基金項(xiàng)目 江蘇理工學(xué)院研究生科研與實(shí)踐創(chuàng)新計(jì)劃項(xiàng)目 編號(hào) XSJCX20 45 收稿日期 2022 03 03 串番茄采摘機(jī)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(xué)院機(jī)械工程學(xué)院 江蘇常州 213001 摘要 在農(nóng)業(yè)采摘機(jī)器人作業(yè)過(guò)程中 機(jī)械臂能否避開(kāi)作業(yè)環(huán)境中的障礙物完成采摘對(duì)于保證農(nóng)戶收入有著至關(guān)重要的作用 研 究對(duì)象為串番茄采摘環(huán)境中的機(jī)械臂避障路徑規(guī)劃算法 提出一種基于機(jī)械臂避障路徑規(guī)劃的將人工勢(shì)場(chǎng)法進(jìn)行改進(jìn) 然后與 RRT 算法結(jié)合的路徑規(guī)劃算法 該算法改進(jìn)了人工勢(shì)場(chǎng)法的斥力勢(shì)場(chǎng)函數(shù) 并根據(jù)人工勢(shì)場(chǎng)法易陷入極值的局限性 結(jié)合RRT 算法引導(dǎo)采摘機(jī)械臂去逃離極值狀態(tài) 最后為驗(yàn)證算法在串番茄采摘環(huán)境下的魯棒性和相對(duì)于改進(jìn)前人工勢(shì)場(chǎng)法的優(yōu)越性 在 MATLAB軟件中模擬串番茄采摘環(huán)境進(jìn)行機(jī)械臂避障路徑規(guī)劃的仿真實(shí)驗(yàn) 實(shí)驗(yàn)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(shì)場(chǎng)法 能夠以自適應(yīng)的方法引導(dǎo)采摘機(jī)械臂成功逃離極值 完成避障路徑規(guī)劃 驗(yàn)證了其優(yōu)越性 關(guān)鍵詞 采摘機(jī)器人 運(yùn)動(dòng)規(guī)劃 改進(jìn)人工勢(shì)場(chǎng)法 RRT 算法 仿真 中圖分類號(hào) TP273 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 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(jī) 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(jī)械臂避障路徑規(guī)劃算法研究 J 機(jī)電工程技術(shù) 2022 51 09 127 131 0 引言 如今 伴隨著我國(guó)科學(xué)技術(shù)水平和高端制造業(yè)能力的不斷 提高 機(jī)器人技術(shù)已經(jīng)應(yīng)用到生活的各方各面 1 尤其是在農(nóng) 業(yè)領(lǐng)域 機(jī)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(jī)器人在進(jìn)入21世紀(jì)以來(lái)發(fā)展趨勢(shì)尤為迅速 當(dāng)中 具有代表性的實(shí)例有中國(guó)農(nóng)業(yè)大學(xué)的黃瓜采摘機(jī)器人 草莓收 獲機(jī)器人以及陸華明團(tuán)隊(duì)的林木球果大型采摘機(jī)器人等 這一 種類的機(jī)器人憑借視覺(jué)或其他傳感器輸入作業(yè)環(huán)境各項(xiàng)參數(shù) 再由機(jī)器人根據(jù)輸入?yún)?shù)去進(jìn)行機(jī)械臂的運(yùn)動(dòng)規(guī)劃 3 4 完成采 摘 值得注意的是 當(dāng)前串番茄作為近年來(lái)最為流行的果蔬之 一 其相關(guān)的果蔬采摘機(jī)器人研究卻遠(yuǎn)遠(yuǎn)不如黃瓜 茄子之類 的同樣熱度高的蔬菜 果蔬機(jī)器人實(shí)現(xiàn)采摘的重要前提之一是機(jī)械臂的運(yùn)動(dòng)規(guī)劃 任務(wù) 而運(yùn)動(dòng)規(guī)劃并不是簡(jiǎn)單的起點(diǎn)和終點(diǎn)間的距離 而是一 條復(fù)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(duì)采摘機(jī)械臂進(jìn)行避障礙路徑規(guī)劃到達(dá)采摘位置對(duì)于機(jī)器人 能否實(shí)現(xiàn)果實(shí)采摘格外重要 在諸多學(xué)者的研究下 現(xiàn)在常用 的適用于蔬果采摘機(jī)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(shì)場(chǎng)法 5 其中 人工勢(shì)場(chǎng)法作為局部路 徑規(guī)劃算法 具備結(jié)構(gòu)簡(jiǎn)單 計(jì)算量小的特點(diǎn) 在路徑規(guī)劃任 務(wù)中應(yīng)用比較廣泛 人工勢(shì)場(chǎng)法是在1986年由著名學(xué)者O