动态非结构环境下超冗余机械臂自主运动规划研究

Hyper-redundant (HR) manipulators have been widely used in the complex and cluttered environment for achieving various kinds of tasks. While it would be very difficult to use analytical or geometric methods to solve the inverse kinematics and motion planning problems of an HR manipulator owing to its large number of degrees of freedom. This project will study the approaches of solving the inverse kinematics and autonomous motion planning problems of HR manipulators. Overviews about newly developed HR manipulators and typical motion planning methods are given in detail. Then, based on the method of collision detection in dynamic unstructured environments, the Monte Carlo method is used to solve the inverse kinematics problem of HR manipulators. This method makes the manipulators avoid collision with multiple stationary or moving obstacles during the operation, and can ensure real time and high performance of the control system. And then, using ROS package Gazebo to build a dynamic unstructured simulation environment. The certainty degree of the cloud model is evaluated by the cloud model theory. Based the certainty degree, we propose the autonomous operation model for HR manipulators in dynamic unstructured environments. The proposed model can improve the capability of autonomous tasks in an unknown environment. This project study has great application value and significance for improving the efficiency and safety of HR manipulators. Furthermore, our method has made full use of dexterity of HR manipulators in dynamic unstructured environments, enhancing the performance and increasing the flexibility.

超冗余机械臂具有良好的环境适应性及相容性，在空间探测、军事侦察和抢险救灾等复杂环境中有着非常广阔的应用前景。但是，随着自由度数量的增加，传统求解机械臂逆运动学和路径规划的方法不适合应用在超冗余机械臂上。本项目针对目前超冗余机械臂逆运动学求解和自主路径规划两个科学问题开展研究。通过分析国内外研究现状，以动态非结构环境避障检测方法为基础，提出一种基于蒙特卡洛法的超冗余机械臂逆运动学求解方法，这种方法可以使机械臂运行过程中不与任何静止或运动障碍物发生碰撞，并且能够保证控制系统实时性要求。同时，利用ROS软件包Gazebo建立动态非结构仿真环境，之后引入云模型理论，研究并提出一种基于云模型的信任评估方法，建立基于动态非结构环境感知的自主作业计算模型，使超冗余机械臂具有自主作业能力。本研究对于提高超冗余机械臂在操作方面的效率和安全性、有效地利用运动的灵活度等方面具有重要意义和应用价值。

复杂工作环境所存在的随机性和不可预测性等因素会导致超冗余机械臂与环境之间发生碰撞，进而导致关节速度突变及硬件损坏。同时，超冗余机械臂逆运动学及其末端运动规划的求解时间需满足控制系统实时性要求。. 鉴于此，本项目基于工作环境的动态信息对超冗余机械臂逆运动学及其末端运动规划两个方面进行了深入研究，提出了超冗余机械臂避障逆运动学求解算法以及机械臂末端避障运动规划算法。同时，以Baxter双臂机器人系统以及哈工大超冗余机器人系统作为实验平台进行了算法验证实验。.本项目主要取得了以下的研究成果：.（1）基于对超冗余机械臂关节位置矢量进行正向和逆向迭代搜索来解决了其任务约束问题；.（2）基于机械臂关节和连杆间封闭式Minkowski和以及速度矢量转换设计了连杆速度矢量避障调整策略，可有效地减少计算时间，同时有效地避免了雅可比矩阵奇异问题；.（3）建立了超冗余机械臂仿真系统并进行了仿真，以验证所提算法的高效性和通用性，同时还给出了该算法与其他不同逆运动学求解算法详尽的对比分析；.（4）引入复杂超二次曲面模型，提出了一种基于线性运动方程的末端执行器广义避障运动规划算法；.（5）给出了椭球面与超二次曲面间碰撞检测方法，并基于蒙特卡洛法设计了复杂曲面外切线的求解方案；.（6）基于典型工作环境对所提算法进行了扩展，其中主要设置了包括具有多静态障碍物及动态障碍物的两种工作环境；.（7）基于哈工大超冗余机器人系统，设计了超冗余机械臂避障逆运动学求解实验以及机械臂末端避障运动规划实验，对所提算法的有效性及实用性进行了有针对性地验证。. 本项目圆满的完成了所有的研究内容，在我国超冗余机器人的军事及商业应用前景上有着重大意义。