一种四足机器人能耗最优巡检轨迹生成方法及系统与流程
本发明涉及机器人巡检控制,更具体地说,本发明涉及一种四足机器人能耗最优巡检轨迹生成方法及系统。
背景技术:
1、随着自动化巡检技术的发展,四足机器人凭借出色的复杂地形跨越与自适应能力,逐渐成为工业复杂环境自主巡检的主力设备。巡检任务通常要求四足机器人携带感知设备,依次对分布在不同地理位置的目标进行位姿对准与定点检测。在此过程中,如何由控制系统合理生成巡检运动轨迹以降低巡检过程中的系统总能耗、保障机器人续航能力,是提升自主控制效率的核心问题。
2、然而,现有的四足机器人巡检轨迹控制策略往往采用“空间移动与位姿调整解耦”的方式。即在轨迹规划阶段,仅将机器人视为空间质点,依据目标点位的空间地理坐标生成移动轨迹;在到达指定目标点位后,再单独控制机身姿态与感知设备角度进行目标对准。这种解耦控制策略存在显著缺陷:
3、首先,忽略了方向对准需求对机身控制位姿的硬性约束。在复杂地形下,机器人即使能够在空间地理位置上到达目标点,也可能因控制位姿受限导致感知设备无法准确对准目标,造成空间可达但姿态不可控的巡检失效问题。
4、其次,未将位姿维持能耗纳入轨迹控制的全局优化目标中。四足机器人在维持特定倾斜或抬高姿态以配合目标对准时,系统功率与能耗远高于平地行走或普通站立状态。现有的轨迹规划方法仅以移动距离或单纯的行走能耗为目标,忽略了不同目标点位处位姿控制与维持带来的额外能耗负担,导致生成的“最短路径”在实际控制执行过程中极易导致电量提前耗尽。
技术实现思路
1、为了克服现有技术的上述缺陷,本发明的实施例提供一种四足机器人能耗最优巡检轨迹生成方法及系统,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案,一种四足机器人能耗最优巡检轨迹生成方法,包括以下步骤:
3、s1、获取巡检任务中各个待检测目标点位的位置信息,以及各目标点位对应的传感器检测方向约束条件;
4、s2、基于四足机器人的运动学模型与地形可通行约束,结合所述传感器检测方向约束条件,求解四足机器人在各目标点位处使传感器对准目标的机身姿态可行域;所述机身姿态可行域为满足所述传感器检测方向约束的四足机器人机身姿态参数的集合;
5、s3、根据所述机身姿态可行域,对各目标点位进行空间与姿态协同的可达性校验,剔除机身姿态可行域为空集的目标点位,构建包含剩余目标点位的有效巡检拓扑图;
6、s4、建立巡检总能耗模型,所述巡检总能耗包括四足机器人在有效巡检拓扑图的节点之间移动的转移能耗,以及四足机器人在各目标点位处由初始到达姿态调整至机身姿态可行域内并维持检测时长的姿态维持能耗;
7、s5、在所述机身姿态可行域及有效巡检拓扑图的约束下,以所述总能耗最小为目标函数,求解生成连接各有效目标点位的巡检运动轨迹,并输出至四足机器人控制系统以驱动四足机器人执行巡检任务。
8、优选的,作为本发明所述一种四足机器人能耗最优巡检轨迹生成方法的一种优选方案,其包括所述s1中,获取巡检任务中各个待检测目标点位的位置信息,以及各目标点位对应的传感器检测方向约束条件;具体包括以下内容:
9、提取n个待检测目标点位的三维空间坐标以及第i个目标点位对应的目标检测法矢量;其中,;
10、根据四足机器人搭载传感器的最大有效视场角、光轴对准容差角度以及待测靶面区域,设定传感器的实际光轴矢量为,建立光轴夹角约束条件:;且传感器视场角所形成的锥形空间须完全覆盖目标点位的待测靶面区域;
11、获取云台在俯仰轴与偏航轴上的物理旋转极限角度以及四足机器人本体的视角遮挡盲区范围;根据目标点位所在区域的地面法向量计算基准姿态初始倾角,对所述物理旋转极限角度进行动态坐标变换,得到地形修正后可达角度范围;基于机身姿态变动矩阵动态更新所述视角遮挡盲区范围后,将所述地形修正后可达角度范围与所述视角遮挡盲区范围取差集,确定云台实际动态可旋转空间,当目标点位所需的检测角度超出云台实际动态可旋转空间时,将超出差值作为机身姿态调整的强制约束输入;
12、根据传感器的有效检测距离区间与目标点位的三维空间地理坐标,建立以目标点位为球心的空间环形体域,并将所述环形体域投影至水平面,生成四足机器人机身质心的基准位置搜索区域;当目标点位所在区域的地面坡度大于预设坡度阈值时,基于所述地面坡度对所述基准位置搜索区域的内、外投影边界进行几何变形修正。
13、优选的,作为本发明所述一种四足机器人能耗最优巡检轨迹生成方法的一种优选方案,其包括所述s2中,求解四足机器人在各目标点位处使传感器对准目标的机身姿态可行域,具体包括以下内容:
