轨迹规划方法、装置、运动设备及计算机可读存储介质与流程

1.本技术涉及机器人技术领域，尤其涉及一种轨迹规划方法、装置、运动设备及计算机可读存储介质。


背景技术：

2.现有利用轨迹规划进行振动抑制的方案中，主要包括轨迹的输入整形、轨迹高阶平滑两种方案。轨迹的输入整形通过在频域利用波形相消的方式，简单有效的抑制振动，但却拉长了轨迹规划的总体时间；轨迹高阶平滑利用高阶曲线平滑轨迹，但也存在着工程实现的限制。现有轨迹规划技术存在无法兼顾精度、光顺、振动能量较小的轨迹规划问题。


技术实现要素：

3.为了解决上述技术问题，本技术实施例提供了一种轨迹规划方法、装置、运动设备及计算机可读存储介质。
4.第一方面，本技术实施例提供了一种轨迹规划方法，所述方法包括：
5.获取运动设备的轨迹预测模型和振动预测模型；
6.获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；
7.基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置；
8.基于所述初始振动能和所述振动预测模型获取多个预测振动能；
9.获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；
10.基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。
11.第二方面，本技术实施例提供了一种轨迹规划装置，所述装置包括：
12.第一获取模块，用于获取运动设备的轨迹预测模型和振动预测模型；
13.第二获取模块，用于获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；
14.第一确定模块，用于基于所述初始状态量和所述轨迹预测模型确定多个预测速度和多个预测位置；
15.第二确定模块，用于基于所述初始振动能和所述振动预测模型确定多个预测振动能；
16.构建模块，用于获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；
17.第三确定模块，用于基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。
18.第三方面，本技术实施例提供了一种运动设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的轨迹规
划方法。
19.第四方面，本技术实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的轨迹规划方法。
20.上述本技术提供的轨迹规划方法、装置及运动设备，获取运动设备的轨迹预测模型和振动预测模型；获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置；基于所述初始振动能和所述振动预测模型获取多个预测振动能；获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。这样，通过基于轨迹预测模型和振动预测模型获取多个预测速度、多个预测位置、多个预测振动能，基于多个预测速度、多个预测位置、多个预测振动能构建优化目标函数，进而基于优化目标函数获取兼顾位置精度、轨迹光顺、并激起较小振动的优化轨迹。
附图说明
21.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对本技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
22.图1示出了本技术实施例提供的轨迹规划方法的一流程示意图；
23.图2示出了本技术实施例提供的运动系统的一结构示意图；
24.图3示出了本技术实施例提供的轨迹规划装置的一结构示意图。
具体实施方式
25.下面将结合本技术实施例中附图，对本技术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技术一部分实施例，而不是全部的实施例。
26.通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
27.在下文中，可在本技术的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
28.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
29.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本技术的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含
义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本技术的各种实施例中被清楚地限定。
30.实施例1
31.本公开实施例提供了一种轨迹规划方法。
32.具体的，参见图1，轨迹规划方法包括：
