CN108107765A - 一种异构主从系统的运动映射方法及系统 - Google Patents
一种异构主从系统的运动映射方法及系统 Download PDFInfo
- Publication number
- CN108107765A CN108107765A CN201711492587.2A CN201711492587A CN108107765A CN 108107765 A CN108107765 A CN 108107765A CN 201711492587 A CN201711492587 A CN 201711492587A CN 108107765 A CN108107765 A CN 108107765A
- Authority
- CN
- China
- Prior art keywords
- arm
- joint
- principal arm
- angle
- connecting rod
- 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
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种异构主从系统的运动映射方法,包括:S1、获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;S2、基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。本发明提供的一种异构主从系统的运动映射方法及系统,通过将单位对偶四元数与正向运动学FK和逆向运动学IK相结合,成功将主臂姿态映射为从臂姿态,算法简洁且有效,易于实现。
Description
技术领域
本发明涉及异构主从机器人领域,更具体地,涉及一种异构主从系统的运动映射方法及系统。
背景技术
遥操作机器人广泛应用于老年人/残疾人(如轮椅机器人手臂)和危险或危险环境中的遥操作机器人系统(辐射、爆炸、化学、搜索和救援等)。远程操作环境通常是非结构化和约束的,而远程操作任务通常是复杂的、复合的且不可预知的,因此先进的自主机器人不能在现阶段完成这些任务,而是需要一个操作人员,利用他的智能来控制机器人完成一些特殊任务。
理想情况下,主臂和从臂应具有相似的运动学结构,使远程操作员的手臂运动可以直接采用关节-关节直接映射算法来控制机器人从臂的操纵,但是这意味着需要从机器人手臂的非常复杂并且具有精细的机械结构,这导致机器人系统可能变得非常昂贵。因此,主从遥操作机器人系统通常是异构的,而不是均匀的,需要从主臂到从臂的运动映射算法。
现有技术中使用的运动映射算法是一种采用正反向运动学方法的轨迹相关算法。操作人员通过鼠标,键盘或操纵杆发出动作命令,并将从臂的末端执行器的姿态(位置和方向)映射到其工作空间中,并通过其反向运动计算从动臂的关节角度值。
但是,由于主臂与从臂之间的异构结构,现有技术提供的方法不能同时兼顾末端执行器的位置和机器人臂的连杆的方向,故而造成用户远程操作不直观,需要经过广泛的培训才能正确操作系统,并且操作人员容易出现错误,特别是当远程操作机器人系统工作在非结构化,受限制的障碍物环境中时。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的一种异构主从系统的运动映射方法,包括:
S1、获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;
S2、基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
其中,在S1之前,所述方法还包括:
构建从臂模型,使得从臂的各个连杆的方向和主臂的各个连杆的方向一致。
其中,所述构建从臂模型,使得从臂的各个连杆的方向和主臂的各个连杆的方向一致,包括:
在所述从臂模型中构建三自由度的腕关节对应主臂的腕部、构建单自由度的肘关节对应主臂的肘部、构建两自由度的肩关节对应主臂的肩部;
依次用连杆连接所述肩关节、所述肘关节以及所述腕关节,并调整连杆的方向和主臂的各个连杆的方向一致。
其中,S2包括:
基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,获取主臂运动姿态对应的当前运动角度和期望运动角度;
基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度;
基于所述从臂肩关节、肘关节以及腕关节设置的角度,利用FK算法,确定所述从臂姿态,以实现将所述主臂姿态映射为从臂姿态。
其中,所述基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度,包括:
基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次确定所述从臂肩关节、肘关节以及腕关节的轴方向向量;
基于所述从臂肩关节、肘关节以及腕关节的轴方向向量,依次计算所述从臂肩关节、肘关节以及腕关节的角增量。
其中,所述基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度,还包括:
在计算过程中对各个角度进行线性插值:
其中,θi和ωi分别是是时间步长上关节的角度值和角速度,θ0是关节的初始角度值,Δt是一个步骤的时间间隔,k为步长。
根据本发明的第二方面,本发明提供一种异构主从系统的运动映射系统,包括:
