本發(fā)明涉及機(jī)器人操作優(yōu)化和自動(dòng)化控制，尤其是涉及一種復(fù)雜場景下機(jī)器人靈活操作空間動(dòng)態(tài)優(yōu)化方法。

背景技術(shù)：

1、移動(dòng)機(jī)器人在復(fù)雜場景下的操作能力對(duì)工業(yè)自動(dòng)化、倉儲(chǔ)物流等領(lǐng)域具有重要意義，尤其是在處理不規(guī)則形狀、堆疊復(fù)雜的物品時(shí)，傳統(tǒng)的靜態(tài)操作方式往往難以滿足高效、精準(zhǔn)的作業(yè)需求。通常，移動(dòng)機(jī)器人通過激光雷達(dá)、視覺傳感器等對(duì)環(huán)境進(jìn)行感知，并結(jié)合路徑規(guī)劃算法實(shí)現(xiàn)機(jī)械臂的定位與抓取。然而，在復(fù)雜場景中，現(xiàn)有技術(shù)存在以下問題：

2、1、路徑規(guī)劃與操作空間的限制：傳統(tǒng)的機(jī)器人操作多依賴于預(yù)設(shè)的路徑規(guī)劃與靜態(tài)的工作空間，這種方式在面對(duì)場景變化時(shí)缺乏靈活性，導(dǎo)致機(jī)械臂操作點(diǎn)受限，無法在多自由度下實(shí)現(xiàn)最佳位置的抓取，尤其是在處理堆疊、錯(cuò)位或不規(guī)則物品時(shí)，操作成功率較低。

3、2、點(diǎn)云數(shù)據(jù)處理復(fù)雜且精度受限：現(xiàn)有技術(shù)中，通常通過深度相機(jī)采集點(diǎn)云數(shù)據(jù)，并利用ransac算法與濾波去噪等手段優(yōu)化點(diǎn)云信息。但此過程容易受環(huán)境光照、噪聲干擾的影響，導(dǎo)致物品的識(shí)別與定位精度不足，難以在復(fù)雜場景中進(jìn)行高效操作。

4、3、機(jī)械臂運(yùn)動(dòng)學(xué)解算與碰撞避障的矛盾：在復(fù)雜場景下，機(jī)械臂操作需要多步的逆運(yùn)動(dòng)學(xué)解算與避障策略。目前常見的碰撞避免方法多為靜態(tài)設(shè)定，無法實(shí)時(shí)動(dòng)態(tài)調(diào)整機(jī)械臂的姿態(tài)與路徑，導(dǎo)致操作效率低，無法靈活應(yīng)對(duì)環(huán)境變化，容易出現(xiàn)碰撞風(fēng)險(xiǎn)。

5、4、現(xiàn)有優(yōu)化方式適應(yīng)性差、成本高：為了應(yīng)對(duì)復(fù)雜操作，行業(yè)中有時(shí)會(huì)采用高精度的傳感器或復(fù)雜的算法來提高識(shí)別與操作精度，然而此類方法不僅增加了系統(tǒng)的復(fù)雜性與成本，而且難以在大規(guī)模實(shí)際應(yīng)用中普及。

6、因此，如何在復(fù)雜場景下實(shí)現(xiàn)機(jī)械臂操作空間的動(dòng)態(tài)優(yōu)化，提高抓取精度和成功率，同時(shí)降低對(duì)高成本傳感器的依賴，成了本發(fā)明所要解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明解決的技術(shù)問題是針對(duì)上述現(xiàn)有技術(shù)中存在的缺陷，提供一種復(fù)雜場景下機(jī)器人靈活操作空間動(dòng)態(tài)優(yōu)化方法，以解決上述背景技術(shù)中提出的機(jī)械臂在復(fù)雜場景中操作空間受限、操作精度不足、避障能力差及系統(tǒng)成本高的問題。

2、為解決上述技術(shù)問題，本發(fā)明采取的技術(shù)方案如下：

3、一種復(fù)雜場景下機(jī)器人靈活操作空間動(dòng)態(tài)優(yōu)化方法，包括以下步驟：

4、s1：控制移動(dòng)機(jī)器人移動(dòng)至待操作位置，移動(dòng)機(jī)器人包括裝載有激光雷達(dá)的所述移動(dòng)底盤，基于激光雷達(dá)導(dǎo)航和深度相機(jī)的視覺系統(tǒng)，通過ros系統(tǒng)自主避障并移動(dòng)至特征場景前停止；

