仿人服務(wù)機器人運動學(xué)與路徑規(guī)劃

仿人服務(wù)機器人在外形、行為設(shè)計上模仿人類，同時兼具可移動性和可操作性，能夠在非結(jié)構(gòu)環(huán)境下為人類提供必要服務(wù)，亦是機器人研究領(lǐng)域中的熱點，有著廣泛的應(yīng)用前景。本書以自主研發(fā)的仿人家庭服務(wù)機器人為研究對象，著重介紹非球形手腕6 自由度串聯(lián)機械臂的運動學(xué)求解方法和路徑規(guī)劃方法，旨在通過探索機械臂運動、規(guī)劃、控制的機理，提升機器人在復(fù)雜作業(yè)環(huán)境中的智能操作水平。
本書適宜機器人行業(yè)以及機械、自控、電氣等相關(guān)專業(yè)的技術(shù)人員閱讀，也可供醫(yī)療、康復(fù)、物流、軍事等領(lǐng)域技術(shù)人員參考。

張明，沈陽工業(yè)大學(xué)副教授，博士生導(dǎo)師。博士畢業(yè)于東北大學(xué)機械電子工程專業(yè)，于2018年由國家公派(CSC)赴日本高知工科大學(xué)聯(lián)合培養(yǎng)，入選沈陽市高層次創(chuàng)新人才。主要研究方向為柔性機器人技術(shù)和磁力減震技術(shù)等。主持國家自然科學(xué)青年基金項目，遼寧省自然科學(xué)基金面上項目，遼寧省教育廳青年項目，教育部產(chǎn)學(xué)合作項目等縱向課題五項。參與國家重點研發(fā)計劃，遼寧省中央引導(dǎo)地方科技發(fā)展專項等項目。在國內(nèi)外重要學(xué)術(shù)期刊發(fā)表學(xué)術(shù)論文30余篇，授權(quán)發(fā)明及實用新型專利6項。

隨著科技飛速發(fā)展，機器人也不再只以單一的形式存在，市場上各種形態(tài)的機器人層出不窮，而智能仿人服務(wù)機器人集機械、電子、計算機、材料、傳感器、控制技術(shù)等多門學(xué)科于一體，其發(fā)展代表著一個國家的科技發(fā)展水平，因此受到廣泛關(guān)注。智能仿人服務(wù)機器人在提高處理突發(fā)事件水平、促進整體經(jīng)濟發(fā)展、改善人民群眾生活水平中發(fā)揮著重要作用，但其在復(fù)雜環(huán)境下的自主規(guī)劃和操作能力尚存不足。本書介紹仿人服務(wù)機械臂運動學(xué)和路徑規(guī)劃方法，旨在提高仿人服務(wù)機器人智能化水平。
機械臂的運動學(xué)和路徑規(guī)劃方法在仿人服務(wù)機器人作業(yè)過程中發(fā)揮著重要作用。本書圍繞機械臂的運動學(xué)、路徑規(guī)劃、系統(tǒng)設(shè)計與構(gòu)建、智能抓取等幾方面進行介紹。第1章介紹仿人服務(wù)機器人相關(guān)研究背景，針對重要理論技術(shù)進行較為全面的綜述，提出當(dāng)前存在的主要問題和挑戰(zhàn)。第2章對服務(wù)機器人機械臂運動學(xué)進行分析，介紹一種求解效率高、不依賴初始值、可同時計算多組解的啟發(fā)式分層迭代逆解方法，以實現(xiàn)該機械臂逆運動學(xué)解的高精度快速計算。第3章詳細闡述了一種經(jīng)過優(yōu)化的快進樹方法，該方法結(jié)合了通知采樣技術(shù)和任意時間技術(shù)，旨在克服高維復(fù)雜路徑規(guī)劃問題中普遍存在的效率低下、自適應(yīng)性不足以及規(guī)劃結(jié)果質(zhì)量欠佳的難題。第4章提出一種基于高斯過程回歸的局部路徑規(guī)劃方法，提升了機械臂的動態(tài)避障能力。第5章構(gòu)建了服務(wù)機器人抓取系統(tǒng)，并以此服務(wù)機器人為實驗平臺，綜合利用靜態(tài)、動態(tài)路徑規(guī)劃方法，進行復(fù)雜環(huán)境下的物品智能取放實驗，驗證了前述機械臂運動學(xué)和路徑規(guī)劃方法的可行性和有效性。
本書第1章由沈陽工業(yè)大學(xué)張明和劉廣輝撰寫；第2章由張明撰寫；第3、4章由沈陽工業(yè)大學(xué)徐靖撰寫；第5章由劉廣輝撰寫。本書由張明負(fù)責(zé)統(tǒng)稿工作。黃程宣、李理想、蔡鑫宇、李洪濤、溫建明、趙泰任、劉佳龍、崔浩東、韓易君、王福暉、田博文等參與了本書的編寫工作。在此對支持和幫助筆者的各位領(lǐng)導(dǎo)和同事表示衷心感謝。同時對各參考文獻的作者表示誠摯的謝意。
本書的研究和出版得到了國家自然科學(xué)基金（52005344），遼寧省自然科學(xué)基金（2022-MS-271）和教育部產(chǎn)學(xué)合作項目（220504422174121）的支持，在此致以深切的謝意。
鑒于筆者水平有限，書中不足之處 懇請各位讀者批評指正。