获取模块,用于获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;
映射模块,用于基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
根据本发明的第三方面,提供了一种异构主从系统的运动映射设备,包括:
处理器、存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述所述的一种异构主从系统的运动映射方法。
根据本发明的第四方面,提供一种计算机程序产品,包括程序代码,所述程序代码用于执行上述所述的一种异构主从系统的运动映射方法。
根据本发明的第五方面,提供一种非暂态计算机可读存储介质,用于存储如前所述的计算机程序。
本发明提供的一种异构主从系统的运动映射方法及系统,通过将单位对偶四元数与正向运动学FK和逆向运动学IK相结合,成功将主臂姿态映射为从臂姿态,算法简洁且有效,易于实现。
附图说明
图1是本发明实施例提供的一种异构主从系统的运动映射方法流程图;
图2是本发明实施例构建的从臂结构示意图;
图3是本发明实施例提供的两自由度模型示意图;
图4是本发明实施例提供的三自由度模型示意图;
图5是关节3在50个随机试验中的误差示意图;
图6是关节1和关节2在50次随机试验中没有迭代的误差示意图;
图7是关节1误差的收敛性示意图;
图8是关节2误差的收敛性示意图;
图9是关节4误差的收敛性示意图;
图10是关节5误差的收敛性示意图;
图11是关节6误差的收敛性示意图;
图12是本发明实施例提供的一种异构主从系统的运动映射系统结构图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1是本发明实施例提供的一种异构主从系统的运动映射方法流程图,如图1所示,所述方法包括:
S1、获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;
S2、基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
可以理解的是,本发明实施例针对的是异构主从的遥操作系统,而在异构遥操作系统中,现有技术更关注的是从臂末端执行器在其工作空间中的位置,而不是主臂和从臂之间的姿态的相似性。
在本发明实施例中,主臂优选的选用了远程操作员的右臂,因为直觉和习惯性的操作方式是直接使用自己的手,在从臂方面选择了双臂机器人。
进一步的,本发明实施例在S1中首先获取主臂的各个连杆的方向数据,优选的本发明实施例采用了一个可穿戴的运动捕捉系统来获取主臂发出的遥操作命令,可以理解的是,所述运动捕捉系统能够同时获取主臂中上臂,小臂和手之间的连杆的方向数据。
在S2中本发明实施例使用了单位对偶四元数UDQ对方向数据进行表示,并将方向数据作为从臂的参考输入。
那么,通过正向运动学FK和逆向运动学IK算法,本发明实施例可以将主臂任一一个姿态映射到从臂,使得从臂的运动姿态尽可能的接近主臂运动姿态。
在上述实施例的基础上,在S1之前,所述方法还包括:
构建从臂模型,使得从臂的各个连杆的方向和主臂的各个连杆的方向一致。
所述构建从臂模型,使得从臂的各个连杆的方向和主臂的各个连杆的方向一致,包括:
在所述从臂模型中构建三自由度的腕关节对应主臂的腕部、构建单自由度的肘关节对应主臂的肘部、构建两自由度的肩关节对应主臂的肩部;
依次用连杆连接所述肩关节、所述肘关节以及所述腕关节,并调整连杆的方向和主臂的各个连杆的方向一致。
需要说明的是,通常利用Paden-Kahan子问题通过从末端执行器的姿态信息对从臂结构的求解来实现运动映射,这是一种与轨迹有相关的方法,并且从臂的运动对于操作者来说可能不是直观的。
只有在远程操作的整个过程中从臂具有主臂的类似姿态时,操作者才会在远程操作中感觉到直观。那么对应的从臂的上臂,小臂和手与主臂的对应部分有相同的取向。
图2是本发明实施例构建的从臂结构示意图,从臂的“上臂”{xu,yu,zu}、“小臂”{xf,yf,zf}、“手”{xh,yh,zh}的连杆被类比于主臂,其关节也是相应的分为肩关节(关节1和2),肘关节(关节3),腕关节(关节4、5、6),可以理解的是,肩关节具有两个关节1和2,即代表肩关节的自由度为2,同理,肘关节的自由度为1,腕关节的自由度为3。
那么,对于主臂的每一个给定的状态,我们通过从臂的基于UDQ的IK来计算每个关节设置的对应角度,从而实现主臂和从臂之间的相似操作。
具体的,关节1和2对应于肩膀,关节3对应于肘关节,关节4、5和6对应于手腕,并且使用两条较长的连杆分别对应于上臂和小臂,表1是本发明实施例所有关节轴的单位矢量。
表1本发明实施例所有关节轴的单位矢量
进一步的,表2是在关节轴相应的方向向量中选择的点,在本发明实施例中,li,(i=1-7)其值分别为500,240,109,425,392,95和82mm。
表2关节轴相应的方向向量中选择的点
在上述实施例的基础上,S2包括:
基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,获取主臂运动姿态对应的当前运动角度和期望运动角度;
基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度;
基于所述从臂肩关节、肘关节以及腕关节设置的角度,利用FK算法,确定所述从臂姿态,以实现将所述主臂姿态映射为从臂姿态。
