串番茄采摘機械臂避障路徑規(guī)劃算法研究.pdf

基金項目 江蘇理工學院研究生科研與實踐創(chuàng)新計劃項目 編號 XSJCX20 45 收稿日期 2022 03 03 串番茄采摘機械臂避障路徑規(guī)劃算法研究 張?zhí)斐?李奇林 裴天朔 江蘇理工學院機械工程學院 江蘇常州 213001 摘要 在農(nóng)業(yè)采摘機器人作業(yè)過程中 機械臂能否避開作業(yè)環(huán)境中的障礙物完成采摘對于保證農(nóng)戶收入有著至關(guān)重要的作用 研 究對象為串番茄采摘環(huán)境中的機械臂避障路徑規(guī)劃算法 提出一種基于機械臂避障路徑規(guī)劃的將人工勢場法進行改進 然后與 RRT 算法結(jié)合的路徑規(guī)劃算法 該算法改進了人工勢場法的斥力勢場函數(shù) 并根據(jù)人工勢場法易陷入極值的局限性 結(jié)合RRT 算法引導采摘機械臂去逃離極值狀態(tài) 最后為驗證算法在串番茄采摘環(huán)境下的魯棒性和相對于改進前人工勢場法的優(yōu)越性 在 MATLAB軟件中模擬串番茄采摘環(huán)境進行機械臂避障路徑規(guī)劃的仿真實驗 實驗結(jié)果證明該算法在不同串番茄采摘環(huán)境下具備魯 棒性 且相比于人工勢場法 能夠以自適應的方法引導采摘機械臂成功逃離極值 完成避障路徑規(guī)劃 驗證了其優(yōu)越性 關(guān)鍵詞 采摘機器人 運動規(guī)劃 改進人工勢場法 RRT 算法 仿真 中圖分類號 TP273 文獻標志碼 A 文章編號 1009 9492 2022 09 0127 05 ResearchonObstacleAvoidancePathPlanningAlgorithmofStringTomato PickingRoboticArm ZhangTiancheng LiQilin PeiTianshuo SchoolofMechanicalEngineering JiangsuUniversityofTechnology Changzhou Jiangsu213001 China Abstract Intheprocessofagriculturalpickingrobots whethertheroboticarmcanavoidobstaclesintheoperatingenvironmenttocomplete pickingplaysacrucialroleinensuringtheincomeoffarmers Theresearchobjectwastheobstacleavoidancepathplanningalgorithmofthe manipulatorinthetomatopickingenvironment andapathplanningalgorithmbasedonthemanipulatorobstacleavoidancepathplanningwas proposedtoimprovetheartificialpotentialfieldmethod andthencombineditwiththeRRT algorithm Thealgorithmimprovedtherepulsive potentialfieldfunctionoftheartificialpotentialfieldmethod andaccordingtothelimitationoftheartificialpotentialfieldmethodthatwas easytofallintotheextremevalue combinedwiththeRRT algorithmtoguidethepickingmanipulatortoescapefromtheextremevaluestate Finally in order to verify the robustness of the algorithm in the bunch tomato picking environment and the superiority compared to the improvedartificialpotentialfieldmethod thesimulationexperimentoftherobotarmobstacleavoidancepathplanningwascarriedoutinthe