Khatib在提出 6 其主要思想是在機(jī)械臂的作業(yè)空間內(nèi)構(gòu)造一 種人為設(shè)置的勢(shì)場(chǎng) 將機(jī)械臂起始點(diǎn)作為勢(shì)場(chǎng)內(nèi)的起點(diǎn) 路徑 規(guī)劃的終點(diǎn)作為勢(shì)場(chǎng)內(nèi)的對(duì)機(jī)械臂的引力場(chǎng) 障礙物則作為勢(shì) 場(chǎng)內(nèi)作用于機(jī)械臂的斥力場(chǎng) 在引力場(chǎng)和斥力場(chǎng)的合力作用下 控制機(jī)械臂從起點(diǎn)至終點(diǎn)的無(wú)碰撞運(yùn)動(dòng) 127 傳統(tǒng)的人工勢(shì)場(chǎng)法 7 的引力勢(shì)場(chǎng)表達(dá)式如式 1 所示 U att 1 2 k a X X g 2 1 傳統(tǒng)的人工勢(shì)場(chǎng)法的斥力勢(shì)場(chǎng)表達(dá)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(shì)場(chǎng)的系數(shù) X x y z 為機(jī)械臂 末端點(diǎn)在笛卡爾空間的坐標(biāo)向量 X 0 x 0 y 0 z 0 為障礙物 在笛卡爾空間的坐標(biāo)向量 X g x g y g z g 為目標(biāo)點(diǎn)在笛卡 爾空間的坐標(biāo)向量 d為障礙物產(chǎn)生的斥力場(chǎng)范圍的半徑值大 小 于是有機(jī)械臂在斥力勢(shì)場(chǎng)和引力勢(shì)場(chǎng)的共同作用下往目標(biāo) 點(diǎn)方向移動(dòng) 值得注意的是 人工勢(shì)場(chǎng)法屬于局部路徑規(guī)劃算法 缺乏 對(duì)應(yīng)用空間環(huán)境因素的全局認(rèn)識(shí) 所以采摘機(jī)械臂在人工勢(shì)場(chǎng) 法的引導(dǎo)下 會(huì)因?yàn)槌饬εc引力相抵消而陷入勢(shì)場(chǎng)極值的狀 態(tài) 此時(shí)機(jī)械臂的運(yùn)動(dòng)狀態(tài)會(huì)處于一個(gè)空間來(lái)回振蕩 所以 在使用人工勢(shì)場(chǎng)法對(duì)機(jī)械臂進(jìn)行路徑規(guī)劃時(shí) 需要針對(duì)人工勢(shì) 場(chǎng)法的不足進(jìn)行算法的改進(jìn) 姬偉團(tuán)隊(duì) 8 通過(guò)人工勢(shì)場(chǎng)法引導(dǎo) 蘋(píng)果采摘機(jī)械臂路徑規(guī)劃過(guò)程中 面對(duì)極值問(wèn)題 他們通過(guò)提 出設(shè)立虛擬目標(biāo)點(diǎn)來(lái)增大機(jī)械臂從局部極值逃脫的概率 這種 做法為本文對(duì)人工勢(shì)場(chǎng)法的改進(jìn)提供了理論依據(jù) 于是本文鑒 于當(dāng)前串番茄果實(shí)采摘人口數(shù)量不足 相關(guān)的機(jī)械采摘研究也 很少見(jiàn) 以串番茄采摘機(jī)械臂為應(yīng)用背景 機(jī)械臂避障路徑規(guī) 劃算法為研究對(duì)象 就探討如何解決采摘機(jī)械臂避開(kāi)環(huán)境障礙 物到達(dá)果實(shí)采摘位置這個(gè)機(jī)械采值問(wèn)題 提出了一種基于機(jī)械 臂避障路徑規(guī)劃的將人工勢(shì)場(chǎng)法進(jìn)行改進(jìn) 然后與RRT 算法 相結(jié)合的改進(jìn)算法 1 人工勢(shì)場(chǎng)法的改進(jìn)內(nèi)容 1 1 結(jié)合RRT 算法幫助機(jī)械臂逃離人工勢(shì)場(chǎng)法極值 假設(shè)機(jī)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(shí)構(gòu)型的關(guān)節(jié)位置A n 當(dāng) A i A n 的值與差值 滿足 A i A n 的關(guān)系時(shí) 說(shuō)明在迭代n次后 機(jī)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(jī)械臂陷入到了極值點(diǎn) 其中參數(shù) 為定義的差 值 下文設(shè)為0 3 參數(shù) 表示A goal 附近有效范圍的大小 為了 讓機(jī)械臂以最快速度擺脫局部極小值的束縛 所以通過(guò)設(shè)立一 個(gè)臨時(shí)目標(biāo)點(diǎn)讓機(jī)械臂在RRT 算法的引導(dǎo)下運(yùn)動(dòng)到該點(diǎn)去逃 離極值 臨時(shí)目標(biāo)點(diǎn)的設(shè)立過(guò)程如下所示 假設(shè)采摘機(jī)械臂在迭代i次后的關(guān)節(jié)組合為A i 通過(guò)將期 望關(guān)節(jié)組合與當(dāng)前關(guān)節(jié)組合相減 即A goal A i 