機器人軌跡規(guī)劃算法及其在虛擬環(huán)境下的投射式實現(xiàn)研究.pdf

1、基于虛擬現(xiàn)實技術(shù)的機器人運動控制仿真研究是目前機器人學(xué)研究中的一個熱點。通過引入虛擬現(xiàn)實技術(shù)，可以構(gòu)建更加直觀高效逼真的仿真環(huán)境，進行更加有效的人機交互式操作。而機器人的軌跡規(guī)劃問題則是機器人研究領(lǐng)域中一個長期存在的傳統(tǒng)問題。目前，已經(jīng)有比較多的最優(yōu)規(guī)劃算法，這些算法各具特色，在某些特定場合中發(fā)揮了一定的功效。不過，這些算法也存在著一些缺陷，因此，研究以克服這些不足并且突出算法的實際工業(yè)應(yīng)用為目的的改進算法是有重要現(xiàn)實意義的。

2、本學(xué)位論文針對虛擬現(xiàn)實技術(shù)和機器人軌跡規(guī)劃這兩大領(lǐng)域開展了一些交叉研究，將虛擬現(xiàn)實技術(shù)這一新穎的技術(shù)應(yīng)用于軌跡規(guī)劃這一傳統(tǒng)的機器人研究領(lǐng)域中，在兩者之間建立起了有效的連接。論文工作以對面向機器人控制的新穎的投射式虛擬現(xiàn)實(ProjectiveVirtualReality，PVR)技術(shù)理論的改進和擴展為研究主線，著重在基于改進的PVR技術(shù)的機器人虛擬仿真平臺的研制和系統(tǒng)擴展接口的設(shè)計，以及對應(yīng)的投射式虛擬環(huán)境下機器人軌跡規(guī)劃算法的研究和實

3、現(xiàn)等方面作了一些有益的探索和嘗試。學(xué)位論文的主要工作和成果可以概括為以下五個方面： 1.在全面地介紹了相關(guān)領(lǐng)域的國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，重點對PVR技術(shù)這一虛擬現(xiàn)實技術(shù)和機器人控制相結(jié)合的前沿應(yīng)用領(lǐng)域進行了分析研究，提出了該技術(shù)的進一步研究方向。同時，在此基礎(chǔ)上，提出并具體設(shè)計了一個新穎的基于PVR技術(shù)的機器人虛擬仿真控制平臺，該平臺克服了以往PVR應(yīng)用過程中的一些不足。具體地，在避碰檢測和人機交互式操作等方面進行了討論。與現(xiàn)有

4、同類仿真平臺相比，這里提出的虛擬仿真平臺進一步地改進了PVR技術(shù)，具有結(jié)構(gòu)簡單、適用面廣等特點。它既可作為虛擬仿真訓(xùn)練平臺，進行逼真的臨場感操作訓(xùn)練；又可作為多功能機器人操作仿真試驗平臺，進行機器人操作仿真試驗。 2.為了使上述設(shè)計的仿真平臺具有良好的適應(yīng)性和擴展性，針對PVR技術(shù)中任務(wù)演繹和動作規(guī)劃這兩大關(guān)鍵部件一般很難在非結(jié)構(gòu)化和未知的環(huán)境中被有效構(gòu)造的不足，將主動數(shù)據(jù)庫中的ECA規(guī)則機制引入到仿真系統(tǒng)中，提出了一個新的軟件

5、框架TD&APECA。該框架不僅具有良好的柔韌性(它能根據(jù)操作者的需求來方便地重新部分參數(shù)化仿真系統(tǒng))，而且為PVR技術(shù)的協(xié)作式和分布式應(yīng)用提供了一個良好的擴展接口。初步的仿真實驗驗證了提出方法的可行性和有效性。 3.深入研究了機器人的最優(yōu)時間軌跡規(guī)劃(MTTP)算法和機器人軌跡規(guī)劃的綜合優(yōu)化(IOTP)算法。在新算法中，基于設(shè)計的一種簡單實用的機器人碰撞檢測策略，以及結(jié)合問題特點引入的優(yōu)化技巧，比較完整地構(gòu)建了問題的優(yōu)化模型，

6、并據(jù)此提出了高效的加強型進化規(guī)劃算法來進行具體求解。系統(tǒng)仿真比較實驗驗證了提出算法的可行性和有效性，在計算精度上要優(yōu)于已有方法。特別地，以MOTOMAN-UP6工業(yè)機器人為實際應(yīng)用對象，在基于PVR技術(shù)構(gòu)建的仿真系統(tǒng)平臺上，考慮了算法在投射式虛擬環(huán)境下的應(yīng)用，得到了提高投射式操作精度的一些有用輔助操作手段，并據(jù)此提出了“虛擬軌跡”(virtualtrajectory)的概念。 4.研究了機器人最優(yōu)時間動作路徑規(guī)劃(MTMPP)算

7、法。先針對基本的MTMPP問題，提出了一種新穎的混合式進化計算模擬退火求解算法，對算法的收斂特性進行了嚴格的數(shù)學(xué)形式證明，并將設(shè)計的算法與現(xiàn)有的幾種優(yōu)化算法進行了數(shù)值仿真比較；然后，將提出的算法與機器人學(xué)中一些比較有效的優(yōu)化技術(shù)結(jié)合起來，在此基礎(chǔ)上又提出了其它三類優(yōu)化算法，分別解決了工業(yè)應(yīng)用領(lǐng)域中三種不同類型的擴展型MTMPP問題。同時，將設(shè)計的優(yōu)化算法引入到仿真系統(tǒng)中的投射式虛擬環(huán)境下，得到了一些有用的輔助操作手段，并提出了“虛擬指導(dǎo)

8、式移動路徑”(virtualinstructionalmovingpath)的概念。 5.基于目前正在廣泛使用的極具發(fā)展前途的蟻群優(yōu)化(AntColonyOptimization，ACO)算法，提出了解決機器人路徑規(guī)劃的改進型ACO算法IACO*，討論了對含有約束條件的連續(xù)型函數(shù)優(yōu)化問題的求解。在算法的設(shè)計中，具體構(gòu)造了特殊的距離啟發(fā)式信息概率；動態(tài)確定了算法中的兩類重要權(quán)值系數(shù)；有效構(gòu)造了問題的可行解；為螞蟻在移動過程中綜合確

9、定了轉(zhuǎn)移概率。另外，針對目前對ACO算法收斂性的數(shù)學(xué)證明還很缺乏的不足，基于泛函分析的手段，對提出的算法IACO*的收斂特性進行了初步的數(shù)學(xué)分析和證明。仿真實驗的結(jié)果驗證了提出算法的實用性和有效性。學(xué)位論文的最后一章在總結(jié)全文工作的基礎(chǔ)上，從涉及兩個理論方面研究和一個應(yīng)用方面研究的前瞻性角度，比較詳盡地提出和分析了后續(xù)的研究工作，對進一步的研究具有一定的指導(dǎo)意義。最后結(jié)合我國的實際情況，就學(xué)位論文中開展的研究工作在實際場合中的應(yīng)用進行了