【正文】 參考文獻(xiàn)[1] 歐勇盛, 江國來. 服務(wù)機(jī)器人的產(chǎn)業(yè)化發(fā)展之路[J]. 機(jī)器人技術(shù)與應(yīng)用，2012,9[2] 宋章軍. 服務(wù)機(jī)器人的研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 集成技術(shù),2012,1(3) : 1 – 9[3] 徐方,張希偉,杜振軍. 我國家庭服務(wù)機(jī)器人產(chǎn)業(yè)發(fā)展現(xiàn)狀調(diào)研報(bào)告[J]. 機(jī)器人技術(shù)與應(yīng)用,2009(2) : 14 – 19[4] 任美玲,陶大錦. 機(jī)械臂的研究與進(jìn)展[J]. 出國與就業(yè),2012,1[5] Lin E S,etc. Formulation and Optimization of Cubic Polynomial Joint Trajectories for Industrial Robots[J]. IEEE Trans. On Automatic Control,2003,AC 28(12) : 1066 – 1073[6] Taylor,. Planning and Execution of Straight Line Manipulator Trajectories[J]. IBM . Devel.,23(4) : 424 – 436[7] 劉好明. 6R關(guān)節(jié)型機(jī)器人軌跡規(guī)劃算法研究及仿真[D]. 山東理工大學(xué). 2008,4[8] Hirose M，Kyokai J. Bipedal Humanoid Robot ASIMO [J]. Journal of the Institute of Image Information and Television Engineers，2003，57(1) : 43 49[9] Tzvetkova，Galia V. Robonaut 2: mission，technologies，perspectives[J]. Journal of Theoerectical and Applied Mechanics，2014，44 (1) : 97 102[10] Christoph Borst，Christian Ott. A Humanoid Upper Body System for Twohanded Manipulation. IEEE International Conference on Robotics and Automation.,2007 : 2766 2766[11] IllWoo Park, JungYup Kim. Mechanical Design of the Humanoid Robot Platform，HUBO[J]. Advanced Robotics,2007 : 1305 – 1322[12] 李瑞峰,胡雨濱,趙立軍. 基于雙目視覺的雙臂作業(yè)型服務(wù)機(jī)器人的研制[J]. 機(jī)械設(shè)計(jì)與制造,2010(4) ：161 – 162[13] 馬國慶. 移動(dòng)服務(wù)機(jī)器人機(jī)械臂結(jié)構(gòu)設(shè)計(jì)及其優(yōu)化研究[D]. 2014,7[14] 艷濤. 匯童機(jī)器人第5代集體亮相[J]. 機(jī)器人技術(shù)與應(yīng)用,2012(4) ：44 – 45[15] 張建偉等. 開源機(jī)器人操作系統(tǒng)——ROS[M]. 科學(xué)出版社,2012[16] 柳洪義,宋偉剛. 機(jī)器人技術(shù)叢礎(chǔ)[M]. 北京 : 冶金工業(yè)出版社,2002[17] 沈陸. 六自由度機(jī)器人的軌跡規(guī)劃及仿真研究[D]. 碩士學(xué)位論文. 大連理工大學(xué). 2013,6[18] Nokleby S B. Singularity analysis of the Canadarm[J]. Mechanism and Machine Theory,2007,42(4) : 442 454[19] 項(xiàng)有元，陳萬米，鄒國柱. 基于D_H算法的自主機(jī)器人機(jī)械臂建模方法研究[J]. 工業(yè)控制計(jì)算機(jī)，2014，27(7) : 113 – 115[20] Niku . Introduction to Robotics Analysis, System, Applications[M]. Beijing : Publishing House of Electronics Industry,2004 : 28 85[21] 姜宏超,劉士榮. 