MATLABsoftwaretosimulatethebunchtomatopickingenvironment Thealgorithmisrobustindifferenttomatopickingenvironments and compared with the artificial potential field method it can guide the picking robotic arm to successfully escape from the extreme value and completetheobstacleavoidancepathplanninginanadaptivemethod whichverifiesitssuperiority Key words pickingrobot motionplanning improvedartificialpotentialfieldmethod RRT algorithm simulation 2022年9月 第51卷 第09期 Sep 2022 Vol 51 No 09 機 電 工 程 技 術(shù) MECHANICAL ELECTRICAL ENGINEERING TECHNOLOGY DOI 10 3969 j issn 1009 9492 2022 09 031 張?zhí)斐?李奇林 裴天朔 串番茄采摘機械臂避障路徑規(guī)劃算法研究 J 機電工程技術(shù) 2022 51 09 127 131 0 引言 如今 伴隨著我國科學技術(shù)水平和高端制造業(yè)能力的不斷 提高 機器人技術(shù)已經(jīng)應用到生活的各方各面 1 尤其是在農(nóng) 業(yè)領(lǐng)域 機器人正在逐漸展現(xiàn)出其巨大的作用 2 其中 果蔬 采摘農(nóng)業(yè)機器人在進入21世紀以來發(fā)展趨勢尤為迅速 當中 具有代表性的實例有中國農(nóng)業(yè)大學的黃瓜采摘機器人 草莓收 獲機器人以及陸華明團隊的林木球果大型采摘機器人等 這一 種類的機器人憑借視覺或其他傳感器輸入作業(yè)環(huán)境各項參數(shù) 再由機器人根據(jù)輸入?yún)?shù)去進行機械臂的運動規(guī)劃 3 4 完成采 摘 值得注意的是 當前串番茄作為近年來最為流行的果蔬之 一 其相關(guān)的果蔬采摘機器人研究卻遠遠不如黃瓜 茄子之類 的同樣熱度高的蔬菜 果蔬機器人實現(xiàn)采摘的重要前提之一是機械臂的運動規(guī)劃 任務 而運動規(guī)劃并不是簡單的起點和終點間的距離 而是一 條復雜的路徑 5 尤其是在環(huán)境中存在各種障礙物的情況下 針對采摘機械臂進行避障礙路徑規(guī)劃到達采摘位置對于機器人 能否實現(xiàn)果實采摘格外重要 在諸多學者的研究下 現(xiàn)在常用 的適用于蔬果采摘機械臂的路徑規(guī)劃算法有A 算法 柵格法 RRT系列算法和人工勢場法 5 其中 人工勢場法作為局部路 徑規(guī)劃算法 具備結(jié)構(gòu)簡單 計算量小的特點 在路徑規(guī)劃任 務中應用比較廣泛 人工勢場法是在1986年由著名學者O Khatib在提出 6 其主要思想是在機械臂的作業(yè)空間內(nèi)構(gòu)造一 種人為設置的勢場 將機械臂起始點作為勢場內(nèi)的起點 路徑 規(guī)劃的終點作為勢場內(nèi)的對機械臂的引力場 障礙物則作為勢 場內(nèi)作用于機械臂的斥力場 在引力場和斥力場的合力作用下 控制機械臂從起點至終點的無碰撞運動 127 傳統(tǒng)的人工勢場法 7 的引力勢場表達式如式 1 所示 U att 1 2 k a X X g 2 1 傳統(tǒng)的人工勢場法的斥力勢場表達如式 2 所示 U rep 1 2 k r 1 X X 0 1 d 2 X X 0 d 0 X X 0 d 2 其中 k a k r 為斥力勢場的系數(shù) X x y z 為機械臂 末端點在笛卡爾空間的坐標向量 X 0 x 0 y 0 z 0 為障礙物 在笛卡爾空間的坐標向量 X g x g y g z g 為目標點在笛卡 爾空間的坐標向量 d為障礙物產(chǎn)生的斥力場范圍的半徑值大 小 于是有機械臂在斥力勢場和引力勢場的共同作用下往目標 點方向移動 值得注意的是 人工勢場法屬于局部路徑規(guī)劃算法 缺乏 對應用空間環(huán)境因素的全局認識 所以采摘機械臂在人工勢場 法的引導下 