CN104002307A - 穿戴式救援机器人控制方法及系统 - Google Patents

穿戴式救援机器人控制方法及系统 Download PDF

Info

Publication number
CN104002307A
CN104002307A CN201410222310.8A CN201410222310A CN104002307A CN 104002307 A CN104002307 A CN 104002307A CN 201410222310 A CN201410222310 A CN 201410222310A CN 104002307 A CN104002307 A CN 104002307A
Authority
CN
China
Prior art keywords
arm
theta
robot
posture information
joint
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410222310.8A
Other languages
English (en)
Inventor
钟颕光
崔宁
林天麟
沙日星
钱辉环
徐扬生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen City Zhongzhi Kechuang Robot Co., Ltd.
Original Assignee
Wisdom City System Service (china) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wisdom City System Service (china) Co Ltd filed Critical Wisdom City System Service (china) Co Ltd
Priority to CN201410222310.8A priority Critical patent/CN104002307A/zh
Publication of CN104002307A publication Critical patent/CN104002307A/zh
Pending legal-status Critical Current

Links

Abstract

本发明适用于机器人技术领域,提供了一种穿戴式救援机器人控制方法及系统,所述方法包括如下步骤:捕捉操控者的手臂位姿信息;根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人的手臂末端操作器的位姿信息;根据当前时刻t手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t所述机器人的手臂位姿信息。本发明提供的方法及系统可提高救援机器人的可控制性。

