一种机器人运动轨迹控制方法

本发明涉及机器人运动，特别涉及一种机器人运动轨迹控制方法。

背景技术：

1、机器人运动轨迹控制是指对机器人执行器(例如关节或轮子)的运动进行精确控制，以使机器人能够按照预定的轨迹或路径执行任务。这种控制通常需要考虑机器人的动力学、运动规划、传感器反馈等多个因素，以确保机器人能够安全、高效地完成任务。机器人运动轨迹控制领域目前面临一些比较前沿的技术问题和挑战，这些挑战涉及到提高控制的精确性、适应性和鲁棒性，以应对复杂和多样的应用场景，例如：在工业生产中，多轴机器人协同工作的需求越来越普遍，解决多轴机器人之间的碰撞和协调问题，以实现高效的协同控制，是一个重要挑战。

技术实现思路

1、为了解决以上问题，本发明提供了一种机器人运动轨迹控制方法。

2、为实现上述目的，本发明所采用的技术方案如下：

3、一种机器人运动轨迹控制方法，包括如下步骤：

4、步骤1：对工作环境进行三维建模，包括所有参与协同工作的多轴机器人、工件、障碍物和工作空间的边界；

5、步骤2：为每个机器人生成可行的轨迹，以确保可以协同工作而不发生碰撞；

6、步骤3：将每个机器人的路径转化为轨迹，以便实际控制机器人的运动；

7、步骤4：控制机器人按照生成的轨迹移动；

8、步骤5：在每个时刻，需要进行碰撞检测，以确保多轴机器人之间不会发生碰撞；

9、步骤6：实时环境中执行轨迹控制，不断监测机器人的状态和环境变化，并根据需要对机器人的轨迹和控制进行调整，以应对不断变化的工作环境。

10、进一步的：所述步骤1包括：

11、使用传感器获取环境的三维数据点；

12、对从传感器获取的数据进行预处理，以确保数据的准确性和一致性；

13、将预处理后的数据表示为一个三维点云，其中每个点包含三维坐标(x，y，z)；

14、根据点云数据，定义工作空间w的边界和限制，以确保多轴机器人在这个环境中能够协同工作，工作空间w的边界和限制，使用以下公式表示：

15、w＝((x，y，z)|xmin≤x≤xmax，ymin≤y≤ymax，zmin≤z≤zmax)

16、其中：(x，y，z)表示三维坐标点，xmin、xmax、ymin、ymax、zmin、zmax分别表示工作空间的最小和最大边界坐标。

17、进一步的：所述步骤2包括：

18、随机选择一个初始位置qinit在工作空间w内，并将其作为rrt树的根节点，初始化一个空的rrt树，将qinit添加为树的唯一节点。

19、在每次迭代中，随机选择一个目标点qrand在工作空间ww内，然后，从rrt树中找到最近的节点qnearest，即使得qnearest到qrand的距离最小；

20、计算从qnearest到qrand的连接，并确保这条连接是可行的；

21、如果连接是可行的，将qrand添加到rrt树中，作为新的节点，并以qnearest为父节点，从而扩展树；

22、连接表示为以下公式：

23、qnew＝steer(qnearest，qrand)

24、其中steer是函数，用于计算从qnearest到qrand的有效路径；

25、重复上述步骤，直到达到终止条件；

26、一旦rrt树达到终止条件，从初始位置qinit到目标位置qgoal提取路径；

27、通过回溯rrt树，qgoal向树根qinit倒退，并收集连接节点的路径。

28、进一步的：所述步骤3包括：

29、将从得到的路径分为若干个线性段，线性段为两个节点之间的直线路径；

30、对于每个线性路径段，使用三次样条插值来生成平滑的轨迹；

31、三次样条插值表示为三次多项式函数，每个线性段有一个对应的三次多项式，三次多项式的一般形式如下：

32、p(t)＝a+bt+ct2+dt3

33、其中，p(t)是路径上的位置，t是时间或参数，而a，b，c，和d是待定系数；

34、使用计算出的插值系数，在每个线性段上生成轨迹点，从而得到平滑的轨迹。

35、进一步的：所述步骤4包括：

36、在每个时刻，根据当前轨迹的时间参数，确定机器人在路径上的目标位置qtarget；

37、计算当前位置qcurrent与目标位置qtarget之间的误差，表示为e(t)：

38、e(t)＝qcurrent-qtarget

39、使用pid控制算法来计算控制输入u(t)，pid控制器的公式如下：

40、

41、其中：u(t)是控制输入，kp是比例增益，用于根据当前误差来调整控制输入；ki是积分增益，用于根据误差的积分来消除系统的稳态误差；kd是微分增益，用于根据误差变化率来改善系统的响应速度；

42、将计算出的控制输入u(t)应用于机器人的执行器，以调整机器人的位置或速度，使其接近目标位置；

43、重复上述步骤，直到机器人到达路径的终点。

44、进一步的：所述步骤5包括：

45、在每个时刻，对机器人之间的碰撞进行检测；

46、对于两个机器人i和j之间的碰撞检测，使用距离阈值来检测是否存在碰撞，如果机器人之间的距离小于阈值dthreshold，则认为存在碰撞：

47、dij(t)＝||qi(t)-qj(t)||

48、其中：dij(t)是机器人ii和jj之间的距离，qi(t)和qj(t)分别是机器人i和j在时刻t的位置。

49、进一步的：所述步骤6包括：

50、持续监测机器人的状态和环境的变化；

51、根据监测到的数据，不断更新机器人的状态信息，包括位置、速度、姿态和周围环境的信息；

52、持续进行碰撞检测，以确保机器人之间不会发生碰撞；

53、根据实时环境变化和机器人状态的更新；

54、根据环境和机器人状态的变化，对控制输入进行调整，以适应新的情况；

55、循环执行上述步骤，以确保机器人能够适应不断变化的工作环境。

56、本发明与现有技术相比，所取得的技术进步在于：

57、本方法充分考虑多轴机器人之间的碰撞和协调问题，通过实时的碰撞检测和避免机制，确保机器人在协同工作时不会发生碰撞，从而提高了工作效率和安全性。

58、本方法中包括实时控制与调整步骤，允许机器人根据实时环境变化动态调整轨迹和控制输入，这增加了系统的适应性和鲁棒性，使机器人能够应对不断变化的工作环境，通过三维空间建模，方法考虑了工作空间内的多轴机器人、工件和障碍物的准确表示，从而更准确地规划轨迹，避免碰撞，并确保高效的协同控制。

59、本方法采用三次样条插值来生成平滑的轨迹，以确保机器人在关节空间上的运动是可行的，有助于提高轨迹的可执行性和机器人的运动质量，使用pid控制器来实现轨迹跟踪，使机器人能够准确地遵循生成的轨迹，pid控制器具有广泛的应用和成熟的理论基础。

60、本方法综合考虑了路径规划、轨迹生成、控制、碰撞检测和避免以及实时调整等多个关键步骤，提供了一个全面的解决方案，以应对多轴机器人协同控制的各种挑战，在解决多轴机器人协同控制问题方面具有高度的综合性和适应性，可以提高生产效率，降低碰撞风险，适应复杂和动态的工作环境，是一个有前景的解决方案。