14、基于传感器的有效检测距离区间与目标点位坐标建立以目标点位为球心的空间环形体域,并将所述环形体域投影至水平面,生成四足机器人机身质心的基准位置搜索区域;基于基准位置搜索区域内的局部三维点云进行障碍点剔除,结合四足机器人的标准支撑相拓扑结构进行采样,确定候选基准控制位姿;
15、定义四足机器人的机身姿态参数向量为,其中,为滚转角、为机身俯仰角、为偏航角,为机身质心高度;构建空间运动学逆解模型,建立与四足机器人各腿部关节空间角度的非线性映射函数;
16、基于所述非线性映射函数,为所述机身姿态参数向量建立以下约束:
17、(1)运动学极限约束:驱动关节空间角度处于电机驱动极限范围内、且无自碰撞干涉;
18、(2)静态稳定裕度约束:机身质心在重力方向的投影点位于支撑区域内部,且满足预设的最短稳定裕度距离;
19、(3)检测方向耦合约束:将机身姿态参数向量中的角度分量作为基底坐标转换输入构建机身齐次变换矩阵,叠加云台实际动态可旋转空间,满足传感器光轴对准容差角度的覆盖要求;
20、在由构成的四维姿态空间中,求解使所述运动学极限约束、静态稳定裕度约束以及检测方向耦合约束同时成立的联立不等式解集;
21、当所述联立不等式解集为非空集合时,将当前解集所构成的连续闭合空间定义为第i个目标点位对应的机身姿态可行域,当机身姿态与云台姿态之间存在多组满足所述覆盖要求的姿态组合时,判定存在冗余自由度,将各组姿态组合对应的机身姿态参数均纳入;当所述联立不等式无解时,判定;
22、当时,计算闭合空间在四维姿态空间中的超体积;当所述超体积小于预设的最小可行域体积阈值,标记当前目标点位为窄可行域点位,并赋予姿态调整时间裕量和姿态维持难度系数。
23、优选的,作为本发明所述一种四足机器人能耗最优巡检轨迹生成方法的一种优选方案,其包括所述s3中,具体包括以下内容:
24、校验各目标点位对应的机身姿态可行域;当,判定第i个目标点位为姿态不可达点位并予以裁减剔除;保留所有满足的目标点位作为有效巡检节点,构建有效巡检节点集合;
25、对于被裁减剔除的姿态不可达点位,当存在相邻有效巡检节点的机身姿态可行域与云台旋转极限叠加后能够覆盖其目标检测法矢量,则生成依附于当前相邻有效巡检节点的替代检测位姿,并将其加入所述有效巡检节点集合;
26、基于局部高程地图对有效巡检节点集合中任意两节点间的连线进行越障极限与最大爬坡角校验;剔除存在越障冲突或超坡的直接连接边,将满足通行条件的连接边确定为候选转移路径边;
27、提取标记的窄可行域点位,为其连接的候选转移路径边赋予额外的姿态调整时间与能耗惩罚权重;
28、以所述有效巡检节点集合中的节点为顶点,以所述候选转移路径边为边,结合四足机器人的巡检起始点与终止点,构建无向连通图,将其定义为有效巡检拓扑图;其中,为有效巡检节点与起终点构成的顶点集,为连接各有效巡检节点的候选转移路径边构成的边集;各顶点处绑定有对应的机身姿态可行域以及姿态空间超体积指标。
29、优选的,作为本发明所述一种四足机器人能耗最优巡检轨迹生成方法的一种优选方案,其包括所述s4中,建立巡检总能耗模型,具体包括以下内容:
30、对于有效巡检拓扑图中连接节点i与节点j的候选转移路径边,基于巡检速度与地面坡度建立行走运动功率函数,沿移动通行时间计算节点间转移能耗:
31、;
32、其中,为四足机器人在当前巡检速度与地面坡度条件下的行走运动功率,为沿路径边的移动通行时间;
33、对于每个有效巡检节点i,调取节点i对应的机身姿态可行域;设四足机器人在到达节点i时的初始到达姿态为,在姿态可行域内选定的目标机身姿态为;
34、根据姿态切换过程中的关节角位移计算姿态切换动态能耗;
35、当不存在冗余自由度时:云台姿态固定,按机身各腿部关节调整能耗的累加和计算动态能耗:
36、;
37、其中,为第k条腿第个关节从初始到达姿态变动至目标机身姿态的角位移变化量,为调整过程中的动态平均输出力矩,为等效绕组电流,为电机相电阻,为姿态调整时间;
38、当存在冗余自由度时:优先通过云台关节角度调整配合机身姿态调整计算动态能耗,以调大云台旋转角度来减小机身关节变动量:
39、;
40、其中,为云台第轴的转角变动量,为云台的驱动轴序号,为云台的自由度总数且取值为,为云台驱动功耗系数,为修正后的机身关节角位移变动量;
41、基于四足机器人在目标机身姿态下的支撑相静力学平衡方程,求解各腿部关节输出力矩;结合预设的检测驻留时间,计算机身姿态维持过程中的姿态维持静态能耗:;