5、s2：通過深度相機(jī)獲取特征場景和操作待項(xiàng)目的點(diǎn)云信息，對(duì)對(duì)象點(diǎn)云信息進(jìn)行抑制和去噪處理，除去無關(guān)場景點(diǎn)云，得到高質(zhì)量的點(diǎn)云信息；

6、s3：通過ransac算法和最小化項(xiàng)目二乘法構(gòu)建場景，獲取場景的點(diǎn)云信息，計(jì)算項(xiàng)目點(diǎn)云的質(zhì)心并定義為操作目標(biāo)；

7、s4：利用蒙特卡洛算法計(jì)算機(jī)械臂的接近工作空間，并通過逆運(yùn)動(dòng)學(xué)解算得到靈活工作空間的操作點(diǎn)，對(duì)靈活工作空間進(jìn)行采樣并計(jì)算其空間包絡(luò)圖；

8、s5：將靈活工作空間與物品點(diǎn)云做最大交集，根據(jù)最大交集求取移動(dòng)機(jī)器人位置變換，將待操作物品點(diǎn)云引導(dǎo)進(jìn)入靈活工作空間；

9、s6：根據(jù)最優(yōu)位姿變換信息控制移動(dòng)結(jié)構(gòu)移動(dòng)到最優(yōu)操作空間位置，使得機(jī)械臂的靈活工作空間與特征場景的點(diǎn)云信息達(dá)到最佳耦合，從而實(shí)現(xiàn)高成功率的操作。

10、作為本發(fā)明進(jìn)一步的方案，所述步驟s2中的點(diǎn)云優(yōu)化算法包括抑制和噪聲去處理，以去除無關(guān)點(diǎn)云，提高計(jì)算效率，并生成最大空間包絡(luò)圖。

11、作為本發(fā)明進(jìn)一步的方案，所述步驟s3中的場景平面包括使用ransac算法獲取平面方程，并在該平面的算法支持上進(jìn)行垂直計(jì)算作為z軸，以分割場景平面和項(xiàng)目點(diǎn)云。

12、作為本發(fā)明進(jìn)一步的方案，所述步驟s4中的靈活工作空間計(jì)算包括：

13、對(duì)機(jī)械臂的鄰近工作空間進(jìn)行蒙特卡洛采樣；

14、對(duì)機(jī)械臂的鄰近工作空間進(jìn)行蒙特卡洛采樣，固定操作點(diǎn)位置，以30°為步長分別繞x、y、z軸旋轉(zhuǎn)遍歷一圈，對(duì)每一姿態(tài)驗(yàn)證逆運(yùn)動(dòng)學(xué)解是否存在，有解即為靈活工作空間的操作點(diǎn)。

15、作為本發(fā)明進(jìn)一步的方案，所述步驟s5中的位姿變換包括：

16、基于物品點(diǎn)云質(zhì)心的計(jì)算，引導(dǎo)物品點(diǎn)云質(zhì)心沿著預(yù)設(shè)路徑移動(dòng)至機(jī)械臂基坐標(biāo)系的中心點(diǎn)；

17、根據(jù)最優(yōu)化交集調(diào)整項(xiàng)目點(diǎn)云布局，使得項(xiàng)目充分進(jìn)入靈活的工作空間。

18、作為本發(fā)明進(jìn)一步的方案，所述步驟s5還包括工作空間適應(yīng)調(diào)整，當(dāng)項(xiàng)目點(diǎn)云無法完全適應(yīng)靈活工作空間時(shí)，通過移動(dòng)機(jī)器人構(gòu)造的位姿調(diào)整，實(shí)現(xiàn)項(xiàng)目點(diǎn)云與機(jī)械臂工作空間的部分交集。

19、作為本發(fā)明進(jìn)一步的方案，所述步驟s5進(jìn)一步包括碰撞參數(shù)與調(diào)整，當(dāng)機(jī)械臂移動(dòng)至碰撞參數(shù)極限時(shí)，停止移動(dòng)并調(diào)整位置，以最大化工作空間的覆蓋。

20、作為本發(fā)明進(jìn)一步的方案，所述步驟s6中的最優(yōu)化操作空間位置是通過逆向位姿調(diào)整計(jì)算得出，通過調(diào)整使機(jī)械臂在復(fù)雜場景中保持多自由度的靈活性，從而實(shí)現(xiàn)最佳操作效果。