得出一個(gè)方向向量 得出相減的方向向量 后 用 去乘以一個(gè)步長(zhǎng) 可以得 到一個(gè)基礎(chǔ)增量 1 并判斷位姿 A i 1 時(shí)采摘機(jī)械臂是否 會(huì)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(gè)步長(zhǎng) 得到基礎(chǔ)增量 2 判斷位姿 A i 2 時(shí)是否采摘機(jī)械臂會(huì)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(jì)算n個(gè)基礎(chǔ)增量 n 計(jì)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(shì)能 并找出最小勢(shì)能的關(guān)節(jié)組合 在找出最小總勢(shì) 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(jìn)行比較 如果與鄰近關(guān)節(jié)組角度大小變化不超過(guò)0 3 則表示兩個(gè)關(guān)節(jié) 組相同 以此來(lái)判斷找出的最小總勢(shì)能關(guān)節(jié)組合是否為局部最 小點(diǎn) 如果不是 則將其關(guān)節(jié)組合作為逃出極值的臨時(shí)目標(biāo) 點(diǎn) 然后通過(guò)RRT 算法控制機(jī)械臂運(yùn)動(dòng)到該目標(biāo)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(shí)目標(biāo) 點(diǎn) 則將路徑規(guī)劃任務(wù)期望構(gòu)型作為RRT 算法的臨時(shí)目標(biāo)點(diǎn) 使用RRT 算法控制機(jī)械臂運(yùn)動(dòng)到該目標(biāo)構(gòu)型 在上述方法的指引下 機(jī)械臂能夠在運(yùn)行過(guò)程中及時(shí)發(fā)現(xiàn) 潛在的極值 當(dāng)判斷極值產(chǎn)生時(shí) 能夠自適應(yīng)的計(jì)算臨時(shí)目標(biāo) 點(diǎn)的位置 并控制機(jī)械臂運(yùn)動(dòng)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(duì)于機(jī)械臂路徑規(guī) 劃的影響 解決了機(jī)械臂受人工勢(shì)場(chǎng)法引導(dǎo)而陷入極值無(wú)法完 成避障路徑規(guī)劃的難題 1 2 改進(jìn)人工勢(shì)場(chǎng)法斥力函數(shù) 傳統(tǒng)的人工勢(shì)場(chǎng)法規(guī)劃的 路徑中 如果期望目標(biāo)周圍存 在障礙物 可能會(huì)造成A i 無(wú)法 進(jìn)入A goal 的有效范圍內(nèi) 導(dǎo)致 人工勢(shì)場(chǎng)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(jī)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(chǎng)的半徑范圍 A goal 為期 望目標(biāo) 如1所示 A goal 處于障礙物A obs 的斥力場(chǎng)半徑范圍D內(nèi) 此時(shí) A i 受引力朝著A goal 的方向前進(jìn) 隨著 A goal A i 的值減 小 A goal 引力場(chǎng)的場(chǎng)強(qiáng)也在逐漸減小 但隨著A i 進(jìn)入A goal 的斥力 場(chǎng)范圍 其所受到的斥力場(chǎng)的場(chǎng)強(qiáng)逐漸變強(qiáng) 在某個(gè)位置 A i 所受的引力場(chǎng)和斥力場(chǎng)剛好平衡 此時(shí)機(jī)械臂將會(huì)停止運(yùn)動(dòng)或 者在等勢(shì)圈上震蕩 無(wú)法逃離 而此時(shí)A i 與期望目標(biāo)A goal 且無(wú) 法抵達(dá)不同 導(dǎo)致路徑規(guī)劃算法失敗 基于上述討論 為了防止機(jī)械臂停止運(yùn)動(dòng)或者在等勢(shì)圈上 震蕩 需要對(duì)傳統(tǒng)勢(shì)場(chǎng)的斥力函數(shù)或者引力函數(shù)加以改進(jìn) 通過(guò) 傳統(tǒng)斥力場(chǎng)表達(dá)公式可知 傳統(tǒng)斥力場(chǎng)的場(chǎng)強(qiáng)公式缺乏對(duì)A goal 和 A i 差值大小的考慮 這使得不管機(jī)械臂在空間何處 斥力場(chǎng)場(chǎng)強(qiáng) 都由 A obs A i 的大小來(lái)決定 所以在對(duì)傳統(tǒng)勢(shì)力場(chǎng)原有的表達(dá) 式改進(jìn)中加入了距離因素 改進(jìn)結(jié)果如式 3 4 5 所示 當(dāng)0 A obs A i D 2 時(shí) U rep 1 2 