以下文章来源于信息与控制，欢迎转载，请全文转载并插入该公众号名片。
引用格式
曹锦旗, 韩雪松. 工业机器人轨迹规划的研究方法综述[J]. 信息与控制, 2024, 53(4): 471-486, 498.
1
摘要
工业机器人以其工作效率高、生产质量高、对环境的适应性较好等优点，在现代生产中得到广泛应用。轨迹规划的研究是工业机器人运动控制的基础，直接决定其工作质量。为了系统全面地了解工业机器人轨迹规划的研究方法，本文首先根据不同的规划空间和优化目标对现有的各种研究方法进行分类；然后介绍了直线、圆弧、多项式曲线等基本轨迹的特点和适用场合，并且分析和讨论了对时间、冲击、能耗进行优化的方法以及目前存在的问题和不足；最后指出了基于实际工况的多目标最优轨迹规划、基于机器学习的轨迹规划、多机器人的轨迹规划、轨迹规划中的动态避障、基于智能感知的实时轨迹规划、基于虚拟现实技术的轨迹规划等将是工业机器人轨迹规划研究的发展趋势。
2
研究背景及主要内容
在智能化时代的大背景下，通过大量的生产实践证明，工业机器人对于提高自动化生产水平，提高生产效率、生产质量及经济效益，改善劳动工人的生产条件，起着至关重要的作用。随着世界智能制造行业的快速发展，工业机器人的发展得到进一步提升，现已广泛应用于焊接、搬运、码垛、涂装、机械加工等行业。
工业机器人是一种具备编程能力，可以根据所编写的程序来控制末端执行器去完成任务的机器，一般形式为多轴机械臂，在程序的控制下，它可以在3维空间内平移和旋转。由于工业机器人的多变量、非线性、控制较复杂等特征，并且易受工作环境的影响，因此对运动控制的研究一直是工业机器人的研究重点和难点。轨迹规划是工业机器人运动控制的基础，将直接影响其运动稳定、工作效率及能量损耗。
轨迹规划可以提高机器人的生产效率、降低机器人的生产成本、延长机器人的使用寿命，因此工业机器人轨迹规划的研究一直是国内外许多学者研究的重要方向。自工业机器人问世以来，工业机器人轨迹规划研究取得了重大成果和突破。
为了了解和掌握工业机器人轨迹规划的研究现状和研究方法，本文对不同轨迹规划方法进行分类总结，分析不同方法的特点。在此基础上，指出工业机器人轨迹规划的研究发展趋势，为今后的研究提供一定的参考。
基于规划空间的分类
基于优化目标的分类
如果以是否采用优化算法从而寻求最优轨迹作为分类依据，那么工业机器人的轨迹规划方法将分为基本轨迹规划方法和最优轨迹规划方法。基于优化目标的轨迹规划方法分类如图2所示。
图2 基于优化目标的轨迹规划方法分类
基本轨迹规划方法
点到点运动轨迹规划
1. 直线轨迹规划；2. 多项式曲线轨迹规划； 3. S型曲线轨迹规划
连续路径轨迹规划
1. 圆弧轨迹规划；2. B样条曲线轨迹规划
最优轨迹规划方法
机器人的最优轨迹规划旨在找到机器人在执行任务时的最优路径，用来满足特定的性能指标和约束条件。在工业机器人领域，最优轨迹规划的目标通常是通过综合考虑生产效率、能耗、安全性和操作要求等因素来寻找最佳的运动轨迹，以提高生产效率、精度和安全性。现在的最优轨迹规划研究主要包括：时间最优、冲击最优、能耗最优及多目标优化[41-42]。最优轨迹规划需要综合考虑优化目标、运动学和动力学、避障和碰撞检测、实时性、环境适应性、安全性、反馈和调整等因素，确保在实际应用中能够提供高效、安全、可靠的运动控制。选择适当的算法和方法，以平衡不同目标之间的权衡。
接下来，从时间最优轨迹规划，冲击最优轨迹规划，能耗最优轨迹规划，多目标优化的轨迹规划几方面进行具体阐述。
轨迹规划的发展趋势
基于实际工况的多目标最优轨迹规划
