本发明涉及输电线路检修技术领域，特别是涉及一种输电线路检修机器人操作臂的运动规划方法。
背景技术：
输电线路是电力系统的重要组成部分，输电线路的巡检对维持电力系统的安全稳定运行具有重要意义。输电线路巡检机器人可以实现无人形式完成对输电线路缺陷的检测以及修复。
近年来，随着电力系统的发展对输电线路安全性要求的提高，输电线路的安全维护除了需要对输电线路是否破损、是否断股等缺陷进行检测，还需要对输电线路上的防震锤、耐张线夹、间隔棒等金具的缺陷进行检测与修复，特别是输电线路一般为分裂导线，在对这些金具进行缺陷检测与修复过程中，为保证效率，携带灵活操作臂的输电线路机器人越来越被广泛使用。
但是，当前输电线路机器人的操作臂的运动路径都是根据具体的应用场景在机器人离线状态下提前制定的，在实际运行过程中很容易与周围的导线、金具或者机器人本体上其他结构发生碰撞；又或者为了保证足够高的安全性，提前规划出的路径在操作臂实际作业过程中会相对十分冗长，降低操作臂的作业效率。另外，由于高空环境风力干扰、操作臂作业过程扰动等因素影响，造成输电线路机器人的本体结构相对于输电线路的位姿是不稳定的，继而对操作臂作业路径的安全性产生影响。
因此，如何实现环境下机器人操作臂路径的规划以在机器人本体结构不稳定条件下保证操作臂路径的安全性和高效性，成为亟需解决的问题。
技术实现要素：
本发明实施例提供了一种输电线路检修机器人操作臂的运动规划方法，用以解决输电线路检修机器人操作臂运动路径安全性和高效性较低的技术问题。
根据本发明实施例，提供了一种输电线路检修机器人操作臂的运动规划方法，所述方法包括：
分别测量机器人的基座相对于作业对象的第一静态位姿、所述机器人的操作臂的初始构型；
将所述第一静态位姿作为高斯概率分布函数的均值，采用所述高斯概率分布函数生成n组第二静态位姿数据；
将所述第一静态位姿作为所述操作臂的基座位姿，对所述操作臂进行路径规划，给出所述操作臂从所述初始构型到达预设目标构型的m条非碰撞路径；
将n组所述第二静态位姿数据分别作为所述操作臂的基座位姿，对m条所述非碰撞路径的欧氏距离和第一自由状态概率进行评估，确定全局最优路径。
进一步地，对m条所述非碰撞路径的欧氏距离和自由状态概率进行评估，确定全局最优路径，包括：
对所述非碰撞路径进行分段处理，并测量获得所述操作臂在每个所述分段的节点构型与所述初始构型的欧氏距离；
在n组不同的所述基座位姿条件下，获得每个所述节点构型与所述初始构型之间的第一自由状态概率；
判断所述节点构型是否有2条或2条以上所述非碰撞路径经过；
如果否，则判断下一个所述节点构型是否有2条或2条以上所述非碰撞路径经过；
如果是，则比较不同所述非碰撞路径在同一所述节点构型处的所述欧氏距离以及所述第一自由状态概率，选择出所述第一自由状态概率与所述欧氏距离数学差值最大的非碰撞路径作为优势路径；
用所述优势路径上所述同一节点构型与所述初始构型之间的所有节点对非优势路经上所述同一节点构型与所述初始构型之间的节点进行替换，替换后非优势路经上剩余的所有节点处的欧氏距离值和自由状态概率值重新计算；
将在所述目标节点处选出的优势路径作为所述全局最优路径。
优选地，在所述确定全局最优路径之后，所述方法还包括：
判断所述全局最优路径的所述自由状态概率是否大于等于预设自由状态概率阈值；
如果是，则将所述全局最优路径作为所述操作臂的实际执行路径；
如果否，则调整所述机器人的所述第一静态位姿，然后重新进行所述操作臂的运动路径规划。
进一步地，所述自由状态概率由相邻所述节点构型之间的自由状态获得，其中，所述自由状态包括：如果所述操作臂经过相邻所述节点构型之间的所述非碰撞路径段不发生碰撞则所述自由状态为1，否则为0。
进一步地，所述获得每个所述节点构型与所述初始构型之间的所述自由状态概率，包括：
获得相邻所述节点构型之间路径段在n组所述基座位姿数据下的所述自由状态；
将n组所述自由状态累加除以n获得所述路径段的第二自由状态概率；
将在同一条所述非碰撞路径上的所述节点构型与所述初始构型之间所有所述路径段的所述第二自由状态概率相加除以所述路径段数目，获得所述节点构型与所述初始构型之间的所述第一自由状态概率。