k r A goal A i A obs A i A goal A i D 1 D 2 3 當(dāng) D 2 D時(shí) U rep 0 5 如上所示 將傳統(tǒng)斥力函數(shù)表達(dá)式中的 0 D 區(qū)間劃分為 0 D 2 和 D 2 D 兩個(gè)區(qū)間 這么做的目的對(duì)機(jī)械臂構(gòu)型A i 在 進(jìn)入到斥力場(chǎng)后的狀況進(jìn)行進(jìn)一步詳細(xì)的劃分 改進(jìn)后 當(dāng) D 2 A obs A i D時(shí) 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(zhǎng) 當(dāng)0 A obs A i D 2 時(shí) 這表示關(guān)節(jié)A i 到A obs 和A goal 距離越來(lái)越近 此時(shí)在勢(shì)場(chǎng)函 數(shù)中加強(qiáng) A goal A i 的影響 直到成功到達(dá)A goal 2 改進(jìn)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(jìn)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(duì)機(jī)械臂進(jìn)行路徑規(guī)劃時(shí) 會(huì)增加逆運(yùn)動(dòng)學(xué)求解的次數(shù) 9 可能會(huì)造成關(guān)節(jié)軸的變化不 連續(xù) 出現(xiàn)奇異解和計(jì)算時(shí)間過(guò)長(zhǎng)等問(wèn)題 最終可能會(huì)導(dǎo)致 機(jī)械臂采摘失敗 所以本文決定在關(guān)節(jié)空間進(jìn)行搜索 關(guān)節(jié) 空間內(nèi)搜索到的點(diǎn)對(duì)于機(jī)械臂都是可以到達(dá)的 這樣減少了 逆運(yùn)動(dòng)學(xué)出現(xiàn)無(wú)解的情況 增加了算法的計(jì)算效率 再通過(guò) 正逆運(yùn)動(dòng)學(xué)的數(shù)學(xué)關(guān)系實(shí)現(xiàn)機(jī)械臂在笛卡爾空間和關(guān)節(jié)空間 坐標(biāo)的轉(zhuǎn)換 改進(jìn)算法的流程如圖2所示 3 基于Matlab的仿真實(shí)驗(yàn)分析 本節(jié)通過(guò)Matlab軟件進(jìn)行改進(jìn)算法在串番茄采摘環(huán)境下仿 真實(shí)驗(yàn) 驗(yàn)證了改進(jìn)算法在串番茄采摘環(huán)境下的魯棒性 并對(duì) 比改進(jìn)前人工勢(shì)場(chǎng)法 驗(yàn)證了改進(jìn)算法的優(yōu)越性 3 1 仿真環(huán)境建立 仿真實(shí)驗(yàn)在搭載64位Windows10系統(tǒng)的PC機(jī)上進(jìn)行 PC 機(jī)主要硬件配置為AMDRyzen74800HCPU 2 90GHz16GB DDR4RAM 本章通過(guò)運(yùn)用Matlab2019a上Robitictoolbox插件 檢驗(yàn)改進(jìn)算法在模擬串番茄采摘環(huán)境下相比于傳統(tǒng)人工勢(shì)場(chǎng)法 的優(yōu)越性 為了真實(shí)模擬串番茄采摘環(huán)境 以甘肅省靜遠(yuǎn)鄉(xiāng)溫室大棚 串番茄種植地為虛擬樣機(jī)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(shí)串組成 在仿真過(guò)程 中選擇AABB包圍盒技術(shù) 10 對(duì)障礙物以不同形狀的圓柱體進(jìn)行 包絡(luò) 以此來(lái)代替不規(guī)則形狀的障礙物進(jìn)行避障仿真實(shí)驗(yàn) 3 2 逃離局部極值對(duì)比檢驗(yàn) 在本節(jié)中 將從算法的逃離極值方面的改進(jìn)效果方面進(jìn)行 仿真實(shí)驗(yàn) 對(duì)比驗(yàn)證改進(jìn)算法相對(duì)于傳統(tǒng)人工勢(shì)場(chǎng)法的優(yōu)越 性 在環(huán)境中各項(xiàng)輸入?yún)?shù)如表1所示 避障環(huán)境下機(jī)械臂在傳統(tǒng)人工勢(shì)場(chǎng)算法控制下和改進(jìn)算法 控制下的運(yùn)動(dòng)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(jī)械臂在傳統(tǒng)人工勢(shì)場(chǎng)算法的引導(dǎo)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(dá)期望 圖2 改進(jìn)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(zhǎng)d 引力比例參數(shù)k a 斥力比例參數(shù)k r 障礙物坐標(biāo)1 障礙物坐標(biāo)2 障礙物坐標(biāo)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(jī)械臂路徑規(guī)劃軌跡 圖5 改進(jìn)算法機(jī)械臂路徑規(guī)劃軌跡 張?zhí)斐?