會因為斥力與引力相抵消而陷入勢場極值的狀 態(tài) 此時機械臂的運動狀態(tài)會處于一個空間來回振蕩 所以 在使用人工勢場法對機械臂進行路徑規(guī)劃時 需要針對人工勢 場法的不足進行算法的改進 姬偉團隊 8 通過人工勢場法引導 蘋果采摘機械臂路徑規(guī)劃過程中 面對極值問題 他們通過提 出設立虛擬目標點來增大機械臂從局部極值逃脫的概率 這種 做法為本文對人工勢場法的改進提供了理論依據(jù) 于是本文鑒 于當前串番茄果實采摘人口數(shù)量不足 相關(guān)的機械采摘研究也 很少見 以串番茄采摘機械臂為應用背景 機械臂避障路徑規(guī) 劃算法為研究對象 就探討如何解決采摘機械臂避開環(huán)境障礙 物到達果實采摘位置這個機械采值問題 提出了一種基于機械 臂避障路徑規(guī)劃的將人工勢場法進行改進 然后與RRT 算法 相結(jié)合的改進算法 1 人工勢場法的改進內(nèi)容 1 1 結(jié)合RRT 算法幫助機械臂逃離人工勢場法極值 假設機械臂連桿A的末端關(guān)節(jié)在迭代i次后的位置為A i 在迭代到i第n次時構(gòu)型的關(guān)節(jié)位置A n 當 A i A n 的值與差值 滿足 A i A n 的關(guān)系時 說明在迭代n次后 機械臂關(guān)節(jié) 角的變化不大 且A i 與期望位置A goal 間也不滿足 A goal A i 這可以表明機械臂陷入到了極值點 其中參數(shù) 為定義的差 值 下文設為0 3 參數(shù) 表示A goal 附近有效范圍的大小 為了 讓機械臂以最快速度擺脫局部極小值的束縛 所以通過設立一 個臨時目標點讓機械臂在RRT 算法的引導下運動到該點去逃 離極值 臨時目標點的設立過程如下所示 假設采摘機械臂在迭代i次后的關(guān)節(jié)組合為A i 通過將期 望關(guān)節(jié)組合與當前關(guān)節(jié)組合相減 即A goal A i 得出一個方向向量 得出相減的方向向量 后 用 去乘以一個步長 可以得 到一個基礎(chǔ)增量 1 并判斷位姿 A i 1 時采摘機械臂是否 會與障礙物發(fā)生碰撞 如果發(fā)生碰撞 則定義位姿 A i 1 失敗 取消基礎(chǔ)增量 1 接著用方向向量 去乘以兩個步長 得到基礎(chǔ)增量 2 判斷位姿 A i 2 時是否采摘機械臂會與 障礙物發(fā)生碰撞 如果不發(fā)生碰撞 則保留該關(guān)節(jié)組合 按如 上方法計算n個基礎(chǔ)增量 n 計算上一節(jié)得到的不與障礙物發(fā)生碰撞的關(guān)節(jié)組合 A i n 的總勢能 并找出最小勢能的關(guān)節(jié)組合 在找出最小總勢 能的關(guān)節(jié)組合后 將其同搜尋路徑中鄰近的關(guān)節(jié)組進行比較 如果與鄰近關(guān)節(jié)組角度大小變化不超過0 3 則表示兩個關(guān)節(jié) 組相同 以此來判斷找出的最小總勢能關(guān)節(jié)組合是否為局部最 小點 如果不是 則將其關(guān)節(jié)組合作為逃出極值的臨時目標 點 然后通過RRT 算法控制機械臂運動到該目標構(gòu)型去擺脫 陷入極值的狀況 除此之外 如果上述方法得不出臨時目標 點 則將路徑規(guī)劃任務期望構(gòu)型作為RRT 算法的臨時目標點 使用RRT 算法控制機械臂運動到該目標構(gòu)型 在上述方法的指引下 機械臂能夠在運行過程中及時發(fā)現(xiàn) 潛在的極值 當判斷極值產(chǎn)生時 能夠自適應的計算臨時目標 點的位置 并控制機械臂運動到該構(gòu)型以擺脫陷入極值的狀 況 此方法可在串番茄采摘環(huán)境中降低極值對于機械臂路徑規(guī) 劃的影響 解決了機械臂受人工勢場法引導而陷入極值無法完 成避障路徑規(guī)劃的難題 1 2 改進人工勢場法斥力函數(shù) 傳統(tǒng)的人工勢場法規(guī)劃的 路徑中 如果期望目標周圍存 在障礙物 可能會造成A i 無法 進入A goal 的有效范圍內(nèi) 導致 人工勢場法的可靠性將大幅降 低 其原因如圖1所示 其 中 A i 表示機械臂連桿A的末 端關(guān)節(jié)在迭代i次后的位置 A obs 表示空間障礙物 D為障礙物斥力場的半徑范圍 A goal 為期 望目標 如1所示 A goal 處于障礙物A obs 的斥力場半徑范圍D內(nèi) 