室内环境下移动机械臂的运动规划研究——曲阜师范大学
路径规划,只要包括全局路径规划及局部路径规划两部分
- 全局路径规划是基于已知的环境,根据目标规划出可行路径
- 局部路径规划是在未知环境或者部分环境已知的情况下,侧重获取周围环境信息,保证机器人具备良好避障的能力
移动机械臂的运动规划主要包括两部分内容,包括移动平台的运动规划以及机械臂的运动规划。
- 移动平台的运动规划是在自主定位和建图基础上,在包含动静态障碍物的环境中,机器人如何有效避开所有障碍物,同时在尽可能短的时间内,找到起始点到目标点的最优路径,沿着路径到达目标点。
- 机械臂的运动规划包含关节空间轨迹规划、笛卡尔空间轨迹规划以及避障路径规划,需在机械臂的正、逆运动学的基础上进行分析,计算每个关节的角度,使得机械臂能避开障碍物,同时保证末端执行器到达目标点。
1 运动学分析
1.1 移动平台运动学分析
差速驱动轮的正逆运动学分析
1.2 机械臂运动学分析
D-H参数建模以及正逆运动学分析
2 移动平台路径规划
2.1 构建地图
利用Hector和Gmapping构建栅格地图,并且进行对比,这就获得了移动平台在地图环境中的位姿。
2.2 全局路径规划算法
针对A*算法寻路效率低的问题,改进跳点中被迫邻居的筛选方式,基于改进后的跳点搜索对A * 算法进行改进.
A*算法是一种用于全局路径规划的一种启发式算法,是Dijkstra算法的扩展,被高效的应用于多种机器人研究中,根据定义的代价评估函数,对状态空间中搜索到的每个位置进行代价评估,找到代价最小的位置,再由该位置搜索下一个最小代价位置,寻到目标就意味着搜索结束。
A*算法相对于Dijstra算法,一定程度上减小了遍历的复杂度,但是在运算过程中,需要逐级计算相邻8个节点的代价,很多无意义的节点的计算浪费了时间,影响了寻路效率。
基于网格图寻路的跳点搜索算法,处理图搜索过程中出现的对称问题,筛选出特定的节点,称之为跳点。
2.3 局部路径规划算法
动态窗口算法(DWA)主要包括速度采样和选取评价函数两部分,速度采样是通过在速度空间采样多组线速度和角速度,根据多组数据模拟出下一段时间段的运动轨迹;其次,选取合理的评价函数对获得的待评价轨迹进行评价,选取最优的轨迹所对应的速度来驱动机器人运动。
3 机械臂运动规划
提出了改进的DG-RRT*算法
针对RRT*搜索算法,存在收敛速度慢,路径冗余等问题,两次利用目标引力作用,保证了寻路过程中的目标导向,加快了收敛速度,对获得的路径进行修建、平滑处理,保证了机械臂运行的稳定性。
3.1关节空间轨迹规划
- 各个关节的旋转,采用多项式插值
- 末端位姿的轨迹规划,采用笛卡尔空间:空间直线插补和圆弧插补
3.2机械臂避障路径规划
提出了改进的DG-RRT算法。