隨著機(jī)器人技術(shù)的發(fā)展與其應(yīng)用領(lǐng)域的拓展，柔性制造、人機(jī)協(xié)作已成為機(jī)器人的重要發(fā)展趨勢(shì)。在機(jī)器人的部署過程中，如何適應(yīng)快速變換的工作場景、任務(wù)以及動(dòng)態(tài)障礙已成為機(jī)器人運(yùn)動(dòng)控制的關(guān)鍵問題。復(fù)合環(huán)境約束是指機(jī)器人受到作業(yè)環(huán)境與作業(yè)任務(wù)等定義的復(fù)雜工作空間約束。受制于機(jī)器人本體結(jié)構(gòu)的非線性特性影響，復(fù)合環(huán)境約束下的機(jī)器人控制通常采用預(yù)先建模-離線編程的方法，存在規(guī)劃效率低下、環(huán)境適應(yīng)性差等不足。

　　對(duì)此，省科學(xué)院智能制造所機(jī)器人團(tuán)隊(duì)提出一種復(fù)合約束環(huán)境的柔性建模方法與實(shí)時(shí)運(yùn)動(dòng)控制方法。該方法受水平集（Level Set）思想啟發(fā)，提出了一種水平集函數(shù)的可行空間建模方法，對(duì)機(jī)器人工作空間進(jìn)行“軟限位”描述，用一組水平集函數(shù)對(duì)機(jī)器人的復(fù)合工作環(huán)境進(jìn)行抽象，從而得到解析約束下的機(jī)器人工作空間模型。在復(fù)合環(huán)境建模的基礎(chǔ)上，該方法采取并行計(jì)算能力強(qiáng)的神經(jīng)網(wǎng)絡(luò)作為實(shí)時(shí)運(yùn)動(dòng)控制的基本架構(gòu)，同時(shí)根據(jù)機(jī)器人的模型信息對(duì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整，能夠大幅縮小神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提升神經(jīng)網(wǎng)絡(luò)的計(jì)算效率與收斂性。該方法已在物流倉儲(chǔ)領(lǐng)域進(jìn)行了初步應(yīng)用，快遞站點(diǎn)的異形箱體快速裝車應(yīng)用驗(yàn)證表明，該方法具有快速適應(yīng)變化環(huán)境、運(yùn)動(dòng)控制精度高、實(shí)時(shí)性好的特點(diǎn)。　　

圖 復(fù)合約束環(huán)境下機(jī)器人的實(shí)時(shí)運(yùn)動(dòng)控制方案

　　相關(guān)成果已發(fā)表在國際權(quán)威期刊《IEEE transactions on industrial electronics》，徐智浩博士為第一作者，省科學(xué)院智能制造所為第一單位。

　　論文信息：Z. Xu, X. Zhou, H. Wu, X. Li and S. Li, (2021). Motion Planning of Manipulators for Simultaneous Obstacle Avoidance and Target Tracking: An RNN Approach with Guaranteed Performance. IEEE Transactions on Industrial Electronics. doi: 10.1109/TIE.2021.3073305.

　　論文鏈接：https://ieeexplore.ieee.org/document/9409648

　　（省科學(xué)院智能制造所/供稿）