Description

穿戴式救援机器人控制方法及系统
技术领域
[0001] 本发明属于通信领域,尤其涉及一种救援机器人控制方法及系统。
背景技术
[0002]自然灾害如地震、火灾、雪灾等严重威胁着人类的生存安全,引起了人们广泛的关注。近十几来,日本、美国等发达国家在地震、火灾等救援机器人的研究方面做了大量工作,研究出了各种救援机器人,以代替人类在危险、复杂的灾害环境中实施搜救工作。比如由日本Tmsuk公司生产的用于雪灾救援的Enryu,美国南佛罗里达大学研制的安装有医学传感器的救援机器人Bujold等。在我国,一些高校和研究所的专家学者也意识到了灾难救援等危险作业机器人技术研究的重要性,开展了相关的研究。但大多数针对救援机器人的改善通常局限于使用功能上,不能解决由较低的可控制性带来的救援机器人适应能力差的问题。
[0003] 如,在中国专利201110441284.4中,发明了一种可探测火源的智能消防救援机器人。这种救援机器人虽然感知能力较强,能够依靠传感器技术发现火源,但运动能力较弱,缺乏良好的可控制性。中国专利201110402598.3提出一种可变形的救援机器人,具有较强的运动能力,但也因为可控制性较差而导致救援作业能力相对薄弱。目前对机器人控制方法的研究基本上是针对运动学的控制,这些控制算法相对较复杂,对控制器的运算能力要求较高,且仍然不能解决机器人对复杂环境的适应能力。
发明内容
[0004] 本发明实施例的目的在于提供一种救援机器人控制方法及系统,旨在解决现有的救援机器人可控制性差无法适应复杂环境的问题。
[0005] 本发明实施例是这样实现的,一种穿戴式救援机器人控制方法,所述方法包括如下步骤:
[0006] 捕捉操控者的手臂位姿信息;
[0007] 根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人的手臂末端操作器的位姿信息;
[0008] 根据当前时刻t手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t所述机器人的手臂位姿信息。
[0009] 进一步地,所述根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人的手臂末端操作器的位姿信息,具体包括:
[0010] 根据转换矩阵
Figure CN104002307AD00041
实现坐标系n到n+1的变换;
[0011] 根据公式
Figure CN104002307AD00051
实现手臂末端操作器对坐标系的总坐标变换;
[0012] 所述η为机器人一个手臂的自由度数量,所述Ap A2...An为所述一个手臂关节自由度的转动。
[0013] 进一步地,所述根据手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t所述机器人的手臂位姿信息,具体包括:
[0014] 计算当前时刻t所述手臂末端操作器的位姿信息和上一时刻t-Ι的手臂末端操作 器的位姿信息的差值即
Figure CN104002307AD00052
[0015] 根据公式 (θ)ϋα) = de⑴,以及所述手臂末端操作器的位姿信息的差值D (t),获得所述机器人手臂各关节的角速度d0 (t);
[0016] 根据所述机器人手臂各关节的角速度d Θ (t),计算机器人手臂各关节的目标角位
Figure CN104002307AD00053
[0017] d Θ⑴是所述一个手臂的关节微分运动矢量,J( Θ )为雅克比矩阵。
[0018] 进一步地,所述方法还包括:
[0019] 通过惯性测量单元采集操控者颈部动作。
[0020] 进一步地,所述方法还包括:
[0021] 学习操控者手臂各关节特定的位姿信息;
[0022] 为所述学习的特定的位姿信息设置按键。
[0023] 本发明还提出一种穿戴式救援机器人控制系统,所述系统包括:
[0024] 捕捉装置,用于捕捉操控者的手臂位姿信息;
[0025] 计算装置,用于根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人的手臂末端操作器的位姿信息;
[0026] 调整装置,用于根据当前时刻t手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t所述机器人的手臂位姿信息。
[0027] 进一步地,所述计算装置包括:
[0028] 第一坐标变换模块,用于根据转换矩阵
Figure CN104002307AD00054
实现坐标系 n 到 的变换;
[0029] 第二坐标变换模块,用于根据公式 = 馬实现手臂末端操作器对坐标系的总坐标变换;
[0030] 所述η为机器人一个手臂的自由度数量,所述Ap A2...An为所述一个手臂关节自由度的转动。
