论文部分内容阅读
移动作业将移动机器人与操作机器人相结合,可有效扩大机器人的作业范围,提升机器人的作业灵活度,是多种服务机器人、新型工业机器人以及军事航天机器人必须具备的能力。移动作业和固定作业有很大的区别。首先,操作机器人加上移动底盘后,路径规划的自由度增大;其次,移动作业机器人整体运动的动力学方程也发生改变,各自由度的轨迹规划变得更加复杂;第三,带有约束的移动作业机器人整体运动时避障也比固定作业机器人要复杂的多。现有的移动作业方法总是将底盘和手臂的规划分开,这在作业时会带来时间的浪费或者某些需要耦合底盘与手臂的任务限制。本文结合移动作业实际任务的需求,通过对移动作业机器人的运动学和动力学深入、系统的研究,提出了移动作业边走边作业的方法,取得了良好的应用效果。本文的主要研究内容和贡献包括:(1)对移动作业机器人的整体视觉伺服运动规划的问题进行了研究。通过对机器人运动学公式的微分,推导出移动底盘在2D平面和3D空间运动时,移动作业机器人上任意一点的整体雅可比矩阵。在分析经典的基于图像的视觉伺服算法、基于位置的视觉伺服算法以及混合视觉伺服算法优缺点基础上,提出一种混合视觉伺服算法。再把这种混合视觉伺服算法和移动作业机器人整体的雅可比矩阵相结合,得出混合视觉伺服算法下的移动作业机器人底盘和手臂各个自由度的速度控制律。进而利用卡尔曼滤波使每个时刻位置的估计更加准确,实现“边走边抓”的效果。本文构造了一个李雅普诺夫函数证明该速度控制律的渐近收敛性。所提算法在一台由Bulldog底盘、UR5机械臂组成并配置ZED相机和Robotiq-85机械夹爪的移动作业机器人上完成验证。结果表明本文所提算法具有更快收敛于待抓取物体上的优势。(2)针对复杂环境下移动作业的路径规划和轨迹规划问题进行了研究。首先针对待抓取物体的点云生成一个各抓取位姿下的抓取成功率估计表。再设计了一种迭代优化的移动抓取规划方法,同时优化抓取时机械臂包括手爪的整体位形和底盘的位置,从而使抓取时移动作业机器人整体处于一个非常和谐而且有利于进一步运动的位姿之中。然后,利用A*算法,规划出机器人底盘的路径,并在底盘路径的基础上,提出随机路径法,规划机械臂运动到待抓取位形,从而使机器人实现“边走边抓”的效果。本文的路径规划算法在一个由一台差动AGV,一条Kinova-KG3机械臂和一台Kinect相机组成的移动作业平台上实现。再然后,本文利用整体雅可比矩阵推导出移动作业机器人的动力学方程,并结合凸优化中的二阶锥规划方法设计了在已知路径下的轨迹规划方法。该方法利用matlab中的sedumi规划包实现轨迹规划。(3)针对在有末端约束下的移动作业机器人动态避障的运动规划问题进行了研究,提出了一种基于模型预测控制的动态避障的运动规划算法。本文设计了一个优化目标函数用以最大化机器人与障碍物之间的最小距离以及最小化机器人零空间的速度。再在整体雅克比矩阵的基础上,推导出机器人与障碍物(行人)之间最小距离随时间变化的四个微分方程,得到与优化目标相符合的模型预测控制的条件模型。进而调用ACADO工具包进行实时在线的规划,得到平滑的,加速度较小的避障轨迹。本文在由一个麦克纳姆轮底盘,一条UR10机械臂和四台Kinect相机构造而成的仿真移动作业平台上实现了此算法。