摘    要：针对多自由度机器人手臂在未知环境中实时连障的问题，提出了一种基于环境信息的连杆机器人买时路径规划方法。采用笛卡尔空间内的障碍物检测信息建立了障碍物的空间模型，并依据该模型设计一种基于启发式规则的机器人路径规划算法。该算法不断猜测和修正路径，通过模糊推理得到下一位姿点，通过曲线拟舍得到到达该位姿点的路径：在mallab下利用机器人工具箱建五了puma560型机器人的运动学模型，并在运动空间设置障碍物，对该算法进行仿真分析，分析结果说明所提出的路径规划算法可以在较短时间内完成避障运动，具有较好的实时性，同时运动关节的角度变化曲线比较平滑，运动中冲击力较小，这些特点使其便于在实际工程中使用

关键词：机器人；路径规划；环境模型；启发算法

中图分类号：tp 27    文献标识码ia

    机器人路径规划是根据要达到的目标姿态及周围障碍物信息，控制机器人避开障碍物达到目标姿态。路径规划主要包括全局规划和局部规划两类方法。全局规划是在w e．howden提出的栅格法。基础上发展起来，此方法要知道完整的环境信息，应用范围有限。局部路径规划包括障碍物模型映射到结构空间的c-space方法和建立人工势场2种方法。但它们都存在一定的问题，由latombe首先提出的c-space方法随着关节连杆个数的增加复杂度成几何级数上升，vladimir lumelskv将该理论应用于多自由度机器人puma560，并取得很好的控制效果，但仍存在关节个数增加后控制算法极度复杂的问题。由khatib提出的人工势场计算量小，实时性好且产生的路径比较平滑，但会陷入局部平衡点而停止运动。现代机器人路径规划思想集中于对智能控制方法的研究，尤其是基于模糊控制规则的路径规划越来越受到重视，陆续提出了直接基于传感器信息和环境模型的路径规划思想，但是问题在于随着障碍物数量和关节个数的增加，出现模糊决策规则爆炸的问题。

  本文讨论了一种基于环境信息的实时路径规划方法，根据传感器获得的环境信息在三维空间中直接建立障碍物模型，并应用启发式的算法，即采用基于模糊决策的猜测修正式的控制规则，在含有多个障碍物的路径规划问题上，有较好效果。

    1)机械臂连杆的描述本文采用由denavit和方面的教学与科研工作hartenberg提出的通用d-h方法，用一个4×4阶的齐次变换矩阵描述相邻两连杆的空间关系。机械臂连杆，如图1所示。

   

定义如下4个参数：

    将各连杆变换_i^i-1t（i=1，2，…，n）相乘得到：

式中，^o_nt为操作臂变换矩阵，表示末端连杆坐标系{n}相对于基坐标系的描述。

  基于变换矩阵，再根据各个关节位置传感器的输出，得到各个关节变量qi(i=l，2，…，n)的值，即可求出^o_nt。

  2) puma560杌器人运动学模型根据前述内容，可建立unimat/on公司的六自由度转动关节操作臂puma560的运动学模型。机械臂结构此处不再给出，连杆参数，见表1。

 

经过计算可求出机械臂主要的运动学方程如式(3)所示。它说明如何计算机器人坐标系{3}相对于坐标系{0}的位姿。

式中，c5为cosθ₅的缩写；s5为siriθ₅的缩写等。

  进一步应用matlab的机器人工具箱，可建立puma560机器人的运动学模型，如图2所示。