[發明專利]一種空間機械臂避障路徑規劃系統、方法、計算機設備及存儲介質

在審

• 申請號: 202110943779.0
• 申請日: 2021-08-17
• 公開（公告）號: CN113664829A
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 歐陽一農;方群;上官曄婷;陳大禹;孟浩東;馮云翀
• 申請（專利權）人: 西北工業大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 安彥彥

本發明屬于空間機械臂技術領域，公開了一種空間機械臂避障路徑規劃方法，包括以下步驟：步驟1：設計用于空間機械臂避障的強化學習算法；步驟2：將每節機械臂都視為智能體，用強化學習算法對各節機械臂進行離線訓練，獲取各個智能體的狀態?動作值函數表；步驟3：空間機械臂在作業過程中，將各個關節角變化轉換為利用逆運動學求出的關節角度值；當空間機械臂靠近障礙物時，相應的臂桿進入到危險狀態，這時智能體自動根據狀態?動作值函數表選擇相應的動作對障礙物進行避障。使用該方法能使空間機械臂在對固定目標進行跟蹤的同時，實現對固定或移動障礙物的有效避障，具有在復雜動態環境下較強的適應性和決策能力。

技術領域

本發明屬于空間機械臂技術領域，特別涉及一種空間機械臂避障路徑規劃系統、方法、計算機設備及存儲介質。

背景技術

隨著人類對地外空間的不斷探索，大量的航天任務不斷出現，在軌服務技術得到了快速的發展。而空間機器人對于實現在軌服務，如對航天器的在軌維修，空間碎片的在軌捕獲，空間站的在軌建造與維護等任務有著重要作用。為此各國研究人員對空間機器人進行了深入的研究，空間機器人根據執行機構的數目分為單臂和多臂空間機器人，本發明的研究對象為單臂空間機器人。空間機械臂固聯在空間機器人上，是空間機器人的執行機構，空間機器人的大部分操作任務都由空間機械臂完成。空間機械臂具有冗余的自由度，這使得它在對目標進行捕獲的同時可以對障礙物進行躲避，與其他執行機構相比也可以實現更精細的操作，這使得它具有廣闊的應用前景。很多專家對空間機械臂的避障路徑規劃方面做了深入的研究，并取得了豐碩的成果。

姜力在文獻《七自由度冗余機械臂避障控制》中提出了一種基于冗余機械手的零空間運動方程的七自由度在軌自保持冗余機械手逆動力學避障控制方法，該方法可以在確保機械臂末端執行器有效地跟蹤最終執行軌跡的同時實現避障。賈慶軒在文獻《基于A～*算法的空間機械臂避障路徑規劃》中使用A*啟發式搜索算法來實現空間機械臂的無碰撞路徑規劃。祁若龍在文獻《一種基于遺傳算法的空間機械臂避障軌跡規劃方法》中通過建立理想軌跡的分段描述方程，將空間機械臂軌跡規劃問題轉變為一個多目標優化求解問題，并通過加權系數法建立遺傳算法適應度評定函數，最后利用遺傳算法在關節空間下規劃出一條無碰撞理想軌跡。以上的方法都屬于傳統方法，通常針對特定的目標和障礙對軌跡進行最優規劃，但更復雜的環境將會增加計算成本并大幅降低魯棒性，進一步增加軌跡規劃成功的難度，甚至使任務失敗。

發明內容

本發明的目的在于提供一種空間機械臂避障路徑規劃方法，解決傳統避障方法在復雜環境中計算成本大、魯棒性差的問題。

本發明是通過以下技術方案來實現：

一種空間機械臂避障路徑規劃方法，包括以下步驟：

步驟1：設計用于空間機械臂避障的強化學習算法；

步驟2：將每節機械臂都視為智能體，用強化學習算法對各節機械臂進行離線訓練，獲取各個智能體的狀態-動作值函數表；

步驟3：空間機械臂在作業過程中，將各個關節角變化轉換為利用逆運動學求出的關節角度值；

當空間機械臂靠近障礙物時，相應的臂桿進入到危險狀態，這時智能體自動根據狀態-動作值函數表選擇相應的動作對障礙物進行避障。

進一步，強化學習算法采用Q學習算法。

進一步，步驟1具體為：

1.1、設計智能體的狀態值與動作值，根據不同的狀態智能體采取不同的動作；

1.2、設計智能體選擇動作策略，即在當前狀態下選取能使得動作價值函數值最大的動作；

1.3、設計獎懲函數來對選取動作后智能體所處的狀態進行評價，進而對動作價值函數值進行更新。

進一步，步驟3中，將各個關節角變化轉換為利用逆運動學求出的關節角度值，具體為：