仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型一種求取方法
【技術領域】
[0001] 本發(fā)明涉及機器人技術，尤其涉及面向高速飛行球體作業(yè)七自由度仿人機械臂最 優(yōu)擊球構型的一種求取方法。
【背景技術】
[0002] 仿人機器人要想替代人類完成各種作業(yè)，必須應擁有類人上肢功能的仿人機械 臂。仿人機器人7-DOF機械臂在一些復雜作業(yè)任務執(zhí)行時，如對高速飛行球體乒乓球、棒 球擊球作業(yè)時，將存有無窮多組作業(yè)連桿構型滿足對同一目標球體的作業(yè)任務需求，不同 的作業(yè)連桿構型對機械臂的性能要求也會相差很大。仿人機械臂由于連桿機構與形狀的 設計使其每個關節(jié)都存有關節(jié)位置物理約束，人們希望擊球時刻機械臂各關節(jié)位置能盡 可能地遠離對應的位置限位，使其能處在一種自然的連桿構形姿態(tài)對目標球體進行作業(yè)。 機械臂作業(yè)時刻對球體擊球連桿構型優(yōu)選問題可轉化為等效的最小化問題，并采用數(shù)值 優(yōu)化方法求解。目前相關研宄也有報道，如采用和聲搜索全數(shù)值法（《控制理論與應用》 (2012,29(7) :867-876))、遺傳算法迭代（《中國機械工程》(2008, 19(22) :2661-2665))等， 但這些方法需給定機器人末端位姿為前提，而且采用優(yōu)化參數(shù)多，尋優(yōu)解易陷入局部最優(yōu)， 算法參數(shù)效應敏感，需設置適宜的參數(shù)否則將影響搜索性能。
[0003] 2011年Rao等人提出一種新穎啟發(fā)式搜索方法 教學優(yōu)化方法（Teaching- Learning-BasedOptimization,TLB0) ， 該方法源于班級中教學現(xiàn)象及效果的模擬； 與其它 仿生優(yōu)化算法比較該方法僅有群體規(guī)模與進化代數(shù)兩個參數(shù)，需設置參數(shù)少，可避免算法 因參數(shù)設置不當造成計算量增加或陷入局部解問題。在傳統(tǒng)TLBO方法中，主要通過教師 "教"階段與學員"學"階段實現(xiàn)學員水平提高，事實上在教師"教"階段中教師除了盡力使 班級平均水平接近自身外，還存有個性化答疑及單獨交流、互動等方式。由此于坤杰等人提 出基于反饋的精英教學優(yōu)化方法（《自動化學報》（2014, 40 (9): 1976-1983))，該方法在標 準TLBO算法基礎上增加了反饋階段，將學員與教師間的反饋思想以與教師、學員階段串列 的階段方式存在，再評估反饋階段后的個體；同標準TLBO算法比較，該方法性能得到了改 善，但增加了算法每代適應度函數(shù)計算次數(shù)，提高計算量。

【發(fā)明內容】

[0004] 本發(fā)明克服現(xiàn)有技術不足，提供仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型的一種求 取方法。
[0005] 本發(fā)明涉及的仿人機械臂為七自由度，其中肩部三個自由度，肘部一個自由度，腕 部三個自由度；在擊球時刻機械臂將根據(jù)末端拍心位置及球拍笛卡爾速度矢量方向求取最 優(yōu)擊球連桿構型。
[0006] 仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型的一種求取方法包括如下步驟：
[0007] 1).為獲取仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型，使機械臂處在一種自然連桿 構型姿態(tài)進行擊球作業(yè)，定義如下最小化目標函數(shù)
[0008]minf(K) =y
【主權項】
1. 仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型一種求取方法，其特征在于該方法包括如下 步驟： 1) .為獲取仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型，使機械臂處在一種自然連桿構型 姿態(tài)進行擊球作業(yè)，定義如下最小化目標函數(shù) minf (K) = μ
式中K為與妒參數(shù)組合，qimin、％_與q imax分別表示關節(jié)i位置下限、中值與上限 值，Qi為關節(jié)i位置；該最小化目標函數(shù)作為改進教學優(yōu)化算法對仿人機械臂飛行球體作 業(yè)最優(yōu)擊球構型求取方法搜索l·、P變量的目標函數(shù)； 2) .設置改進教學優(yōu)化算法的參數(shù)：最大進化代數(shù)G = 10、種群規(guī)模P = 10、個體編碼 長度即優(yōu)化變量個數(shù)L = 2及算法終止準則； 3) .運行改進教學優(yōu)化算法，搜索尋優(yōu)仿人機械臂飛行球體作業(yè)運動模型中的未知參 數(shù)l·、識，通過最小化目標函數(shù)得到模型中一組未知參數(shù)l·、的最優(yōu)變量參數(shù)值； 4) .將最優(yōu)變量參數(shù)值代入仿人機械臂飛行球體作業(yè)運動模型中，獲得機械臂對飛行 物體作業(yè)的最優(yōu)構型，使所獲得的機械臂連桿構型最大程度地遠離各關節(jié)位置限位。