此時 A i 受引力朝著A goal 的方向前進 隨著 A goal A i 的值減 小 A goal 引力場的場強也在逐漸減小 但隨著A i 進入A goal 的斥力 場范圍 其所受到的斥力場的場強逐漸變強 在某個位置 A i 所受的引力場和斥力場剛好平衡 此時機械臂將會停止運動或 者在等勢圈上震蕩 無法逃離 而此時A i 與期望目標A goal 且無 法抵達不同 導致路徑規(guī)劃算法失敗 基于上述討論 為了防止機械臂停止運動或者在等勢圈上 震蕩 需要對傳統(tǒng)勢場的斥力函數(shù)或者引力函數(shù)加以改進 通過 傳統(tǒng)斥力場表達公式可知 傳統(tǒng)斥力場的場強公式缺乏對A goal 和 A i 差值大小的考慮 這使得不管機械臂在空間何處 斥力場場強 都由 A obs A i 的大小來決定 所以在對傳統(tǒng)勢力場原有的表達 式改進中加入了距離因素 改進結(jié)果如式 3 4 5 所示 當0 A obs A i D 2 時 U rep 1 2 k r A goal A i A obs A i A goal A i D 1 D 2 3 當 D 2 D時 U rep 0 5 如上所示 將傳統(tǒng)斥力函數(shù)表達式中的 0 D 區(qū)間劃分為 0 D 2 和 D 2 D 兩個區(qū)間 這么做的目的對機械臂構(gòu)型A i 在 進入到斥力場后的狀況進行進一步詳細的劃分 改進后 當 D 2 A obs A i D時 U rep 在逐漸增大 但是 A goal A i 值的 逐漸減小 這約束了U rep 的不斷增長 當0 A obs A i D 2 時 這表示關(guān)節(jié)A i 到A obs 和A goal 距離越來越近 此時在勢場函 數(shù)中加強 A goal A i 的影響 直到成功到達A goal 2 改進后算法搜索空間與整體流程 傳統(tǒng)規(guī)劃算法的搜索可以在笛卡爾空間或者關(guān)節(jié)空間中 進行 在笛卡爾空間中的路徑規(guī)劃比較直觀 考慮的影響因素 相比關(guān)節(jié)空間較少 但在笛卡爾空間對機械臂進行路徑規(guī)劃時 會增加逆運動學求解的次數(shù) 9 可能會造成關(guān)節(jié)軸的變化不 連續(xù) 出現(xiàn)奇異解和計算時間過長等問題 最終可能會導致 機械臂采摘失敗 所以本文決定在關(guān)節(jié)空間進行搜索 關(guān)節(jié) 空間內(nèi)搜索到的點對于機械臂都是可以到達的 這樣減少了 逆運動學出現(xiàn)無解的情況 增加了算法的計算效率 再通過 正逆運動學的數(shù)學關(guān)系實現(xiàn)機械臂在笛卡爾空間和關(guān)節(jié)空間 坐標的轉(zhuǎn)換 改進算法的流程如圖2所示 3 基于Matlab的仿真實驗分析 本節(jié)通過Matlab軟件進行改進算法在串番茄采摘環(huán)境下仿 真實驗 驗證了改進算法在串番茄采摘環(huán)境下的魯棒性 并對 比改進前人工勢場法 驗證了改進算法的優(yōu)越性 3 1 仿真環(huán)境建立 仿真實驗在搭載64位Windows10系統(tǒng)的PC機上進行 PC 機主要硬件配置為AMDRyzen74800HCPU 2 90GHz16GB DDR4RAM 本章通過運用Matlab2019a上Robitictoolbox插件 檢驗改進算法在模擬串番茄采摘環(huán)境下相比于傳統(tǒng)人工勢場法 的優(yōu)越性 為了真實模擬串番茄采摘環(huán)境 以甘肅省靜遠鄉(xiāng)溫室大棚 串番茄種植地為虛擬樣機模擬環(huán)境 取采摘環(huán)境如圖3所示 串番茄的采摘環(huán)境的障礙物主要由串番茄植株莖稈 植株 枝條和非本次規(guī)劃采摘的其他串番茄果實串組成 在仿真過程 中選擇AABB包圍盒技術(shù) 10 對障礙物以不同形狀的圓柱體進行 包絡 以此來代替不規(guī)則形狀的障礙物進行避障仿真實驗 3 2 逃離局部極值對比檢驗 在本節(jié)中 將從算法的逃離極值方面的改進效果方面進行 仿真實驗 對比驗證改進算法相對于傳統(tǒng)人工勢場法的優(yōu)越 性 在環(huán)境中各項輸入?yún)?shù)如表1所示 避障環(huán)境下機械臂在傳統(tǒng)人工勢場算法控制下和改進算法 控制下的運動軌跡仿真結(jié)果分別如圖4 5所示 