进一步地，所述n和所述m为正整数。
由以上技术方案可见，本发明实施例提供的输电线路检修机器人操作臂的运动规划方法，通过测量机器人的基座相对于作业对象的第一静态位姿和所述机器人操作臂的初始构型；将所述第一静态位姿作为高斯概率分布函数的均值，采用所述高斯概率分布函数生成n组第二静态位姿数据；将所述第一静态位姿作为所述操作臂的基座位姿，对所述操作臂进行路径规划，给出所述操作臂从所述初始构型到达预设目标构型的m条非碰撞路径；将n组所述第二静态位姿数据分别作为所述操作臂的基座位姿，对m条所述非碰撞路径的欧氏距离和第一自由状态概率进行评估，确定全局最优路径。采用所述高斯概率分布函数生成n组第二静态位姿数据，以模拟高空风力干扰、操作臂作业过程的扰动因素影响而产生的操作臂基座不稳定带来的静态位姿的变化；将n组所述第二静态位姿数据分别作为所述操作臂的基座位姿，对m条所述非碰撞路径的欧氏距离和第一自由状态概率进行评估，则实现了对操作臂基座不稳定时对操作臂运动规划的影响的考虑。另外，欧氏距离表示多维空间两点的直线距离，自由状态概率表示操作臂运动过程中发生碰撞的概率，因此，通过对m条所述非碰撞路径的欧氏距离和第一自由状态概率进行评估最终确定的最优路径，能够有效的避免操作臂在作业过程中的碰撞问题以及运动路径冗长导致的作业效率低的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种输电线路带操作臂的检修机器人；
图2a和2b为本发明实施例提供的一种操作臂在二维构型空间的运动路径示意图；
图3a-3c为本发明实施例提供的一种操作臂在二维构型空间的运动路径评估示意图；
图4为本发明实施例提供的一种输电线路检修机器人操作臂的运动规划方法流程图；
图5为本发明实施例提供的一种运动路径评估方法流程图。
标号说明：
1-输电线路、2-机器人本体、3-机器人悬垂机械臂、4-机器人驱动轮、5-基座、6-操作臂、61-第一关节、62-第二关节、63-第三关节、64-第四关节。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
图1为本发明实施例提供的一种输电线路带操作臂的检修机器人，如图1所示，该机器人包括机器人本体2、机器人悬垂机械臂3、机器人驱动轮4、基座5、操作臂6、第一关节61、第二关节62、第三关节63和第四关节64。
机器人本体2内设控制系统，控制系统包括：主控模块、感知模块、通信模块、动力模块、电源模块和地面监控模块。主控模块由各种板卡组成，可以把它看成一台简单的pc机，它负责整个机器人工作过程的计算以及存储任务。板卡一般是51单片机开发板、stm32开发板、arm板卡、fpga板卡、dsp板卡、嵌入式工控机等的组合，这些板卡上都具备计算单元以及存储单元。感知模块由力敏传感器、位置传感器、速度传感器、加速度传感器等组成，用于获取周围环境信息。通信模块用于与地面监控模块进行通信连接，将机器人采集到的信息以及机器人自身运动信息通信传输至地面监控模块。动力模块用于控制机器人本体2以及操作臂6的运动。电源模块用于为机器人及其主控模块、感知模块、通信模块、动力模块等提供所需的电能。地面监控模块用于接收机器人获得的工作现场信息以及机器人运动信息等，并且可以通过地面监控模块控制机器人进行相关的操作。
机器人悬垂机械臂3与机器人本体2机械连接，机器人驱动轮4与机器人悬垂机械臂3连接。机器人悬垂机械臂3和机器人驱动轮4一起可以实现机器人本体2与输电线路1连接，机器人本体2与输电线路1连接使得机器人稳定不晃动方便进行检修工作，并且机器人驱动轮4在一定范围内可以在输电线路1上进行移动以调整工作位置。
基座5固定连接在机器人本体2上，另一端与操作臂6连接，用于将机器人本体2与操作臂6连接，使得操作臂6相对机器人本体2稳定。