等 串番茄采摘機(jī)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(dǎo)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(jī)械臂在改進(jìn)算法的引導(dǎo)下成功抵達(dá)目 標(biāo) 機(jī)械臂從起始關(guān)節(jié)組合出發(fā) 在改進(jìn)的人工勢(shì)場(chǎng)法的引導(dǎo) 成功運(yùn)動(dòng)到期望關(guān)節(jié)組合 為了進(jìn)一步分析采摘機(jī)械臂路徑規(guī)劃的信息 機(jī)械臂在人 工勢(shì)場(chǎng)法和改進(jìn)算法下的各關(guān)節(jié)所受總勢(shì)能 i 1 6 U tot i 隨步數(shù) 變化趨勢(shì)圖如圖6 圖7所示 由圖6可以發(fā)現(xiàn)采摘機(jī)械臂在傳統(tǒng)人工勢(shì)場(chǎng)法的引導(dǎo)下 在X 4步后總勢(shì)能就呈現(xiàn)出振蕩的現(xiàn)象 直接證明了此時(shí)采摘 機(jī)械臂已經(jīng)陷入極值 而如圖7所示 當(dāng)采摘機(jī)械臂在改進(jìn)算 法的引導(dǎo)下 在運(yùn)動(dòng)到X 47步時(shí) 機(jī)械臂陷入了極值 并在 X 78步數(shù)時(shí) 總勢(shì)能達(dá)到了路徑規(guī)劃過(guò)程中的最高值 這是因 為采摘機(jī)械臂連桿在進(jìn)入了障礙物斥力場(chǎng)的作用范圍 隨著機(jī) 械臂連桿與障礙物的距離變小 導(dǎo)致總斥力勢(shì)能也隨之增大 最終出現(xiàn)斥力大于引力的情況 這就導(dǎo)致機(jī)械臂當(dāng)前關(guān)節(jié)組合 會(huì)遠(yuǎn)離期望的關(guān)節(jié)組合 回到上一個(gè)構(gòu)型 但當(dāng)機(jī)械臂處于上 一個(gè)構(gòu)型時(shí) 所受引力又大于斥力 機(jī)械臂繼續(xù)運(yùn)動(dòng)到之前處 于的構(gòu)型 如此反復(fù) 形成震蕩 此時(shí)停止改進(jìn)人工勢(shì)場(chǎng)法對(duì)機(jī) 械臂的引導(dǎo) 該用自適應(yīng)的方法去尋找臨時(shí)可以逃離極值的關(guān)節(jié)組 合 然后運(yùn)用RRT 算法去控制機(jī)械臂運(yùn)動(dòng)到此構(gòu)型逃離極值 機(jī)械臂在人工勢(shì)場(chǎng)法引導(dǎo)下和改進(jìn)算法引導(dǎo)下關(guān)節(jié)角度隨 步數(shù)變化趨勢(shì)如圖8 9所示 由圖8可以明顯看出 在傳統(tǒng)人 工勢(shì)場(chǎng)法的引導(dǎo)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(guò)程中角度一直在1 4 之間振蕩 進(jìn) 一步證明了采摘機(jī)械臂已經(jīng)陷入極值 并經(jīng)過(guò)計(jì)算 當(dāng)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(jī)械臂關(guān)節(jié)組合最終到達(dá) 140 29 30 2 30 0 到達(dá)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(guò)上述對(duì)比實(shí)驗(yàn)可看出本文改進(jìn)算法在處理局部極值問(wèn) 題時(shí)具備可靠性 在仿真實(shí)驗(yàn)中陷入極值次數(shù)超過(guò)10次 但 都能成功引導(dǎo)機(jī)械臂逃離極值繼續(xù)完成采摘機(jī)械臂的避障路徑 規(guī)劃 3 3 勢(shì)場(chǎng)函數(shù)對(duì)比檢驗(yàn) 在避障環(huán)境中各項(xiàng)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(shì)場(chǎng)法和改進(jìn)算法對(duì)串 番茄采摘機(jī)械臂進(jìn)行避障路徑規(guī)劃仿真 其仿真運(yùn)動(dòng)軌跡 如圖10 圖11所示 其中 采摘機(jī)械臂在傳統(tǒng)人工勢(shì)場(chǎng)法 和改進(jìn)算法引導(dǎo)下的各關(guān)節(jié)角度隨步數(shù)變化趨勢(shì)如圖12 圖13所示 如圖10 11所示 可以看出采摘機(jī)械臂在傳統(tǒng)人工勢(shì)場(chǎng)法 