[發(fā)明專利]一種機(jī)械臂運(yùn)動規(guī)劃群體智能計算方法

有效

• 申請?zhí)枺?/td>: 201810068243.7
• 申請日: 2018-01-24
• 公開（公告）號: CN108196453B
• 公開（公告）日: 2020-11-20
• 發(fā)明（設(shè)計）人: 劉輝;黃家豪;李燕飛
• 申請（專利權(quán)）人: 中南大學(xué)
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 長沙市融智專利事務(wù)所(普通合伙) 43114
• 代理人: 龔燕妮

1.一種機(jī)械臂運(yùn)動規(guī)劃群體智能計算方法，其特征在于，包括以下步驟：

步驟1：構(gòu)建機(jī)械臂所在工作空間的三維坐標(biāo)系；

利用圖像采集區(qū)域覆蓋機(jī)械臂抓取目標(biāo)物體的整個工作空間的雙目ZED相機(jī)的左右攝像頭連線中點(diǎn)作為原點(diǎn)，以雙目ZED右攝像頭中心到雙目ZED左攝像頭中心連線為y軸正向，根據(jù)右手定則建立機(jī)械臂工作空間的三維立體坐標(biāo)系；

步驟2：構(gòu)建基于模糊神經(jīng)網(wǎng)絡(luò)的待抓取物體目標(biāo)識別模型；

以每幅待抓取物體目標(biāo)圖像的中間像素累加值和對應(yīng)的物體類別分別作為輸入和輸出數(shù)據(jù)，對模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到基于模糊神經(jīng)網(wǎng)絡(luò)的待抓取物體目標(biāo)識別模型；

所述待抓取物體目標(biāo)圖像的中間像素累加值的獲取過程如下：

利用步驟1中用于構(gòu)建三維立體坐標(biāo)系的雙目ZED采集各類待抓取物體目標(biāo)圖像在各種位姿下的圖像；對待抓取物體目標(biāo)圖像依次進(jìn)行去噪、位置變換、灰度處理和邊緣檢測；提取經(jīng)過邊緣檢測后的圖像的大小為200×200的正中間區(qū)域，將所提取區(qū)域中所有像素的灰度值進(jìn)行累加得到中間像素累加值；

步驟3：構(gòu)建基于極限學(xué)習(xí)機(jī)的機(jī)械臂抓取最優(yōu)路徑模型；

利用機(jī)械臂抓取各類待抓取物體，獲得抓取路徑樣本，以抓取路徑樣本中的機(jī)械臂起點(diǎn)、終點(diǎn)位置坐標(biāo)和運(yùn)動旋轉(zhuǎn)角度矩陣分別作為輸入和輸出數(shù)據(jù)，以各關(guān)節(jié)的旋轉(zhuǎn)角度總和最小為目標(biāo)函數(shù)，對極限學(xué)習(xí)機(jī)進(jìn)行訓(xùn)練，獲得基于極限學(xué)習(xí)機(jī)的機(jī)械臂抓取最優(yōu)路徑模型；

所述抓取路徑樣本包括機(jī)械臂末端在步驟1構(gòu)建的三維坐標(biāo)系中，抓取起點(diǎn)和抓取終點(diǎn)位置坐標(biāo)，以及機(jī)械臂各關(guān)節(jié)的運(yùn)動旋轉(zhuǎn)角度矩陣，所述運(yùn)動旋轉(zhuǎn)角度矩陣的行數(shù)和列數(shù)分別為機(jī)械臂轉(zhuǎn)動關(guān)節(jié)個數(shù)和抓取物體過程中的動作次數(shù)；

步驟4：實(shí)時采集待抓取物體目標(biāo)圖像識別物體類別；

利用步驟1中用于構(gòu)建三維立體坐標(biāo)系的雙目ZED采集待抓取物體目標(biāo)圖像，按照步驟2中的處理過程提取當(dāng)前圖像中的中間像素累加值，并輸入所述基于模糊神經(jīng)網(wǎng)絡(luò)的待抓取物體目標(biāo)識別模型中，獲得物體類別信息；

步驟5；基于物體類別確定物體重心，求得抓取終點(diǎn)坐標(biāo)，獲取機(jī)械臂抓取最優(yōu)路徑，驅(qū)動機(jī)械臂抓取物體；

基于物體類別信息確定物體重心，使得機(jī)械臂夾爪的抓取中心對應(yīng)物體重心，從而確定機(jī)械臂夾爪在抓取終點(diǎn)的坐標(biāo)，并輸入所述基于極限學(xué)習(xí)機(jī)的機(jī)械臂抓取最優(yōu)路徑模型中，得到機(jī)械臂抓取最優(yōu)路徑，并發(fā)送至機(jī)械臂控制系統(tǒng)，驅(qū)動機(jī)械臂抓取物體；

在機(jī)械臂抓取物體過程中，若雙目ZED拍攝到工作空間出現(xiàn)障礙物，則利用障礙物的深度圖像信息在所述三維坐標(biāo)系中構(gòu)建障礙物模型，判斷障礙物模型的包絡(luò)線位置是否處于機(jī)械臂的原始抓取運(yùn)動區(qū)域中，若不處于，則機(jī)械臂繼續(xù)按原抓取路徑進(jìn)行抓取工作，若處于，則將障礙物模型的包絡(luò)線與原始抓取運(yùn)動區(qū)域的切點(diǎn)、避障路徑的起點(diǎn)和終點(diǎn)坐標(biāo)輸入基于支持向量機(jī)的機(jī)械臂避障路徑模型，獲得避障路徑；

所述障礙物模型的包絡(luò)線與原始抓取運(yùn)動區(qū)域的切點(diǎn)的獲取過程如下：

將障礙物模型的包絡(luò)線截斷機(jī)械臂原抓取路徑的截斷起點(diǎn)、截斷終點(diǎn)連成截斷直線，獲取所有和截斷直線平行的平面與障礙物模型的包絡(luò)線相切的點(diǎn)，選出與截斷直線最近的切點(diǎn)；

避障路徑的起點(diǎn)為所述截斷起點(diǎn)前移3cm，避障路徑的終點(diǎn)為所述截斷終點(diǎn)后移3cm；

所述避障路徑位于切點(diǎn)外部；

所述基于支持向量機(jī)的機(jī)械臂避障路徑模型，是以各類障礙物位于所述工作區(qū)間中，障礙物模型的包絡(luò)線將機(jī)械臂原抓取路徑截斷后得到避障路徑起點(diǎn)、避障路徑終點(diǎn)以及包絡(luò)線與原始抓取運(yùn)動區(qū)域的切點(diǎn)作為輸入數(shù)據(jù)，機(jī)械臂在避障過程中各關(guān)節(jié)的運(yùn)動旋轉(zhuǎn)角度矩陣作為輸出數(shù)據(jù)，以各關(guān)節(jié)的旋轉(zhuǎn)角度之和最小作為目標(biāo)函數(shù)，對支持向量機(jī)進(jìn)行訓(xùn)練獲得。