操作臂6由第一关节61、第二关节62、第三关节63和第四关节64组成，第一关节61一端与基座5连接，且第一关节61为旋转关节，可以相对于基座5可以做360°旋转。第一关节61另一端、第二关节62、第三关节63和第四关节64依次连接，且各关节相对于与其连接关节都可以进行旋转和\或平移。需要说明的是机器人操作臂6关节的数目根据实际操作的需要设定或选择，本实施例以具有四个关节的操作臂进行相关阐述。
基于上述实现原理，下面将结合附图，对本实施例提供的数据传输方法进行详细介绍。图4为本发明实施例提供的一种输电线路检修机器人操作臂的运动规划方法流程图，由图4所示，该方法具体包括如下步骤：
s10：分别测量机器人的基座相对于作业对象的第一静态位姿、机器人的操作臂的初始构型。
机器人在进行检修工作前，首先根据检修任务控制带操作臂的输电线路检修机器人运行至作业位置。这里的控制包含两种方式，一种是机器人自主运行，另一种是人为遥控。当自主运行时，机器人根据自身的感知模块，获取周围环境信息以及位置信息，当遇到障碍物或者目标物体时，会执行相应的动作，比如机器人在输电线路上行走时，感知到了前方再有1米就达到了作业区域，那么机器人自己就会控制自己行走1米后停止；当人为遥控时，机器人的运行由操作人员控制。机器人用于获取位置信息的测量元件主要是是双目深度相机以及接近开关，另外还有激光雷达、单目深度相机等其他测距元件。
在机器人抵达作业位置后，分别测量机器人的基座相对于作业对象的第一静态位姿、机器人的操作臂的初始构型。用于获取第一静态位姿和操作臂的初始构型信息的是姿态测量模块，比如mpu6050。测量获得第一静态位姿和操作臂的初始构型信息存储至机器人的主控模块的嵌入式卡板的存储单元内。数据进行存储时，都会被给一个名字或者可辨别的标记，当需要这些数据的时候直接从机器人嵌入式卡板的存储单元中调用相应的数据名字或者查询标记获取。
s20：将第一静态位姿作为高斯概率分布函数的均值，采用高斯概率分布函数生成n组第二静态位姿数据。
机器人的基座相对于作业对象的第一静态位姿为进行检测操作时理想的静态位姿，但是实际工作中，机器人到达作业位置后到完成检测工作之前难免会受到高空环境风力干扰、操作臂作业过程扰动等因素影响，造成输电线路机器人的基座相对于作业对象的位姿是不稳定的，继而对操作臂作业路径的安全性产生影响。因此在获得第一静态位姿后，将第一静态位姿作为高斯概率分布函数的均值，采用高斯概率分布函数生成n组第二静态位姿数据。第二静态位姿数据为第一静态位姿前提下，考虑到高空环境风力干扰、操作臂作业过程扰动等因素影响，造成输电线路机器人的基座相对于作业对象的静态位姿发生变动获得的数据。采用高斯概率分布函数生成n组第二静态位姿数据，具体实现方法为：在机器人控制系统的一个板卡上提前编写程序或者安装系统，让这些板卡具备相应的数据获取、生成和处理能力。其中n为正整数，n在高斯概率分布函数的一定置信区间取值，置信区间的选择主要根据作业精度要求以及现场环境的复杂程度选择。例如，当作业精度要求高或者现场环境较复杂，则选择较大的置信区间，以获得更多的第二静态位姿数据，为后续的路径评价提供更多的数据。
s30：将第一静态位姿作为操作臂的基座位姿，对操作臂进行路径规划，给出操作臂从初始构型到达预设目标构型的m条非碰撞路径。
机器人控制系统的卡板上预设有路径规划模型，该路径规划模型根据获得的第一静态位姿数据作为操作臂的基座位姿，以及操作臂的初始构型数据、预设目标构型数据、机器人的感知模块获得的周围障碍物等环境信息，基于采样的路径规划原理对操作臂进行路径规划，给出操作臂从初始构型到达预设目标构型的m条非碰撞路径，其中，m为正整数。非碰撞路径信息以向量信息的形式存储至机器人卡板的存储单元，一个向量代表一个操作臂的构型。例如，图1中的4个关节的操作臂，操作臂的第一关节为旋转关节，可以绕轴线1进行360度旋转，射线1用来标定第一关节的位置；操作臂的第二关节为平移关节，平移方向与轴线1平行；操作臂的第三关节为旋转关节，可以绕轴线3进行360度旋转；操作臂的第四关节为平移关节，平移方向与轴线2和轴线3都垂直。假设初始构型是[0,0,0,0]、目标构型是[π,10,0.5236,10]，从[0,0,0,0]到[π,10,0.5236,10]表示：第一关节旋转了180度，第二关节相对第一关节平移了10个单位的位移，第三个关节相对第一个关节旋转了0.5236弧度(30°)，第四关节相对第一关节平移了10个单位的位移。从[0,0,0,0]到[π,10,0.5236,10]的非碰撞路径就是的一系列4维向量。
