面向抓取任務(wù)的移動(dòng)機(jī)器人?？课恢脙?yōu)化方法研究

王 東，黃瑞元，李偉政，黃之峰

（廣東工業(yè)大學(xué) 自動(dòng)化學(xué)院，廣東 廣州 510006）

當(dāng)移動(dòng)機(jī)械臂在室內(nèi)環(huán)境中執(zhí)行抓取任務(wù)時(shí)，主要挑戰(zhàn)之一是如何高效地避開障礙并且成功抓取目標(biāo)物。在室內(nèi)環(huán)境較為復(fù)雜、障礙物較多的情況下，移動(dòng)機(jī)械臂的抓取規(guī)劃成功率會(huì)受到障礙物的影響，并且抓取規(guī)劃成功率低也會(huì)導(dǎo)致RRT的規(guī)劃時(shí)間增加。因此，移動(dòng)機(jī)械臂首先要預(yù)處理環(huán)境信息，然后生成并到達(dá)優(yōu)化后的?？课恢茫龠M(jìn)行抓取。

隨著機(jī)器人技術(shù)的不斷發(fā)展，固定位置操作的機(jī)械臂不能滿足多方面需求，而且機(jī)械臂需要安全高效地在動(dòng)態(tài)環(huán)境中工作。移動(dòng)機(jī)械臂所面臨的環(huán)境更加復(fù)雜，若移動(dòng)機(jī)械臂搜尋路徑效率不高，則會(huì)嚴(yán)重影響其工作質(zhì)量。因此如何快速地規(guī)劃出一條有效的安全路徑極具研究意義與實(shí)際應(yīng)用價(jià)值[1-3]。在較狹窄或較擁擠場(chǎng)所中，移動(dòng)機(jī)械臂需要根據(jù)環(huán)境中的信息快速獲取目標(biāo)的位置，然后結(jié)合機(jī)械臂抓取空間的評(píng)價(jià)標(biāo)準(zhǔn)，得到優(yōu)化后的底盤?？课恢?，最后結(jié)合RRT算法避開障礙物，完成目標(biāo)點(diǎn)抓取任務(wù)。

對(duì)于移動(dòng)機(jī)械臂避障抓取問題，早期大多數(shù)研究都是對(duì)移動(dòng)機(jī)械臂進(jìn)行分散控制，即先控制移動(dòng)底盤到達(dá)目標(biāo)位置，然后再進(jìn)行機(jī)械臂的運(yùn)動(dòng)規(guī)劃避障抓取。例如，先進(jìn)行移動(dòng)底盤導(dǎo)航定位及地圖創(chuàng)建[4-5]，然后進(jìn)行機(jī)械臂運(yùn)動(dòng)規(guī)劃及軌跡生成[6]；現(xiàn)在有部分研究涉及移動(dòng)底盤與機(jī)械臂的全身控制，通過協(xié)調(diào)控制移動(dòng)機(jī)械臂縮短控制時(shí)間，并且能夠?qū)崿F(xiàn)在狹小空間調(diào)整位姿抓取[7-8]。其中都未提及到該如何結(jié)合環(huán)境信息、機(jī)械臂位置信息和各約束條件，生成物體抓取的最優(yōu)?？课恢玫认嚓P(guān)問題。

對(duì)于機(jī)械臂抓取過程中的避障問題，文獻(xiàn)[9]首次提出應(yīng)用于機(jī)器人路徑規(guī)劃的虛擬力場(chǎng)方法——人工勢(shì)場(chǎng)法，文獻(xiàn)[10-11]提出一種基于A*算法的移動(dòng)機(jī)械臂無碰抓取方法，文獻(xiàn)[12]在傳統(tǒng)蟻群算法的基礎(chǔ)上，引入帶方向信息的全局啟發(fā)因子來提高最優(yōu)路徑的搜索效率，能夠在較短時(shí)間內(nèi)規(guī)劃出滿足條件的最優(yōu)路徑。文獻(xiàn)[13]提出一種改進(jìn)的快速擴(kuò)展隨機(jī)樹算法(Rapidly-exploring Random trees, RRT)。文獻(xiàn)[14]提出低振蕩人工勢(shì)場(chǎng)?自適應(yīng)快速擴(kuò)展隨機(jī)樹(Adaptive Rapidly-exploring Random Trees,ARRT)混合算法進(jìn)行路徑規(guī)劃。文獻(xiàn)[15]設(shè)計(jì)基于雙向RRT算法的運(yùn)動(dòng)規(guī)劃方法，有效地解決仿人機(jī)器人的抓取操作問題。上述算法都未考慮將機(jī)械臂連桿與障礙物碰撞條件加入避障。

