28、工业机器人无碰撞轨迹规划的顺序与同步算法

工业机器人无碰撞轨迹规划的顺序与同步算法

1. 引言

在自动化工业活动中，机器人轨迹规划至关重要。引入机器人不仅能提升产品质量标准，还能通过增加工作时间、减少无用时间来提高生产力。轨迹规划旨在找到合适的力输入，使机器人从初始配置移动到最终配置，同时避开障碍物。这一过程中，插值函数和机器人执行器特性对高效轨迹规划起着重要作用，此外，还需监测工作参数以验证过程效率。

2. 过往工作回顾

工业机器人轨迹规划问题主要通过直接和间接两种方法解决。早期算法多尝试最小化任务执行时间，后来也有寻找最优加加速度轨迹、最小化扭矩和能耗等不同途径。常见的优化标准包括：
- 最短时间：与生产力相关。
- 最小加加速度：与工作质量、精度和设备维护有关。
- 最小能耗或执行器最小努力：与节约成本相关。
- 混合标准：如最短时间和能耗兼顾。

3. 机器人建模

以PUMA 560机器人为例，采用线模型。机器人具有F个自由度，其每个配置$C_j$可通过N个关键点的笛卡尔坐标明确设定。除关键点外，还使用一些兴趣点来提高算法效率。PUMA 560机器人可建模为移动或固定基座，其配置由21个变量确定，这些变量通过14个约束方程关联。其他工业机器人也可通过选择合适的关键点进行类似建模。

4. 工作空间建模

工作空间建模为长方体，障碍物被视为静态，通过组合图案化障碍物来表示。图案化障碍物基于简单三维图形，如球体、长方体和圆柱体，具有以下优点：
- 可对任何通用障碍物进行建模，避免与机器人连杆碰撞。
- 能用较少的图案化障碍物对复杂几何环境建模，减少优化问题中的约束条件。 <