s40：将n组第二静态位姿数据分别作为操作臂的基座位姿，对m条非碰撞路径的欧氏距离和第一自由状态概率进行评估，确定全局最优路径。
通过第一静态位姿获得m条非碰撞路径后，将n组第二静态位姿数据分别作为操作臂的基座位姿，对m条非碰撞路径的欧氏距离和第一自由状态概率进行评估，确定全局最优路径。
图5为本发明实施例提供的一种运动路径评估方法流程图，如图5所示，运动路径评估方法具体包括：
s41：对m条非碰撞路径进行分段处理，并测量获得操作臂在每个分段的节点构型与初始构型的欧氏距离。
对m条非碰撞路径进行分段处理，主要是由于多维空间内的障碍物在关节形成的构型空间内并不容易表示，并且操作臂关节数目越多越难表示，一次构型空间内的操作臂运动路径是否发生碰撞一般都需要将路径进行分段处理，然后利用分段得到的点进行碰撞检测。分段的密集程度根据具体情况确定。
s42：在n组不同的基座位姿条件下，获得每个节点构型与初始构型之间的第一自由状态概率。
图2a和2b为本发明实施例提供的一种操作臂在二维构型空间的运动路径示意图，如图2a所示，以测得的第一静态位姿作为操作臂基座位姿，生成若干条无碰撞路径。但是当机器人受到扰动发生摆动或者沿着输电线路滑动时，障碍物或者目标物体在操作臂的构型空间内就会发生变化，这种变化有可能是障碍物区域偏移，也可能是障碍物区域发生变形，或者两者都有，如图2b所示。因此，对n组不同的基座位姿条件下，对m条非碰撞路径进行评估可以更加准确的确定路径的安全性。
进一步地，获得每个节点构型与初始构型之间的自由状态概率，包括：获得相邻节点构型之间路径段在n组基座位姿数据下的自由状态，其中，自由状态为：如果操作臂经过相邻节点构型之间的非碰撞路径段不发生碰撞则自由状态为1，否则为0；将n组自由状态累加除以n获得路径段的第二自由状态概率；将在同一条非碰撞路径上的节点构型与初始构型之间所有路径段的第二自由状态概率相加除以路径段数目，获得节点构型与初始构型之间的第一自由状态概率。
s43：判断节点构型是否有2条或2条以上非碰撞路径经过。
s44：如果否，则判断下一个节点构型是否有2条或2条以上非碰撞路径经过。
s45：如果是，则比较不同非碰撞路径在同一节点构型处的欧氏距离以及第一自由状态概率，选择出第一自由状态概率与欧氏距离数学差值最大的非碰撞路径作为优势路径。
在进行优势路径选择时，考虑的因素有欧式距离和自由状态概率。选择欧式距离较小的为较优路径，主要是为了获得更加简短的运动路径，以提高操作效率；选择自由状态概率较大的为较优路径，主要是为了提高运动路径的安全性。
s46：用优势路径上同一节点构型与初始构型之间的所有节点对非优势路经上同一节点构型与初始构型之间的节点进行替换，替换后非优势路经上剩余的所有节点处的欧氏距离值和自由状态概率值重新计算。
图3a-3b为本发明实施例提供的一种操作臂在二维构型空间的运动路径评估示意图。本发明实施例以2个关节的操作臂形成的二维构型为例，对非碰撞运动路径评估方法进行详细描述，以便更好的理解。
如图3a所示，交点1有两条路径经过，比较这两条路径在交点1处的欧氏距离以及第一自由状态概率，图3a中虚线路径第一自由状态概率与欧氏距离数学差值在交点1处最大，因此选择在初始构型和交点1之间选择虚线段为非碰撞路径的优势路径。在初始构型和交点1之间用虚线路径替换另一条路径，如图3b，替换后另一条路径非优势路经上剩余的所有节点处的欧氏距离值和自由状态概率值重新计算。同样的方法继续判断交点2，获得交点2与初始构型间的优势路径，如图3c。
s47：将在目标节点处选出的优势路径作为全局最优路径。
由上述方法获得最优路径，其自由状态概率可能会较低，或者是当对运动的安全性要求较高时，上述获得的最优路径依然会存在安全性问题，为了解决这个问题，本发明实施例在前述方法的基础上继续进行以下步骤：
