面向带移动底座的双臂类人物理性机器人的逆运动学种子生成器

机器人被强烈期望作为替代人类任务的一种手段。如果机器人具有类人的物理性，其替代人类任务的可能性就会增加。对于家庭服务机器人而言，为了在操作环境中与人类共存，其尺寸最好与人类相似，以免过于庞大。然而，尺寸受限的机器人往往由于机械限制（如关节角度限制）而难以求解逆运动学（IK）。反之，如果能减轻这种限制带来的困难，则可以预期这类机器人的使用价值会更高。在常用于高自由度（DOF）机器人的数值IK求解器中，IK的可解性取决于提供给求解器的初始猜测。因此，本文提出了一种方法，用于在给定目标手部配置的情况下，为数值IK求解器生成良好的初始猜测。为此，我们使用缩放雅可比矩阵来定义初始猜测的优良性，该矩阵可以计算考虑关节限制的可操作性指标。这两个因素与求解IK的难度相关。我们通过使用遗传算法（GA）优化该优良性来生成初始猜测。为了枚举尽可能多的可能IK解，我们使用了可达性图，该图表示机器人手部在臂部基坐标系中的可达区域。我们进行了定量评估，并证明使用根据优良性值判断为更好的初始猜测，可以提高IK求解的概率。最后，作为所提方法的一个应用，我们展示了通过为IK生成良好的初始猜测，机器人实际完成了三个典型场景。