[0031] 进一步地,所述调整装置包括:
[0032] 差值计算单元,用于计算当前时刻t所述手臂末端操作器的位姿信息和上一时刻
t-Ι的手臂末端操作器的位姿信息的差值
Figure CN104002307AD00061
[0033] 速度计算单元,用于根据公SJ4(Q)Da) =d9 (t),以及所述手臂末端操作器的位姿信息的差值D (t),获得所述机器人手臂各关节的角速度d0 (t);
[0034] 位姿计算单元,用于根据所述机器人手臂各关节的角速度d Θ (t),计算机器人手
臂各关节的目标角位置
Figure CN104002307AD00062
[0035] d Θ (t)是所述一个手臂的关节微分运动矢量,J( Θ )为雅克比矩阵。
[0036] 进一步地,所述系统还包括:
[0037] 惯性测量装置,用于通过惯性测量单元采集操控者颈部动作。
[0038] 进一步地,所述系统还包括:
[0039] 学习装置,用于学习操控者手臂各关节特定的位姿信息;以及为所述学习的特定的位姿信息设置按键。
[0040] 本发明实施例针对类人型设计、移动平台式设计或混合型设计的救援机器人,提出一种新的穿戴式动作捕捉控制方法,通过捕捉到的操控者的手臂位姿信息,然后将操控者的手臂位姿信息传送给机器人的手臂末端操作器,并根据指定的算法进行计算和调整,使救援机器人的手臂可以完成操控者手臂完成的位姿信息动作,完成各种复杂的动作,使其具有更高的可操控性。
附图说明
[0041] 图1是本发明实施例一提供的穿戴式救援机器人控制方法的流程图;
[0042] 图2是本发明实施例一提供的穿戴式救援机器人控制方法中的救援机器人的构造图;
[0043] 图3是本发明实施例一提供的穿戴式救援机器人控制方法中的救援机器人的模块布局图;
[0044] 图4是本发明实施例一提供的穿戴式救援机器人控制方法中救援机器人左臂各关节的构造图;
[0045]图5是本发明实施例二提供的穿戴式救援机器人控制系统的结构图;
[0046]图6是本发明实施例二提供的穿戴式救援机器人控制系统中计算装置的结构图;
[0047] 图7是本发明实施例二提供的穿戴式救援机器人控制系统中调整装置的结构图。具体实施方式
[0048] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0049] 实施例一
[0050] 本发明实施例一提出一种穿戴式救援机器人控制方法。如图1所示,本发明实施例一的方法包括如下步骤:
[0051] S1、捕捉操控者的手臂位姿信息。
[0052] 本发明实施例一的穿戴式救援机器人具有两种控制方法,一种是基于工控机的控制方法,包括基于特定位置组合的控制方法和机器人实时控制方法两种。机器人实时控制方法是采用工控机直接实时地控制救援机器人,通过运行在工控机上的软件控制界面,可以独立地控制救援机器人身体各个关节的转动,完成一般灾害情况下的基本救援任务。同时,基于特定位置组合的控制方法根据救援过程中的常遇问题,得出一系列经验性的动作,总结出一套有效的动作组合,并为这些动作组合分别设立不同的控制命令,使救援机器人能够更加快速有效地做出反应。
[0053] 另一种是穿戴式救援机器人控制方法,该方法是一种交互式控制方法,包括基于控制命令的特定位置组合的控制方法和基于动作捕捉系统关节位置的实时控制方法。基于控制命令的特定位置组合的控制方法类似于基于工控机控制中的基于特定位置组合的控制方法,即学习操控者各关节特定的位置信息和姿态信息,通过动作捕捉系统的按键或声控等方式命令机器人执行,达到高效且精准控制的目的,提高机器人在不同灾害环境下作业的适应能力,同时简化操控者在做出高精确动作时的难点。
[0054] 本发明实施例一针对类人型设计、移动平台式设计或混合型设计的救援机器人。如图2所示,救援机器人具有类人型的关节自由度,包括颈部关节1、左右肩关节2、左右手肘关节3、左右手腕关节4、腰部关节5和移动平台6。考虑到机器人在灾区进行搜救工作时的灵活性和稳定性,本发明主要针对轮式或履带式或履带连摆臂式的移动平台。
[0055] 图3为穿戴式救援机器人的模块布局图,包括:具备与救援机器人相连的立体视觉系统11、颈部关节角度数据采集系统12、双臂动作捕捉系统13和穿戴式系统背包14。双臂动作捕捉系统13包括肩膀关节捕捉模块15、手肘关节捕捉模块16和手腕关节捕捉模块17。立体视觉系统11为操控者提供救援机器人四周环境的立体信息,以提高操作时的效率。颈部关节角度数据采集系统12让操控者的颈关节运动与机器人颈关节运动相连,使操控者在控制机器人视线时更为直接和方便灵活。双臂动作捕捉系统13让操控者的手臂运动与机器人双臂运动相连,使控制机器人双臂时更接近于操控者动作的灵活性,而上述三个系统都是连接到穿戴式系统背包14,由穿戴式系统背包14对捕捉的数据进行处理、分析,并传送到机器人执行。
