随着人工智能技术的发展,机器人开始越来越多地出现在人们的生活当中。在家庭环境中,机器人需要解决物体整理、地面清洁等基本工作,而家庭环境具有场景复杂、物体多变等特点,这都为机器人程序的设计提出了更高的要求。在物体抓取过程中,机器人移动到哪个位置再进行抓取大多依赖于研究人员的先验知识,并没有关于底盘最佳抓取位置的衡量标准,本文提出了一种基于机器人反向可达地图和实时可运行区域结合的方法,为家庭环境的抓取任务当中,机器人底盘位姿的选取提供了定量的描述和依据。本文主要贡献如下:1.利用反向可达地图生成底盘抓取位姿:在Fetch机器人平台的基础上,本文对机器人的抓取性能进行深入的研究,统计了Fetch机械臂工作空间内不同位置下的可达性指标并生成了Fetch机器人的可达性地图。在可达性地图的基础上获取了机器人的反向可达地图用以抓取任务下底盘位姿的生成,实验证明机器人在通过反向可达地图生成的底盘位姿下的抓取成功率得到了极大的提升。2.提出家庭环境中实时可运行区域概念:考虑到家庭环境中障碍物实时变化的特点,通过研究机器人在当前位置下可以到达的区域并与所计算出的底盘位姿进行结合对比,能够生成机器人当前位置下可以到达的抓取成功率高的底盘位姿。3.不同机器人平台上算法的应用和验证:在拓展后的Turtlebot平台进行了机器人的抓取性能和移动性能分析,通过协调机器人的移动性能和抓取性能,用机器人底盘的移动来弥补机械臂工作空间不足的问题。此外,本文为不同类型的待抓取物体生成了不同的反向可达地图并设计了不同的抓取策略,在家庭环境下多物体抓取的任务中,机器人取得了良好的抓取结果。该方法以实际机器人抓取任务出发,通过结合机器人的移动性能和抓取性能,在通过机器人反向可达地图生成的底盘潜在位姿的基础上,结合机器人实时可运行区域来为抓取任务下机器人的底盘位姿进行选取。Fetch机器人和Turtlebot机器人的实验证明该方法的普适性和通用性,通过使用反向可达地图和可运行区域分析能够为机器人生成最适合完成抓取任务的底盘位姿。