如圖4所示 在避障環(huán)境下 機械臂在傳統(tǒng)人工勢場算法的引導下從起始關(guān) 節(jié)組合 10 0 30 40 50 60 出發(fā) 未能成功到達期望 圖2 改進算法流程 圖3 串番茄采摘環(huán)境障礙物 輸入?yún)?shù) 起始關(guān)節(jié)組合 期望關(guān)節(jié)組合 搜索步長d 引力比例參數(shù)k a 斥力比例參數(shù)k r 障礙物坐標1 障礙物坐標2 障礙物坐標3 數(shù)值 10 0 30 40 50 60 140 35 20 0 30 0 3 15 10 0 25 0 25 0 05 0 1 0 1 0 4 0 42 0 05 0 1 0 1 0 55 0 2 0 05 0 1 0 1 表1 不同環(huán)境參數(shù) 圖4 APF機械臂路徑規(guī)劃軌跡 圖5 改進算法機械臂路徑規(guī)劃軌跡 張?zhí)斐?等 串番茄采摘機械臂避障路徑規(guī)劃算法研究 129 關(guān)節(jié)組合有效范圍內(nèi) 導致采摘路徑規(guī)劃失敗 如圖5所示 在避障環(huán)境下 采摘機械臂在改進算法的引導下成功抵達目 標 機械臂從起始關(guān)節(jié)組合出發(fā) 在改進的人工勢場法的引導 成功運動到期望關(guān)節(jié)組合 為了進一步分析采摘機械臂路徑規(guī)劃的信息 機械臂在人 工勢場法和改進算法下的各關(guān)節(jié)所受總勢能 i 1 6 U tot i 隨步數(shù) 變化趨勢圖如圖6 圖7所示 由圖6可以發(fā)現(xiàn)采摘機械臂在傳統(tǒng)人工勢場法的引導下 在X 4步后總勢能就呈現(xiàn)出振蕩的現(xiàn)象 直接證明了此時采摘 機械臂已經(jīng)陷入極值 而如圖7所示 當采摘機械臂在改進算 法的引導下 在運動到X 47步時 機械臂陷入了極值 并在 X 78步數(shù)時 總勢能達到了路徑規(guī)劃過程中的最高值 這是因 為采摘機械臂連桿在進入了障礙物斥力場的作用范圍 隨著機 械臂連桿與障礙物的距離變小 導致總斥力勢能也隨之增大 最終出現(xiàn)斥力大于引力的情況 這就導致機械臂當前關(guān)節(jié)組合 會遠離期望的關(guān)節(jié)組合 回到上一個構(gòu)型 但當機械臂處于上 一個構(gòu)型時 所受引力又大于斥力 機械臂繼續(xù)運動到之前處 于的構(gòu)型 如此反復 形成震蕩 此時停止改進人工勢場法對機 械臂的引導 該用自適應的方法去尋找臨時可以逃離極值的關(guān)節(jié)組 合 然后運用RRT 算法去控制機械臂運動到此構(gòu)型逃離極值 機械臂在人工勢場法引導下和改進算法引導下關(guān)節(jié)角度隨 步數(shù)變化趨勢如圖8 9所示 由圖8可以明顯看出 在傳統(tǒng)人 工勢場法的引導下 關(guān)節(jié)1在避障環(huán)境中的路徑規(guī)劃的第4步處 于振蕩狀態(tài) 并在隨后的過程中角度一直在1 4 之間振蕩 進 一步證明了采摘機械臂已經(jīng)陷入極值 并經(jīng)過計算 當前位置 并不處于期望關(guān)節(jié)組合有效范圍內(nèi) 路徑規(guī)劃失敗 由圖9可以 看出 采摘機械臂關(guān)節(jié)組合最終到達 140 29 30 2 30 0 到達期望關(guān)節(jié)組合 140 30 20 0 30 0 有效范圍內(nèi) 3 路徑規(guī)劃成功 通過上述對比實驗可看出本文改進算法在處理局部極值問 題時具備可靠性 在仿真實驗中陷入極值次數(shù)超過10次 但 都能成功引導機械臂逃離極值繼續(xù)完成采摘機械臂的避障路徑 規(guī)劃 3 3 勢場函數(shù)對比檢驗 在避障環(huán)境中各項輸入?yún)?shù)如表2所示 在上述環(huán)境下 分別用傳統(tǒng)人工勢場法和改進算法對串 番茄采摘機械臂進行避障路徑規(guī)劃仿真 其仿真運動軌跡 如圖10 圖11所示 其中 采摘機械臂在傳統(tǒng)人工勢場法 和改進算法引導下的各關(guān)節(jié)角度隨步數(shù)變化趨勢如圖12 圖13所示 如圖10 11所示 可以看出采摘機械臂在傳統(tǒng)人工勢場法 引導下并未到達期望目標關(guān)節(jié)有效范圍內(nèi) 結(jié)合圖12 圖13 所示 