本文對(duì)環(huán)境中目標(biāo)物及障礙物的識(shí)別、定位[16-17]采用的是aruco碼[18]標(biāo)記以及在動(dòng)作捕捉系統(tǒng)下粘貼感應(yīng)點(diǎn)的方法。在不同的約束條件下，如何找到移動(dòng)機(jī)械臂優(yōu)化后的?？课恢?，提高移動(dòng)機(jī)械臂抓取物體的規(guī)劃成功率是主要挑戰(zhàn)。本文重點(diǎn)研究如何在更短時(shí)間內(nèi)提高移動(dòng)機(jī)械臂在多障礙物環(huán)境下的避障抓取規(guī)劃成功率，主要貢獻(xiàn)如下：(1) 分析了機(jī)械臂結(jié)合夾爪碰撞約束條件且無障礙物的抓取空間；(2) 分析了移動(dòng)底盤、機(jī)械臂末端以及機(jī)械臂連桿與障礙物之間碰撞的多約束條件；(3) 提出了移動(dòng)機(jī)器人在有障礙物的環(huán)境下優(yōu)化停靠位置的計(jì)算方法，有效地提高了移動(dòng)機(jī)器人進(jìn)行抓取任務(wù)規(guī)劃的效率。

1 硬件規(guī)格

圖1為研究中使用的移動(dòng)機(jī)械臂，包括加拿大Clearpath公司生產(chǎn)的ridgeback移動(dòng)底盤、優(yōu)傲機(jī)器人公司生產(chǎn)的UR5協(xié)作式機(jī)械臂和Robotiq公司生產(chǎn)的三指夾爪。其中ridgeback移動(dòng)底盤裝有4個(gè)麥克納姆輪，為全方位移動(dòng)小車；UR5為六關(guān)節(jié)機(jī)械臂，末端負(fù)載為5 kg；Robotiq夾爪為自適應(yīng)三指夾爪，可抓取多種不同形狀物體。Realsense相機(jī)安裝在機(jī)械臂末端，其還使用了動(dòng)作捕捉系統(tǒng)，目的是建立環(huán)境中各物體的位置信息。電腦通過網(wǎng)絡(luò)端口連接控制移動(dòng)機(jī)械臂，通過局域網(wǎng)連接動(dòng)作捕捉系統(tǒng)傳輸數(shù)據(jù)。

圖1 移動(dòng)機(jī)械臂硬件Fig.1 Mobile manipulator hardware

2 方法

2.1 碰撞約束條件

根據(jù)任務(wù)要求，碰撞約束條件主要包括在對(duì)工作空間進(jìn)行分析時(shí)的夾爪與機(jī)械臂自身連桿的碰撞和在進(jìn)行RRT避障規(guī)劃時(shí)的機(jī)械臂末端、連桿與障礙物的碰撞。此處將夾爪和障礙物簡(jiǎn)化為球體，則碰撞約束問題簡(jiǎn)化為求空間中一點(diǎn)到一條線段的最短距離是否滿足條件。

如圖2所示，問題描述為P是夾爪中心點(diǎn)或障礙物中心點(diǎn)，XH，YH分別為連桿的2個(gè)端點(diǎn)，r為球體半徑，RH為連桿半徑。當(dāng)參數(shù)t∈(0,1)時(shí)，Oproject為XHYH線段上的點(diǎn)；當(dāng)t≤0時(shí)，其為YHXH延長(zhǎng)線上的點(diǎn)；當(dāng)t≥1時(shí)，其為XHYH延長(zhǎng)線上的點(diǎn)。L為Oproject與P的距離，比較L與r+RH的大小判斷是否滿足碰撞約束條件。