[0056] 上述各个捕捉模块分别采集颈部关节、左右肩关节、左右手肘关节和左右手腕关节。其中,颈部关节的动作的捕捉利用了惯性测量单元(IMU),它能直接采集人体点头和摇头的动作。通过IMU的应用,能更自然地将机器人的颈部运动和操控者的颈部动作相连接,令操作更加直接和简便。采集到操控者的颈部动作后会经过微控制器进行数据处理,再通过无线数据传输将数据传输给救援机器人,从而对救援机器人颈部关节进行控制。双臂动作捕捉系统包括肩膀关节、手肘关节和手腕关节,三种关节能以模块化的关节运动捕捉装置设计,简化了设计和加工上的复杂性,并提高了系统的可更换性。另外,三种关节的捕捉模块,自由度分配也是针对救援机器人的操作性而设计的,使其能有效地采集操控者的双臂动作,令救援机器人能准确地模拟和实行诸如开门,营救伤员,搬运货物等操作。
[0057] S2、根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人手臂的末端操作器的位姿信息。
[0058] 针对不同操控者的身材存在差异的问题,穿戴式救援机器人控制方法采用了可调设计,关节连杆的长度在一定范围内可根据操作者的身体参数做出相应的调整。为使穿戴式救援机器人在不同操控者操作下,都能够准确地模拟操控者的动作,在算法上,采用机器人正运动学求解与逆雅克比矩阵相结合的方法来实现。具体地,先采用正运动学的方法,根据捕捉到的操控者的肢体动作即各关节的角度信息,计算出手臂末端操作器的位姿信息。以图4所示机器人的左臂为例,各自由度标号如图4所示,右臂的分析方法与左臂相同。选取机器人的身体为参考坐标系,根据D-H坐标系下正向运动学方程的求解方法,可采用如下公式计算变换矩阵:例如捕捉到的操控者的手臂位姿信息为Θ =(Θ Θ 2) Θ 3,..., θ η),通过坐标置换,即是将角度值Θ i代入对应的转换矩阵Ai,
[0059] 从坐标系η到n+1的变换
Figure CN104002307AD00081
[0061] 再利用^r =為為4...4完成手臂末端操作器对参考坐标系的总坐标变换,可求得到手臂末端操作器的位姿信息(X,y,ζ,α,β,Y)。由于AnS 4*4矩阵,因此14 =/I1為為…4也是4*4矩阵。
[0062] 假设’为:
Figure CN104002307AD00082
[0064] (χ, y, ζ)在Pr中分别以Τ14,Τ24,Τ34表达,而(α,β,Y)即是分别是:
Figure CN104002307AD00083
[0066] 根据Homogeneous transformation matrix的定义,上面公式的姿态如α代表了末端坐标系的χ轴相对参考坐标系的姿态,而β和Y则分别代表了y和ζ轴相对总坐标的姿态。[0067] 其中,η为机器人一个手臂中的自由度数目,Θ、a、d、a等参数参照D-H法定义,ApA2...An代表对应关节自由度的转动。通过对操控者手臂末端操作器的位姿跟踪,使机器人手臂的末端操作器实现和操控者一致的动作。根据总坐标变换矩阵,即可获得手臂末端操作器的相对位置。采用D-H的优点在于它可以方便地用于任何机器人构型,而不管机器人的结构顺序和复杂程度。
[0068] S3、根据当前时刻t手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t机器人手臂的位姿信息。位姿信息包括位置信息和姿态信息。
[0069] 雅克比矩阵反映了两空间坐标系之间速度的线性映像关系。其定义式为D =J(e)d0,其中,D指末端微分运动矢量,de是关节微分运动矢量,j(0)为雅克比矩阵,其行数为机器人操作空间的维数,列数为机器人的关节数。在本系统中,以雅克比矩阵为6行η列为例,利用微分构造的方法,可以得到6自由度机器人的雅克比矩阵。当在步骤S2中找到当前时刻t机器人的手臂末端操作器的位姿信息((X,y, ζ, α, β,Υ)后,先求出手臂末端操作器的位姿信息和上一刻位姿信息的差值,即是求出末端微分运动矢量
Figure CN104002307AD00091
再利用逆雅克比矩阵法r(e)D(t) = d0 (t),可以求救援机器人
手臂各关节的角速度即关节微分运动矢量de (t),在求得de (t)后,可以得到机器人手臂
各关节的目标角位置,即是
Figure CN104002307AD00092
