机器人运动轨迹优化方法、装置、计算机设备和存储介质与流程

本申请涉及工业机器人示教点位优化，特别是涉及一种机器人运动轨迹优化方法、装置、计算机设备和存储介质。

背景技术：

1、在工业机器人应用中，样条路径可用于自由曲面打磨、抛光、加工等场合。在给定待处理工件后，用户需要沿着轨迹路径在工件表面示教一系列的路点，包括位置路点(p0,p1,…,pn)和对应的姿态路点(q0,q1,…,qn)。而后机器人控制器生成一条光滑轨迹依次通过用户示教的这些点位。

2、在实际应用中，为了提高工业机器人末端的打磨工具和工件曲面的贴合程度，通常需要示教多而密集的点位。为了更好的描述样条路径，示教点位之间的距离通常在2～5mm。在示教过程中，用户需要手动控制机器人的打磨工具接近物体表面，直至与物体表面贴合后，示教器记录此时打磨工具的工具中心坐标。

3、如图1所示，由于用户通过肉眼判断工具中心点是否和表面贴合，在贴合过程中会存在一定误差，即实际接触点可能已经偏离实际打磨工具的工具中心位置，此时记录的打磨工具的工具中心位置将偏离物体表面。此外，机器人的运动学标定误差也会影响记录的打磨工具的工具中心坐标的准确性。这两种误差使得实际记录的打磨工具的工具中心坐标如图2所示，实际构成的样条路径如图2中虚线所示。可见示教误差使得样条路径波动较大，在实际执行时机器人加速度会频繁波动，降低了机器人的运行速度和平稳性，进而影响工件表面打磨、抛光或者加工的质量。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够优化样条路径上点位质量，使得最终的样本路径满足平滑要求，从而提高机器人运行平稳性和工件表面处理质量的机器人运动轨迹优化方法、装置、计算机设备和存储介质。

2、一方面，本申请提供了一种机器人运动轨迹优化方法，所述方法包括：

3、根据已确定的路点，创建初始样条路径；

4、对初始样条路径进行离散化采样，获得采样点序列，并作为当前采样点序列；

5、基于当前采样点序列的抖动程度以及当前采样点序列与初始样条路径上的路点间的距离差异，对当前采样点序列进行迭代平滑处理，将迭代平滑处理结果作为新的当前采样点序列。

6、在其中一个实施例中，基于当前采样点序列的抖动程度以及当前采样点序列与初始样条路径上的路点间的距离差异，对当前采样点序列进行迭代平滑处理，包括：

7、基于当前采样点序列的抖动程度，构建能量成本函数；

8、基于当前采样点序列与初始样条路径上的路点间的距离差异，构建偏差函数；

9、基于能量成本函数、偏差函数和给定的函数权重，获取目标函数，其中，函数权重用于反应抖动程度和距离差异在构建目标函数时各自的参与度；其中，目标函数用于表征平滑处理的目标为使得能量成本函数和偏差函数在函数权重的影响下的加权求和最小；以及

10、基于目标函数对当前采样点序列进行迭代平滑处理，获得最终迭代平滑处理后的采样点序列。

11、在其中一个实施例中，能量成本函数包括路径参数；基于当前采样点序列的抖动程度，构建能量成本函数，包括：

12、基于当前采样点序列中每个采样点关于路径参数的二阶导数，确定当前采样点序列中每个采样点的角加速度向量；

13、将当前采样点序列中所有采样点处角加速度向量的模长的平方和，作为能量成本函数。

14、在其中一个实施例中，基于当前采样点序列与初始样条路径上的路点间的距离差异，构建偏差函数，包括：

15、将当前采样点序列中各采样点与初始样条路径对应位置上的路点之间的距离偏差的平方和，作为偏差函数。

16、在其中一个实施例中，基于目标函数对当前采样点序列进行迭代平滑处理，包括：

17、确定初始样条路径在当前采样点序列中每一采样点上的梯度；

18、根据每一采样点对应的梯度对相应的采样点进行平滑处理，将平滑处理结果重新作为当前采样点序列，并对累积平滑处理次数进行更新；

19、若累计平滑处理次数未达到预设迭代次数，则返回确定初始样条路径在当前采样点序列中每一采样点上的梯度的步骤并继续执行，直至累计平滑处理次数达到预设迭代次数。

20、在其中一个实施例中，所述方法还包括：接收调整给定的函数权重和预设迭代次数的调整指令，根据调整指令调整给定的函数权重和预设迭代次数，并返回基于当前采样点序列的抖动程度以及当前采样点序列与初始样条路径上的路点间的距离差异，对当前采样点序列进行迭代平滑处理的步骤，并继续执行，获得最终迭代平滑处理后的采样点序列。