六自由度模塊化機(jī)械臂的逆運(yùn)動(dòng)學(xué)分析[J]. 浙江大學(xué)學(xué)報(bào) : 工業(yè)版,2010,44(7) : 11348 11353[22] Kim J,Marait G,Chung W K,Yun J. A general singularity avoidance framework for robotmanipulators : task reconstruction method[C]. Proceedings of IEEE International Conference onRobotics and Automation,New Orieans,2004 : 4809 – 4814[23] 徐昱琳，李昕，陳萬米等. 基于雙目視覺的服務(wù)機(jī)器人仿人機(jī)械臂控制. 上海大學(xué)學(xué)報(bào)，.[24] 彭禮輝. 機(jī)械臂運(yùn)動(dòng)學(xué)與路徑規(guī)劃研究[D]. 湖南工業(yè)大學(xué). 2012,6[25] A. Ismael F. Vaz, Edite M. G. P. Fernandes, M. Paula S. F. Gomes. Robot trajectoryplanning with semiinfinite programming[J]. European Journal of OperationalResearch, 2004 [26] 周鳳余,楊福廣等. 基于插補(bǔ)算法的大型噴漿機(jī)器人軌跡規(guī)劃[J]. 山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版),22(2) : 66 68[27] 馬江. 六自由度機(jī)械臂控制系統(tǒng)設(shè)計(jì)與運(yùn)動(dòng)學(xué)仿真[D]. 北京工業(yè)大學(xué). 2009,5[28] 顧辰. 六自由度機(jī)械臂的動(dòng)態(tài)路徑規(guī)劃和控制研究[D]. 江蘇科技大學(xué). 2014,6[29] [D]. 南京理工大學(xué). 2005,2[30] 王殿君,魏洪興,任福君. 移動(dòng)機(jī)器人自主定位技術(shù)[M]. 機(jī)械工業(yè)出版社, 2013,7。本文中的環(huán)境信息都是已知的，但是在現(xiàn)實(shí)中，周圍環(huán)境是會(huì)變化的，不可能已知，障礙物也可能會(huì)移動(dòng)，所以路徑規(guī)劃問題還需要更進(jìn)一步地探討。 在ROS軟件平臺(tái)上設(shè)計(jì)實(shí)驗(yàn)進(jìn)行仿真，實(shí)現(xiàn)了機(jī)械臂在有障礙和無障礙情況下的路徑規(guī)劃，驗(yàn)證了本文所用方法的有效性與穩(wěn)定性。在無障礙的情況下，設(shè)計(jì)了在笛卡爾空間中利用空間直線插補(bǔ)的方法對(duì)機(jī)械臂進(jìn)行軌跡規(guī)劃。對(duì)六自由度機(jī)械臂進(jìn)行了運(yùn)動(dòng)學(xué)模型分析，文章分析了剛體、坐標(biāo)系、坐標(biāo)變換的數(shù)學(xué)模型表示，推導(dǎo)了機(jī)器人運(yùn)動(dòng)學(xué)方程，給出了總變換公式；文章用DH建模方法對(duì)自主機(jī)器人機(jī)械臂進(jìn)行建模，解出了機(jī)械臂正運(yùn)動(dòng)學(xué)方程，并給出了機(jī)械臂逆解，算出了各關(guān)節(jié)變量值。本文對(duì)自主機(jī)器人六自由度機(jī)械臂的控制進(jìn)行研究。之后，進(jìn)行了機(jī)械臂在水平和豎直方向的無障礙軌跡運(yùn)動(dòng)，以及在有障礙的情況下完成運(yùn)動(dòng)，通過這兩個(gè)實(shí)驗(yàn)驗(yàn)證了本文中所用路徑規(guī)劃方法的有效性與穩(wěn)定性。(a)障礙物(b) 有障礙路徑仿真 本章小結(jié)本章在ROS軟件平臺(tái)上設(shè)計(jì)實(shí)驗(yàn)，根據(jù)第五章對(duì)機(jī)械臂在無障礙物和有障礙物情況下的路徑規(guī)劃進(jìn)行仿真。(a)(b) 無障礙路徑仿真，圖(a)是在ROS平臺(tái)中的模型，白色的為機(jī)械臂，藍(lán)色物體為障礙物區(qū)域。