沈陽工業(yè)大學(xué)
張明、徐靖、劉廣輝

第1章 緒論 001
1.1 仿人服務(wù)機器人誕生與應(yīng)用 001
1.2 仿人服務(wù)機器人的發(fā)展與關(guān)鍵技術(shù) 003
1.2.1 仿人服務(wù)機器人研究及應(yīng)用概況 003
1.2.2 機器人運動學(xué)原理與前沿 009
1.2.3 路徑規(guī)劃與方法 012
1.2.4 服務(wù)機器人機械臂路徑規(guī)劃 015
1.3 關(guān)鍵技術(shù)與技術(shù)難點 017

第2章 機械臂運動學(xué)分析與仿真 019
2.1 機械臂運動學(xué)分析與仿真概述 019
2.2 剛體位姿描述方法 020
2.3 機械臂正運動學(xué)分析 023
2.4 啟發(fā)式分層迭代逆解方法 027
2.4.1 FABRIK 方法原理 027
2.4.2 基于C-FABRIK 方法的逆解估計 029
2.4.3 基于解析法的逆運動學(xué)方程降維 034
2.4.4 啟發(fā)式分層迭代逆解方法的實現(xiàn)流程 038
2.4.5 冗余逆解的選取 041
2.5 啟發(fā)式分層迭代逆解方法的性能分析 042
2.6 機械臂速度與加速度分析 053
2.7 啟發(fā)式分層迭代逆解方法仿真實驗與分析 055
2.7.1 實驗設(shè)置 056
2.7.2 仿真實驗結(jié)果與討論 057
2.8 本章小結(jié) 068

第3章 機械臂靜態(tài)路徑規(guī)劃方法 069
3.1 機械臂靜態(tài)路徑規(guī)劃方法概述 069
3.2 路徑規(guī)劃 071
3.2.1 位形空間 071
3.2.2 障礙物和規(guī)劃路徑的表示 073
3.3 快進樹方法（FMT*）基本原理 074
3.4 基于通知采樣技術(shù)和任意時間技術(shù)的快進樹方法（IAFMT*） 078
3.4.1 IAFMT* 方法概述 079
3.4.2 基于混合增量搜索的可行路徑規(guī)劃 082
3.4.3 通知采樣技術(shù)基本原理 085
3.4.4 基于動態(tài)尋優(yōu)搜索的高質(zhì)量路徑規(guī)劃 086
3.4.5 路徑規(guī)劃中次優(yōu)連接的產(chǎn)生與修正 090
3.5 IAFMT* 方法的性能分析 092
3.5.1 概率完備性 092
3.5.2 漸進最優(yōu)性 099
3.5.3 算法復(fù)雜度 104
3.6 實驗與分析 106
3.6.1 性能測試實驗設(shè)置 106
3.6.2 性能測試實驗結(jié)果與討論 108
3.6.3 機械臂仿真實驗與分析 112
3.7 本章小結(jié) 115

第4章 機械臂動態(tài)路徑規(guī)劃方法 116
4.1 機械臂動態(tài)路徑規(guī)劃方法概述 116
4.2 高斯過程回歸模型 117
4.3 高斯隨機動態(tài)路徑規(guī)劃方法 120
4.3.1 動態(tài)規(guī)劃基本框架 120
4.3.2 基于高斯過程回歸的隨機路徑生成 122
4.3.3 局部動態(tài)平滑路徑規(guī)劃 125
4.4 高斯隨機動態(tài)路徑規(guī)劃方法的性能分析 130
4.5 機械臂動態(tài)避障實驗與分析 135
4.6 本章小結(jié) 138

第5章 機械臂系統(tǒng)設(shè)計與智能取放 139
5.1 機械臂系統(tǒng)設(shè)計與智能取放概述 139
5.2 仿人服務(wù)機器人實驗平臺概述 139
5.3 服務(wù)機器人機械臂系統(tǒng)設(shè)計 145
5.3.1 機械臂系統(tǒng)設(shè)計需求分析 145
5.3.2 機械臂整體結(jié)構(gòu)設(shè)計 146
5.3.3 機械臂系統(tǒng)硬件選型 147
5.3.4 機械臂控制系統(tǒng)架構(gòu) 160
5.4 服務(wù)機器人抓取系統(tǒng)設(shè)計與構(gòu)建 162
5.4.1 抓取系統(tǒng)總體設(shè)計 162
5.4.2 抓取系統(tǒng)的構(gòu)建 164
5.5 服務(wù)機器人取放實驗 168
5.5.1 靜態(tài)規(guī)劃取放實驗設(shè)置 168
5.5.2 靜態(tài)規(guī)劃取放實驗結(jié)果與討論 170
5.5.3 動態(tài)規(guī)劃取放實驗設(shè)置 175
5.5.4 動態(tài)規(guī)劃取放實驗結(jié)果與討論 177
5.6 本章小結(jié) 182

參考文獻 184