臂机器人模型并通过蒙特卡洛算法求解双臂机器人的工作空间；

步骤A20，在所述工作空间中设置起始位置、目标位置及对应的示范路径，并实时采集双臂机器人沿所述示范路径移动时的轨迹运动数据，作为第一数据；所述轨迹运动数据包括位移、速度、加速度；

步骤A30，基于所述第一数据，通过预构建的第一模型，得到示范路径对应的非线性强迫项，作为第一强迫项；所述第一模型为不包含强迫项的离散运动的动态运动基元模型；

步骤A40，基于所述第一强迫项，结合设定的学习路径的起始位置、目标位置，通过局部加权法获取每个基函数的最佳权重值，并构建所述学习路径对应的非线性强迫项，作为第二强迫项；

步骤A50，在所述第一模型中加入所述第二强迫项、预构建的加速度排斥项，构建带有避障功能的动态运动基元模型，作为最终构建的动态运动基元模型；所述加速度排斥项基于人工势场的负梯度构建。

2.根据权利要求1所述的基于动态运动基元和人工势场的双臂机器人轨迹规划方法，其特征在于，所述不包含强迫项的离散运动的动态运动基元模型为：

其中，τ表示时间缩放因子，α_y表示弹性常数，β_y表示系统阻尼项，g表示目标位置，y、表示基元在运动过程中的位置、速度、加速度。

3.根据权利要求2所述的基于动态运动基元和人工势场的双臂机器人轨迹规划方法，其特征在于，所述示范路径对应的非线性强迫项为：

其中，f_target表示示范路径对应的非线性强迫项的实际值，y_demo、表示示范轨迹对应的基元在运动过程中位置、速度和加速度，y₀、g₀表示示范轨迹对应的起始位置、目标位置。

4.根据权利要求3所述的基于动态运动基元和人工势场的双臂机器人轨迹规划方法，其特征在于，“通过局部加权法获取每个基函数的最佳权重值”，其方法为：

S＝(ξ(1)ξ(2)...ξ(p))^T

ξ＝x(g₁-y₁)

其中，ψ_i表示服从中心为c_i，方差为h_i的高斯分布的基函数，x表示相位变量，ω_i表示第i个基函数的权重，i表示下标，T表示转置，y₁、g₁分别表示学习轨迹对应的起始位置、目标位置，p表示数量，为设定值。

5.根据权利要求4中所述的基于动态运动基元和人工势场的双臂机器人轨迹规划方法，其特征在于，所述学习路径对应的非线性强迫项为：

其中，f表示学习路径对应的非线性强迫项的实际值，N表示基函数的个数。

6.根据权利要求5所述的基于动态运动基元和人工势场的双臂机器人轨迹规划方法，其特征在于，所述加速度排斥项为：

U(y)＝U_att(y)+U_rep(y)

其中，表示加速度排斥项对应的实际值，U(y)表示在点y处的势函数，U_rep(y)、U_att(y)表示在点y处的引力势、斥力势，表示引力增益，d(y，g₁)表示当前点y到目标点g₁之间的距离，η表示斥力增益，D(y)表示点y与最近障碍物之间的距离，Q表示障碍物距离作用阈值。