33.步骤s101，获取运动设备的轨迹预测模型和振动预测模型。
34.在本实施例中，运动设备可以为移动机器人、运动机构等，在此不做限制。运动设备在运动过程中会存在振动，对运动设备产生影响。为有效兼顾轨迹规划的精度、光顺、振动能量比较小的规划要求，需要获取轨迹预测模型和振动预测模型，结合轨迹预测模型预测多个状态量、结合振动预测模型预测多个振动量，综合考虑多个状态量、多个振动量进行轨迹优化。其中，轨迹预测模型包括位置预测子模型、速度预测子模型和加速度预测子模型，状态量包括位置、速度、加速度等，在此不做限制。
35.在一实施方式中，步骤s101包括以下步骤：
36.基于所述运动设备的当前状态量与下一状态量获取轨迹预测模型；
37.基于所述运动设备的动力学特征获取振动预测模型。
38.在一实施方式中，所述轨迹预测模型包括位置预测子模型、速度预测子模型和加速度预测子模型，所述当前状态量包括当前位置、当前速度、当前加速度和当前急动度；
39.所述下一状态量包括下一位置、下一速度、下一加速度和下一急动度；
40.所述基于所述运动设备的当前状态量与下一个状态量获取轨迹预测模型的步骤，包括：
41.基于所述当前位置、所述当前速度、所述当前加速度、所述当前急动度和所述下一位置构建所述位置预测子模型；
42.基于所述当前速度、所述当前加速度、所述当前急动度和所述下一速度构建所述速度预测子模型；
43.基于所述当前加速度、所述当前急动度和所述下一加速度构建所述加速度预测子模型。
44.在一实施方式中，构建所述位置预测子模型的具体过程为：对当前速度进行积分，得到第一表达式，将当前加速度进行二次积分后乘以得到第二表达式，将当前急动度进行二次积分后乘以得到第三表达式，将第一表达式、第二表达式、第三表达式和当前位置相加，得到位置预测子模型。
45.具体的，位置预测子模型包括以下公式1：
46.公式1：
47.其中，p
i+1
表示下一位置，pi表示当前位置，vi表示当前速度，ai表示当前加速度，ji表示当前急动度，t表示时间。
48.在一实施方式中，构建所述速度预测子模型的具体过程为：对当前加速度进行积
分，得到第四表达式，将当前急动度进行二次积分后乘以得到第五表达式，将第四表达式、第五表达式和当前速度相加，得到速度预测子模型。
49.具体的，速度预测子模型包括以下公式2：
50.公式2：
51.其中，v
i+1
表示下一速度，vi表示当前速度，ai表示当前加速度，ji表示当前急动度，t表示时间。
52.在一实施方式中，构建所述加速度预测子模型的具体过程为：对当前急动度进行积分，得到第六表达式，将第六表达式和当前加速度相加，得到加速度预测子模型。
53.具体的，加速度预测子模型包括以下公式3：
54.公式3：a
i+1
＝ai+jidt；
55.其中，a
i+1
表示下一加速度，ai表示当前加速度，ji表示当前急动度，t表示时间。
56.在一实施方式中，所述基于所述运动设备的动力学特征获取振动预测模型的步骤，包括：
57.获取所述运动设备的质量和当前振动量，基于所述质量、所述当前加速度、所述当前振动量、所述当前振动量的一阶导数、所述振动量的二阶导数确定所述运动设备的动力学方程；
58.基于所述动力学方程确定所述当前振动量的第一关系表达式和所述当前振动量的一阶导数的第二关系表达式；
59.基于所述第一关系表达式、所述第二关系表达式、所述质量和重力加速度确定所述振动预测模型。
60.在工程实践中，运动系统的动力学响应主要受其一阶模态影响，通常可以将柔性运动系统表示如图2所示的双质量块系统，第一质量块m相对于与第二质量块m的相对针对位移为y，k为运动系统的刚度，c为运动系统的阻尼。补充说明的是，一阶模态是指：外力的激励频率与物体固有频率相等时的振动形态。图2所示的双质量块系统的动力学方程为以下公式4：
61.公式4：
62.其中，m表示质量块，ai表示当前加速度，c为运动系统的阻尼，k为运动系统的刚度，yi是当前振动量，是yi的一阶导数，物理含义是当前振动速度，是yi的二阶导数，的物理含义是当前振动加速度。
63.根据公式4可以推导出以下公式5和公式6：
64.公式5：yi＝f1(ai)；yi是当前振动量，f1(ai)是由公式4推导出的关于当前加速度的表达式；
65.公式6：公式6：是当前振动速度，f2(ai)是由公式5推导出的关于当前加速度的表达式。
66.具体的，振动预测模型包括以下公式7：
67.公式7：
68.其中，ei表示当前振动能，m表示质量，g表示重力加速度，yi是当前振动量。
69.步骤s102，获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能。
70.在本实施例中，运动设备可以静止状态启动，运动到需要达到的目标位置，也可以是运动设备在运动过程中的某一时刻的对应位置运动到目标位置。初始运动参数可以包括初始位置、初始速度、初始加速度、初始急动度，在此不做限制。
71.步骤s103，基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置。