基于实际工况的多目标最优轨迹规划是指在考虑实际工作环境和任务需求的基础上，针对多个优化目标进行轨迹规划，以实现最佳性能和效果。这样的多目标规划方法能够在不同工作条件下综合考虑各种因素，如时间、能耗、安全性、负载平衡等，从而得到适应性强、全面优化的轨迹规划结果。
基于机器学习的轨迹规划
基于机器学习的轨迹规划是一种利用机器学习方法和技术来进行路径规划和轨迹生成的方法。它通过从大量的数据中学习规律和模式，以及对环境和任务进行建模，从而生成高质量的机器人轨迹。
多机器人的轨迹规划
多机器人的轨迹规划是指在多个机器人协同工作的情况下，对它们的运动轨迹进行规划和协调，以实现任务的高效完成。多机器人轨迹规划面临的挑战包括避免碰撞、协同任务分配、路径规划和协同路径跟踪等。
轨迹规划的动态避障问题
在轨迹规划中，动态避障问题是指机器人在移动过程中需要实时检测和回避动态障碍物的情况。这些动态障碍物可能是其他移动物体、行人、车辆等，它们的位置和运动状态是不断变化的，因此需要在规划过程中考虑它们的存在，以确保机器人的安全和顺利移动。
基于智能感知的自主实时轨迹规划
基于智能感知的自主实时轨迹规划是指机器人通过智能感知技术，实时获取环境信息，并根据获取的信息进行实时的轨迹规划和路径生成。这种方法允许机器人根据环境的动态变化，灵活地调整轨迹，以应对不同的障碍物和情况，实现自主和智能的移动。
基于虚拟现实技术的轨迹规划
基于虚拟现实(virtual reality，VR)技术的轨迹规划是一种利用虚拟环境来模拟和优化轨迹规划的方法。这种方法通过在虚拟环境中进行轨迹规划，可以有效地测试和优化算法，减少对实际系统的依赖，并在更安全的环境中进行实验。
3
结论
轨迹规划的研究是工业机器人运动控制的基础，直接决定了其工作质量。本文分析了各种基本轨迹规划方法的优缺点和适用场合，讨论了各种最优轨迹规划方法的特点及存在的问题，并指出了工业机器人轨迹规划研究的发展趋势。主要结论包括：
1) 根据规划空间或者优化目标的不同，可以对工业机器人的轨迹规划方法进行分类。如果以规划变量的求解空间作为分类依据，那么轨迹规划将分为笛卡儿空间轨迹规划和关节空间轨迹规划；如果以是否采用优化算法从而寻求最优轨迹作为分类依据，那么轨迹规划方法将分为基本轨迹规划方法和最优轨迹规划方法。
2) 工业机器人的基本轨迹规划方法可以分为点到点运动轨迹规划和连续路径轨迹规划。其中，点到点轨迹规划常用的插值曲线有直线、多项式曲线、S型曲线等；连续路径轨迹规划常用的插值曲线有圆弧、B样条曲线等。
3) 工业机器人的最优轨迹规划是在基本轨迹规划的基础上，对时间、冲击、能耗等目标进行优化，以寻求最优轨迹。优化时间可以提高机器人的生产效率和加快运动速度，优化冲击可以提高机器人的稳定性和运动质量，优化能耗可以提高能源的利用率和降低生产成本。在实际运用中，经常需要同时考虑多个优化目标，以实现多个目标的平衡和最优化。
4) 在未来对轨迹规划的研究中，基于实际工况的多目标最优轨迹规划、基于机器学习的轨迹规划、多机器人的轨迹规划、轨迹规划的动态避障问题、基于智能感知的自主实时轨迹规划、基于虚拟现实技术的轨迹规划将是工业机器人轨迹规划研究的发展趋势。
4
作者及单位简介
研究领域为智能精密制造，微纳制造，工业机器人及应用，数值计算方法，摩擦学等。
天津大学机械工程学院以“一流人才、一流队伍、一流学科、一流学术、一流环境”为建设目标，奋力谱写新时代人才强国新篇章。2022年，经国务院批准，动力工程及工程热物理学科入选一流学科建设名单。机械工程学科、动力工程及工程热物理学科获评“天津市顶尖学科培育计划”。2023“软科世界一流学科排名”中，“机械工程”第13、“能源科学与工程”第10。
扫描二维码阅读原文
END