圖(a)中，機(jī)械臂初始狀態(tài)為水平狀態(tài)，目標(biāo)狀態(tài)為向左傾斜45度，機(jī)械臂水平移動(dòng)到目標(biāo)狀態(tài)。 顯示對(duì)話框顯示屬性()和狀態(tài)() 屬性 狀態(tài) 機(jī)械臂的仿真實(shí)驗(yàn)，灰色的機(jī)械臂是其初始狀態(tài)，黃色機(jī)械臂是其目標(biāo)狀態(tài)，紅色線條表示機(jī)械臂的運(yùn)動(dòng)軌跡以及其朝向。ROS使用方法： 編寫一個(gè)stack(catkin ws) 在catkin_ws中創(chuàng)建一個(gè)package 編寫package中的節(jié)點(diǎn)（node）、主題（topic）、消息（message）、服務(wù)（service） 用python編寫發(fā)布器和訂閱器 用python編寫service和client 打開可視化工具rviz。第五章 機(jī)械臂運(yùn)動(dòng)的仿真實(shí)驗(yàn)根據(jù)上一章在笛卡爾空間下利用空間直線插補(bǔ)法對(duì)機(jī)械臂進(jìn)行軌跡規(guī)劃，以及建立障礙區(qū)域利用A*算法對(duì)機(jī)械臂進(jìn)行避障路徑規(guī)劃，本章將在ROS軟件平臺(tái)設(shè)計(jì)仿真實(shí)驗(yàn)，分別在無障礙和有障礙的情況下，進(jìn)行仿真實(shí)驗(yàn)，從而驗(yàn)證第五章中路徑規(guī)劃方法的有效性和穩(wěn)定性。在無障礙的情況下，設(shè)計(jì)了在笛卡爾空間中利用空間直線插補(bǔ)的方法對(duì)機(jī)械臂進(jìn)行軌跡規(guī)劃。利用A*算法，確定最優(yōu)路徑，輸出中間點(diǎn)的關(guān)節(jié)角θ→0，θ→1，……θ→I，完成規(guī)劃。第九步：記錄θ1，θ2，……θj，作為其中的一個(gè)中間規(guī)劃點(diǎn)θi。第八步：判斷j是否等于f。當(dāng)θj屬于αiβi，αi+βi，且lj≥Ni，調(diào)整θj為αiβi或者αi+βi，判斷這兩個(gè)角度是否滿足機(jī)械臂的約束，都滿足則保留進(jìn)入第七步；滿足一個(gè)則保留一個(gè)，若都不滿足令j=j1，返回上一級(jí)關(guān)節(jié)角，重新規(guī)劃。第六步：通過調(diào)解θj對(duì)連桿lj進(jìn)行避障處理，并記錄?θj。第四步：旋轉(zhuǎn)θ0到ωi，建立垂直平面 V 平面，并確定 V 平面內(nèi)的障礙物區(qū)域。第二步：以Δt 為時(shí)間步長，將障礙物在水平平面上投影并確定水平平面上的障礙物區(qū)域j=1ωj，ωj+γj。令h*n表示kn，oi中的最小的一個(gè)，h*n就是從任意一個(gè)節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最佳路徑。 找到目標(biāo)路徑這里需要注意的是起始格下方格子的父節(jié)點(diǎn)已經(jīng)和前面不同了，之前他的g值是28，并且指向右上方的格子，現(xiàn)在他的g值是20，指向他上方的格子，從B點(diǎn)開始開始按箭頭的方向朝父節(jié)點(diǎn)移動(dòng)，最終會(huì)引導(dǎo)回到起始格，這就是所需要的路徑[30]。這樣就剩下三個(gè)格子了，當(dāng)前格的下面兩個(gè)格子不在開啟列表中，于是添加他們，并把當(dāng)前格制定為他們的父節(jié)點(diǎn)，最后一格在當(dāng)前格的左側(cè)，檢查通過這條路徑g值是否更低。 選擇f最小現(xiàn)在再次檢查相鄰格子，右側(cè)和右上方是墻，略過。對(duì)這4個(gè)格子進(jìn)行檢查后，發(fā)現(xiàn)沒有一條路徑可以通過使用當(dāng)前格子得到改善，所以不做任何改變。 選擇最佳把這個(gè)格子從開啟列表取出，放入關(guān)閉列表中，然后檢查它周偉相鄰的格子，右側(cè)三個(gè)格子是墻，所以略過，左側(cè)的格子在關(guān)閉列表中，也略過。 檢查所有相鄰格子，跳過哪些已經(jīng)在關(guān)閉列表中的格子或者不可通過的格子，把他們添加進(jìn)開啟列表，如果他們還不在里面的話，把選中的方格作為新方格的父節(jié)點(diǎn)； 如果某個(gè)相鄰格已經(jīng)在開啟列表中，檢查現(xiàn)在的這條路徑是否更好。