72.在本实施例中，可以结合初始状态量和公式1、公式2、公式3确定多个预测位置、多个预测速度、多个预测加速度。多个预测位置、多个预测速度、多个预测加速度可以用矩阵形式表示如下：
73.公式8：pk＝t
pjk
+b
p
；
74.公式9：vk＝t
vjk
+bv；
75.公式10：ak＝tajk+ba；
76.其中，pk＝[p
i p
i+1 p
i+2
···
p
i+k
]
t
，vk＝[v
i v
i+1 v
i+2
···vi+k
]
t
，ak＝[a
i a
i+1 a
i+2
···ai+k
]
t
；t
p
、b
p
、tv、bv、ta、ba、为参数矩阵，tp,tv,ta的行数和pk,vk,ak行数一致。列数和jk的行数一致。元素由t组成，是轨迹预测模型推导后，整理成矩阵形式的计算，也可以理解为多个轨迹预测模型的矩阵形式。
[0077]bp
,bv,ba的行数和pk,vk,ak行数一致，列数为1，是每一步迭代的初始值。
[0078]
步骤s104，基于所述初始振动能和所述振动预测模型获取多个预测振动能。
[0079]
具体的，根据初始振动能和公式7确定多个预测振动能。多个预测振动能可以用矩阵表示，ek＝[e
i e
i+1 e
i+2
···ei+k
]
t
，ek表示振动能矩阵，ei、e
i+1
、e
i+2
、
···
、e
i+k
表示多个预测振动能。
[0080]
步骤s105，获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数。
[0081]
在一实施方式中，步骤s105包括以下步骤：
[0082]
基于所述目标位置与多个所述预测位置的误差的平方和、多个所述预测速度的平方和、多个预测振动能的平方和构建优化目标函数。
[0083]
在一实施方式中，所述基于所述目标位置与多个所述预测位置的误差的平方和、多个所述预测速度的平方和、多个预测振动能的平方和构建优化目标函数，包括：
[0084]
获取第一权重参数、第二权重参数、第三权重参数；
[0085]
将所述目标位置与多个所述预测位置的误差的平方和与所述第一权重参数相乘，得到第一表达式；
[0086]
将多个所述预测速度的平方和与所述第二权重相乘得到第二表达式；
[0087]
将所述多个预测振动能的平方和与所述第三权重参数相乘，得到第三表达式；
[0088]
基于所述第一表达式、所述第二表达式和所述第三表达式构建优化目标函数。
[0089]
其中，第一权重参数、第二权重参数、第三权重参数可以为根据经验确定的参数。
[0090]
具体的，优化目标函数包括以下公式11：
[0091]
公式11：
[0092]
其中，ω1表示第一权重参数、ω2表示第二权重参数、ω3表示第三权重参数，(p
k-p
obj
)
t
(p
k-p
obj
)表示位置误差的平方，v
kt
v是指速度的平方，e
ktek
是指振动能的平方，基于位置误差的平方，速度的平方，及振动能的平方组成的优化目标函数，再设置速度、加速度、急动度上下限约束，可有效求解出兼顾精度、光顺、振动能量较小的轨迹。其中急动度有额可以称为加加速度。
[0093]
步骤s106，基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。
[0094]
在一实施方式中，步骤s106可以包括以下步骤:
[0095]
计算所述优化目标函数的最小函数结果；
[0096]
获取所述最小函数结果对应的中间状态量，所述中间状态量包括位于所述初始位置至所述目标位置之间的多个中间位置，和各中间位置的目标速度；
[0097]
根据所述初始位置、所述目标位置、多个所述中间位置、多个所述目标速度生成所述优化轨迹。
[0098]
举例来说，根据优化目标函数计算求解过程是利用qp求解库实现的，qp求解库是一个标准的计算工具，在此不做赘述。轨迹参数包括到初始位置到目标位置的轨迹线路上多个位置点(pk)、及其对应速度(vk)等轨迹信息。
[0099]
本实施例提供的轨迹规划方法，获取运动设备的轨迹预测模型和振动预测模型；获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置；基于所述初始振动能和所述振动预测模型获取多个预测振动能；获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。这样，通过基于轨迹预测模型和振动预测模型获取多个预测速度、多个预测位置、多个预测振动能，基于多个预测速度、多个预测位置、多个预测振动能构建优化目标函数，进而基于优化目标函数获取兼顾位置精度、轨迹光顺、并激起较小振动的优化轨迹。
[0100]
实施例2
[0101]
此外，本公开实施例提供了一种轨迹规划装置。
[0102]
具体的，参见图3，轨迹规划装置300包括：
[0103]
第一获取模块301，用于获取运动设备的轨迹预测模型和振动预测模型；
[0104]
第二获取模块302，用于获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；
[0105]