21、在其中一个实施例中，若当前采样点序列为当前位置采样点序列，则能量成本函数为：

22、

23、偏差函数为：

24、目标函数为：minf(p*)＝d(p*)+αe(p*)；

25、其中，e(p)表示能量成本函数；c″i(uj)为第i个位置采样点的角加速度向量；d(p*)表示偏差函数；pi为初始样条路径上的第i个位置采样点；为当前采样点序列中第i个位置路径点；f(p*)表示目标函数；α为给定的函数权重；k表示采样点数。

26、在其中一个实施例中，所述方法还包括：展示初始样条路径以及基于当前采样点序列重新创建的样条路径。

27、另一方面，本申请还提供了一种机器人运动轨迹优化装置。所述装置包括：

28、样条创建模块，用于根据已确定的路点，创建初始样条路径；

29、采样模块，用于对初始样条路径进行离散化采样，获得采样点序列，并作为当前采样点序列；

30、迭代平滑处理模块，用于基于当前采样点序列的抖动程度以及当前采样点序列与初始样条路径上的路点间的距离差异，对当前采样点序列进行迭代平滑处理，将迭代平滑处理结果作为新的当前采样点序列。

31、另一方面，本申请还提供了一种计算机设备。所述计算机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机器人运动轨迹优化方法的步骤。

32、另一方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，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机器人运动轨迹优化方法的步骤。

33、另一方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述机器人运动轨迹优化方法的步骤。

34、上述机器人运动轨迹优化方法、装置、计算机设备和存储介质，基于当前采样点序列的抖动程度和当前采样点序列与初始样条路径上的路点间的距离差异，对当前采样点序列进行迭代平滑处理，使得优化后的位置样条路径和姿态样条路径的波动更小，提升机器人运行时的速度和平稳性；同时对位置样条路径和姿态样条路径进行优化，可以提高机器人运行时的角速度，降低角加速度抖动。

技术特征：

1.一种机器人运动轨迹优化方法，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，所述基于当前采样点序列的抖动程度以及当前采样点序列与所述初始样条路径上的路点间的距离差异，对所述当前采样点序列进行迭代平滑处理，包括：

3.根据权利要求2所述的方法，其特征在于，所述能量成本函数包括路径参数；所述基于当前采样点序列的抖动程度，构建能量成本函数，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于当前采样点序列与所述初始样条路径上的路点间的距离差异，构建偏差函数，包括：

5.根据权利要求2所述的方法，其特征在于，所述基于所述目标函数对当前采样点序列进行迭代平滑处理，包括：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：接收调整所述给定的函数权重和所述预设迭代次数的调整指令，根据所述调整指令调整所述给定的函数权重和所述预设迭代次数，并返回所述基于当前采样点序列的抖动程度以及当前采样点序列与所述初始样条路径上的路点间的距离差异，对所述当前采样点序列进行迭代平滑处理的步骤，并继续执行，获得最终迭代平滑处理后的采样点序列。

7.根据权利要求2所述的方法，其特征在于，若当前采样点序列为当前位置采样点序列，则所述能量成本函数为：

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：展示所述初始样条路径以及基于当前采样点序列重新创建的样条路径。

9.一种机器人运动轨迹优化装置，其特征在于，所述装置包括：

10.一种计算机设备，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8中任一项所述的方法的步骤。

11.一种计算机可读存储介质，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8中任一项所述的方法的步骤。

12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

技术总结
本申请涉及一种机器人运动轨迹优化方法、装置、计算机设备和存储介质。所述方法包括：根据已确定的路点，创建初始样条路径；对初始样条路径进行离散化采样，获得采样点序列，并作为当前采样点序列；基于当前采样点序列的抖动程度以及当前采样点序列与初始样条路径上的路点间的距离差异，对当前采样点序列进行迭代平滑处理，将迭代平滑处理结果作为新的当前采样点序列。采用本方法能够使得优化后的位置样条路径和姿态样条路径的波动更小，提升机器人运行时的速度和平稳性；同时对位置样条路径和姿态样条路径进行优化，可以提高机器人运行时的角速度，降低角加速度抖动。

技术研发人员：马亚坤
受保护的技术使用者：上海非夕机器人科技有限公司
技术研发日：
技术公布日：2024/1/12