仿人服务机器人运动学与路径规划

仿人服务机器人在外形、行为设计上模仿人类，同时兼具可移动性和可操作性，能够在非结构环境下为人类提供必要服务，亦是机器人研究领域中的热点，有着广泛的应用前景。本书以自主研发的仿人家庭服务机器人为研究对象，着重介绍非球形手腕6 自由度串联机械臂的运动学求解方法和路径规划方法，旨在通过探索机械臂运动、规划、控制的机理，提升机器人在复杂作业环境中的智能操作水平。
本书适宜机器人行业以及机械、自控、电气等相关专业的技术人员阅读，也可供医疗、康复、物流、军事等领域技术人员参考。

张明，沈阳工业大学副教授，博士生导师。博士毕业于东北大学机械电子工程专业，于2018年由国家公派(CSC)赴日本高知工科大学联合培养，入选沈阳市高层次创新人才。主要研究方向为柔性机器人技术和磁力减震技术等。主持国家自然科学青年基金项目，辽宁省自然科学基金面上项目，辽宁省教育厅青年项目，教育部产学合作项目等纵向课题五项。参与国家重点研发计划，辽宁省中央引导地方科技发展专项等项目。在国内外重要学术期刊发表学术论文30余篇，授权发明及实用新型专利6项。

随着科技飞速发展，机器人也不再只以单一的形式存在，市场上各种形态的机器人层出不穷，而智能仿人服务机器人集机械、电子、计算机、材料、传感器、控制技术等多门学科于一体，其发展代表着一个国家的科技发展水平，因此受到广泛关注。智能仿人服务机器人在提高处理突发事件水平、促进整体经济发展、改善人民群众生活水平中发挥着重要作用，但其在复杂环境下的自主规划和操作能力尚存不足。本书介绍仿人服务机械臂运动学和路径规划方法，旨在提高仿人服务机器人智能化水平。
机械臂的运动学和路径规划方法在仿人服务机器人作业过程中发挥着重要作用。本书围绕机械臂的运动学、路径规划、系统设计与构建、智能抓取等几方面进行介绍。第1章介绍仿人服务机器人相关研究背景，针对重要理论技术进行较为全面的综述，提出当前存在的主要问题和挑战。第2章对服务机器人机械臂运动学进行分析，介绍一种求解效率高、不依赖初始值、可同时计算多组解的启发式分层迭代逆解方法，以实现该机械臂逆运动学解的高精度快速计算。第3章详细阐述了一种经过优化的快进树方法，该方法结合了通知采样技术和任意时间技术，旨在克服高维复杂路径规划问题中普遍存在的效率低下、自适应性不足以及规划结果质量欠佳的难题。第4章提出一种基于高斯过程回归的局部路径规划方法，提升了机械臂的动态避障能力。第5章构建了服务机器人抓取系统，并以此服务机器人为实验平台，综合利用静态、动态路径规划方法，进行复杂环境下的物品智能取放实验，验证了前述机械臂运动学和路径规划方法的可行性和有效性。
本书第1章由沈阳工业大学张明和刘广辉撰写；第2章由张明撰写；第3、4章由沈阳工业大学徐靖撰写；第5章由刘广辉撰写。本书由张明负责统稿工作。黄程宣、李理想、蔡鑫宇、李洪涛、温建明、赵泰任、刘佳龙、崔浩东、韩易君、王福晖、田博文等参与了本书的编写工作。在此对支持和帮助笔者的各位领导和同事表示衷心感谢。同时对各参考文献的作者表示诚挚的谢意。
本书的研究和出版得到了国家自然科学基金（52005344），辽宁省自然科学基金（2022-MS-271）和教育部产学合作项目（220504422174121）的支持，在此致以深切的谢意。
鉴于笔者水平有限，书中不足之处 恳请各位读者批评指正。

沈阳工业大学
张明、徐靖、刘广辉

第1章 绪论 001
1.1 仿人服务机器人诞生与应用 001
1.2 仿人服务机器人的发展与关键技术 003
1.2.1 仿人服务机器人研究及应用概况 003
1.2.2 机器人运动学原理与前沿 009
1.2.3 路径规划与方法 012
1.2.4 服务机器人机械臂路径规划 015
1.3 关键技术与技术难点 017

第2章 机械臂运动学分析与仿真 019
2.1 机械臂运动学分析与仿真概述 019
2.2 刚体位姿描述方法 020
2.3 机械臂正运动学分析 023
2.4 启发式分层迭代逆解方法 027
2.4.1 FABRIK 方法原理 027
2.4.2 基于C-FABRIK 方法的逆解估计 029
2.4.3 基于解析法的逆运动学方程降维 034
2.4.4 启发式分层迭代逆解方法的实现流程 038
2.4.5 冗余逆解的选取 041
2.5 启发式分层迭代逆解方法的性能分析 042
2.6 机械臂速度与加速度分析 053
2.7 启发式分层迭代逆解方法仿真实验与分析 055
2.7.1 实验设置 056
2.7.2 仿真实验结果与讨论 057
2.8 本章小结 068

第3章 机械臂静态路径规划方法 069
3.1 机械臂静态路径规划方法概述 069
3.2 路径规划 071
3.2.1 位形空间 071
3.2.2 障碍物和规划路径的表示 073
3.3 快进树方法（FMT*）基本原理 074
3.4 基于通知采样技术和任意时间技术的快进树方法（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径规划 082
3.4.3 通知采样技术基本原理 085
3.4.4 基于动态寻优搜索的高质量路径规划 086
3.4.5 路径规划中次优连接的产生与修正 090
3.5 IAFMT* 方法的性能分析 092
3.5.1 概率完备性 092
3.5.2 渐进最优性 099
3.5.3 算法复杂度 104
3.6 实验与分析 106
3.6.1 性能测试实验设置 106
3.6.2 性能测试实验结果与讨论 108
3.6.3 机械臂仿真实验与分析 112
3.7 本章小结 115

第4章 机械臂动态路径规划方法 116
4.1 机械臂动态路径规划方法概述 116
4.2 高斯过程回归模型 117
4.3 高斯随机动态路径规划方法 120
4.3.1 动态规划基本框架 120
4.3.2 基于高斯过程回归的随机路径生成 122
4.3.3 局部动态平滑路径规划 125
4.4 高斯随机动态路径规划方法的性能分析 130
4.5 机械臂动态避障实验与分析 135
4.6 本章小结 138

第5章 机械臂系统设计与智能取放 139
5.1 机械臂系统设计与智能取放概述 139
5.2 仿人服务机器人实验平台概述 139
5.3 服务机器人机械臂系统设计 145
5.3.1 机械臂系统设计需求分析 145
5.3.2 机械臂整体结构设计 146
5.3.3 机械臂系统硬件选型 147
5.3.4 机械臂控制系统架构 160
5.4 服务机器人抓取系统设计与构建 162
5.4.1 抓取系统总体设计 162
5.4.2 抓取系统的构建 164
5.5 服务机器人取放实验 168
5.5.1 静态规划取放实验设置 168
5.5.2 静态规划取放实验结果与讨论 170
5.5.3 动态规划取放实验设置 175
5.5.4 动态规划取放实验结果与讨论 177
5.6 本章小结 182

参考文献 184