發(fā)現(xiàn)采摘機械臂在人工勢場法的引導下 于X 60步后 各關(guān)節(jié)停止轉(zhuǎn)動 出現(xiàn)此情況是因為采摘機械臂在該位置附近 受到的疊加勢場剛好平衡 即此時采摘機械臂受到障礙物對其 斥力和期望坐標對其引力大小相等 方向相反 達到了一個平 衡位置 使得機械臂停滯不前 造成目標不可達的結(jié)果 導致 圖6 APF路徑規(guī)劃總勢能變化 圖7 改進算法路徑規(guī)劃總勢能變化 圖8 人工勢場法關(guān)節(jié)角度變化趨勢 圖9 改進算法關(guān)節(jié)角度變化趨勢 表2 避障環(huán)境輸入?yún)?shù) 輸入?yún)?shù) 起始關(guān)節(jié)組合 期望關(guān)節(jié)組合 搜索步長d 引力比例參數(shù)k a 斥力比例參數(shù)k r 障礙物坐標1 障礙物坐標2 障礙物坐標3 數(shù)值 10 0 30 40 50 60 140 15 20 0 30 0 3 15 10 0 0 5 0 05 0 1 0 1 0 25 0 42 0 05 0 0 2 0 15 0 2 0 05 0 0 1 圖10 APF機械臂路徑 規(guī)劃軌跡 圖11 改進算法機械臂 路徑規(guī)劃軌跡 圖12 APF關(guān)節(jié)角度變化趨勢 圖13 改進算法關(guān)節(jié)角度變化趨勢 2022年09月 機 電 工 程 技 術(shù) 第51卷 第09期 130 路徑規(guī)劃的失敗 而采摘機械臂在改進算法的引導下 于X 78步靠近密集障礙物區(qū)域 該位置附近受到的疊加勢場平衡 使得機械臂停滯不前 雖然機械臂可以通過RRT 算法來進行 引導 但由于目標坐標處于障礙物斥力范圍內(nèi) 所以機械臂無 論如何逃離 都不會接近到目標坐標 除非將虛擬目標構(gòu)型定 為期望關(guān)節(jié)構(gòu)型 在接下來的規(guī)劃中全程使用RRT 算法去引 導采摘機械臂 但這回導致計算量陡然上升 并且機械臂采摘 效率會嚴重下降 在對勢場函數(shù)進行改進后 有效抑制隨著 機械臂靠近障礙物而斥力勢能無限增大的趨勢 使其能在引力 勢能下順利運動到目標坐標 此時斥力勢能和引力勢能都將為 0 如上所分析 采摘機械臂在改進算法引導下有效逃離平衡 勢場影響 并在X 123步時到達關(guān)節(jié)組合 142 15 20 0 3 30 0 處于期望關(guān)節(jié)組合 140 15 20 0 30 0 3 有效范圍內(nèi) 表明路徑規(guī)劃成功 上述實驗結(jié)果表明 在算法的斥力勢函數(shù)中加入關(guān)節(jié)空間 中當前采摘機械臂構(gòu)型與期望構(gòu)型的距離影響因素和當前采摘 機械臂構(gòu)型與會受到障礙物斥力影響的構(gòu)型的距離影響因素 可以有效的約束斥力場的增長 從而逃離平衡勢場 使得機械 臂路徑規(guī)劃成功 3 4 魯棒性檢驗 通過上節(jié)的對比實驗驗證了本文改進算法的優(yōu)越性 考慮 到上文實驗只在三障礙物障礙的環(huán)境下進行了實驗 不足以證 明改進算法的魯棒性 于是 本節(jié)將改進算法用于不同障礙物 數(shù)量的作業(yè)環(huán)境 以更好地證明改進算法的魯棒性 在本節(jié)中 將額外構(gòu)造兩種障礙物數(shù)量不同的機械臂采摘 作業(yè)空間 障礙物的數(shù)量為1個和5個 在環(huán)境中各項輸入?yún)?數(shù)如表3所示 作業(yè)環(huán)境1中有一個障礙物 采摘機械臂在作業(yè)環(huán)境1中 受改進算法引導下的路徑規(guī)劃效果如圖14所示 關(guān)節(jié)組合及 末端坐標的變化如圖15所示 由圖14 15可知 采摘機械臂在作業(yè)環(huán)境1下 受改進算 法引導在X 88步到達關(guān)節(jié)組合 138 16 20 0 30 1 成功到達期望關(guān)節(jié)組合 140 15 20 0 30 0 有效范圍 內(nèi) 3 路徑規(guī)劃成功 在作業(yè)環(huán)境2有5個障礙物 采摘機械臂在作業(yè)環(huán)境2中 受改進算法引導下的路徑規(guī)劃效果如圖16所示 關(guān)節(jié)組合及 末端坐標的變化如圖17所示 由圖17可知 采摘機械臂在作業(yè)環(huán)境2下 受改進算法引 