圖2 碰撞約束條件分析Fig.2 Analysis of collision constraints

根據(jù)式(2)計(jì)算t的取值，便可得到空間中點(diǎn)到直線的最短距離L，根據(jù)式(4)可知是否滿足碰撞約束條件。

2.2 機(jī)械臂抓取工作空間分析

為移動(dòng)底盤提供?？坎呗灾?，需要在無障礙物環(huán)境下，先對(duì)結(jié)合夾爪碰撞約束的機(jī)械臂進(jìn)行工作空間的分析。

根據(jù)上述碰撞約束的判斷和機(jī)械臂抓取情況，物體在機(jī)械臂基座上方和前方，機(jī)械臂工作空間區(qū)域?yàn)?x：0～900 mm，y：?900～900 mm，z：0～900 mm)，依次按比例劃分為3×6×3個(gè)區(qū)域，隨機(jī)給定6組關(guān)節(jié)角，檢測(cè)并記錄滿足碰撞約束的末端點(diǎn)，繪制空間網(wǎng)格圖，根據(jù)每個(gè)區(qū)域中包含末端點(diǎn)數(shù)目的不同繪制不同顏色。平抓方式與下抓方式滿足碰撞約束的末端點(diǎn)數(shù)目不同，具體劃分規(guī)則見表1，m和n分別代表平抓與下抓區(qū)域中滿足點(diǎn)的數(shù)目。

表1 2種抓取方式劃分規(guī)則Table 1 Division Rules of two grab modes

實(shí)驗(yàn)得到了平抓、下抓抓取方式滿足碰撞約束條件的工作空間網(wǎng)格分布，見圖3。

圖3 機(jī)械臂抓取空間分析Fig.3 Analysis of grasping space of manipulator

將機(jī)械臂工作空間可達(dá)到的高度0～1 000 mm依次劃分為0～20個(gè)區(qū)域，平抓與下抓抓取方式在機(jī)械臂空間高度上滿足點(diǎn)數(shù)目的對(duì)比見圖4。

圖4 平抓與下抓對(duì)比Fig.4 Comparison of flat grip and down grip

根據(jù)圖3～4可知在機(jī)械臂的工作區(qū)域(x：0～300 mm，y：?300～300 mm，z：0～300 mm)中，選取合適抓取姿態(tài)會(huì)有較高的抓取規(guī)劃成功率。

2.3 機(jī)械臂抓取難易評(píng)價(jià)標(biāo)準(zhǔn)分析

根據(jù)上面對(duì)機(jī)械臂工作空間的分析，可知機(jī)械臂的可抓取性會(huì)隨物體在抓取空間內(nèi)的位置變化而變化，為綜合評(píng)價(jià)機(jī)械臂抓取質(zhì)量，下文使用上述實(shí)驗(yàn)數(shù)據(jù)來綜合評(píng)價(jià)抓取質(zhì)量Qf，其中a為被抓取物體寬度，b為夾爪最大張開寬度，d為被抓取物體與移動(dòng)機(jī)械臂底盤的距離，h為被抓取物體相對(duì)移動(dòng)機(jī)械臂底盤的高度，抓取方式此處定為平抓與下抓方式。

定義a

最終抓取質(zhì)量評(píng)分為Qf=Q1Q2Q3Q4，27分為最高分，0分為最低分。由式(5)可知當(dāng)被抓取物體寬度大于夾爪最大張開寬度時(shí)，直接導(dǎo)致抓取得分為0。對(duì)于評(píng)分過低的抓取操作需要以此為初始值進(jìn)行搜索，以得到可靠性更高的抓取。

2.4 障礙物環(huán)境下移動(dòng)機(jī)械臂?？坎呗?/h3>

針對(duì)移動(dòng)機(jī)械臂工作環(huán)境中存在障礙物等情況，結(jié)合2.2和2.3節(jié)，本文提出了移動(dòng)底盤?？课恢脙?yōu)化算法，并且加入碰撞約束的RRT算法，使機(jī)械臂末端在空間中進(jìn)行避障抓取。

成功抓取目標(biāo)物體的關(guān)鍵是移動(dòng)底盤的優(yōu)化位置搜索，針對(duì)在桌面上抓取物體，移動(dòng)底盤?？课恢脙?yōu)化算法流程圖如圖5所示。

圖5 移動(dòng)底盤?？课恢脙?yōu)化算法Fig.5 Parking position optimization algorithm of mobile chassis

其中機(jī)械臂初始六關(guān)節(jié)角為θ0(1×6)，移動(dòng)基座起始位置為p_start，目標(biāo)物體位置為p_goal，障礙物位置為p_obs；圓心為p_goal，半徑為r，定義圓心與基座起始位置連線為分割線l，圓上與分割線相交的解通過極坐標(biāo)方程求解，定義為s。