[0070] 本发明实施例一的穿戴式救援机器人控制方法,直接实时捕获操控者手臂的位姿信息,将位姿信息传输给救援机器人,精准地控制救援机器人完成复杂环境下的救援任务,也就是说,操控者通过控制自己的手臂动作,然后通过各种传感器将操控者的手臂位姿信息捕捉并发送给机器人,通过指定的算法进行计算调整机器人的手臂位姿,使得机器人的手臂完成与操控者的手臂相同的动作,完成各种复杂的动作,顺利的完成救援任务,具有更高的适应性。另外,它将基于控制命令的特定位置组合的控制方法与穿戴式救援机器人控制方法相结合,实现对特定动作位置点的学习、记忆及动作锁定功能。与现有技术相比,本发明实施例一提高了救援机器人控制的实时性及在复杂灾害环境下的适应能力,同时简化了对操控者的控制技术要求。另外,采用本发明实施例一的控制方法使机器人能够具有对动作的学习功能,其独立作业能力也有较大的提高,更实现了操控者控制技术在操控者之间的转移。
[0071] 实施例二
[0072] 本发明实施例二提出一种穿戴式救援机器人控制系统。如图5所示,本发明实施例二的系统包括:
[0073] 捕捉装置10,用于捕捉操控者的手臂位姿信息。
[0074] 本发明实施例二针对类人型设计、移动平台式设计或混合型设计的救援机器人。如图2所示,救援机器人具有类人型的关节自由度,包括颈部关节1、左右肩关节2、左右手肘关节3、左右手腕关节4、腰部关节5和移动平台6。考虑到机器人在灾区进行搜救工作时的灵活性和稳定性,本发明主要针对轮式或履带式或履带连摆臂式的移动平台。
[0075] 图3为穿戴式救援机器人的模块布局图,包括:具备与救援机器人相连的立体视觉系统11、颈部关节角度数据采集系统12、双臂动作捕捉系统13和穿戴式系统背包14。双臂动作捕捉系统13包括肩膀关节捕捉模块15、手肘关节捕捉模块16和手腕关节捕捉模块17。立体视觉系统11为操控者提供救援机器人四周环境的立体信息,以提高操作时的效率。颈部关节角度数据采集系统12让操控者的颈关节运动与机器人颈关节运动相连,使操控者在控制机器人视线时更为直接和方便灵活。双臂动作捕捉系统13让操控者的手臂运动与机器人双臂运动相连,使控制机器人双臂时更接近于操控者动作的灵活性,而上述三个系统都是连接到穿戴式系统背包14,由穿戴式系统背包14对捕捉的数据进行处理、分析,并传送到机器人执行。
[0076] 上述各个捕捉模块分别采集颈部关节、左右肩关节、左右手肘关节和左右手腕关节。采集到操控者的颈部动作后会经过微控制器进行数据处理,再通过无线数据传输将数据传输给救援机器人,从而对救援机器人颈部关节进行控制。双臂动作捕捉系统包括肩膀关节、手肘关节和手腕关节,三种关节能以模块化的关节运动捕捉装置设计,简化了设计和加工上的复杂性,并提高了系统的可更换性。另外,三种关节的捕捉模块,自由度分配也是针对救援机器人的操作性而设计的,使其能有效地采集操控者的双臂动作,令救援机器人能准确地模拟和实行诸如开门,营救伤员,搬运货物等操作。
[0077] 计算装置20,用于根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人手臂的末端操作器的位姿信息。
[0078] 如图6所示,计算装置20可进一步包括:
[0079] 第一坐标变换模块21,用于根据转换矩阵
Figure CN104002307AD00101
实现坐标系 n 到 n+1
的变换。
[0080]第二坐标变换模块22,用于根据公式= 实现手臂末端操作器对坐标系的总坐标变换。
[0081] 针对不同操控者的身材存在差异的问题,穿戴式救援机器人控制方法采用了可调设计,关节连杆的长度在一定范围内可根据操作者的身体参数做出相应的调整。为使穿戴式救援机器人在不同操控者操作下,都能够准确地模拟操控者的动作,在算法上,采用机器人正运动学求解与逆雅克比矩阵相结合的方法来实现。具体地,第一坐标变换模块2先采用正运动学的方法,根据捕捉到的操控者的肢体动作即各关节的角度信息,计算出手臂末端操作器的位姿信息。以图4所示机器人的左臂为例,各自由度标号如图4所示,右臂的分析方法与左臂相同。选取机器人的身体为参考坐标系,根据D-H坐标系下正向运动学方程的求解方法,可采用如下公式计算变换矩阵:例如捕捉到的操控者的手臂位姿信息为Θ =(Q1, θ2,θ3,...,θη),第一坐标变换模块21通过坐标置换,即是将角度值Qi代入对应的转换矩阵Ai,[0082] 从坐标系η到n+1的变换
Figure CN104002307AD00111
[0084] 第二坐标变换模块22再利用uJ = A1A2A3…An完成末端操作器对参考坐标系的总坐标变换,可求得到手臂末端操作器的位姿信息(x,y,z,α,β,Y)。由于AnS 4*4矩阵,因此,=為為馬..為也是4*4矩阵。
[0085] 假设^为:
[0086] (χ, y, ζ)在
Figure CN104002307AD00112
中分别以 T14, T24, T34 表达,而
(α, β, y)即是分别是:
Figure CN104002307AD00113
[0088] 根据Homogeneous transformation matrix的定义,上面公式的姿态如α代表了末端坐标系的χ轴相对参考坐标系的姿态,而β和Y则分别代表了y和ζ轴相对总坐标的姿态。