導在X 163步到達關(guān)節(jié)組合 139 16 19 1 30 0 成功 到達期望關(guān)節(jié)組合 140 15 20 0 30 0 有效范圍內(nèi) 3 路徑規(guī)劃成功 如上文所述 采摘機械臂在3種不同的作業(yè)場景中 包括 對比驗證的三障礙物環(huán)境 改進算法都可以引導采摘機械臂 做出有效的避障路徑規(guī)劃 進一步驗證了改進的人工勢場法與 RRT 算法結(jié)合算法在應用于穿番茄采摘機械臂在面對不同采 摘環(huán)境進行路徑規(guī)劃的魯棒性 4 結(jié)束語 本文通過提出將人工勢場法進行改進 然后與RRT 算法 結(jié)合的路徑規(guī)劃算法 解決了如何去引導在串番茄采摘環(huán)境下 機械臂在串番茄采摘環(huán)境下進行避障路徑規(guī)劃的機械采摘問 題 改進結(jié)果如下 1 在逃離局部極值對比檢驗中 人工勢場法引導下的機 械臂在步數(shù)為4步時陷入極值狀況 關(guān)節(jié)1角度在1 4 之間 來回振蕩 路徑規(guī)劃失敗 機械臂在改進算法的引導下 機械 臂在步數(shù)為47步時陷入極值 并由RRT 算法引導機械臂運動 到臨時目標構(gòu)型擺脫極值困境 該實驗中機械臂前后一共超過 10次陷入極值狀態(tài) 但都成功逃離 2 在勢場函數(shù)對比檢驗中 在傳統(tǒng)人工勢場法的引導 下 機械臂在步數(shù)為60步時各關(guān)節(jié)停止運動 導致目標不可 達現(xiàn)象 是的機械臂路徑規(guī)劃失敗 在改進算法的引導下 機 械臂在步數(shù)為123步時成功抵達期望構(gòu)型 完成路徑規(guī)劃任 務 以上驗證了改進算法相對于人工勢場法的優(yōu)越性 3 在魯棒性檢驗中 當環(huán)境內(nèi)障礙物為一個時 機械臂 于步數(shù)為88步時順利抵達期望構(gòu)型 當環(huán)境內(nèi)障礙物為五個 時 機械臂于步數(shù)為163步時順利抵達期望構(gòu)型且不發(fā)生碰 撞 證明了改進算法在不同環(huán)境下的魯棒性 以上仿真的結(jié)果為改進算法應用到實際串番茄采摘機器人 避障路徑規(guī)劃中提供了理論依據(jù) 輸入?yún)?shù) 起始關(guān)節(jié)組合 期望關(guān)節(jié)組合 搜索步長d 引力比例參數(shù)k a 斥力比例參數(shù)k r 數(shù)值 10 0 30 40 50 60 140 15 20 0 30 0 3 15 10 表3 避障環(huán)境輸入?yún)?shù) 圖14 作業(yè)環(huán)境1規(guī)劃效果 圖15 作業(yè)環(huán)境1關(guān)節(jié)組合變化 圖16 作業(yè)環(huán)境4規(guī)劃效果 圖17 作業(yè)環(huán)境2關(guān)節(jié)組合及 末端坐標的變化 下轉(zhuǎn)第177頁 張?zhí)斐?等 串番茄采摘機械臂避障路徑規(guī)劃算法研究 131 上接第131頁 1 接觸電阻是引起局部發(fā)熱的主因 可以通過增加電連 接接觸面積和增大接觸壓力等方法減小接觸電阻 2 溫升仿真計算值和試驗值誤差不大于4K 證明了計 算方法和仿真模型的有效性 所建立的仿真模型和結(jié)論為以后 設計提供了可靠的依據(jù) 3 本文中溫升仿真和溫升試驗方法不僅適用于大容量發(fā) 電機斷路器的溫升研究 同時也可為大電流高壓電器產(chǎn)品的通 流設計提供參考依據(jù) 參考文獻 1 郭建仙 姜志成 郭航 大型單元接線火電機組無起 備電源起 停技術(shù)研究與應用 J 電氣技術(shù) 2016 2 102 104 2 邱立 李彥濤 蘇攀 等 電磁成形中電磁技術(shù)問題研究進展 J 電工技術(shù)學報 2019 11 2247 2259 3 程立 董桂華 張鑫 基于多場耦合的刀閘式接地開關(guān)強度分 析 J 電氣技術(shù) 2018 1 40 42 4 宋帆 申春紅 林莘 等 800kVGIS隔離開關(guān)磁場 溫度場計算 與分析 J 高電壓技術(shù) 2008 34 7 1383 1388 5 鄭迪 王大志 于林鑫 等 盤式永磁渦流驅(qū)動器的電磁 溫度 耦合解析模型 J 電工技術(shù)學報 2019 11 2315 2323 6 紐春萍 矯璐璐 