基于高斯混合模型的机械臂运动规划和路径优化研究

发布时间：2023-10-21 12:49

　　利用人工示教等传统方法控制机械臂动作,存在着过程繁琐、成本高、效率低等许多不足,已不能满足如今工业制造领域的要求。为提高机械臂的智能化程度和易用性,同时保证机械臂可以安全平稳的工作,其运动规划和路径优化问题成为了近年来的研究重点。机械臂运动规划常用于解决机械臂在其关节空间自主避障的问题。针对其规划维度高的特点,基于采样的运动规划方法不需要对关节空间进行显式描述,而是利用碰撞检测判断障碍物信息,从而能有效探索高维关节空间连通性,是解决机械臂运动规划问题的重要手段。但在面对复杂工况下的作业任务时,不仅要满足避碰等约束,还需要确保规划器的运算效率以及路径质量。为此本文提出了一种结合高斯混合模型的自适应采样策略和碰撞检测器,以提高基于采样的运动规划算法的运算效率;随后利用交互式路径渐近最优算法以除去冗余运动并收敛到长度最短路径;再将其作为初始轨迹,利用随机轨迹平滑算法得到同时满足避碰、关节角约束的连续平滑轨迹,其中基于高斯混合模型估计障碍代价函数,取代了对欧几里得距离的复杂计算;最后在仿真和实际实验中对算法进行验证。具体研究内容如下:首先,分析了基于采样的运动规划算法的基本原理,其中采样和碰撞...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景和意义
    1.2 国内外研究现状与分析
        1.2.1 机械臂运动规划方法研究现状
        1.2.2 机械臂路径优化方法研究现状
        1.2.3 文献综述分析
    1.3 课题主要研究内容
第2章 基于高斯混合模型的机械臂运动规划研究
    2.1 引言
    2.2 快速搜索随机树算法研究
        2.2.1 问题定义
        2.2.2 RRT算法的基本原理
        2.2.3 RRT-Connect算法的基本原理
    2.3 基于高斯混合模型的运动规划算法研究
        2.3.1 高斯混合模型的训练
        2.3.2 基于高斯分布的训练样本集获得
        2.3.3 基于高斯混合模型的自适应采样研究
        2.3.4 基于AABB包围盒的碰撞检测方法
        2.3.5 基于高斯混合模型的碰撞检测方法
        2.3.6 基于高斯混合模型的机械臂运动规划
    2.4 基于高斯混合模型的运动规划算法仿真验证
        2.4.1 基于高斯混合模型的二维运动规划仿真验证
        2.4.2 基于高斯混合模型的机械臂运动规划仿真验证
    2.5 本章小结
第3章 机械臂路径优化方法研究
    3.1 引言
    3.2 交互式路径渐近最优算法研究
        3.2.1 启发式路径简化
        3.2.2 路径融合渐近最优
        3.2.3 渐近最优路径生成
    3.3 随机轨迹平滑算法研究
        3.3.1 随机最优控制和路径积分
        3.3.2 随机轨迹平滑问题描述
        3.3.3 基于高斯混合模型的代价函数设置
        3.3.4 轨迹迭代更新
    3.4 机械臂路径优化算法仿真研究
        3.4.1 交互式路径渐近最优算法仿真验证
        3.4.2 随机轨迹平滑算法仿真验证
    3.5 本章小结
第4章 机械臂运动规划和路径优化实验研究
    4.1 引言
    4.2 实验平台搭建
        4.2.1 基于ROS的机器人仿真平台搭建
        4.2.2 机械臂实验平台搭建
        4.2.3 机械臂手眼标定
        4.2.4 基于三维点云的Octomap地图搭建
    4.3 实验验证与分析
        4.3.1 办公场景下机械臂避障实验分析
        4.3.2 复杂环境中机械臂避障实验分析
        4.3.3 同一场景下机械臂不同规划实验分析
    4.4 本章小结
结论
参考文献
攻读学位期间发表的学术论文及其它成果
致谢



本文编号：3855862