[0089] 其中,η为机器人一个手臂中的自由度数目,θ、a、d、a等参数参照D-H法定义,ApA2...An代表对应关节自由度的转动。通过对操控者手臂末端操作器的位姿跟踪,使机器人手臂的末端操作器实现和操控者一致的动作。根据总坐标变换矩阵,即可获得手臂末端操作器的相对位置。采用D-H的优点在于它可以方便地用于任何机器人构型,而不管机器人的结构顺序和复杂程度。
[0090] 调整装置30,用于根据当前时刻t手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t机器人手臂的位姿信息。
[0091] 如图7所示,调整装置30可进一步包括:
[0092] 差值计算单元31,用于计算当前时刻t手臂末端操作器的位姿信息和上一时刻
t-l的手臂末端操作器的位姿信息的差值
Figure CN104002307AD00114
[0093] 速度计算单元32,用于根据公式J4(Q)Da) =d9 (t),以及末端操作器的位姿信息的差值D (t),获得机器人手臂各关节的角速度d0 (t);
[0094] 位姿计算单元33,用于根据机器人手臂各关节的角速度d Θ (t),计算机器人手臂各关节的目标角位置
Figure CN104002307AD00121
[0095] 雅克比矩阵反映了两空间坐标系之间速度的线性映像关系。其定义式为D =J(e)d0,其中,D指末端微分运动矢量,de是关节微分运动矢量,j(0)为雅克比矩阵,其行数为机器人操作空间的维数,列数为机器人的关节数。在本系统中,以雅克比矩阵为6行η列为例,利用微分构造的方法,可以得到6自由度机器人的雅克比矩阵。当找到当前时刻t机器人手臂的末端操作器的位姿信息((X,Y, z, α, β,Y)后,差值计算单元31先求出末端操作器的位姿信息和上一刻位姿信息的差值,即是求出末端微分运动矢量
Figure CN104002307AD00122
速度计算单元32再利用逆雅克比矩阵法J-1(θ)ϋα) =de⑴,可
以求救援机器人手臂各关节的速度即关节微分运动矢量de (t),在求得de α)后,可以由
位姿计算单元33得到机器人手臂各关节的目标角位置,即是
Figure CN104002307AD00123
[0096] 上述计算装置20和调整装置30均可由穿戴式系统背包14的微控制器控制板完成,并传送至救援机器人执行。
[0097] 惯性测量装置,惯性测量装置利用惯性测量单元(IMU)捕捉颈部关节的动作,它能直接采集人体点头和摇头的动作。通过IMU的应用,能更自然地将机器人的颈部运动和操控者的颈部动作相连接,令操作更加直接和简便。
[0098] 优选地,本发明实施例二还可包括学习装置,用于学习操控者手臂各关节特定的位置信息和姿态信息;以及为学习的特定的位置信息和姿态信息设置按键。学习装置学习操控者手臂各关节特定的位置信息和姿态信息,通过动作捕捉系统的按键或声控等方式命令机器人执行,达到高效且精准控制的目的,提高机器人在不同灾害环境下作业的适应能力,同时简化操控者在做出高精确动作时的难点。
[0099] 优选地,本发明实施例二可结合基于工控机,实现基于特定位置组合的控制和对机器人实时控制。对机器人实时控制是采用工控机直接实时地控制救援机器人,通过运行在工控机上的软件控制界面,独立地控制救援机器人身体各个关节的转动,完成一般灾害情况下的基本救援任务。同时,基于特定位置组合的控制根据救援过程中的常遇问题,得出一系列经验性的动作,总结出一套有效的动作组合,并为这些动作组合分别设立不同的控制命令,使救援机器人能够更加快速有效地做出反应。
[0100] 本发明实施例二的系统,直接实时捕获操控者手臂的位姿信息,将位姿信息传输给救援机器人,精准地控制救援机器人完成复杂环境下的救援任务,也就是说,操控者通过控制自己的手臂动作,然后通过各种传感器和发射器将操控者的手臂位姿信息捕捉并发送给机器人,通过指定的算法进行计算调整机器人的手臂位姿,使得机器人的手臂完成与操控者的手臂相同的动作,完成各种复杂的动作,顺利的完成救援任务,具有更高的适应性。另外,它将基于控制命令的特定位置组合的控制与穿戴式救援机器人控制相结合,实现对特定动作位置点的学习、记忆及动作锁定功能。与现有技术相比,本发明实施例二提高了救援机器人控制的实时性及在复杂灾害环境下的适应能力,同时简化了对操控者的控制技术要求。另外,采用本发明实施例二使机器人能够具有对动作的学习功能,其独立作业能力也有较大的提高,更实现了操控者控制技术在操控者之间的转移。