王小華 等 基于多場耦合的環(huán)保型GIS熱特 性分析 J 電工技術(shù)學報 2020 35 17 3365 3371 7 陳鑫 姜華 邢鋼 220kV變壓器中性點發(fā)熱原因分析及處理 J 內(nèi)蒙古電力技術(shù) 2021 39 6 98 100 8 李江濤 孫義 李擎宇 等 大電流開關(guān)柜溫度分布特性的影響 因素分析 J 電氣技術(shù) 2018 9 12 18 9 陶文銓 數(shù)值傳熱學 M 2版 西安 西安交通大學出版社 2006 10 楊世銘 陶文銓 傳熱學 M 北京 高等教育出版社 2006 11 張揚 舒乃秋 羅曉慶 基于有限元法的直埋式氣體絕緣輸 電線路溫升數(shù)值計算與分析 J 武漢大學學報 2015 48 6 820 825 12 吳曉文 舒乃秋 李洪濤 等 基于流體多組分傳輸?shù)臍怏w絕緣 母線溫度場數(shù)值計算與分析 J 中國電機工程學報 2012 32 33 141 147 13 GB T14824 2021 高壓交流發(fā)電機斷路器 S 14 IEC IEEE62271 37 013 2015 High voltageswitchgearand controlgear Part37 013alternating currentgeneratorcircuit breakers S 第一作者簡介 張 鑫 1985 男 陜西咸陽人 碩士研究 生 工程師 研究領(lǐng)域為大容量發(fā)電機斷路器研發(fā)與工程設 計 編輯 刁少華 序號 1 2 3 4 5 位置 導體B 接觸1 接觸2 接觸3 接觸4 試驗 溫升 K 57 6 57 9 57 9 62 61 6 仿真 溫升 K 56 61 61 57 61 55 60 67 61 10 序號 6 7 8 9 10 位置 導體A 方外殼 主觸頭B 主觸頭A 動觸頭 試驗 溫升 K 58 8 23 6 62 9 62 62 4 仿真 溫升 K 59 36 20 15 61 09 61 28 61 64 表3 溫升值對比 參考文獻 1 黃森 農(nóng)場來了新工人 J 發(fā)明與創(chuàng)新 2017 8 27 30 2 張陽陽 階梯攀爬機器人的控制系統(tǒng)研究 D 蘭州 蘭州理工 大學 2016 3 ChengChen BoLi JiaxiangLiu etal Monocularpositioningof sweetpeppers Aninstancesegmentationapproachforharvestro bots J BiosystemsEngineering 2020 196 4 CHYang LYXiong ZWang etal Integrateddetectionofcit rusfruitsandbranchesusingaconvolutionalneuralnetwork J ComputersandElectronicsinAgriculture 2020 174 5 李東潔 尤波 機械臂三維避障算法研究 J 控制工程 2010 17 5 669 676 6 張廣林 胡小梅 柴劍飛 等 路徑規(guī)劃算法及其應用綜述 J 現(xiàn) 代機械 2011 5 85 90 7 郭梟鵬 基于改進人工勢場法的路徑規(guī)劃算法研究 D 哈爾 濱 哈爾濱工業(yè)大學 2017 8 姬偉 程風儀 趙德安 等 基于改進人工勢場的蘋果采摘機 器人機械手避障方法 J 農(nóng)業(yè)機械學報 2013 44 11 253 259 9 朱慶浩 六軸工業(yè)機器人運動規(guī)劃研究 D 南京 南京信息工 程大學 2021 10 TomicT OttC HaddadinS Externalwrenchestimation colli sion detection and reflex reaction for flying robots J IEEE TransactionsonRobotics 2017 99 1 17 作者簡介 張?zhí)斐?1996 男 江蘇揚州人 碩士 研究領(lǐng)域為機電產(chǎn) 品檢測與智能控制 已發(fā)表論文5篇 李奇林 1984 男 湖南邵陽人 副教授 研究領(lǐng)域為感應 釬焊技術(shù)與機電控制技術(shù) 已發(fā)表論文30篇 編輯 刁少華 張 鑫 等 大容量發(fā)電機斷路器溫升仿真與試驗 177