机器人路径规划ppt课件.ppt

*
第7章 机器人路径规划
在机器人完成指定任务时，需要规划机器人在空间中的期望运动轨迹或者路径。
路径和轨迹是两个相似但含义不同的概念，机器人运动的路径描述机器人的位姿随空间的变化，而机器人运动的轨迹描述机器人的位姿随时间的变化。
所谓轨迹是指机器人每个自由度的位置、速度和加速度的时间历程。
本章将介绍移动机器人路径规划和机械臂的轨迹规划问题。
移动机器人路径规划
移动机器人路径规划的任务: 已知机器人初始位姿、给定机器人的目标位姿，在存在障碍的环境中规划一条无碰撞、时间（能量）最优的路径。
若已知环境地图，即已知机器人模型和障碍模型，可采用基于模型的路径规划。
若机器人在未知或动态环境中移动，机器人需要向目标移动、同时需要使用传感器探测障碍，称为基于传感器的路径规划。
为了简化问题描述，假定机器人为两个自由度，即只考虑机器人的位置，不考虑其姿态。
1
可编辑课件
*
图7-1障碍物扩张法路径规划
任务是规划一条路径，使得机器人从起点达到目标点（终点），同时不与环境中的障碍发生碰撞。
以平面全向移动机器人为例，假设机器人为半径为r的圆形机构。
首先，由于机器人可以全方向移动，所以可以忽略移动机器人的方向（姿态的自由度）。
其次，因为能用园表示机器人，所以可把障碍物沿径向扩张r的宽度，同时将机器人收缩成一个点（如图7-1所示）。
因此，移动机器人路径规划可以简化为在扩张了障碍物的地图上，点机器人的路径规划问题。
2
可编辑课件
*
人工势场方法
人工势场的基本思想是构造目标位置引力场和障碍物周围斥力场共同作用下的人工势场。
搜索势函数的下降方向来寻找无碰撞路径。
下面给出各种势场的定义
①目标引力场
(7-1)
其中p是机器人位置，pgoal是目标位置，K是引力常数。
图7-2机器人受力示意图
②障碍物斥力场
(7-2)
其中pobs是障碍物位置，d0表示障碍物的影响范围，h是斥力常数。
根据（7-1）式，机器人受到的引力表示为
(7-3)
3
可编辑课件
*
图7-2机器人受力示意图
根据（7-2）式，机器人在障碍物的影响范围内受到的斥力表示为
(7-4)
可得机器人所受合力为：
Ftotal =Fatt + Fobs (7-5)
这样，我们就在环境地图中定义了机器人的引力场
因此，机器人的路径规划问题被转化为点在引力场中的运动问题。
而点在引力场中的运动问题在物理学和数学中已经研究得非常清楚，可以比较方便地进行求解。
算法优点：
①简单方便，可以实时规划控制，并能考虑多个障碍，连续移动。
②规划的路径比较平滑安全。
4
可编辑课件
*
算法缺点：
①规划算法是局部最优算法
②复杂多障碍环境中可能出现局部极值点，即在非目标点达到平衡状态而停滞。
因而不能规划出达到目标点的路径。
前面只介绍了基本的人工势场方法。近年来，针对基本人工势场方法的的不足，人们提出了许多改进的人工势场方法。
图7-3栅格法路径规划示意图
栅格法
栅格法的基本思想：
将机器人工作空间划分为多个简单区域，称为栅格。
若栅格内没有障碍物称为自由栅格，否则称障碍栅格。
将栅格编号，机器人路径规划就是搜索由起点到目标点的自由栅格组成的连通域。
可以用栅格序号表示，再将栅格序号转换成机器人空间的实际坐标，令机器人按此路径运动。
图7-3给出了栅格法路径规划的示意图。
5
可编辑课件
*
栅格法路径规划步骤：
。将机器人和目标点间区域划分栅格，大小与机器人相关。
。标注障碍栅格和自由栅格。
，A(A*)搜索算法，遗传算法，人工势场，蚁群算法等。
优点：
①若存在最优路径，算法得当一定可以得到问题最优解。
②有成熟的路径搜索算法使用。
缺点：
①栅格粒度影响较大。划分细时，存贮大和搜索时间长。
②得到的是折线，需要光滑处理。
6
可编辑课件
*
机械臂路径规划
在实际问题当中，一般用工具坐标系{T}相对工作台坐标系{S}的运动来描述机械臂的运动。
当用工具坐标系{T}相对工作台坐标系{S}的运动来描述机械臂的路径时，使得路径规划与具体的机械臂、末端执行器和工件相分离。
这种规划方法具有通用性，适合不同的机械臂和工具，同时也适用于运动的工作台（如传送带）。
在进行机械臂路径规划时，经常需要规划运动的细节，而不是简单地指定期望的终端位姿。
例如，一个完整的操作由若干步组成，每一步的都有期望的位姿，或者在机械臂运动过程中需要规避障碍等。
解决该问题的方法是在规划的路径中增加一系列的中间点。
为了完成整个