引導(dǎo)下并未到達(dá)期望目標(biāo)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(jī)械臂在人工勢(shì)場(chǎng)法的引導(dǎo)下 于X 60步后 各關(guān)節(jié)停止轉(zhuǎn)動(dòng) 出現(xiàn)此情況是因?yàn)椴烧獧C(jī)械臂在該位置附近 受到的疊加勢(shì)場(chǎng)剛好平衡 即此時(shí)采摘機(jī)械臂受到障礙物對(duì)其 斥力和期望坐標(biāo)對(duì)其引力大小相等 方向相反 達(dá)到了一個(gè)平 衡位置 使得機(jī)械臂停滯不前 造成目標(biāo)不可達(dá)的結(jié)果 導(dǎo)致 圖6 APF路徑規(guī)劃總勢(shì)能變化 圖7 改進(jìn)算法路徑規(guī)劃總勢(shì)能變化 圖8 人工勢(shì)場(chǎng)法關(guān)節(jié)角度變化趨勢(shì) 圖9 改進(jìn)算法關(guān)節(jié)角度變化趨勢(shì) 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(zhǎng)d 引力比例參數(shù)k a 斥力比例參數(shù)k r 障礙物坐標(biāo)1 障礙物坐標(biāo)2 障礙物坐標(biāo)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(jī)械臂路徑 規(guī)劃軌跡 圖11 改進(jìn)算法機(jī)械臂 路徑規(guī)劃軌跡 圖12 APF關(guān)節(jié)角度變化趨勢(shì) 圖13 改進(jìn)算法關(guān)節(jié)角度變化趨勢(shì) 2022年09月 機(jī) 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(jī)械臂在改進(jìn)算法的引導(dǎo)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(shì)場(chǎng)平衡 使得機(jī)械臂停滯不前 雖然機(jī)械臂可以通過(guò)RRT 算法來(lái)進(jìn)行 引導(dǎo) 但由于目標(biāo)坐標(biāo)處于障礙物斥力范圍內(nèi) 所以機(jī)械臂無(wú) 論如何逃離 都不會(huì)接近到目標(biāo)坐標(biāo) 除非將虛擬目標(biāo)構(gòu)型定 為期望關(guān)節(jié)構(gòu)型 在接下來(lái)的規(guī)劃中全程使用RRT 算法去引 導(dǎo)采摘機(jī)械臂 但這回導(dǎo)致計(jì)算量陡然上升 并且機(jī)械臂采摘 效率會(huì)嚴(yán)重下降 在對(duì)勢(shì)場(chǎng)函數(shù)進(jìn)行改進(jìn)后 有效抑制隨著 機(jī)械臂靠近障礙物而斥力勢(shì)能無(wú)限增大的趨勢(shì) 使其能在引力 勢(shì)能下順利運(yùn)動(dòng)到目標(biāo)坐標(biāo) 此時(shí)斥力勢(shì)能和引力勢(shì)能都將為 0 如上所分析 采摘機(jī)械臂在改進(jìn)算法引導(dǎo)下有效逃離平衡 勢(shì)場(chǎng)影響 并在X 123步時(shí)到達(dá)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(shí)驗(yàn)結(jié)果表明 在算法的斥力勢(shì)函數(shù)中加入關(guān)節(jié)空間 中當(dāng)前采摘機(jī)械臂構(gòu)型與期望構(gòu)型的距離影響因素和當(dāng)前采摘 機(jī)械臂構(gòu)型與會(huì)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(chǎng)的增長(zhǎng) 從而逃離平衡勢(shì)場(chǎng) 使得機(jī)械 臂路徑規(guī)劃成功 3 4 魯棒性檢驗(yàn) 通過(guò)上節(jié)的對(duì)比實(shí)驗(yàn)驗(yàn)證了本文改進(jìn)算法的優(yōu)越性 考慮 到上文實(shí)驗(yàn)只在三障礙物障礙的環(huán)境下進(jìn)行了實(shí)驗(yàn) 不足以證 明改進(jìn)算法的魯棒性 于是 本節(jié)將改進(jìn)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(jìn)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(jī)械臂采摘 作業(yè)空間 障礙物的數(shù)量為1個(gè)和5個(gè) 在環(huán)境中各項(xiàng)輸入?yún)?