机器人抓取运动目标轨迹规划与控制.docxVIP

I.引言 机器人抓取运动目标是指机器人基于内部控制系统的控制，完成运动目标的 跟踪和抓取，是智能机器人的一个前沿应用课题，在工业、航天和娱乐等领域有 良好的应用前景。在运动冃标的捕捉屮，一方面，机器人手爪必须快速跟踪并接 近目标;另一方面必须能够感知环境以避开可能的障碍，其中状态反馈和路径规 划需要很高的实时性和抗干扰能力。此外，系统还受到动力学约束、关节几何约 束等限制，而这一切都必须在实时条件下完成。 抓取运动目标技术在航空航天、工业生产、遥感技术、军事技术、特殊环境 作业等多领域有着广泛的应用。该技术的研究最典型的应用就在于太空卫星捕捉 机器人，众所周知由宇航员来接近和捕捉正在旋转的卫星很危险而口困难，从 而使人们意识到应该使用机器人进行太空服务，近年来越来越多的机器臂装配到 了航天设备上。此外，抓取运动目标的技术还可以应用在工业生产过程中抓取装 配线传送带上正在运动的零部件；球类机器人（如：足球机器人，排球机器人等）; 太空、深海等场合的自动对接和作业。 对于机器人抓取运动目标，其末端机械手的动作规划和目标检测等问题就 需要传感技术与机器人控制技术的完美结合。目前，对于目标状态的测取一般 采用图像传感（CCD摄像机），但是单视觉反馈有着它自身的缺陷，单摄像机模 型往往能够获得较为精确的平面位置信息，而不能获得精确的深度信息。为此， 在状态测取时，一般采用多摄像机模型或摄像机与位置传感器相结合模型。对于 抓取运动目标动作规划目前一般存在有三种方法：直接瞄准法、比例导引法、以 及预测■规划■执行（Prediction Planning and Execution, PPE）方法。后文将具体 讨论以上内容。 II.系统组成 下图是一个典型的机器人抓取运动目标的系统方框图。抓取运动咪表的机器 人与一般的机器人相比，其操作对象大多为状态参数不确定的运动目标，同时 机器人与目标之间的接触速度较高。因此必须着重研究以下问题：实时状态测 取、运动路径规划、机器人运动控制。 图1:机器人运动目标抓取系统框图 运动目标状态的实时测取 目前的抓取运动目标技术屮目标的状态测取大多采用机器人视觉原理，即 我们通常所说的视觉伺服。通过视觉传感器（CCD摄像机）获取图像，作为反 馈信号，并对图像进行处理和分析，然后得到目标位置信息并结合之前时刻的 图像信息得到目标的速度、加速度信息，构成机器人的闭环控制系统。根据视 觉信息进行反馈控制时，都不可避免地要通过有关图像处理技术获取冃标的深度 信息。由于在处理过程屮会受到单摄像机模型、成像质量、光照强度、标定精度、 量化误差、特征提取精度以及噪声等诸多因素的影响，从而降低了图像处理的 精度，往往能够获得较为精确的平面位置信息，而不能获得精确的深度信息，进 而影响了工件的精确跟踪和抓取。基于以上考虑，抓取运动目标技术中目标的状 态测取需在单摄像机模型的基础上进行改良，冃前主要有如下一些改良的测取方 法: ＞双/多摄像机模型 单摄像机模型在测取深度信息方面的不足，在双/多摄像机模型中能的倒有效 的解决，该模型通过2或多个个CCD光轴始终汇交于目标球体中心的方法跟踪 目标，从而能有效的获取运动目标的三位坐标。美国麻省理工学院(MIT)开展 了全臂操作手(WAM: Whole Arm Manipulator)捕捉运动球体的项目中就采用了 双CCD视觉模型对运动球体的状态进行的测取。 ＞视觉与测距传感器相结合模型 为了弥补单摄像机模型在测取深度信息方面的不足，该模型首先采用视觉传 感信息，进行平面测取，获取目标在图像平面中的位置与方位，然后引导测 距装置(超声测距或红外测距)测取目标深度信息。通过测距装置，不仅提高 了深度信息的获取精度，而且避免了复杂的图像处理和分析运算，克服了立体 视觉计算量大的缺点，提高了跟踪的实吋性。这种融合图像处理与超声测距技 术可以得到精确的机器人控制输入，完成对运动工件进行的跟踪和抓取。该模 型主要应用在装配机器人抓取运动工件时的状态测取。 运动目标抓取的路径规划 i.路径规划常用坐标系 ＞关节坐标系 关节坐标系是由路径点 亦出…匕,计算出相应变换矩阵兀，奔乩…壮及相 应关节矢量和直⑴也⑴⑴｝,即以关节角度的函数描述机器人轨迹 的坐标系。用关节坐标系进行路径规划时，只需给岀起始点和终止点，而不需考 虑两点之间的移动路径。 ＞直角坐标系 直角坐标系就是我们通常所说的X-Y-Z坐标系。般当不仅要求机器人达到 目标点，而且要求机器人必须沿着所希望的路径在一定的精度范围内移动时，我 们常采用直角坐标系。 ＞笛卡尔坐标系 笛卡尔坐标系是直角坐标系和斜角坐标系的统称。相交于原点的两条数轴， 构成了平面放射坐标系。如两条数轴上的度量单位相等，则称此放射坐标系为笛 卡尔坐标系。笛卡尔坐标空间中的轨迹规