H可以用不同的方法估算，本文介紹的方法稱為曼哈頓方法，他計(jì)算從當(dāng)前到目的格之間水平和垂直的方格的數(shù)量總和，然后把結(jié)果乘以10，這里忽略了所有的障礙物，f的值是g和h的和。正如上面所說，g表示沿路徑從起點(diǎn)到當(dāng)前點(diǎn)的移動(dòng)消耗，令水平和垂直移動(dòng)的消耗為10，對(duì)角線方向消耗為14，對(duì)角線值之所以這么選取時(shí)因?yàn)樗茄厮交虼怪本嚯x的倍，為了簡(jiǎn)化計(jì)算，提高搜索速度，所以選14，否則，搜獲會(huì)變得很慢。接著，選擇開啟列表中的臨近方格，大致重復(fù)前面的過程，選擇的是哪個(gè)f值最低的。所有的相鄰格現(xiàn)在都在開啟列表中，它們被用黑色描邊。 選擇開始在這一點(diǎn)，在圖中，A是起始方格的中心。當(dāng)想描述路徑的時(shí)候，父方格的資料是非常重要的。 尋找起點(diǎn)周圍所有可達(dá)到或者可通過的方格，跳過有墻，水或者其他無法通過的方格，也把它們加入開啟列表。盡管現(xiàn)在列表里只有一個(gè)元素，但以后就會(huì)多起來。 A*算法初始化A*算法的實(shí)現(xiàn)步驟： 從點(diǎn)A開始，并且把它作為待處理點(diǎn)存入一個(gè)“開啟列表”。從一點(diǎn)開始試探走相鄰的幾個(gè)節(jié)點(diǎn)，如果可以移動(dòng)且當(dāng)前移動(dòng)為起點(diǎn)到那個(gè)節(jié)點(diǎn)的歷史最佳方法，則把那個(gè)節(jié)點(diǎn)按照估價(jià)值從小到大插入開啟列表里面，幾個(gè)方向試探結(jié)束后取出估價(jià)值最小的節(jié)點(diǎn)放入關(guān)閉列表，再從這個(gè)估價(jià)值最小的點(diǎn)開始試探幾個(gè)相鄰方向的節(jié)點(diǎn)，同樣放入開啟列表里面。開啟列表中保存了所有已生成而未訪問的節(jié)點(diǎn)，這些節(jié)點(diǎn)是從其父節(jié)點(diǎn)出發(fā)的允許訪問節(jié)點(diǎn)，它們?cè)陂_啟列表中按照估價(jià)值從小到大的順序排序，第一個(gè)節(jié)點(diǎn)是估價(jià)值最小的節(jié)點(diǎn)。所以選擇的估價(jià)函數(shù)好壞很重要，一個(gè)不恰當(dāng)?shù)膯l(fā)式函數(shù)反而會(huì)減慢A*算法，導(dǎo)致其產(chǎn)生不好的路徑，估價(jià)值與實(shí)際值越接近，越說明估價(jià)函數(shù)取得好。A*算法在人工智能中是一種典型的啟發(fā)式搜索算法，其啟發(fā)中的估價(jià)是用估價(jià)函數(shù)表示的[29]： fn=gn+hn ()fn是節(jié)點(diǎn)n的估價(jià)函數(shù)，gn是在狀態(tài)空間中從初始節(jié)點(diǎn)到n節(jié)點(diǎn)的實(shí)際代價(jià)，hn從n節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)最佳路徑的估計(jì)代價(jià)。通過這種啟發(fā)式，可以協(xié)調(diào)選擇最好的方向搜索。障礙物在平面上形成的障礙物區(qū)域?yàn)棣豬，ωi+γi，ωi+1，ωi+1+γi+1，ωi+2，ωi+2+γi+2。平面內(nèi)障礙物可以描述為Ox，y，z，r，θ，當(dāng)障礙物為長方體包絡(luò)，x，y，z是長方形對(duì)角線交點(diǎn)，r是對(duì)角線的一半，θ是對(duì)角線夾角。因此，本文利用障礙物規(guī)則體包絡(luò)來近似建模，方便求解，提高了規(guī)劃效率。如果要對(duì)避障路徑規(guī)劃進(jìn)行求解，則需計(jì)算障礙物區(qū)域，運(yùn)用路徑規(guī)劃方法進(jìn)行路徑搜索，下面將運(yùn)用規(guī)則體包絡(luò)障礙物的方法計(jì)算障礙區(qū)域，再用A*算法進(jìn)行路徑規(guī)劃。但諸目標(biāo)之間往往存在沖突。多目標(biāo)。運(yùn)動(dòng)對(duì)象存在幾何約束和物理約束。動(dòng)態(tài)障礙物的出現(xiàn)也帶有隨機(jī)性。隨機(jī)性。避障路徑規(guī)劃有以下特點(diǎn)：復(fù)雜性。假設(shè)機(jī)械臂從起始點(diǎn)(0,2,1)開始，要求它通過直線路徑到達(dá)終點(diǎn)(5,4,4)，在兩點(diǎn)之