加减速可控的机器人轨迹规划方法、装置、设备和存储器

    技术2025-08-04  16


    本技术涉及机器人控制,特别是涉及一种加减速可控的机器人轨迹规划方法、装置、设备和存储器。


    背景技术:

    1、轨迹跟踪或路径跟踪是机器人的常见功能,这项功能的实现包括三个步骤:路径规划、轨迹规划和跟踪控制。其中路径规划负责生成一条从起始点到目标点之间的空间最优的离散路径,这个路径通常表现为一系列连接起来的空间点序列;轨迹规划在路径规划的基础上,设计出一条机器人实际可执行的、连续的运动轨迹,该轨迹包含了位置、速度、加速度以及可能的角速度和角加速度等完整的时间历程;跟踪控制根据规划的结果和机器人的位姿信息,通过一系列控制算法操控机器人沿着预定的路线行进。

    2、目前,轨迹跟踪或路径跟踪的实现方式大致可分为以下三种:

    3、1)不进行轨迹规划

    4、这种方案舍弃了轨迹规划的步骤,直接将路径规划步骤的输出作为跟踪控制步骤的输入,该方案在跟踪控制步骤中无法使用轨迹跟踪算法,只能采用路径跟踪算法。路径跟踪主要关注如何让机器人沿着预先规划好的路径行驶,没有严格规定每个位置点到达的时间,并且没有考虑速度和加速度的变化过程,在面对非直线路径或复杂路径时,它可能无法提供连续平滑的运动控制指令,导致动态性能欠佳。路径跟踪往往不能处理系统的约束,如速度上限、加速度上限等,在实际执行过程中,忽略这些物理限制可能导致无法有效地跟随路径,特别是当遇到曲率较大或路径复杂的情况时,路径跟踪容易出现稳态误差,影响跟踪精度。轨迹跟踪考虑了任务的整体优化,例如任务完成时间的最小化,而路径跟踪则可能只实现了路径几何上的跟踪,在性能上劣于轨迹跟踪。

    5、2)根据路径信息进行轨迹规划

    6、这种方案根据路径规划步骤输出的路径信息进行轨迹规划,通常采用插值法,常见的插值法包括多项式插值和样条插值。插值法的缺点在于其一般仅关注点之间的几何关系,但未充分考虑实际约束,可能生成物理上不可行的轨迹。并且插值法不能优化全局代价函数,例如任务完成时间的最小化,往往还需要结合优化方法和约束条件来生成更符合实际需求的轨迹。

    7、3)基于优化的轨迹规划

    8、基于优化的轨迹规划算法可以一次性完成路径规划和轨迹规划的任务,理论上可以得到较好的规划质量和全局最优解,但也存在一些缺点。许多优化算法,特别是处理非线性、非凸优化问题的方法,计算量较大,可能导致较长的计算时间,在实时性要求高的应用场合可能无法满足快速响应的要求。优化问题可能需要存储大量的中间变量,可能会导致内存需求显著增加。不同的优化算法可能存在局部最优陷阱,即算法可能收敛到一个并非全局最优的解。优化算法往往基于某种模型进行规划,若实际系统与模型存在偏差,可能会影响最终轨迹的有效性和可行性。


    技术实现思路

    1、基于此,有必要针对上述技术问题,提供一种加减速可控的机器人轨迹规划方法、装置、设备和存储器。

    2、一种加减速可控的机器人轨迹规划方法,该方法包括:

    3、获取机器人的原始参考路径;原始参考路径包括多个路径点;路径点的参数包括:坐标和朝向角。

    4、根据原始参考路径的路径点的坐标,计算并更新除最后一个路径点以外的其它路径点的朝向角。

    5、根据原始参考路径的所有路径点的坐标和朝向角,确定每个轨迹点;轨迹点的参数包括:一个轨迹点到下一个路径点之间的距离、朝向角变化量以及时间间隔,每个轨迹点的速度、角速度、最大速度以及最大角速度。

