机器人轨迹规划算法及其在虚拟环境下的投射式实现研究

摘要

基于虚拟现实技术的机器人运动控制仿真研究是目前机器人学研究中的一个热点。通过引入虚拟现实技术，可以构建更加直观高效逼真的仿真环境，进行更加有效的人机交互式操作。而机器人的轨迹规划问题则是机器人研究领域中一个长期存在的传统问题。目前，已经有比较多的最优规划算法，这些算法各具特色，在某些特定场合中发挥了一定的功效。不过，这些算法也存在着一些缺陷，因此，研究以克服这些不足并且突出算法的实际工业应用为目的的改进算法是有重要现实意义的。 本学位论文针对虚拟现实技术和机器人轨迹规划这两大领域开展了一些交叉研究，将虚拟现实技术这一新颖的技术应用于轨迹规划这一传统的机器人研究领域中，在两者之间建立起了有效的连接。论文工作以对面向机器人控制的新颖的投射式虚拟现实(ProjectiveVirtualReality，PVR)技术理论的改进和扩展为研究主线，着重在基于改进的PVR技术的机器人虚拟仿真平台的研制和系统扩展接口的设计，以及对应的投射式虚拟环境下机器人轨迹规划算法的研究和实现等方面作了一些有益的探索和尝试。学位论文的主要工作和成果可以概括为以下五个方面： 1.在全面地介绍了相关领域的国内外研究现状的基础上，重点对PVR技术这一虚拟现实技术和机器人控制相结合的前沿应用领域进行了分析研究，提出了该技术的进一步研究方向。同时，在此基础上，提出并具体设计了一个新颖的基于PVR技术的机器人虚拟仿真控制平台，该平台克服了以往PVR应用过程中的一些不足。具体地，在避碰检测和人机交互式操作等方面进行了讨论。与现有同类仿真平台相比，这里提出的虚拟仿真平台进一步地改进了PVR技术，具有结构简单、适用面广等特点。它既可作为虚拟仿真训练平台，进行逼真的临场感操作训练；又可作为多功能机器人操作仿真试验平台，进行机器人操作仿真试验。 2.为了使上述设计的仿真平台具有良好的适应性和扩展性，针对PVR技术中任务演绎和动作规划这两大关键部件一般很难在非结构化和未知的环境中被有效构造的不足，将主动数据库中的ECA规则机制引入到仿真系统中，提出了一个新的软件框架TD&APECA。该框架不仅具有良好的柔韧性(它能根据操作者的需求来方便地重新部分参数化仿真系统)，而且为PVR技术的协作式和分布式应用提供了一个良好的扩展接口。初步的仿真实验验证了提出方法的可行性和有效性。 3.深入研究了机器人的最优时间轨迹规划(MTTP)算法和机器人轨迹规划的综合优化(IOTP)算法。在新算法中，基于设计的一种简单实用的机器人碰撞检测策略，以及结合问题特点引入的优化技巧，比较完整地构建了问题的优化模型，并据此提出了高效的加强型进化规划算法来进行具体求解。系统仿真比较实验验证了提出算法的可行性和有效性，在计算精度上要优于已有方法。特别地，以MOTOMAN-UP6工业机器人为实际应用对象，在基于PVR技术构建的仿真系统平台上，考虑了算法在投射式虚拟环境下的应用，得到了提高投射式操作精度的一些有用辅助操作手段，并据此提出了“虚拟轨迹”(virtualtrajectory)的概念。 4.研究了机器人最优时间动作路径规划(MTMPP)算法。先针对基本的MTMPP问题，提出了一种新颖的混合式进化计算模拟退火求解算法，对算法的收敛特性进行了严格的数学形式证明，并将设计的算法与现有的几种优化算法进行了数值仿真比较；然后，将提出的算法与机器人学中一些比较有效的优化技术结合起来，在此基础上又提出了其它三类优化算法，分别解决了工业应用领域中三种不同类型的扩展型MTMPP问题。同时，将设计的优化算法引入到仿真系统中的投射式虚拟环境下，得到了一些有用的辅助操作手段，并提出了“虚拟指导式移动路径”(virtualinstructionalmovingpath)的概念。 5.基于目前正在广泛使用的极具发展前途的蚁群优化(AntColonyOptimization，ACO)算法，提出了解决机器人路径规划的改进型ACO算法IACO*，讨论了对含有约束条件的连续型函数优化问题的求解。在算法的设计中，具体构造了特殊的距离启发式信息概率；动态确定了算法中的两类重要权值系数；有效构造了问题的可行解；为蚂蚁在移动过程中综合确定了转移概率。另外，针对目前对ACO算法收敛性的数学证明还很缺乏的不足，基于泛函分析的手段，对提出的算法IACO*的收敛特性进行了初步的数学分析和证明。仿真实验的结果验证了提出算法的实用性和有效性。学位论文的最后一章在总结全文工作的基础上，从涉及两个理论方面研究和一个应用方面研究的前瞻性角度，比较详尽地提出和分析了后续的研究工作，对进一步的研究具有一定的指导意义。最后结合我国的实际情况，就学位论文中开展的研究工作在实际场合中的应用进行了一定的展望。