s50：判断全局最优路径的自由状态概率是否大于等于预设自由状态概率阈值。
s60：如果是，则将全局最优路径作为操作臂的实际执行路径。
s70：如果否，则调整机器人的第一静态位姿，然后重新进行操作臂的运动路径规划。
本说明书中的实施例采用递进的方式描述。各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。
需要说明的是，除非另有规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以是通过中间媒介间接连接，对于相关领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种物品或者设备所固有的要素。在没有更多限制的情况下，有语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
1.一种输电线路检修机器人操作臂的运动规划方法，其特征在于，所述方法包括：
分别测量机器人的基座相对于作业对象的第一静态位姿、所述机器人的操作臂的初始构型；
将所述第一静态位姿作为高斯概率分布函数的均值，采用所述高斯概率分布函数生成n组第二静态位姿数据；
将所述第一静态位姿作为所述操作臂的基座位姿，对所述操作臂进行路径规划，给出所述操作臂从所述初始构型到达预设目标构型的m条非碰撞路径；
将n组所述第二静态位姿数据分别作为所述操作臂的基座位姿，对m条所述非碰撞路径的欧氏距离和第一自由状态概率进行评估，确定全局最优路径。
2.根据权利要求1所述的输电线路检修机器人操作臂的运动规划方法，其特征在于，对m条所述非碰撞路径的欧氏距离和自由状态概率进行评估，确定全局最优路径，包括：
对所述非碰撞路径进行分段处理，并测量获得所述操作臂在每个所述分段的节点构型与所述初始构型的欧氏距离；
在n组不同的所述基座位姿条件下，获得每个所述节点构型与所述初始构型之间的第一自由状态概率；
判断所述节点构型是否有2条或2条以上所述非碰撞路径经过；
如果否，则判断下一个所述节点构型是否有2条或2条以上所述非碰撞路径经过；
如果是，则比较不同所述非碰撞路径在同一所述节点构型处的所述欧氏距离以及所述第一自由状态概率，选择出所述第一自由状态概率与所述欧氏距离数学差值最大的非碰撞路径作为优势路径；
用所述优势路径上所述同一节点构型与所述初始构型之间的所有节点对非优势路经上所述同一节点构型与所述初始构型之间的节点进行替换，替换后非优势路经上剩余的所有节点处的欧氏距离值和自由状态概率值重新计算；
将在所述目标节点处选出的优势路径作为所述全局最优路径。
3.根据权利要求1所述的输电线路检修机器人操作臂的运动规划方法，其特征在于，在所述确定全局最优路径之后，所述方法还包括：
判断所述全局最优路径的所述自由状态概率是否大于等于预设自由状态概率阈值；
如果是，则将所述全局最优路径作为所述操作臂的实际执行路径；
如果否，则调整所述机器人的所述第一静态位姿，然后重新进行所述操作臂的运动路径规划。
4.根据权利要求1-3中任一条所述的输电线路检修机器人操作臂的运动规划方法，其特征在于，所述自由状态概率由相邻所述节点构型之间的自由状态获得，其中，所述自由状态包括：如果所述操作臂经过相邻所述节点构型之间的所述非碰撞路径段不发生碰撞则所述自由状态为1，否则为0。
5.根据权利要求4所述的输电线路检修机器人操作臂的运动规划方法，其特征在于，所述获得每个所述节点构型与所述初始构型之间的所述自由状态概率，包括：
获得相邻所述节点构型之间路径段在n组所述基座位姿数据下的所述自由状态；
将n组所述自由状态累加除以n获得所述路径段的第二自由状态概率；
将在同一条所述非碰撞路径上的所述节点构型与所述初始构型之间所有所述路径段的所述第二自由状态概率相加除以所述路径段数目，获得所述节点构型与所述初始构型之间的所述第一自由状态概率。
6.根据权利要求5所述的输电线路检修机器人操作臂的运动规划方法，其特征在于，所述n和所述m为正整数。
技术总结