C1：障礙物簡(jiǎn)化為點(diǎn)后與分割線的最短距離判斷依據(jù)為2.1中碰撞約束條件的求解方式。

C2：交點(diǎn)s與目標(biāo)p_goal是否滿足在同一側(cè)的判斷依據(jù)為p_goal(1),s(1)≤p_cen(1)或p_goal(1),s(1)>p_cen(1)，其中p_cen為桌面的中心位置。

C3：機(jī)械臂抓取難易評(píng)價(jià)標(biāo)準(zhǔn)Q2。

3 仿真和實(shí)驗(yàn)

為了評(píng)估移動(dòng)底盤?？课恢脙?yōu)化方法的有效性，結(jié)合上述對(duì)機(jī)械臂抓取工作空間的分析，限定物體的高度及抓取方式之后，抓取過程只涉及到物體與移動(dòng)機(jī)械臂底盤的距離，使用提出的算法進(jìn)行仿真，并在實(shí)體機(jī)器人上進(jìn)行實(shí)驗(yàn)。該算法在Intel Core i5-8300HQ的PC上運(yùn)行(2.3 GHz) MATLAB版本2016b實(shí)驗(yàn)。對(duì)比移動(dòng)底盤不移動(dòng)與加入移動(dòng)底盤?？课恢脙?yōu)化算法在抓取物體上的區(qū)別，結(jié)果表明加入移動(dòng)底盤?？课恢脙?yōu)化方法后，計(jì)算時(shí)間更短，抓取成功率更高。

3.1 仿真

未加入移動(dòng)底盤?？课恢脙?yōu)化算法的移動(dòng)機(jī)械臂保持位置不變，直接運(yùn)行RRT避障規(guī)劃算法，生成機(jī)械臂末端軌跡點(diǎn)。加入移動(dòng)底盤?？课恢脙?yōu)化算法，移動(dòng)機(jī)械臂會(huì)移動(dòng)到優(yōu)化位置，然后機(jī)械臂旋轉(zhuǎn)朝向目標(biāo)物體，再采用RRT避障規(guī)劃算法規(guī)劃末端點(diǎn)軌跡。

下文在幾組不同條件下驗(yàn)證加入移動(dòng)底盤?？课恢脙?yōu)化算法的可行性?？紤]機(jī)械臂平抓方式比下抓方式抓取成功率更高，并且實(shí)際環(huán)境中物體擺放位置有一定高度，驗(yàn)證中采用平抓方式。其中障礙物及夾爪簡(jiǎn)化為球體，半徑r設(shè)置為40 mm；連桿近似為圓柱體，半徑RH設(shè)置為40 mm，移動(dòng)機(jī)械臂底盤起點(diǎn)均為坐標(biāo)系中的(0, 0, 0)位置。選取可執(zhí)行率均值、路徑點(diǎn)完全執(zhí)行次數(shù)、總規(guī)劃路徑點(diǎn)數(shù)和RRT規(guī)劃時(shí)間均值作為評(píng)價(jià)指標(biāo)，可執(zhí)行率為一組測(cè)試中機(jī)械臂可執(zhí)行路徑點(diǎn)數(shù)目與總規(guī)劃路徑點(diǎn)數(shù)目的比值。

3.1.1 空間單障礙物靠近目標(biāo)物體避障仿真實(shí)驗(yàn)

此實(shí)驗(yàn)中，障礙物位置為(400 mm, 400 mm, 400 mm)，目標(biāo)點(diǎn)位置為(500 mm, 500 mm, 400 mm)，機(jī)械臂起始六關(guān)節(jié)角為(30°, ?75°, ?104°, ?29°, 91°,231°)。加入移動(dòng)底盤位置控制前后的對(duì)比見圖6。

圖6 單障礙物靠近目標(biāo)物體避障實(shí)驗(yàn)加入移動(dòng)底盤位置控制前后對(duì)比Fig.6 Comparison before and after adding mobile chassis position control in obstacle avoidance experiment when single obstacle approaching target object

圖7為20次測(cè)試下移動(dòng)底盤是否移動(dòng)在可執(zhí)行率均值及規(guī)劃時(shí)間均值上的對(duì)比。表2為移動(dòng)底盤是否移動(dòng)的評(píng)價(jià)指標(biāo)數(shù)據(jù)對(duì)比。

圖7 單障礙物靠近目標(biāo)物體避障20次實(shí)驗(yàn)數(shù)據(jù)對(duì)比Fig.7 Comparison of 20 experimental data in obstacle avoidance experiment when single obstacle approaching target object