21、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

22、1、基于空間包絡(luò)圖的靈活工作空間優(yōu)化：本發(fā)明在機(jī)械臂靈活工作空間的計(jì)算中，特別引入空間包絡(luò)圖的計(jì)算與應(yīng)用。這一方法不僅限于簡單的可達(dá)性驗(yàn)證，還通過包絡(luò)圖描述出整個(gè)靈活工作空間的形態(tài)邊界，為后續(xù)的操作優(yōu)化提供了更加精準(zhǔn)的數(shù)據(jù)支撐。相比于傳統(tǒng)的單一工作空間描述方式，空間包絡(luò)圖的引入能夠直觀反映機(jī)械臂的操作邊界，使得對(duì)靈活工作空間的調(diào)整更為精細(xì)化和動(dòng)態(tài)化，從而在復(fù)雜場景中更靈活地完成任務(wù)。

23、2、點(diǎn)云質(zhì)心引導(dǎo)與機(jī)械臂位姿變換的精準(zhǔn)配合：發(fā)明中通過計(jì)算物品點(diǎn)云的質(zhì)心，并利用質(zhì)心位姿引導(dǎo)機(jī)械臂的操作位置，這種策略在現(xiàn)有技術(shù)中并不多見。它特別解決了在不規(guī)則物體抓取中如何優(yōu)化操作位置的難題。通過對(duì)質(zhì)心的動(dòng)態(tài)調(diào)整，引導(dǎo)機(jī)械臂的位姿變化，使物品進(jìn)入最優(yōu)抓取區(qū)域，從而顯著提高抓取的成功率。此精準(zhǔn)配合機(jī)制，避免了傳統(tǒng)路徑規(guī)劃在面對(duì)復(fù)雜物體時(shí)的局限性。

24、3、逆向位姿調(diào)整策略與實(shí)時(shí)碰撞判定結(jié)合的創(chuàng)新設(shè)計(jì)：本發(fā)明中的逆向位姿調(diào)整策略與碰撞參數(shù)實(shí)時(shí)檢測的結(jié)合，是確保操作安全與靈活性的關(guān)鍵創(chuàng)新點(diǎn)。在調(diào)整機(jī)械臂操作路徑時(shí)，通過實(shí)時(shí)的碰撞判定，動(dòng)態(tài)修正操作姿態(tài)，避免了機(jī)械臂與環(huán)境的潛在碰撞。這種結(jié)合在復(fù)雜場景下尤其具有優(yōu)勢，可以在高自由度的情況下完成精細(xì)化操作，是對(duì)靜態(tài)避障方法的重大突破，保證了靈活性與安全性。

25、4、復(fù)雜堆疊場景中點(diǎn)云去噪與優(yōu)化處理的高效性：針對(duì)復(fù)雜堆疊場景中的點(diǎn)云數(shù)據(jù)，本發(fā)明通過深度相機(jī)獲取多視角點(diǎn)云信息，并結(jié)合獨(dú)特的去噪處理技術(shù)，有效去除無關(guān)點(diǎn)云，提升了計(jì)算效率和數(shù)據(jù)質(zhì)量。傳統(tǒng)的點(diǎn)云處理通常面對(duì)噪聲干擾較大，而本發(fā)明的去噪優(yōu)化處理在確保點(diǎn)云信息完整性的同時(shí)，極大地減少了無效數(shù)據(jù)對(duì)操作路徑規(guī)劃的影響，增強(qiáng)了系統(tǒng)在復(fù)雜場景中的適應(yīng)能力。

26、5、多步驟聯(lián)合優(yōu)化實(shí)現(xiàn)高自由度多場景適應(yīng)：本發(fā)明通過多步驟的優(yōu)化設(shè)計(jì)，涵蓋從初始定位、工作空間采樣、位姿調(diào)整到最終操作的全流程優(yōu)化，使得系統(tǒng)在復(fù)雜場景中能夠靈活應(yīng)對(duì)多種不確定性。尤其在不同大小、形狀物品的處理上，能夠動(dòng)態(tài)調(diào)整操作策略，提高成功率。相比于現(xiàn)有固定流程的操作方法，具有更高的操作自由度和場景適應(yīng)性。

27、本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。