數(shù)如表3所示 作業(yè)環(huán)境1中有一個(gè)障礙物 采摘機(jī)械臂在作業(yè)環(huán)境1中 受改進(jìn)算法引導(dǎo)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(biāo)的變化如圖15所示 由圖14 15可知 采摘機(jī)械臂在作業(yè)環(huán)境1下 受改進(jìn)算 法引導(dǎo)在X 88步到達(dá)關(guān)節(jié)組合 138 16 20 0 30 1 成功到達(dá)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(gè)障礙物 采摘機(jī)械臂在作業(yè)環(huán)境2中 受改進(jìn)算法引導(dǎo)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(biāo)的變化如圖17所示 由圖17可知 采摘機(jī)械臂在作業(yè)環(huán)境2下 受改進(jìn)算法引 導(dǎo)在X 163步到達(dá)關(guān)節(jié)組合 139 16 19 1 30 0 成功 到達(dá)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(jī)械臂在3種不同的作業(yè)場(chǎng)景中 包括 對(duì)比驗(yàn)證的三障礙物環(huán)境 改進(jìn)算法都可以引導(dǎo)采摘機(jī)械臂 做出有效的避障路徑規(guī)劃 進(jìn)一步驗(yàn)證了改進(jìn)的人工勢(shì)場(chǎng)法與 RRT 算法結(jié)合算法在應(yīng)用于穿番茄采摘機(jī)械臂在面對(duì)不同采 摘環(huán)境進(jìn)行路徑規(guī)劃的魯棒性 4 結(jié)束語(yǔ) 本文通過(guò)提出將人工勢(shì)場(chǎng)法進(jìn)行改進(jìn) 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(dǎo)在串番茄采摘環(huán)境下 機(jī)械臂在串番茄采摘環(huán)境下進(jìn)行避障路徑規(guī)劃的機(jī)械采摘問(wèn) 題 改進(jìn)結(jié)果如下 1 在逃離局部極值對(duì)比檢驗(yàn)中 人工勢(shì)場(chǎng)法引導(dǎo)下的機(jī) 械臂在步數(shù)為4步時(shí)陷入極值狀況 關(guān)節(jié)1角度在1 4 之間 來(lái)回振蕩 路徑規(guī)劃失敗 機(jī)械臂在改進(jìn)算法的引導(dǎo)下 機(jī)械 臂在步數(shù)為47步時(shí)陷入極值 并由RRT 算法引導(dǎo)機(jī)械臂運(yùn)動(dòng) 到臨時(shí)目標(biāo)構(gòu)型擺脫極值困境 該實(shí)驗(yàn)中機(jī)械臂前后一共超過(guò) 10次陷入極值狀態(tài) 但都成功逃離 2 在勢(shì)場(chǎng)函數(shù)對(duì)比檢驗(yàn)中 在傳統(tǒng)人工勢(shì)場(chǎng)法的引導(dǎo) 下 機(jī)械臂在步數(shù)為60步時(shí)各關(guān)節(jié)停止運(yùn)動(dòng) 導(dǎo)致目標(biāo)不可 達(dá)現(xiàn)象 是的機(jī)械臂路徑規(guī)劃失敗 在改進(jìn)算法的引導(dǎo)下 機(jī) 械臂在步數(shù)為123步時(shí)成功抵達(dá)期望構(gòu)型 完成路徑規(guī)劃任 務(wù) 以上驗(yàn)證了改進(jìn)算法相對(duì)于人工勢(shì)場(chǎng)法的優(yōu)越性 3 在魯棒性檢驗(yàn)中 當(dāng)環(huán)境內(nèi)障礙物為一個(gè)時(shí) 機(jī)械臂 于步數(shù)為88步時(shí)順利抵達(dá)期望構(gòu)型 當(dāng)環(huán)境內(nèi)障礙物為五個(gè) 時(shí) 機(jī)械臂于步數(shù)為163步時(shí)順利抵達(dá)期望構(gòu)型且不發(fā)生碰 撞 證明了改進(jìn)算法在不同環(huán)境下的魯棒性 以上仿真的結(jié)果為改進(jìn)算法應(yīng)用到實(shí)際串番茄采摘機(jī)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(zhǎng)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(biāo)的變化 下轉(zhuǎn)第177頁(yè) 張?zhí)斐?等 串番茄采摘機(jī)械臂避障路徑規(guī)劃算法研究 131 上接第131頁(yè) 1 接觸電阻是引起局部發(fā)熱的主因 可以通過(guò)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(jì)算值和試驗(yàn)值誤差不大于4K 證明了計(jì) 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(shè)計(jì)提供了可靠的依據(jù) 3 本文中溫升仿真和溫升試驗(yàn)方法不僅適用于大容量發(fā) 電機(jī)斷路器的溫升研究 同時(shí)也可為大電流高壓電器產(chǎn)品的通 流設(shè)計(jì)提供參考依據(jù) 參考文獻(xiàn) 1 郭建仙 姜志成 郭航 大型單元接線火電機(jī)組無(wú)起 備電源起 停技術(shù)研究與應(yīng)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(wèn)題研究進(jìn)展 J 電工技術(shù)學(xué)報(bào) 2019 11 2247 2259 3 程立 董桂華 張?chǎng)?