[發明專利]多約束條件下七自由度仿人機械臂的逆運動學擬人臂構型優化方法

有效

• 申請號: 201611195421.X
• 申請日: 2016-12-21
• 公開（公告）號: CN106584461B
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 夏晶;馬宏偉;趙建;劉鵬;王川偉;尚萬峰;薛旭升
• 申請（專利權）人: 西安科技大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;G06F17/50
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 宋詩非

多約束條件下七自由度仿人機械臂的逆運動學擬人臂構型優化方法，屬于機械臂控制領域，解決了現有基于位置的逆運動學方法無法完整描述仿人機械臂的可用臂構型、末端可達位置減少、運動易跳變和無法獲得滿足多約束條件下擬人臂構型的問題。所述方法首先計算出沿給定軌跡下避關節限位和碰撞的所有可用臂構型集，隨后在所有可用臂構型集中采用操作橢球優化獲得擬人臂構型，引入機械臂自運動處理不可用優化臂角和臂角區域間的過渡，將一個受六個等式和多個不等式約束的七維關節空間中尋找優化關節的問題轉化為一個一維的優化問題，本發明用于七自由度仿人機械臂的擬人臂構型優化。

技術領域

本發明涉及一種多約束條件下七自由度仿人機械臂的逆運動學擬人臂構型優化方法，屬于機械臂控制領域。

背景技術

七自由度仿人機械臂在執行任務的過程中會受到關節限位、周圍環境、自碰撞以及動態平衡等多個約束條件的制約，如何獲得同時滿足以上約束條件的最優的冗余解是七自由度機械臂運動學領域急需解決的重要問題，也是機械臂運動學研究中的一個難點。

目前，國內外眾多研究機構都對多約束條件下七自由度仿人機械臂的逆運動學展開了研究，該研究可以分為兩個方向：基于速度的逆運動學方法和基于位置的逆運動學方法。

基于速度的逆運動學方法主要包括梯度投影法、阻尼最小二乘法、加權最小范數法、廣義加權最小范數法和變權法。梯度投影法可以通過嵌套使用的方式來解決多約束條件的問題，然而該方法只能在主任務的零空間內局部優化子任務，無法保證子任務的有效性。加權最小范數法只能夠處理關節限位的約束，無法處理多約束條件的情況。廣義加權最小范數法能夠在仿人機械臂跟蹤給定軌跡的過程中賦予其避障和滿足關節限位的能力，并且試圖將多個不同時發生的任務結合為一個子任務，進而增加處理多約束問題的能力，然而，該方法在通常情況下很難判斷子任務是否會同時發生。變權法克服了廣義加權最小范數法很難判斷子任務是否會同時發生的問題，該方法在仿人機械臂的運動過程中只考慮主任務和活動的約束，但是該方法只能處理一些簡單的碰撞問題。基于速度的逆運動學方法通常會受到誤差和奇異的困擾，既無法對仿人機械臂的零空間進行完整的描述，也無法處理復雜環境下的碰撞問題，因此，該類方法更適用于簡單環境下七自由度仿人機械臂的實時控制。

基于位置的逆運動學方法采用幾何分析的方式直接獲得特定構型機械臂的解析解，與基于速度的逆運動學方法相比，該類方法的計算量小，通用性較差，但是在仿人機械臂上存在優勢。于2008年提出的封閉條件下仿人機械臂逆運動學解法給出了一種定義關節限位下可用臂構型的求解方法，但是該方法較復雜，不易實現，同時未考慮碰撞的影響。該方法雖然指出基于位置的逆運動學方法存在末端可達位置少和運動易跳變的問題，但是并未給出有效的解決辦法。2010年提出了一種有關節偏置的七自由度機械臂Barrett WAM逆運動學方法，指出正切類的關節對其零空間的限制是無法獲得的。2013年提出了一種使用運動基元來描述仿人機械臂運動的方法，并給出了關于運動基元的逆運動學公式，使用人臂三角獲得唯一的冗余解，但該方法并未考慮關節限位和碰撞的影響。現有基于位置的逆運動學方法已經明確地給出基于臂角參數的運動學方程，正試圖解決關節限位和碰撞約束對逆解的影響，然而其存在無法完整描述可用臂構型、末端可達位置減少、運動易跳變和無法獲得滿足多約束條件下擬人臂構型的問題。

發明內容

本發明為解決現有基于位置的逆運動學方法無法完整描述仿人機械臂的可用臂構型、末端可達位置減少、運動易跳變和無法獲得滿足多約束條件下擬人臂構型的問題，提出了一種多約束條件下七自由度仿人機械臂的逆運動學擬人臂構型優化方法。