2. 根據(jù)權利要求1所述的仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型一種求取方法，其特 征在于所述的改進教學優(yōu)化算法的終止準則為：算法運行達到最大進化代數(shù)時迭代自行終 止。
3. 根據(jù)權利要求1所述的仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型一種求取方法，其特 征在于所述的改進教學優(yōu)化算法對仿人機械臂飛行球體作業(yè)模型中的變量參數(shù)進行搜索 尋優(yōu)的步驟為： 1) .設置改進教學優(yōu)化算法運行參數(shù)，仿人機械臂飛行球體作業(yè)模型中2個待優(yōu)化變 量參數(shù)l·、P的搜索范圍，隨機生成初始種群；定義仿人機械臂飛行球體作業(yè)模型中遠離 關節(jié)物理約束限位程度為算法目標函數(shù)； 2) .將種群中每一個體作為仿人機械臂飛行球體作業(yè)模型中的一組參數(shù)，代入仿人機 械臂運動學模型中逆解求取幾何表達式，并計算這組參數(shù)所對應的目標函數(shù)值； 3) .對應于種群中目標函數(shù)值最小的個體作為當前群體的最優(yōu)個體，計算最優(yōu)個體與 當前種群個體平均值間之差Difference_Mean ;基于當前最優(yōu)解與反饋方式進行種群個體 的更新；若更新后的解優(yōu)于原先解，則接受新解，否則保留原解； 4) .隨機選擇兩個個體，基于兩個個體間的差異性進行種群個體更新；若更新后的解 優(yōu)于原先解，則接受新解，否則保留原解； 5) .最優(yōu)個體解取代最劣個體，修改重復個體； 6) .重復步驟2)~步驟5)進行算法迭代，直至算法滿足終止準則為止； 7) .輸出最優(yōu)結果，所得的最優(yōu)個體即為仿人機械臂飛行球體作業(yè)模型中待優(yōu)選的變 量參數(shù)值，將所優(yōu)選的變量參數(shù)值代入作業(yè)模型中，獲得機械臂對飛行物體作業(yè)的最優(yōu)擊 球構型。
4. 根據(jù)權利要求3所述的仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型一種求取方法，其特 征在于改進教學優(yōu)化算法對仿人機械臂飛行球體作業(yè)模型中的變量參數(shù)搜索尋優(yōu)，所述的 基于當前最優(yōu)解與反饋方式更新種群個體按如下方式進行： Xnewji= x〇id,i+rand · (Mnew-TpMi)+rand · (Mnew-xold；i) 其中，rand為0-1的隨機數(shù)，Tf為教學因子隨機確定為1或2, M ,為種群個體平均值， Mmw為最優(yōu)個體，X i為現(xiàn)有個體X 更新后的值。
5. 根據(jù)權利要求3所述的仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型一種求取方法，其特 征在于改進教學優(yōu)化算法對仿人機械臂飛行球體作業(yè)模型中的變量參數(shù)搜索尋優(yōu)，所述的 仿人機械臂運動學模型逆解幾何表達式按如下步驟計算求取中機械臂連桿末端位姿： 1) .設定仿人臂擊球時刻球拍速度方向與拍面垂直，根據(jù)作業(yè)時刻球拍速度V，確定當 球拍背面與其速度方向垂直的球拍姿態(tài)矩陣R
式中Φ、γ和^分別為球拍繞X，y，和z軸旋轉運動的滾動、俯仰和偏擺角；假定繞z 軸轉動的偏擺角滬作為球拍姿態(tài)矩陣R冗余姿態(tài)角已知，可得
當球拍掌面與其速度方向垂直時，球拍姿態(tài)矩陣R為 V ，
假定繞Z軸轉動的偏擺角供已知，可得
2) .由球拍中心位姿可求得仿人機械臂連桿末端位姿分別為 R7= R P7= p-R 7 · (0 0 -L3)τ 式中P為球拍中心位置，L3為腕部與拍心距離，（ρ 7, R7)為仿人臂末端位姿。
【專利摘要】本發(fā)明涉及仿人機械臂飛行球體作業(yè)最優(yōu)擊球構型一種求取方法。該方法包括如下步驟：(1)運動學數(shù)學模型的建立，根據(jù)末端連接拍心位置及球拍笛卡爾速度矢量方向獲得機械臂末端位姿，并計算推導仿人機械臂逆解求取幾何表達式；(2)采用改進教學優(yōu)化算法搜索模型中冗余變量，以遠離關節(jié)物理約束限位程度作為算法的目標函數(shù)；(3)設置改進教學優(yōu)化算法運行參數(shù)；(4)通過改進教學優(yōu)化算法最小化目標函數(shù)，得到模型中最佳冗余變量值；將最優(yōu)冗余變量值代入至運動學模型中，獲得機械臂對飛行球體作業(yè)最優(yōu)擊球構型。本發(fā)明能根據(jù)拍心位置及球拍笛卡爾速度矢量方向獲得機械臂最優(yōu)的自然構型進行擊球作業(yè)，解決了機械臂對球體作業(yè)連桿構型的優(yōu)選問題，而且具有待優(yōu)化參數(shù)少、所求關節(jié)角具有遠離關節(jié)位置限位裕量大的優(yōu)點。
【IPC分類】G05B13-04
【公開號】CN104678766
【申請?zhí)枴緾N201510045116
【發(fā)明人】任子武, 王振華, 林睿, 孫榮川, 陳國棟, 孫立寧
【申請人】蘇州大學
【公開日】2015年6月3日
【申請日】2015年1月29日