表2 單障礙物靠近目標(biāo)物體避障實(shí)驗(yàn)底盤是否移動(dòng)的數(shù)據(jù)對(duì)比Table 2 Data comparison of whether the chassis moves in obstacle avoidance experiment when single obstacle approaching target object

3.1.2 空間三障礙物避障仿真實(shí)驗(yàn)

此實(shí)驗(yàn)中，障礙物位置分別為(200 mm, 200 mm,200 mm)，(300 mm, 0 mm, 500 mm)，(200 mm, 400 mm, 300 mm)，目標(biāo)點(diǎn)位置為(550 mm, 500 mm, 500 mm)，機(jī)械臂起始六關(guān)節(jié)角為(?179°, ?52°, 152°,?290°, 98°, ?180°)。

加入移動(dòng)底盤?？课恢脙?yōu)化算法仿真步驟如圖8所示，移動(dòng)機(jī)械臂的底盤先移動(dòng)到計(jì)算得到的優(yōu)化?？课恢茫缓笳{(diào)整機(jī)械臂初始朝向，最后進(jìn)行RRT算法避障。

圖8 三障礙物避障實(shí)驗(yàn)移動(dòng)機(jī)械臂仿真抓取Fig.8 Simulation and grasping of mobile manipulator in three obstacles avoidance experiment

圖9為20次測(cè)試下移動(dòng)底盤是否移動(dòng)在可執(zhí)行率均值和規(guī)劃時(shí)間均值上的對(duì)比。表3為移動(dòng)底盤是否移動(dòng)的評(píng)價(jià)指標(biāo)數(shù)據(jù)對(duì)比。

圖9 三障礙物避障20次實(shí)驗(yàn)數(shù)據(jù)對(duì)比Fig.9 Comparison of 20 experimental data in three obstacles avoidance experiment

表3 三障礙物避障實(shí)驗(yàn)底盤是否移動(dòng)的數(shù)據(jù)對(duì)比Table 3 Data comparison of whether the chassis moves in three obstacles avoidance experiment

3.1.3 空間三障礙物靠近目標(biāo)物體避障仿真實(shí)驗(yàn)

此實(shí)驗(yàn)中，障礙物位置分別為(400 mm, 700 mm,400 mm)，(500 mm, 300 mm, 500 mm)，(300 mm, 550 mm, 400 mm)，目標(biāo)點(diǎn)位置為(500 mm, 500 mm, 400 mm)，機(jī)械臂起始六關(guān)節(jié)角(?179°, ?52°, 152°, ?290°,98°, ?180°)。圖10為加入移動(dòng)底盤位置控制前后的對(duì)比。圖11為20次測(cè)試下移動(dòng)底盤是否移動(dòng)在可執(zhí)行率均值和規(guī)劃時(shí)間均值上的對(duì)比。表4為移動(dòng)底盤是否移動(dòng)的評(píng)價(jià)指標(biāo)數(shù)據(jù)對(duì)比。

圖10 三障礙物靠近目標(biāo)物體避障實(shí)驗(yàn)加入移動(dòng)底盤位置控制前后對(duì)比Fig.10 Comparison before and after adding mobile chassis position control in obstacle avoidance experiment when three obstacles approaching target object

圖11 三障礙物靠近目標(biāo)物體避障20次實(shí)驗(yàn)數(shù)據(jù)對(duì)比Fig.11 Comparison of 20 experimental data in obstacle avoidance experiment when three obstacles approaching target object

表4 三障礙物靠近目標(biāo)物體避障實(shí)驗(yàn)底盤是否移動(dòng)的數(shù)據(jù)對(duì)比Table 4 Data comparison of whether the chassis moves in obstacle avoidance experiment when three obstacles approaching target object

3.1.4 空間六障礙物避障仿真實(shí)驗(yàn)

此仿真實(shí)驗(yàn)中，障礙物位置分別為(300 mm, 200 mm, 400 mm)，(300 mm, 0 mm, 500 mm)，(200 mm,400 mm, 300 mm)，(600 mm, 0 mm, 400 mm)，(500 mm, 700 mm, 500 mm)，(600 mm, 700 mm, 300 mm)，目標(biāo)點(diǎn)位置為(500 mm, 500 mm, 400 mm)，機(jī)械臂起始六關(guān)節(jié)角設(shè)置為(?179°, ?52°, 152°, ?290°, 98°,?180°)；圖12為加入移動(dòng)底盤位置控制前后的對(duì)比。圖13為20次測(cè)試下移動(dòng)底盤是否移動(dòng)在可執(zhí)行率均值和規(guī)劃時(shí)間均值上的對(duì)比。表5為移動(dòng)底盤是否移動(dòng)的評(píng)價(jià)指標(biāo)數(shù)據(jù)對(duì)比。

