[发明专利]一种基于行为树的机械臂任务规划系统及应用方法

说明书

本发明公开了一种基于行为树的机械臂任务规划系统及应用方法，包括：轨迹分割模块、目标位姿检测模块、行为树设计模块、动态运动基元泛化模块、上位机系统和Kinova Jaco机械臂。一方面使用遥操作控制Kinova Jaco机械臂进行多次抓取任务演示，上位机系统将收集到的演示数据经轨迹分割模块得到动作基元，构建动作基元库；另一方面，根据抓取任务执行逻辑，经行为树设计模块创建抓取任务行为树；Kinect传感器捕获物体深度图像经目标位姿检测模块估计出物体位置和姿态后，结合动作基元库中对应动作基元，再由动态运动基元泛化模块进行泛化，将泛化得到的动作基元作为行为树动作节点，行为树将执行指令传送至上位机系统，控制Kinova Jaco机械臂执行抓取任务。

技术领域

本发明涉及机械臂任务规划领域，具体涉及一种基于行为树的机械臂任务规划系统及应用方法。

背景技术

随着各式各样机器人正逐渐应用于家庭、医疗服务等领域，具备辅助进食、衣服整理、传递物体等操作技能，人们越来越期望机器人能够具备更强的自主操作能力，在面临更加复杂的实际环境中，能够帮助甚至代替人类完成更加复杂的操作任务。传统的复杂编程、遥操作等常规方法可以让机器人具备一定的操作技能，能够让其较好地工作在结构化工作环境中。然而伴随着机器人应用领域的不断扩大，机器人往往会面临着未知、复杂以及动态的环境，传统任务规划方法无法让机器人很好地适应非结构化工作环境，且传统机器人任务规划方法存在周期长、效率低、工作量大以及无法动态适应环境等诸多难题。综上所述，设计具备一定自主决策和学习能力的机器人任务规划方法及系统具有迫切的需求与重大的意义，其能够弥补传统编程等常规方法的缺陷，极大提高机器人对环境的适应能力。

本发明所提出的机械臂任务规划方法以典型抓取任务为例，基于动态运动基元算法和行为树框架。为实现行为树方法，需将抓取任务划分为移动、抓取、释放等典型机械臂动作并构建基元库，同时基元库中每个动作基元的模型参数需通过动态运动基元算法学习完成，然后根据示教任务的实际执行过程，记录下任务执行逻辑，创建抓取任务行为树模型。当环境发生动态变化时，利用动态运动基元算法对动作基元进行泛化，完成对新任务的执行；当面对新的任务场景时，在初始行为树基础上进行拓展，增加条件节点以及增加子树，使行为树能够适应多个不同任务场景。

发明内容

发明目的：本发明的目的是提供一种操作简单、泛化性能强的机械臂任务规划方法，本发明的另一目的在于提供基于行为树的机械臂任务规划方法系统，根据示教任务的实际执行过程，记录下任务执行逻辑，创建抓取任务行为树模型，在面对不同的任务场景时，根据行为树的灵活性、模块化性和可拓展性，在原有任务行为树框架的基础上，对行为树进行扩展，完成对新任务的执行。

技术方案如下：

一种基于行为树的机械臂任务规划系统及应用方法，系统包括：轨迹分割模块、目标位姿检测模块、行为树设计模块、动态运动基元泛化模块、上位机系统和Kinova Jaco机械臂。其中各个模块是指上位机中编写的可运行的控制程序。一方面，使用遥操作控制Kinova Jaco机械臂进行多次抓取任务演示，上位机系统将收集到的演示数据经轨迹分割模块得到动作基元，构建动作基元库；另一方面，根据抓取任务执行逻辑，经行为树设计模块创建抓取任务行为树；最终，执行新抓取任务时，Kinect传感器捕获物体深度图像经目标位姿检测模块估计出物体位置和姿态后，结合动作基元库中对应动作基元，再经由动态运动基元泛化模块进行泛化，将泛化得到的动作基元作为行为树动作节点，根据行为树将执行指令传送至上位机系统，控制Kinova Jaco机械臂执行抓取任务。

方法主要包括以下步骤：

S1、根据抓取任务执行逻辑，将行为树分为抓取物体子树与放置物体子树，子树内部和子树之间采用带记忆功能的顺序节点和带记忆功能的选择节点作为控制节点。