基于多場(chǎng)耦合的刀閘式接地開(kāi)關(guān)強(qiáng)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(kāi)關(guān)磁場(chǎng) 溫度場(chǎng)計(jì)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(pán)式永磁渦流驅(qū)動(dòng)器的電磁 溫度 耦合解析模型 J 電工技術(shù)學(xué)報(bào) 2019 11 2315 2323 6 紐春萍 矯璐璐 王小華 等 基于多場(chǎng)耦合的環(huán)保型GIS熱特 性分析 J 電工技術(shù)學(xué)報(bào) 2020 35 17 3365 3371 7 陳鑫 姜華 邢鋼 220kV變壓器中性點(diǎn)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(kāi)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(xué) M 2版 西安 西安交通大學(xué)出版社 2006 10 楊世銘 陶文銓 傳熱學(xué) M 北京 高等教育出版社 2006 11 張揚(yáng) 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(jì)算與分析 J 武漢大學(xué)學(xué)報(bào) 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(chǎng)數(shù)值計(jì)算與分析 J 中國(guó)電機(jī)工程學(xué)報(bào) 2012 32 33 141 147 13 GB T14824 2021 高壓交流發(fā)電機(jī)斷路器 S 14 IEC IEEE62271 37 013 2015 High voltageswitchgearand controlgear Part37 013alternating currentgeneratorcircuit breakers S 第一作者簡(jiǎn)介 張 鑫 1985 男 陜西咸陽(yáng)人 碩士研究 生 工程師 研究領(lǐng)域?yàn)榇笕萘堪l(fā)電機(jī)斷路器研發(fā)與工程設(shè) 計(jì) 編輯 刁少華 序號(hào) 1 2 3 4 5 位置 導(dǎo)體B 接觸1 接觸2 接觸3 接觸4 試驗(yàn) 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(hào) 6 7 8 9 10 位置 導(dǎo)體A 方外殼 主觸頭B 主觸頭A 動(dòng)觸頭 試驗(yàn) 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(duì)比 參考文獻(xiàn) 1 黃森 農(nóng)場(chǎng)來(lái)了新工人 J 發(fā)明與創(chuàng)新 2017 8 27 30 2 張陽(yáng)陽(yáng) 階梯攀爬機(jī)器人的控制系統(tǒng)研究 D 蘭州 蘭州理工 大學(xué) 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(jī)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(yīng)用綜述 J 現(xiàn) 代機(jī)械 2011 5 85 90 7 郭梟鵬 基于改進(jìn)人工勢(shì)場(chǎng)法的路徑規(guī)劃算法研究 D 哈爾 濱 哈爾濱工業(yè)大學(xué) 2017 8 姬偉 程風(fēng)儀 趙德安 等 基于改進(jìn)人工勢(shì)場(chǎng)的蘋(píng)果采摘機(jī) 器人機(jī)械手避障方法 J 農(nóng)業(yè)機(jī)械學(xué)報(bào) 2013 44 11 253 259 9 朱慶浩 六軸工業(yè)機(jī)器人運(yùn)動(dòng)規(guī)劃研究 D 南京 南京信息工 程大學(xué) 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(jiǎn)介 張?zhí)斐?1996 男 江蘇揚(yáng)州人 碩士 研究領(lǐng)域?yàn)闄C(jī)電產(chǎn) 品檢測(cè)與智能控制 已發(fā)表論文5篇 李奇林 1984 男 湖南邵陽(yáng)人 副教授 研究領(lǐng)域?yàn)楦袘?yīng) 釬焊技術(shù)與機(jī)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(jī)斷路器溫升仿真與試驗(yàn) 177