机器人轨迹规划.docx

机器人是一种自动的、位置可控的、具有编程能力的多功能机械手,这种机械手具有几个轴,能够借助于可编程操作来处理各种材料、零件、工具盒专用装置,以执行多种任务。本论文所指的机器人,工业机器人,或称机器人操作臂、机器人手臂、机械手等。
机械人系统一般由四个相互作用的部分组成:执行机构、控制器、环境和任务,执行机构(也称为机械手、操作器或者操作手)一般是多关节式机械结构,由连杆、关节、末端执行器等组成,其末端执行器根据操作需要也可以换装焊枪、吸盘、扳手、喷嘴等工具。
环境即机器人所处的周围环境。是指机器人在执行任务时,所能达到的几何空间,而且包含此空间及其中的每个事物的全部自然特性所决定的。在机器人工作环境中,机械人会得到完成此任务所需要的支持,如自动传输线将为机器人传送生产所需的工件、材料等。同时,在机器人的工作环境中也会遇到一些障碍物和其他物体,它必须避免与这些障碍物发生碰撞及对这些物体发生作用,妥善处理好环境中各种突发事件,以保证机器人完成特定的任务。环境信息一般是确定的和己知的,这种环境称为结构化环境。但在大多数情况下,环境具有未知和不确定性,这种环境称为非结构化环境。
任务的定义为环境的两种状态(初始状态和目标状态)fB]的区别。这些任务必须用适当的程序设计语言来描述,并将其存入机器人系统的控制计算器中,而且这种描述必须是能被计算机所理解。随着系统的不同,语言所用的系统不同语言描述方式可以为图形、语音或者文字。
控制器是机器人系统的指挥中枢,负责信息处理和与人交互,它接受来自传感器的信号,对其进行数据处理,并按照预存信息、机器人的状态及其环境情况等,产生出控制信号去驱动机器人的各个关节。为此,控制器内必须保证机器人实现其功能所必须的程序。对于技术要求简单的机器人,计算机只含有固定程序:对于技术比较先进的机器人,可以采用可编程计算机或者微处理器作为控制器。机器人主要应用在工业制造中,当然还有各类机器人在资源丌发、排险救灾、社会服务和军事、航天等方面。

最优轨迹规划是机器人的最优控制问题之~。规划的任务是根据给定的路径
点,规划出通过这些点并满足各种约束条件矛U。陛能指标的光滑的最优运动轨迹[3]。
由于机器人的动力学模型的非线性和强耦合性,所以对机器人控制是一个非常复杂的问题。通常,对其研究分为两个阶段来进彳亍。第一个阶段称为机器人的的最优轨迹规划(Optimal Trajectory Planning,OTP),第二个阶段称为轨迹跟踪和控制(Trajectory Tracking and Control,TTC)。tiij者为后者提供了机器人在运动路径上
期望的位置、速度、加速度和力(或者力矩)等控制命令;而后者则负责让机器
人尽可能精确地按照上面对应的控制命令移动。研究机器人轨迹控制的方法比较
多,而且比较成熟,在实际的应用中也获得了较好的效果,例如滑模控制器(Sliding Mode Controller,SMC)。而在机器人的轨迹规戈lJ方面,则由于涉及到机器人动力学、运动学等诸多方面的性能的约束而显得非:常复杂,此外在机器人轨迹规划前,还需要有路径规划的过程,因为在机器人的工作空问中往往分布着一些障碍物,要使机器入能够安全的从起始点运行到终点,就需要规划一条路径避开这些障碍物,这就需要进行路径规划,得到一条距离障碍物尽量远的安全路径。
本文主要是针对机器人的最优轨迹规划问题进行讨论求解和仿真,下面我们将着重介绍有关机器人OTP问题的研究。
OTP是工业机器人最优控制问题之一,其目标是指按照某个性能指标产生机
器人沿着该光滑路径运动至各点出的速度和力口速度时间序列。轨迹规划的性能指
标有多种形式,有时间最优,能量最优,以及时问能量综合最优轨迹规划[4]等。
在早期的研究中,由于工业机器人动力学模型的复杂性,其非线性部分常常不被考虑,通常,研究者假定机器人在路径上各点的速度为常量或者只在一个很小的范围内变化,但这样做的后果使得轨迹规戈IJ的效率很低。因为在实际的应用中,机器人的速度和加速度的范围随着其位置、负载质量甚至是负载的形状变化而变化,所以为了确定范围,研究者必须考虑最坏的情况。
机器人时间最优轨迹规划,是最早被提出的,它是指以时间最短作为机器人
的性能指标来优化机器人的运动轨迹的。Kim和Mckay提出了一种在制定力矩约
束下沿着已知集合路径运动的最小时间轨迹规划方法,采用参数化方法表示机器
人的动力学模型,使用基于相图技术的算法计算最小时间。Pfeiffer和Johanni利用工业机器人在路径上个点速度的边界条件求得最小时间,提高了计算效率,此外,在另外一些文献中也使用了类似的方法,以速度作为约束条件,进行了时间最优轨迹规划。