[发明专利]基于MIRRT*-Connect算法的智能仓储冗余机械臂动态避障运动规划方法

说明书

本发明公开了一种基于MIRRT*‑Connect算法的智能仓储冗余机械臂动态避障运动规划方法，该方法首先初始化工作空间环境，获取移动物品的起始和目标位姿并通过逆运动学求出机械臂关节变量，采用MIRRT*‑Connect算法规划一条从起始位姿到目标位姿无碰撞路径并进行平滑处理，根据所得节点序列数据控制冗余机械臂进行运动，最后利用冗余机械臂零空间自运动和局部路径规划对动态障碍物进行避障。本发明引入动态采样域概率偏置来降低扩展树生长的盲目性和双向扩展、自适应步长提高全局路径规划效率；通过最佳最近点和迭代运算优化路径；利用零空间自运动和局部路径规划有效避免动态障碍物，保证机械臂运动过程的安全性。

技术领域

本发明涉及冗余机械臂路径规划技术领域，具体是一种基于MIRRT*-Connect算法的智能仓储冗余机械臂动态避障运动规划方法。

背景技术

随着智能技术的高速发展，工业机器人凭借其生产效率、产品质量以及所带来的经济效益，已广泛应用于各行各业的不同领域。作为工业机器人的重要问题，轨迹规划旨在找出一条从起始状态到目标状态的路径，且在该路径运动过程中能够有效避开空间中所存在的障碍物。

目前常用的运动规划算法有网格搜索法(A*)、人工势场法(APF)、概率路线图法(PRM)和快速探索随机树(RRT)算法，其中网格搜索法(A*)需要对整个工作空间进行离散化建模，多用于移动机器人路径规划，对于多自由度冗余机械臂来说，存在“维度爆炸”问题；人工势场法(APF)利用障碍物斥力和目标引力思想，容易陷入局部最小值，产生震荡现象；概率路线图法(PRM)需要事先知道状态空间，效率较低；快速探索随机树(RRT)算法采用单查询、增量式的扩展路径方法，能够较好解决复杂环境和高维空间情况。针对传统RRT算法由于采样的随机性，存在低效率、盲目生长、路径曲折等问题，渐进最优RRT算法(RRT*)通过不断重选父节点及重新布线，使路径逐渐趋于最优，但其搜索；另外Informed RRT*在其基础上引入椭圆集概念，进一步限制搜索范围，但对于复杂环境仍存在适应性较差和精度较低的问题。

为了适用复杂场景和动态环境，本发明基于Informed RRT*引入双向扩展提高全局路径规划效率，采用动态采样域概率偏置来降低扩展树生长的盲目性，利用自适应步长加快在自由构型空间内扩展树的生长速度，通过距离评价函数选取最佳最近点，引入超椭球域及路径修剪进一步限制搜索范围，最后通过迭代运算对路径节点进行平滑处理，保证机械臂具有平稳的运动过程。同时，根据冗余机械臂零空间自运动和局部路径规划有效避免动态障碍物，保证机械臂运动过程的安全性。

发明内容

本发明的目的在于提供一种基于MIRRT*-Connect算法的智能仓储冗余机械臂动态避障运动规划方法，以解决传统技术对于复杂环境存在的效率低、适应性差和精度不高的问题。

为实现上述目的，本发明提供如下技术方案：基于MIRRT*-Connect算法的智能仓储冗余机械臂动态避障运动规划方法，包括以下步骤：

步骤S1：初始化工作空间环境，获取障碍物信息并确定冗余机械臂移动物品的起始位姿和目标位姿；

步骤S2：选取臂型角，通过逆运动学解算出冗余机械臂在所述起始位姿和目标位姿的关节变量；

步骤S3：利用MIRRT*-Connect算法在冗余机械臂自由构型空间内规划出一条从初始位姿运动到目标位姿的无碰撞路径；

步骤S4：通过迭代运算，对步骤S3所得路径进行平滑处理；

步骤S5：考虑冗余机械臂运动过程中与动态障碍物产生空间干涉，更新局部路径或改变臂型角避免碰撞；

步骤S6：利用上位机对冗余机械臂进行控制，保证其按照最新路径进行运动；