    6、根据预设减速度限制调整各轨迹点的速度、角速度以及时间间隔。

    7、将所有轨迹点的时间间隔累加,得到轨迹点的时间。

    8、根据轨迹点的时间,对轨迹进行插值处理,得到机器人的平滑轨迹。

    9、在其中一个实施例中,根据原始参考路径的路径点的坐标,计算并更新除最后一个路径点以外的其它路径点的朝向角,包括:

    10、设置原始参考路径的最后一个路径点的朝向角保持不变。

    11、根据原始参考路径的路径点的坐标,计算原始参考路径中除最后一个路径点以外的路径点的朝向角,并将原始参考路径中除最后一个路径点以外的路径点的朝向角更新为得到的计算结果;所述朝向角更新公式为:

    12、

    13、其中,αi为更新后的第i个路径点的朝向角,i为大于1且小于路径点数量的整数,(x[i],y[i])为当前路径点i的坐标,(x[i+1],y[i+1])为下一个路径点i+1的坐标。

    14、在其中一个实施例中,根据原始参考路径的所有路径点的坐标和朝向角,确定每个轨迹点,包括:

    15、将第一个轨迹点的坐标和朝向角设置为第一个路径点的坐标和朝向角。

    16、将当前轨迹点设置为第一个轨迹点,下一个路径点设置为第k个路径点;k为整数,k的初始值为2。

    17、根据当前轨迹点的坐标和朝向角以及下一个路径点的坐标和朝向角,计算当前轨迹点的与下一个路径点之间的距离和朝向角变化量。

    18、根据当前轨迹点的上一个轨迹点的速度、角速度和时间间隔,计算当前轨迹点的最大速度和最大角速度。

    19、根据当前轨迹点与下一个路径点之间的距离和当前轨迹点的最大速度,得到当前轨迹点的时间间隔。

    20、根据当前轨迹点与下一个路径点之间的距离、朝向角变化量以及当前轨迹点的时间间隔,计算当前轨迹点的速度和角速度。

    21、根据当前轨迹点的速度、角速度以及时间间隔,采用匀速运算模型,确定下一个轨迹点的坐标。

    22、将当前轨迹点更新为下一个轨迹点,将k值增加1,并将下一个路径点更新为第k个路径点,继续进行迭代计算,直到遍历完原始参考路径的所有路径点为止,得到所有轨迹点。

    23、在其中一个实施例中,根据预设减速度限制调整各轨迹点的速度、角速度以及时间间隔,包括:

    24、从最后一个轨迹点开始,将最后一个轨迹点作为当前点。

    25、根据当前点的速度、角速度和前一个轨迹点的时间间隔,以及减速度下限和角减速度下限,利用匀减速模型可以计算出前一个轨迹点的最大速度和最大角速度。

    26、如果前一个轨迹点的速度大于计算得到的最大速度或角速度大于计算得到的最大角速度,则按照预设缩放倍率对前一个轨迹点的速度、角速度以及时间间隔进行缩放处理。

    27、遍历所有轨迹点,完成对各轨迹点的速度、角速度以及时间间隔的调整。

    28、在其中一个实施例中,预设缩放倍率为:

    29、s=max(速度/最大速度,角速度/最大角速度,1)

    30、其中,s为预设缩放倍率。

    31、在其中一个实施例中,将所有轨迹点的时间间隔累加,得到轨迹点的时间,包括:

    32、将轨迹的初始时间与当前轨迹点之前的所有轨迹点的时间间隔相加,得到每个轨迹点的时间。

    33、在其中一个实施例中,根据轨迹点的时间,对轨迹进行插值处理,得到机器人的平滑轨迹,包括:

    34、取当前时间,找到轨迹点的时间与当前时间最接近的前后两个轨迹点r和r+1。

    35、采用坐标和朝向角的插值公式进行插值,得到机器人的平滑轨迹;其中,坐标和朝向角的插值公式为:

    36、p=a*p[r]+b*p[r+1]

    37、其中,p是插值结果,p为轨迹点的xy坐标或朝向角,a=(t-t[r])/(t[r+1]-t[r]),b=1-a,t是轨迹点的时间属性。

    38、一种加减速可控的机器人轨迹规划装置,该装置包括:

