一种固有约束下构建机器人运动空间的方法
【专利摘要】本发羽涉及一种固有约束下构建机器人运动空间的方法，其特征在于，该方法包括：步骤S1：以支撑脚为坐标原点，对身体基坐标系引入浮体运动学，建立一个基于全身关节的关节链和运动学模型；步骤S2：基于关带链和运动学模型，引入关节角范围约束、稳定性约束，利用蒙特卡洛法采样并求解机器人末端执行器的工作空间，获得工作空间构成的三维点云网格；步骤S3：在三维点云网格的基础上，进行平面截取，并通过极值分析，得到机器人在各个方向上的极值状态与位姿图。与现有技术相比，本发明以求解复杂全身运动下的机器人工作奈间为目标，基于数值算法，求取满足固有约束的复杂情形下末端轨迹工作空间的边界范围。
【专利说明】-种固有约束下构建机器人运动空间的方法
【技术领域】
[0001] 本发明涉及机器人控制领域，尤其是涉及一种固有约束下构建机器人运动空间的 方法。
【背景技术】
[0002] 人形机器人在日常使用中的一个常见任务为利用手臂和手去抓取物体，其中一个 相关的问题为机器人可以碰到的范围或者空间。在这些任务中，机器人的操作手是否可以 碰到目标物体是必须解答的问题。如图1中的判断流程，如果物体在手的可到达范围内，机 器人可以直接执行抓取行为来完成任务，否则的话，机器人需要通过移动或者行走，使得机 器人的手臂可到达空间包含目标物体。
[0003] 机器人工作空间为末端执行器在约束下可以达到的笛卡尔空间，就是机器人末端 构件上的一点所能达到的点的集合。机器人工作空间的大小代表了机器人的活动范围，它 是衡量机器人工作能力的一个重要运动学指标。对于每个末端执行器的工作空间的分析与 计算有助于机器人对任务进行更为有效的规划。如机器人对目标物的抓取与释放的任务前 提，就是目标物在机器人的工作空间范围内。
[0004] 一般机器人抓取的定位精度不高，往往需要重复定位，影响其定位精度的一个主 要因素就是现有方法主要基于传统的运动学，且身体基座标为恒定静止，从而计算出的机 器人运动空间构建不精准、不全面。
【发明内容】
[0005] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种固有约束下构 建机器人运动空间的方法，以求解复杂全身运动下的机器人工作空间为目标，基于数值算 法，求取满足固有约束的复杂情形下末端轨迹工作空间的边界范围。
[0006] 本发明的目的可以通过以下技术方案来实现：
[0007] -种固有约束下构建机器人运动空间的方法，该方法包括以下步骤：
[0008] 步骤SI :以支撑脚为坐标原点，对机器人身体基坐标系引入浮体运动学，建立一 个基于全身关节的关节链和运动学模型；
[0009] 步骤S2 :基于关节链和运动学模型，引入关节角范围约束、稳定性约束，利用蒙特 卡洛法采样并求解机器人末端执行器的工作空间，获得工作空间构成的三维点云网格；
[0010] 步骤S3 :在三维点云网格的基础上，进行平面截取，并通过极值分析，得到机器人 在各个方向上的极值状态与位姿图。
[0011] 所述的步骤S2具体为：
[0012] 步骤201 :在运动关节的关节角约束、稳定性约束范围内，采用蒙特卡洛法进行线 性随机采样获得关节状态值，每次随机采样获得的一组参数作为一个样本点；
[0013] 步骤202 :基于关节链和运动学模型，对样本点进行正运动学计算，获得机器人质 心以及末端执行器位姿点，以基坐标系为基础绘制位姿点的三维点云，得到末端执行器工 作空间；
[0014] 步骤203 :三维点云经过网格矩阵赋值后得到三维点云网格。
[0015] 所述的网格矩阵赋值具体为：对三维点云中每个位姿点用最邻近的网格点表示， 即将相近的位姿点归一化到同一个网格点中，每个网格点都居于各自网格空间的中心。
[0016] 所述的平面截取具体为：根据关键位置或需求位置对三维点云网格进行平面截 取，在同一平面上数值满足条件=Iz-ZtlI<e，z为平面上数值，Ztl为约束值，e为设定值。
[0017] 与现有技术相比，本发明具有以下优点：
[0018] 1)与现有方法相比，本发明充分运用人形机器人的冗余性，通过对机器人基于支 撑脚的坐标系，引入浮体运动学，采用数值法中具有代表性蒙特卡洛法来进行工作空间中 点集的求解，并且引入各种固有约束，讨论满足这些约束的复杂情形下的工作空间范围，以 及单脚支撑情形下的极致情况；