第一确定模块303，用于基于所述初始状态量和所述轨迹预测模型确定多个预测速度和多个预测位置；
[0106]
第二确定模块304，用于基于所述初始振动能和所述振动预测模型确定多个预测振动能；
[0107]
构建模块305，用于获取所述运动设备的目标位置，基于所述目标位置、多个所述
预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；
[0108]
第三确定模块306，用于基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。
[0109]
在一实施方式中，第一获取模块301，还用于基于所述运动设备的当前状态量与下一状态量获取轨迹预测模型；
[0110]
基于所述运动设备的动力学特征获取振动预测模型。
[0111]
在一实施方式中，所述轨迹预测模型包括位置预测子模型、速度预测子模型和加速度预测子模型，所述当前状态量包括当前位置、当前速度、当前加速度和当前急动度；
[0112]
所述下一状态量包括下一位置、下一速度、下一加速度和下一急动度；
[0113]
第一获取模块301，还用于基于所述当前位置、所述当前速度、所述当前加速度、所述当前急动度和所述下一位置构建所述位置预测子模型；
[0114]
基于所述当前速度、所述当前加速度、所述当前急动度和所述下一速度构建所述速度预测子模型；
[0115]
基于所述当前加速度、所述当前急动度和所述下一加速度构建所述加速度预测子模型。
[0116]
在一实施方式中，第一获取模块301，还用于获取所述运动设备的质量和当前振动量，基于所述质量、所述当前加速度、所述当前振动量、所述当前振动量的一阶导数、所述振动量的二阶导数确定所述运动设备的动力学方程；
[0117]
基于所述动力学方程确定所述当前振动量的第一关系表达式和所述当前振动量的一阶导数的第二关系表达式；
[0118]
基于所述第一关系表达式、所述第二关系表达式、所述质量和重力加速度确定所述振动预测模型。
[0119]
在一实施方式中，构建模块305，还用于基于所述目标位置与多个所述预测位置的误差的平方和、多个所述预测速度的平方和、多个预测振动能的平方和构建优化目标函数。
[0120]
在一实施方式中，构建模块305，还用于获取第一权重参数、第二权重参数、第三权重参数；
[0121]
将所述目标位置与多个所述预测位置的误差的平方和与所述第一权重参数相乘，得到第一表达式；
[0122]
将多个所述预测速度的平方和与所述第二权重相乘得到第二表达式；
[0123]
将所述多个预测振动能的平方和与所述第三权重参数相乘，得到第三表达式；
[0124]
基于所述第一表达式、所述第二表达式和所述第三表达式构建优化目标函数。
[0125]
在一实施方式中，第三确定模块306，还用于计算所述优化目标函数的最小函数结果；
[0126]
获取所述最小函数结果对应的中间状态量，所述中间状态量包括位于所述初始位置至所述目标位置之间的多个中间位置，和各中间位置的目标速度；
[0127]
根据所述初始位置、所述目标位置、多个所述中间位置、多个所述目标速度生成所述优化轨迹。
[0128]
本实施例提供的轨迹规划装置可以实现实施例1所示轨迹规划方法，为避免重复，在此不再赘述。
[0129]
实施例3
[0130]
此外，本公开实施例提供了一种运动设备，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行实施例1所提供的轨迹规划方法。
[0131]
本实施例提供的运动设备可以实现实施例1所示轨迹规划方法，为避免重复，在此不再赘述。
[0132]
实施例4
[0133]
本技术还提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行实施例1提供的轨迹规划方法。
[0134]
在本实施例中，计算机可读存储介质可以为只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等。
[0135]
本实施例提计算机可读存储介质可以实现实施例1所示轨迹规划方法，为避免重复，在此不再赘述。
[0136]
需要说明的是，在本文中，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过程、方法、物品或者终端不仅包括那些要素，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过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
[0137]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
[0138]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。

技术特征：