42、其中,为第k条腿部电机在维持该姿态静力学力矩时的等效绕组电流,为电机相电阻,为系统维持稳态功耗的基准参数;为姿态维持难度系数,当目标机身姿态位于机身姿态可行域的边界区域时,当位于中心区域时;
43、将姿态切换动态能耗与姿态维持静态能耗之和定义为节点i处的姿态维持能耗;并设定四足机器人完成巡检任务所经过的节点访问序列为,其中,和分别表示巡检任务的起始节点与终止节点,表示巡检节点访问序列中的第m个有效巡检节点;将巡检任务的全局巡检总能耗建模为节点间转移能耗与各节点处姿态维持能耗的累加和:
44、;
45、将其作为后续轨迹求解与优化生成的全局目标函数,其中,表示四足机器人在第m个巡检节点处执行检测任务时所选定的目标机身姿态,m表示有效巡检拓扑图中参与本次巡检任务的有效巡检节点总数,和分别表示巡检访问序列中相邻的前一巡检节点与后一巡检节点。
46、优选的,作为本发明所述一种四足机器人能耗最优巡检轨迹生成方法的一种优选方案,其包括所述s5中,具体包括以下内容:
47、构建以巡检节点访问序列和各节点处的选定目标机身姿态集合为决策变量的协同优化模型;其中,表示节点处选定的目标机身姿态,m表示参与本次巡检任务的有效巡检节点总数,表示节点对应的姿态维持难度系数,且当为第i个目标点位时,,;
48、以全局巡检总能耗最小为优化目标构建目标函数,具体公式如下:
49、;
50、所述协同优化模型设置如下约束条件:
51、(1)节点访问覆盖约束:访问序列遍历有效巡检拓扑图中的所有有效巡检节点,且除起始节点与终止节点外,每个有效巡检节点仅被访问一次;
52、(2)姿态可行域约束:对于任意节点,其选定的目标机身姿态必须满足,其中,为第m个有效巡检节点的机身姿态可行域;
53、(3)转移动态可行性约束:相邻节点与之间的转移路径边属于候选转移路径边集,且巡检速度满足四足机器人的速度与加速度极限限制;
54、采用外层启发式搜索与内层连续空间姿态优化相结合的双层优化策略求解所述协同优化模型:
55、在外层优化中,在有效巡检拓扑图上搜索使得转移能耗和最小的离散节点访问序列;并结合内层优化返回的姿态维持能耗进行内外层协同反馈,对累计能耗超出预设上限的候选序列分支实施前置剪枝;并在适应度评价中引入机身姿态可行域超体积惩罚项,对包含窄可行域的点位附加与超体积指标成反比的惩罚量;
56、在内层优化中,固定当前外层生成的节点访问序列,利用梯度下降法在各节点对应的闭合机身姿态可行域内对目标机身姿态进行寻优,其中,针对窄可行域点位,根据机身姿态可行域的超体积自适应收缩梯度下降的寻优步长,并结合姿态维持难度系数调整能耗梯度下降方向;当判定节点存在冗余自由度时,以云台角度调整量最小为优先寻优方向,并利用云台与机身功耗差异权重修正梯度,保留机身姿态接近初始到达姿态的解;当不存在冗余自由度时,按机身调整能耗比例修正梯度下降方向;输出最优姿态组合;
57、将内外层迭代求解得到的最佳节点访问序列和最优姿态组合进行时域平滑插值,生成四足机器人运动控制系统直接调度的巡检运动轨迹与机身位姿指令序列。
58、本技术还提供了一种四足机器人能耗最优巡检轨迹生成系统,具体包括:
59、检测约束获取模块,用于获取巡检任务中各目标点位的传感器检测方向约束;
60、姿态可行域计算模块,用于基于四足机器人的运动学模型确定各目标点位对应的机身姿态可行域;
61、拓扑图构建模块,用于根据四足机器人的可通行地形特征与各目标点位的位置信息,构建连接各目标点位的有效巡检拓扑图;
62、巡检能耗建模模块,用于基于四足机器人在所述有效巡检拓扑图上的节点间转移运动过程,以及在各目标点位处调整与维持机身姿态的功耗特征,建立全局巡检总能耗模型;
63、轨迹控制指令生成模块,用于在所述机身姿态可行域及有效巡检拓扑图的约束下,以所述总能耗最小为目标函数,求解生成连接各有效目标点位并用于驱动四足机器人运行的巡检运动轨迹。
64、在上述技术方案中,本发明提供的技术效果和优点:
65、通过求解空间与姿态协同的机身姿态可行域,结合地形与检测约束精准剔除不可达点位,确保了轨迹的物理可行性;构建涵盖转移、姿态调整及维持的全局能耗模型,并利用冗余自由度下云台优先调整与难度系数加权机制,实现了机身与云台协同节能;采用双层优化策略高效求解序列与姿态,大幅降低巡检总能耗,显著提升四足机器人的续航能力与复杂地形适应性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com