[0019] 2)本发明针对求解出的三维点云网格，进行平面截取，由于整体样本点求解值组 成的三维点云不便于进行观察精确的形状和结构，因此可先对关键位置或者需求位置进行 平面截取，再对获得关键位置的截面进行工作范围的分析以及讨论；
[0020] 3)本发明针对求解出的三维点云进行网格矩阵赋值，通过归一化、网格化解决关 节的冗余性，且可区别出相差较大的网格点，因为可能多个参数空间对应着极其接近的两 个位姿点，同样地在不同的情形下的横向对比，大量位姿点之间的欧式距离实际很小，为了 便于进行同类位姿点归一和空间范围的对比，需要对位姿点进行归一化的处理。
【专利附图】
【附图说明】
[0021] 图1为机器人抓取物体时工作空间判断流程图；
[0022] 图2为本发明方法流程图；
[0023] 图3为本发明中机器人浮体坐标系；
[0024] 图4为本发明中机器人关节链示意图；
[0025] 图5为本发明中工作空间计算流程图；
[0026] 图6为本发明中三维点云在机器人空间中的位置坐标图。
【具体实施方式】
[0027] 下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案 为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于 下述的实施例。
[0028] 每一个关节的值的组合都对应着一个机器人的状态空间。末端执行器的空间位置 是关于关节的非线性函数，关节空间下的一组参数对应着唯一的一个空间位置解。只有当 关节空间的这组参数满足引入的约束时，相对应的末端执行器的位姿点坐标才有意义，只 有在满足约束时该参数才可以通过大量采样关节空间下的参数组合，每个组合都对应着一 个空间位置点，大量符合约束条件下的空间位置点组成的三维点云图可以清晰的在图形中 描述出工作的范围大小以及边界曲面，这就是本发明的必要性。
[0029] 机器人的工作空间也就是末端轨迹，如手在各种关节空间配置下的三维空间位置 点集。人形机器人的运动需要满足一些基本的固有约束，包括关节角约束、稳定性约束。本 发明将求解、讨论和对比两种情况：分别是单纯手臂关节空间的工作空间求解以及浮体运 动学/全身运动学下的可达空间求解。
[0030] 实施例一：
[0031] 如图2所示，针对图1中工作空间网格，对单纯使用手臂关节空间的工作空间进行 求解与描述，以及蒙特卡洛法来求解工作空间的详细流程，即固有约束下构建机器人运动 空间的方法，该方法包括以下步骤：
[0032] 步骤SI:以支撑脚为坐标原点，对机器人身体基坐标系引入浮体运动学如Xe = f( 9F，9E)，建立一个基于全身关节的关节链和运动学模型，机器人的末端执行器不仅和末 端到质心的关节有关还受到质心到支撑脚的关节的影响，如图3、4所示。
[0033] 步骤S2 :基于关节链和运动学模型，引入关节角约束、稳定性约束并利用蒙特卡 洛法采样并求解机器人末端执行器的工作空间，获得工作空间构成的三维点云网格，如图5 所示，具体步骤为：
[0034] 步骤201:本实例的机器人手臂关节空间包含了 5个关节，在运动关节的关节角约 束、稳定性约束范围内采用蒙特卡洛法进行Nsample次线性随机采样获得关节状态值，每 次随机采样获得的一组参数作为一个样本点，其中，关节角约束表示为：emin< 0 < 0_， 0为关节取值，分别为0该关节的最大和最小值，稳定性约束如采样时约束，选 取的采样次数为Nsample= 10000次。
[0035] 步骤202:基于关节链和运动学模型，对样本点进行正运动学计算，获得机器人质 心，根据公式<0判断出左右脚哪只为支撑脚，其中，为左脚末端在z轴上的位 置，为右脚末端在z轴上的位置，然后结合质心与支撑区域的关系来判断出该采样是否 有效，若是，继续计算末端执行器位姿点，若否，继续在关机空间中随机采样，最后以基坐标 系为基础绘制位姿点的三维点云，得到末端执行器工作空间，如图6所示，为机器人单纯使 用手臂关节空间的工作空间。
[0036] 正运动学是机器人的基本的方法和原理，根据关节角的状态，求解目标连杆在特 定坐标系下的位姿，因此它常用于机器人的重心计算、机器人的状态描述。