圖12 六障礙物避障實(shí)驗(yàn)加入移動(dòng)底盤位置控制前后對(duì)比圖Fig.12 Comparison before and after adding mobile chassis position control in six obstacles avoidance experiment

圖13 六障礙物避障20次實(shí)驗(yàn)數(shù)據(jù)對(duì)比Fig.13 Comparison of 20 experimental data in six obstacles avoidance experiment

表5 六障礙物避障實(shí)驗(yàn)底盤是否移動(dòng)的數(shù)據(jù)對(duì)比Table 5 Data comparison of whether the chassis moves in six obstacles avoidance experiment

3.1.5 空間桌面避障仿真實(shí)驗(yàn)

在仿真環(huán)境中添加桌面條件，使其更符合實(shí)際機(jī)械臂抓取環(huán)境。3個(gè)障礙物的位置采用隨機(jī)生成的方式，障礙物在桌面上方。目標(biāo)位置為(500 mm, 500 mm, 400 mm)，桌面以(850 mm, 800 mm, 210 mm)為角點(diǎn)，長(zhǎng)、寬、高分別為600 mm、400 mm、80 mm，機(jī)械臂起始六關(guān)節(jié)角為(44, ?42°, ?104°, ?29°, 91°,231°)。圖14為根據(jù)隨機(jī)障礙物的位置生成移動(dòng)底盤?？?jī)?yōu)化位置后抓取的效果圖。

圖14 根據(jù)隨機(jī)障礙物位置生成底盤?？?jī)?yōu)化位置后抓取的效果圖Fig.14 Sketch of grabbing after the chassis stops at the optimized position is generated by the random obstacle position

圖15為20次測(cè)試下移動(dòng)底盤是否移動(dòng)在可執(zhí)行率均值和規(guī)劃時(shí)間均值上的對(duì)比。表6為在有桌面和障礙物的情況下，考慮機(jī)械臂連桿與其之間的碰撞約束條件后，移動(dòng)底盤是否移動(dòng)的評(píng)價(jià)指標(biāo)對(duì)比。

圖15 桌面避障20次實(shí)驗(yàn)數(shù)據(jù)對(duì)比Fig.15 Comparison of 20 experimental data in desktop obstacle avoidance experiment

表6 桌面避障實(shí)驗(yàn)底盤是否移動(dòng)的數(shù)據(jù)對(duì)比Table 6 Data comparison of whether the chassis moves in desktop obstacle avoidance experiment

3.1.6 樣機(jī)仿真實(shí)驗(yàn)

在仿真環(huán)境中添加桌面條件，使其更加符合實(shí)際環(huán)境，分別針對(duì)正方體、長(zhǎng)方體桌面進(jìn)行了仿真。

正方體桌面仿真實(shí)驗(yàn)條件：長(zhǎng)寬為500 mm×500 mm，桌面位置為(x：1 250～1 750 mm，y：1 250～1 750 mm，z：210～290 mm），移動(dòng)機(jī)械臂初始位置為(0 mm,0 mm,0 mm)，障礙物位置分別為(1 550 mm,1 500 mm, 350 mm)，(1 400 mm, 1 350 mm, 350 mm)，(1 450 mm, 1 650 mm, 350 mm)，目標(biāo)位置為(1 300 mm,1 500 mm, 400 mm)；移動(dòng)機(jī)械臂移動(dòng)抓取過程如圖16所示。

圖16 正方體桌面下移動(dòng)機(jī)械臂抓取過程Fig.16 Grasping process of mobile manipulator under cube table

長(zhǎng)方體桌面實(shí)驗(yàn)條件：長(zhǎng)寬為1 800 mm×600 mm，桌面的位置為（x：1 250～1 850 mm,y：400～2 200 mm,z：210～290 mm），移動(dòng)機(jī)械臂初始位置為(0 mm, 0 mm, 0 mm)，障礙物位置分別為(1 500 mm,500 mm, 350 mm)，(1 400 mm, 1 200 mm, 350 mm)，(1 700 mm, 700 mm, 350 mm)，目標(biāo)物位置為(1 700 mm,500 mm, 400 mm)；仿真實(shí)驗(yàn)結(jié)果如圖17所示。