[0101] 以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种穿戴式救援机器人控制方法,其特征在于,所述方法包括如下步骤: 捕捉操控者的手臂位姿信息; 根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人的手臂末端操作器的位姿信息; 根据当前时刻t手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t所述机器人的手臂位姿信息。
2.如权利要求1所述的方法,其特征在于,所述根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人的手臂末端操作器的位姿信息具体包括: 根据转换矩阵
Figure CN104002307AC00021
现坐标系η到η+1的变换; 根据公式奸=AJ2馬.实现手臂末端操作器对坐标系的总坐标变换; 所述η为机器人一个手臂的自由度数量,所述A1' A2...An为所述一个手臂关节自由度的转动。
3.如权利要求2所述的方法,其特征在于,所述根据手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t所述机器人的手臂位姿信息具体包括: 计算当前时刻t所述手臂末端操作器的位姿信息和上一时刻t-Ι的手臂末端操作器的 位姿信息的差值
Figure CN104002307AC00022
根据公式
Figure CN104002307AC00023
,以及所述手臂末端操作器的位姿信息的差值D(t),获得所述机器人手臂各关节的角速度(1Θ (t); 根据所述机器人手臂各关节的角速度d Θ (t),计算机器人的手臂各关节的目标角位置
Figure CN104002307AC00024
dθ (t)是所述一个手臂的关节微分运动矢量,J(e)为雅克比矩阵。
4.如权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括: 通过惯性测量单元采集操控者颈部动作。
5.如权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括: 学习操控者手臂各关节特定的位姿信息; 为所述学习的特定的位姿信息设置按键。
6.一种穿戴式救援机器人控制系统,其特征在于,所述系统包括: 捕捉装置,用于捕捉操控者的手臂位姿信息; 计算装置,用于根据操控者的手臂位姿信息和正运动学算法,计算得到当前时刻t机器人的手臂末端操作器的位姿信息; 调整装置,用于根据当前时刻t手臂末端操作器的位姿信息和逆雅克比矩阵算法,调整当前时刻t所述机器人的手臂位姿信息。
7.如权利要求6所述的系统,其特征在于,所述计算装置包括:第一坐标变换模块,用于根据转换矩阵
Figure CN104002307AC00031
实现坐标系 η 到 n+1.的变换; 第二坐标变换模块,用于根据公式HRT =A1A2A3A4...An实现手臂末端操作器对坐标系的总坐标变换; 所述η为机器人一个手臂的自由度数量,所述Ap A2...An为所述一个手臂关节自由度的转动。
8.如权利要求7所述的系统,其特征在于,所述调整装置包括: 差值计算单元,用于计算当前时刻t所述手臂末端操作器的位姿信息和上一时刻t-1的手臂末端操作器的位姿信息的差值
Figure CN104002307AC00032
速度计算单元,用于根据公式J4(Q)Da) =de a),以及所述手臂末端操作器的位姿信息的差值D (t),获得所述机器人手臂各关节的角速度d0 (t); 位姿计算单元,用于根据所述机器人手臂各关节的角速度d Θ (t),计算机器人手臂各 关节的目标角位置
Figure CN104002307AC00033
dθ (t)是所述一个手臂的关节微分运动矢量,J(e)为雅克比矩阵。
9.如权利要求6至8中任一项所述的系统,其特征在于,所述系统还包括: 惯性测量装置,用于通过惯性测量单元采集操控者颈部动作。
10.如权利要求6至8中任一项所述的系统,其特征在于,所述系统还包括: 学习装置,用于学习操控者手臂各关节特定的位姿信息;以及为所述学习的特定的位姿信息设置按键。
CN201410222310.8A 2014-05-23 2014-05-23 穿戴式救援机器人控制方法及系统 Pending CN104002307A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410222310.8A CN104002307A (zh) 2014-05-23 2014-05-23 穿戴式救援机器人控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410222310.8A CN104002307A (zh) 2014-05-23 2014-05-23 穿戴式救援机器人控制方法及系统

