[发明专利]基于仿射变换与行为树的机器人任务规划方法及系统

说明书

本发明公开了基于仿射变换与行为树的机器人任务规划方法及系统，该方法包括：获取机器人的行为动作信息并进行组合，构建动作基元库；根据动作基元库获取人工示教的轨迹数据；结合动作基元库中动作基元的逻辑关系、人工示教的轨迹数据与任务执行逻辑，构建初步的行为树模型；基于仿射变换技术，对初步的行为树模型进行泛化处理，得到行为树模型；根据行为树模型的执行逻辑对机器人进行任务执行规划。通过使用本发明，能够通过基于仿射变换技术的行为树控制策略实现精准的控制机器人执行动作。本发明作为基于仿射变换与行为树的机器人任务规划方法及系统，可广泛应用于机器人技能学习与运动规划技术领域。

技术领域

本发明涉及机器人技能学习与运动规划技术领域，尤其涉及基于仿射变换与行为树的机器人任务规划方法及系统。

背景技术

机器人在一些特定的领域有比较广泛的应用，例如手机零件装配、水果采摘等，很大程度上协助人类提高了生产力及工作效率，作为制造业和信息产业交叉的3C行业目前自动化水平较低，由于其产品众多、尺寸较小、组装过程繁琐，再由于其产品更新换代较快，迫切需要智能技术实现自主生产，让生产线上的智能系统达到通用性；在工业生产线上，由于机械臂的复杂技能是由若干个更低层次的技能排列组合构成的，通过任务-技能-技能基元的分层解析，枚举出常用的基本的技能基元，例如推、拉、提、压、旋转等，构建基本技能基元库，在面对新环境、新任务的时候，可以将技能快速重组以适应新的操作环境与任务，并且近几年来，服务型机器人已经成为研究热点，如何让机器人从单一且固定的任务设定进化到复杂多变的环境下，这不仅需要机器人系统拥有对外界高维感知信息的融合与处理的能力，并且需要机器人拥有快速的自主决策与技能学习的能力，现有的技术应对环境改变的鲁棒性较差，并且技能学习的模型复杂，没有将问题模块化。

发明内容

为了解决上述技术问题，本发明的目的是提供基于仿射变换与行为树的机器人任务规划方法及系统，能够通过基于仿射变换技术的行为树控制策略实现精准的控制机器人执行动作。

本发明所采用的第一技术方案是：基于仿射变换与行为树的机器人任务规划方法，包括以下步骤：

获取机器人的行为动作信息并进行组合，构建动作基元库；

根据动作基元库获取人工示教的轨迹数据；

结合动作基元库中动作基元的逻辑关系、人工示教的轨迹数据与任务执行逻辑，构建初步的行为树模型；

基于仿射变换技术，对初步的行为树模型进行泛化处理，得到行为树模型；

根据行为树模型的执行逻辑对机器人进行任务执行规划。

进一步，所述获取机器人的行为动作信息并进行组合，构建动作基元库这一步骤，其具体包括：

获取3C生产线上机器人的常用操作；

对机器人的常用操作进行分割处理，得到机器人的行为动作信息；

所述机器人的行为动作信息包括刚体几何中心的位移向量、末端执行器的夹持力或机械臂对外界输出的弹力、末端执行期夹爪的开合角与末端旋转角的开合速度、机械臂末端执行器旋转的扭矩和更换末端执行器操作所引起的末端坐标重置；

对机器人的行为动作信息进行组合，构建动作基元库，所述动作基元库包括机器人的移动基元、机械臂末端执行器的平移基元、作用力平移基元、回位基元、打开或关闭末端执行器基元、压基元、旋转基元和夹取与更换末端执行器基元。

进一步，所述根据动作基元库获取人工示教的轨迹数据这一步骤，其具体包括：

对动作基元库中的基元数据进行人工示教处理，得到示教轨迹数据；

通过舍弃突变轨迹法对示教轨迹数据进行数据预处理，得到预处理后的示教轨迹数据；