[0037] 步骤203:三维点云经过网格矩阵赋值后得到三维点云网格。网格矩阵赋值具体 为：对三维点云中每个位姿点用最邻近的网格点表示，即将相近的位姿点归一化到同一个 网格点中，每个网格点都居于各自网格空间的中心。
[0038] 如图6所示，由大量样本点求解的位姿点构成的三维点云图可以看出对于不同的 参数样本下，由于关节的冗余性，实际上可能多个参数空间对应着极其接近的两个位姿点； 同样的为了进行在不同的情形下的横向对比，大量位姿点之间的欧式距离实际很小。为了 便于进行同类位姿点归一和空间范围的对比，需要对位姿点进行归一的处理。本发明通过 建立三维网格来进行归一化，通过对三维空间进行网格化处理，把三维空间分为密集的大 量网格点来表示，每个网格点都居于各自网格空间的中心。这样对于每个位姿点，都能找到 最近邻的网格点进行表示，这样可以把相近的位姿点都归一化到同一个网格点中，看待成 同一个位姿点，这样可以区别出相差较大的网格点。
[0039] 步骤S3:在三维点云网格的基础上，进行平面截取，并通过极值分析，得到机器人 在各个方向上的极值状态与位姿图。平面截取具体为：根据关键位置（如机器人手臂水平 平面）或需求位置（如研究者关心的位置）对三维点云网格进行平面截取，在同一平面上 数值满足条件：Iz-ZtlI<e，Z为平面上数值，Ztl为约束值，e为设定值。
[0040] 从采样的三维点云图中可以直接看出工作空间的极值范围以及边界曲面，但是 由于整体样本点求解组成的三维点云，不便于进行观察精确的形状和结构，所以可以通过 对关键位置或者需求位置进行平面截取，获得关键位置的截面进行工作范围的分析以及讨 论。比如，需要知道高度与初始位置同一水平位置时的工作空间，即满足约束条件z=z。。 然而由于采集的样本点为随机的，计算得出的z值不可能都刚好在平面上。增加一个松弛 条件，即认为满足条件Iz-ZcJ<e的都认为在平面上，在此条件下，得到了满足约束条件 的截平而。
[0041] 实施例二：
[0042] 对复杂全身运动下的机器人工作空间进行了求解。采用数值法中具有代表性的蒙 特卡洛法来进行工作空间中点集的求解，并且将同样引入各种固有约束如全身运动下的机 器人各个关节的关节范围约束等讨论满足这些约束下的复杂情形下的工作空间的范围。实 施步骤同实施例一，求解对象为机器人各个关节在固有约束下的工作空间范围。
【权利要求】
1. 一种固有约束下构建机器人运动空间的方法，其特征在于，该方法包括以下步骤： 步骤Sl :以支撑脚为坐标原点，对机器人身体基坐标系引入浮体运动学，建立一个基 于全身关节的关节链和运动学模型； 步骤S2 :基于关节链和运动学模型，引入关节角范围约束、稳定性约束，利用蒙特卡洛 法采样并求解机器人末端执行器的工作空间，获得工作空间构成的三维点云网格； 步骤S3 :在三维点云网格的基础上，进行平面截取，并通过极值分析，得到机器人在各 个方向上的极值状态与位姿图。
2. 根据权利要求1所述的一种固有约束下构建机器人运动空间的方法，其特征在于， 所述的步骤S2具体为： 步骤201 :在运动关节的关节角约束、稳定性约束范围内，采用蒙特卡洛法进行线性随 机采样获得关节状态值，每次随机采样获得的一组参数作为一个样本点； 步骤202 :基于关节链和运动学模型，对样本点进行正运动学计算，获得机器人质心以 及末端执行器位姿点，以基坐标系为基础绘制位姿点的三维点云，得到末端执行器工作空 间； 步骤203 :三维点云经过网格矩阵赋值后得到三维点云网格。
3. 根据权利要求2所述的一种固有约束下构建机器人运动空间的方法，其特征在于， 所述的网格矩阵赋值具体为：对三维点云中每个位姿点用最邻近的网格点表示，即将相近 的位姿点归一化到同一个网格点中，每个网格点都居于各自网格空间的中心。
4. 根据权利要求1所述的一种固有约束下构建机器人运动空间的方法，其特征在于， 所述的平面截取具体为：根据关键位置或需求位置对三维点云网格进行平面截取，在同一 平面上数值满足条件：I Z-ZtJ < e，z为平面上数值，Ztl为约束值，e为设定值。
【文档编号】B25J9/16GK104325462SQ201410521891
【公开日】2015年2月4日 申请日期:2014年9月30日 优先权日:2014年9月30日
【发明者】陈启军, 陈毅鸿, 刘成菊 申请人:同济大学