1.一种轨迹规划方法，其特征在于，所述方法包括：获取运动设备的轨迹预测模型和振动预测模型；获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；基于所述初始状态量和所述轨迹预测模型获取多个预测速度和多个预测位置；基于所述初始振动能和所述振动预测模型获取多个预测振动能；获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。2.根据权利要求1所述的方法，其特征在于，所述获取运动设备的轨迹预测模型和振动预测模型的步骤，包括：基于所述运动设备的当前状态量与下一状态量获取轨迹预测模型；基于所述运动设备的动力学特征获取振动预测模型。3.根据权利要求2所述的方法，其特征在于，所述轨迹预测模型包括位置预测子模型、速度预测子模型和加速度预测子模型，所述当前状态量包括当前位置、当前速度、当前加速度和当前急动度；所述下一状态量包括下一位置、下一速度、下一加速度和下一急动度；所述基于所述运动设备的当前状态量与下一个状态量获取轨迹预测模型的步骤，包括：基于所述当前位置、所述当前速度、所述当前加速度、所述当前急动度和所述下一位置构建所述位置预测子模型；基于所述当前速度、所述当前加速度、所述当前急动度和所述下一速度构建所述速度预测子模型；基于所述当前加速度、所述当前急动度和所述下一加速度构建所述加速度预测子模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述运动设备的动力学特征获取振动预测模型的步骤，包括：获取所述运动设备的质量和当前振动量，基于所述质量、所述当前加速度、所述当前振动量、所述当前振动量的一阶导数、所述振动量的二阶导数确定所述运动设备的动力学方程；基于所述动力学方程确定所述当前振动量的第一关系表达式和所述当前振动量的一阶导数的第二关系表达式；基于所述第一关系表达式、所述第二关系表达式、所述质量和重力加速度确定所述振动预测模型。5.根据权利要求1所述的轨迹规划方法，其特征在于，所述基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数，包括：基于所述目标位置与多个所述预测位置的误差的平方和、多个所述预测速度的平方和、多个预测振动能的平方和构建优化目标函数。6.根据权利要求5中所述的方法，其特征在于，所述基于所述目标位置与多个所述预测
位置的误差的平方和、多个所述预测速度的平方和、多个预测振动能的平方和构建优化目标函数的步骤，包括：获取第一权重参数、第二权重参数、第三权重参数；将所述目标位置与多个所述预测位置的误差的平方和与所述第一权重参数相乘，得到第一表达式；将多个所述预测速度的平方和与所述第二权重相乘得到第二表达式；将所述多个预测振动能的平方和与所述第三权重参数相乘，得到第三表达式；基于所述第一表达式、所述第二表达式和所述第三表达式构建优化目标函数。7.根据权利要求6所述的轨迹规划方法，其特征在于，所述基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹的步骤，包括：计算所述优化目标函数的最小函数结果；获取所述最小函数结果对应的中间状态量，所述中间状态量包括位于所述初始位置至所述目标位置之间的多个中间位置，和各中间位置的目标速度；根据所述初始位置、所述目标位置、多个所述中间位置、多个所述目标速度生成所述优化轨迹。8.一种轨迹规划装置，其特征在于，所述装置包括：第一获取模块，用于获取运动设备的轨迹预测模型和振动预测模型；第二获取模块，用于获取所述运动设备处于初始位置的初始运动参数，所述初始运动参数包括初始状态量和初始振动能；第一确定模块，用于基于所述初始状态量和所述轨迹预测模型确定多个预测速度和多个预测位置；第二确定模块，用于基于所述初始振动能和所述振动预测模型确定多个预测振动能；构建模块，用于获取所述运动设备的目标位置，基于所述目标位置、多个所述预测速度、多个所述预测位置和多个所述预测振动能构建优化目标函数；第三确定模块，用于基于所述优化目标函数确定从所述初始位置至所述目标位置的优化轨迹。9.一种运动设备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的轨迹规划方法。10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的轨迹规划方法。

技术总结
本申请实施例提供了一种轨迹规划方法、装置、运动设备及计算机可读存储介质，其中方法包括：获取运动设备的轨迹预测模型和振动预测模型；获取运动设备处于初始位置的初始运动参数，初始运动参数包括初始状态量和初始振动能；基于初始状态量和轨迹预测模型获取多个预测速度和多个预测位置；基于初始振动能和振动预测模型获取多个预测振动能；获取运动设备的目标位置，基于目标位置、多个预测速度、多个预测位置和多个预测振动能构建优化目标函数；基于优化目标函数确定从初始位置至目标位置的优化轨迹。这样，可以基于优化目标函数获取兼顾位置精度、轨迹光顺、并激起较小振动的优化轨迹。轨迹。轨迹。


技术研发人员：张金迪 刘益彰 张美辉
受保护的技术使用者：深圳市优必选科技股份有限公司
技术研发日：2022.03.11
技术公布日：2022/5/25