    39、原始参考路径获取模块,用于获取机器人的原始参考路径;原始参考路径包括多个路径点;路径点的参数包括:坐标和朝向角。

    40、路径点的朝向角计算模块,用于根据原始参考路径的路径点的坐标,计算并更新除最后一个路径点以外的其它路径点的朝向角。

    41、轨迹点确定模块,用于根据原始参考路径的所有路径点的坐标和朝向角,确定每个轨迹点;轨迹点的参数包括:一个轨迹点到下一个路径点之间的距离、朝向角变化量以及时间间隔,每个轨迹点的速度、角速度、最大速度以及最大角速度。

    42、减速度限制调整模块,用于根据预设减速度限制调整各轨迹点的速度、角速度以及时间间隔。

    43、按时间插值模块,用于将所有轨迹点的时间间隔累加,得到轨迹点的时间;根据轨迹点的时间,对轨迹进行插值处理,得到机器人的平滑轨迹。

    44、一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一方法的步骤。

    45、一种计算机可读存储器,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一方法的步骤。

    46、上述加减速可控的机器人轨迹规划方法、装置、设备和存储器,所述方法包括:获取机器人的原始参考路径;根据原始参考路径的路径点的坐标,计算并更新除最后一个路径点以外的其它路径点的朝向角;根据原始参考路径的所有路径点的坐标和朝向角,确定每个轨迹点;根据预设减速度限制调整各轨迹点的速度、角速度以及时间间隔;将所有轨迹点的时间间隔累加,得到轨迹点的时间;根据时间插值,得到机器人的平滑轨迹。采用本方法规划出的轨迹能够满足机器人的一系列实际约束,轨迹效率高;采用时间插值得到的参考轨迹更为平滑,能够有效保证跟踪控制步骤输出的运动控制指令的平滑性;本方法计算量和数据量均较小,对算力和内存的要求不高,具备很好的实时性。


    技术特征:

    1.一种加减速可控的机器人轨迹规划方法,其特征在于,所述方法包括:

    2.根据权利要求1所述的方法,其特征在于,根据所述原始参考路径的路径点的坐标,计算并更新除最后一个路径点以外的其它路径点的朝向角,包括:

    3.根据权利要求1所述的方法,其特征在于,根据所述原始参考路径的所有路径点的坐标和朝向角,确定每个轨迹点,包括:

    4.根据权利要求1所述的方法,其特征在于,根据预设减速度限制调整各轨迹点的速度、角速度以及时间间隔,包括:

    5.根据权利要求4所述的方法,其特征在于,所述预设缩放倍率为:

    6.根据权利要求1所述的方法,其特征在于,将所有轨迹点的所述时间间隔累加,得到轨迹点的时间,包括:

    7.根据权利要求1所述的方法,其特征在于,根据轨迹点的时间,对轨迹进行插值处理,得到机器人的平滑轨迹,包括:

    8.一种加减速可控的机器人轨迹规划装置,其特征在于,所述装置包括:

    9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。

    10.一种计算机可读存储器,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。


    技术总结
    本申请涉及一种加减速可控的机器人轨迹规划方法、装置、设备和存储器。该方法包括:获取机器人的原始参考路径;根据原始参考路径的路径点的坐标,计算并更新除最后一个路径点以外的其它路径点的朝向角;根据原始参考路径的所有路径点的坐标和朝向角,确定每个轨迹点;根据预设减速度限制调整各轨迹点的速度、角速度以及时间间隔;将所有轨迹点的时间间隔累加,得到轨迹点的时间;根据时间插值,得到机器人的平滑轨迹。采用本方法规划的轨迹能够满足机器人的一系列实际约束,轨迹效率高;该轨迹更平滑,能够有效保证跟踪控制步骤输出的运动控制指令的平滑性;本方法计算量和数据量均较小,对算力和内存的要求不高,具备很好的实时性。

    技术研发人员:黄开宏,肖军浩,曹越,代维,于清华,曾志文,卢惠民
    受保护的技术使用者:中国人民解放军国防科技大学
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-35039.html

    最新回复(0)