圖17 長(zhǎng)方體桌面下移動(dòng)機(jī)械臂抓取過程Fig.17 Grasping process of mobile manipulator under cuboid table

3.2 樣機(jī)實(shí)驗(yàn)

在正方體和長(zhǎng)方體桌面上對(duì)目標(biāo)物體及障礙物分別進(jìn)行了實(shí)驗(yàn)，實(shí)際環(huán)境均在動(dòng)作捕捉系統(tǒng)下搭建，桌面長(zhǎng)寬根據(jù)仿真距離搭建，障礙物用方盒代替，目標(biāo)物體用水瓶代替。

圖18顯示的是移動(dòng)機(jī)械臂抓取正方體桌面上的目標(biāo)物體，正方體桌面長(zhǎng)寬為500 mm×500 mm，在動(dòng)作捕捉系統(tǒng)下，正方體桌面的位置為(x：1 250～1 750 mm,y：1 250～1 750 mm,z：600 mm)，移動(dòng)機(jī)械臂初始位置為(0 mm, 0 mm, 300 mm)，障礙物及目標(biāo)物位置根據(jù)仿真條件設(shè)定，移動(dòng)機(jī)械臂最終?？课恢脼?945 mm, 1 080 mm, 300 mm)。

圖18 移動(dòng)機(jī)械臂抓取正方體桌面上的目標(biāo)物Fig.18 The mobile manipulator grabs the object on the cube table top

圖19顯示的是移動(dòng)機(jī)械臂抓取長(zhǎng)方體桌面上的目標(biāo)物體。長(zhǎng)方體桌面長(zhǎng)寬為1 800 mm×600 mm，在動(dòng)作捕捉系統(tǒng)下，長(zhǎng)方體桌面的位置為(x：1 250～1 850 mm,y：400～2 200 mm,z：600 mm)，移動(dòng)機(jī)械臂初始位置為(0 mm, 0 mm, 300 mm)，障礙物及目標(biāo)物位置根據(jù)仿真條件設(shè)定，移動(dòng)機(jī)械臂最終停靠位置為(2 276 mm, 330 mm, 300 mm)。

圖19 移動(dòng)機(jī)械臂抓取長(zhǎng)方體桌面上的目標(biāo)物Fig.19 The mobile manipulator grabs the object on the cuboid table top

圖18和圖19中，(a)和(b)為移動(dòng)機(jī)械臂底盤移動(dòng)至優(yōu)化后的?？课恢?；(c)和(d)為機(jī)械臂末端移動(dòng)至目標(biāo)物體；(e)和(f)為夾爪閉合夾取目標(biāo)物體并舉起。

4 討論

上述仿真實(shí)驗(yàn)數(shù)據(jù)顯示，不同條件下加入移動(dòng)底盤?？课恢脙?yōu)化算法后可提高可執(zhí)行率及增加路徑點(diǎn)完全執(zhí)行次數(shù)。

仿真實(shí)驗(yàn)3.1.1顯示當(dāng)單個(gè)障礙物較大且靠近目標(biāo)物體時(shí)，移動(dòng)機(jī)械臂不移動(dòng)的情況下不存在能完全執(zhí)行路徑點(diǎn)到達(dá)目標(biāo)點(diǎn)的情況；而底盤的移動(dòng)能有效地提高目標(biāo)物體的抓取規(guī)劃成功率，并縮短規(guī)劃時(shí)間。

樣機(jī)實(shí)驗(yàn)實(shí)現(xiàn)了目標(biāo)物體的成功抓取，證明了仿真計(jì)算的移動(dòng)底盤停靠位置優(yōu)化算法及RRT避障算法在實(shí)際應(yīng)用中的可行性。與之前的方法相比，本文所提出的加入連桿碰撞約束的RRT避障方法增強(qiáng)了機(jī)械臂的可操作性與避障能力；移動(dòng)底盤?？课恢脙?yōu)化算法不僅提高了規(guī)劃速度，而且提高了物體的抓取規(guī)劃成功率。未來的研究將集中在動(dòng)態(tài)方面，根據(jù)實(shí)時(shí)環(huán)境監(jiān)測(cè)提出移動(dòng)底盤實(shí)時(shí)搜尋移動(dòng)位置的控制策略。