Publications (1)

Publication Number Publication Date
CN104002307A true CN104002307A (zh) 2014-08-27

Family

ID=51363357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410222310.8A Pending CN104002307A (zh) 2014-05-23 2014-05-23 穿戴式救援机器人控制方法及系统

Country Status (1)

Country Link
CN (1) CN104002307A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107639635A (zh) * 2017-09-30 2018-01-30 杨聚庆 一种机械臂位姿误差标定方法及系统
TWI617908B (zh) * 2016-06-02 2018-03-11 巨擘科技股份有限公司 機械手臂控制裝置,包含該控制裝置的機械手臂系統及機械手臂控制方法
CN107856014A (zh) * 2017-11-08 2018-03-30 浙江工业大学 基于手势识别的机械臂位姿控制方法
CN108115681A (zh) * 2017-11-14 2018-06-05 深圳先进技术研究院 机器人的模仿学习方法、装置、机器人及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101890719A (zh) * 2010-07-09 2010-11-24 中国科学院深圳先进技术研究院 机器人远程控制装置及机器人系统
CN101977240A (zh) * 2010-11-15 2011-02-16 南开大学 基于iPhone智能手机的机器人人机交互系统
CN102229146A (zh) * 2011-04-27 2011-11-02 北京工业大学 基于外骨骼人体姿态信息采集技术的遥控仿人机器人系统
US20120010749A1 (en) * 2010-04-09 2012-01-12 Deka Products Limited Partnership System and apparatus for robotic device and methods of using thereof
CN102922508A (zh) * 2012-09-21 2013-02-13 西安交通大学 一种电动汽车电池换装外骨骼机器人系统
CN103240750A (zh) * 2012-02-06 2013-08-14 宗鹏 基于同步传感的机械臂控制方法
CN103648730A (zh) * 2011-04-29 2014-03-19 雷斯昂公司 遥控操作的机器人系统
CN103722550A (zh) * 2014-01-17 2014-04-16 上海交通大学 外骨骼机器人的嵌入式系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120010749A1 (en) * 2010-04-09 2012-01-12 Deka Products Limited Partnership System and apparatus for robotic device and methods of using thereof
CN101890719A (zh) * 2010-07-09 2010-11-24 中国科学院深圳先进技术研究院 机器人远程控制装置及机器人系统
CN101977240A (zh) * 2010-11-15 2011-02-16 南开大学 基于iPhone智能手机的机器人人机交互系统
CN102229146A (zh) * 2011-04-27 2011-11-02 北京工业大学 基于外骨骼人体姿态信息采集技术的遥控仿人机器人系统
CN103648730A (zh) * 2011-04-29 2014-03-19 雷斯昂公司 遥控操作的机器人系统
CN103240750A (zh) * 2012-02-06 2013-08-14 宗鹏 基于同步传感的机械臂控制方法
CN102922508A (zh) * 2012-09-21 2013-02-13 西安交通大学 一种电动汽车电池换装外骨骼机器人系统
CN103722550A (zh) * 2014-01-17 2014-04-16 上海交通大学 外骨骼机器人的嵌入式系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI617908B (zh) * 2016-06-02 2018-03-11 巨擘科技股份有限公司 機械手臂控制裝置,包含該控制裝置的機械手臂系統及機械手臂控制方法
CN107639635A (zh) * 2017-09-30 2018-01-30 杨聚庆 一种机械臂位姿误差标定方法及系统
CN107639635B (zh) * 2017-09-30 2020-02-07 杨聚庆 一种机械臂位姿误差标定方法及系统
CN107856014A (zh) * 2017-11-08 2018-03-30 浙江工业大学 基于手势识别的机械臂位姿控制方法
CN108115681A (zh) * 2017-11-14 2018-06-05 深圳先进技术研究院 机器人的模仿学习方法、装置、机器人及存储介质
CN108115681B (zh) * 2017-11-14 2020-04-07 深圳先进技术研究院 机器人的模仿学习方法、装置、机器人及存储介质

Similar Documents

Publication Publication Date Title
Vogel et al. EMG-based teleoperation and manipulation with the DLR LWR-III
Do et al. Imitation of human motion on a humanoid robot using non-linear optimization
CN104002307A (zh) 穿戴式救援机器人控制方法及系统
Fritsche et al. First-person tele-operation of a humanoid robot
Artemiadis et al. EMG-based teleoperation of a robot arm in planar catching movements using ARMAX model and trajectory monitoring techniques
Xu et al. Development of a hybrid motion capture method using MYO armband with application to teleoperation
Megalingam et al. Robotic arm design, development and control for agriculture applications
CN108098780A (zh) 一种新型的机器人仿人运动系统
Park et al. A tele-operation interface with a motion capture system and a haptic glove
Grecu et al. Analysis of human arm joints and extension of the study to robot manipulator
Robson et al. Geometric design of planar mechanisms based on virtual guides for manipulation
Parga et al. Tele-manipulation of robot arm with smartphone
Liarokapis et al. Directions, methods and metrics for mapping human to robot motion with functional anthropomorphism: A review
Lee et al. Exoskeletal master device for dual arm robot teaching
Liarokapis et al. Humanlike, task-specific reaching and grasping with redundant arms and low-complexity hands
Zhao et al. An intuitive human robot interface for tele-operation
CN109529274B (zh) 基于冗余机械臂上肢关节主动康复系统及其训练方法
Ishac et al. Gesture based robotic arm control for meal time care using a wearable sensory jacket
Zhang et al. A markerless human-manipulators interface using multi-sensors
Barbagallo et al. Human-robot interaction through kinect and graphics tablet sensing devices
Liu et al. VR simulation system for EVA astronaut training
Liu et al. A novel upper limb training system based on UR5 using sEMG and IMU sensors
Dutta et al. A Novel Design of a Multi-DOF Mobile Robotic Helping Hand for Paralyzed Patients
Graziano et al. A wireless haptic data suit for controlling humanoid robots
CN109895104A (zh) 一种仿人机器人系统

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20160414

Address after: 518000 Guangdong province Shenzhen City Guangming Street million Daiheng high tech Industrial Park No. 5 Building 5 floor

Applicant after: Shenzhen City Zhongzhi Kechuang Robot Co., Ltd.

Address before: 518000 Guangdong city of Shenzhen province Nanshan District Hing Road two No. 6 Wuhan University B815 Shenzhen research building room

Applicant before: Wisdom city system service (China) company limited

C41 Transfer of patent application or patent right or utility model
RJ01 Rejection of invention patent application after publication

Application publication date: 20140827

RJ01 Rejection of invention patent application after publication