[发明专利]一种超冗余机械臂路径规划方法

说明书

本发明涉及一种超冗余机械臂路径规划方法，步骤1：针对超冗余机械臂建立运动学模型，确定绳长、偏角、坐标之间的转换关系；步骤2：建立障碍物模型，确定与障碍物对应的不可抵达区域；步骤3：在步骤1的基础上，通过正弦定理及两个极值点，理论分析两相邻直线路径之间的最大夹角Ψ_max与第i个臂杆端点沿其中一段直线路径运动过程中的臂杆偏角变化最大值ψ_max、臂杆长度L_i、路径步长l_w之间的关系；步骤4：根据步骤2确定的不可抵达区域以及步骤3中的约束关系，提出改进RRT算法进行路径规划。本发明的可行性与优化性优于传统算法。

技术领域

本发明涉及机械臂路径规划技术领域，具体涉及一种基于改进RRT算法的超冗余机械臂路径规划方法。

背景技术

在很多领域，路径规划技术都得到了广泛的应用。但是随着科技的发展及需求的提高，传统的路径规划算法难以满足复杂环境下的规划条件。基于节点采样的快速扩展随机树(Rapidly-Exploring Random Tree，RRT)算法，具有既能用于完整系统的路径规划，也能添加约束条件用于非完整系统的自主寻路等优点，为高维复杂环境下的路径规划开辟了一种解决方案。

RRT算法在路径规划领域取得较大的进展，但算法仍存在计算量偏大、路径不稳定、节点利用率低、不容易获得满足条件的路径等缺点。并且很少有算法在有关节偏角限制的条件下，分析如何规划路径，使得机械臂从狭窄空间中穿过。目前，可以借助一些软件、程序、工具箱(例如RVC、ROS)等工具可以规划出满足关节角度限制的路径，但在这些规划中都需要在规划过程中实时验算是否满足约束。因此，需要提出一种方法，可直接规划出符合关节角度限制的路径，可以保证机械臂在沿着规划的路径运动时，不仅可以穿过狭窄空间抵达目标点，并且还可以保证机械臂关节偏角始终在限制范围内。

发明内容

本发明解决的技术问题是：提出一种超冗余机械臂路径规划方法。该方法可与概率路线图(PRM)算法、A*算法、人工势能(APF)算法等路径规划算法相结合，可直接规划出符合关节角度限制的路径，大大提高了可行性与优化性。

本发明解决技术的方案是：一种超冗余机械臂路径规划方法，步骤如下：

步骤1：针对超冗余机械臂建立机械臂运动学模型，确定驱动绳长、臂杆偏转角度、臂杆末端点坐标之间的转换关系；

步骤2：针对环境中的障碍物建立障碍物模型，从障碍物模型中获得障碍物的位置、形状、大小信息，进而确定与障碍物对应的不可抵达区域；

步骤3：假设相邻臂杆长度相同且与路径步长l_w成线性关系，根据步骤1中确定的机械臂运动学模型，理论分析两相邻直线路径之间的最大夹角Ψ_max与第i个臂杆初始点沿其中一段直线路径运动过程中的臂杆偏角变化最大值ψmax、臂杆长度L_i、路径步长l_w之间的关系；

步骤4：根据步骤2确定的与障碍物对应的不可抵达区域以及步骤3中的关系约束进行路径规划。

优选的，所述的步骤2中，将路径与障碍物之间的最近距离设置为臂杆表面上的所有点距离该臂杆轴线的最远距离加上臂杆轴线上的点与直线路径之间的最远距离，与障碍物的距离小于等于上述最近距离的范围视为不可抵达区域。

优选的，步骤4采用MDA+RRT算法进行路径规划，具体通过下述方式实现：

步骤41：定义步长δ即l_w，以路径规划的起始点xinit作为随机树T的根节点；