所述基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度,包括:
基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次确定所述从臂肩关节、肘关节以及腕关节的轴方向向量;
基于所述从臂肩关节、肘关节以及腕关节的轴方向向量,依次计算所述从臂肩关节、肘关节以及腕关节的角增量。
需要说明的是,由于人体主臂和从动臂之间的结构不同,因此在主动臂和从动臂之间同时实现相同的位置和姿态是困难的,甚至是不可能的。为了方便和直观的远程操作,本发明实施例会忽略位置信息,对于一个给定的主臂的相对姿态UDQ,只考虑从臂连杆的相同方向。这可以通过将给定姿态UDQ的双重部分设置为零四元数来完成,这不会影响从臂的运动映射的结果。
具体过程中,本发明实施例会首先利用基于UDQ的IK算法来对每个关节的IK解进行求解,而不同位置的关节由于具有不同的自由度,因而其IK解的求解方式不同。
对于一个自由度关节的IK解,例如:肘关节的IK解计算方式为:将小臂的当前和期望的方向用UDQ表示分别是和然后可以计算在当前和期望的方向之间的误差是:
θ=2arccos(sR)
sR是误差的旋转四元数qR=(sR,VR)的比例部分,是的经典共轭四元数。
由于只有一个运动自由度导致小臂的目标和初始方向之间的差异,应该恰好是将小臂驱动到其目标方位的肘关节的旋转角度。
对于两个自由度的IK解,例如:肩关节的IK解计算方式为:
假设用躯干固定的姿势,给定上臂的当前方向和期望方向的四元数,那么我们可以使用下式求解虚拟旋转轴和围绕虚轴旋转的期望角度θ:
θ=2arccos(sR)
图3是本发明实施例提供的两自由度模型示意图,如图3所示,由于两自由度关节模拟的向量,和是相互垂直的并且相交于一点,另外旋转运动可以被描绘成一个向量,它的方向代表旋转轴,它的长度代表旋转角度,我们可以将虚拟旋转分解为实际旋转关节:
那么,在当前时间,关节1和2的轴方向向量量是和θ1和θ2是实现了从上臂的期望方向的关节1和2的角增量。
对于三个自由度的IK解,例如:腕关节的IK解的计算,图4是本发明实施例提供的三自由度模型示意图,如图4所示,根据公式:
θ=2arccos(sR)
根据从臂当前方位与目标方向之间的误差求解虚拟旋转轴及其所需的旋转角度θ。我们同时得到的方向和长度,以及关节轴Ji,(i=1,2,3)的当前方位信息。
首先,我们可以计算J2轴上的投影得到并计算在平面上的投影得到该平面垂直于J2的轴,由平行于J1和J3轴的两个矢量确定,构成斜坐标系。然后,我们将分解到斜坐标系的坐标轴上,得到和结果,向量和的计算分量是三自由度关节模拟中所需的J1,J2和J3的旋转,以实现从臂的有关连杆的给定方位。
在计算了关节的IK解后,本发明实施例提供了基于UDQ的从臂的FK算法,以表示从臂姿态。
可以理解的是,UDQ可用于表示任何刚性变换(即平移和旋转),因此特别适用于有关方向的直观远程操作应用,如图2所示,本发明实施例分别在从臂的上臂、小臂、手的三个类似物上附加三个右手坐标系,并用UDQ表示描述这些连杆的方向。
进一步的,本发明实施例定义从臂的基础配置如图2所示,并表示从动臂的关节J1至J6的当前值为:
从臂围绕第i个关节的螺旋轴线移动,而其余关节被锁定的 可表示为
对偶角是相对于基础关节位置的相对关节位移。对偶角由于从臂的所有关节都是旋转的,所以
单位对偶向量表示根据Plücker线坐标计算的基础配置中的关节螺旋轴:
是关节的轴方向上的单位向量,ε2=0,ε≠0是对偶单元,mi0是基础框架的原点的关节轴的矩矢量,pi0是从主框架的原点到位于关节轴上的任何点的位置矢量。
然后,对于任何偏离基础配置本发明实施例关心的从臂连杆(上臂、小臂和手类似物)的姿态通过将所有从基础到相关第i个连杆的连续联合位移的UDQ相乘被计算出来,指定作为UDQ:
是关于基座{0}的相关连杆的新姿势,l=u,f,h分别是上臂,小臂和手的连杆环节,j是最接近相关连杆基端的关节。
当我们得到一个相关连杆的UDQ姿态(位置和方向),我们可以将其表示为:
是对偶角和一个定向的3D线穿过连杆轴心的单位对偶向量,是螺旋位移参数,其描述了3D空间中的连杆相对于基座的位置和方向。θ是围绕螺旋轴的旋转角度,d是沿着同一的螺旋轴线的平移,是该螺旋轴的单位方向向量,m是相对于从臂的基础框架的原点计算的该轴的矩矢量。
UDQ姿态也可以用已知的螺旋位移参数重写:
qR是旋转的单位四元数,qT是一个转变的四元数。它们可以用已知的螺旋位移参数来计算:
通过这种方式,本发明实施例可以很容易地获得相关连杆在基准坐标系中的位置和方向信息,本发明实施例这种基于UDQ的表示是紧凑的,计算效率高和无奇异性。
在上述实施例的基础上,所述基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度,还包括:
在计算过程中对各个角度进行线性插值:
其中,θi和ωi分别是是时间步长上关节的角度值和角速度,θ0是关节的初始角度值,Δt是一个步骤的时间间隔,k为步长。
对于一些重复和固定的操作例程,我们不需要让操作员在主方重复给出运动顺序。当我们解决“肩”、“肘”和“腕”关节的角增量时,在某些关键点上就能实现从从机械臂的的期望配置,我们可以根据相应关节的角速度要求,通过线性插值将机器人手臂的相应关节从当前姿态驱动到所需姿态:
θi和ωi分别是是时间步长上有关关节的角值和角速度,θ0是关节的初始角度值,Δt是一个步骤的时间间隔,k为步长。
通过这种方式,本发明实施例可以进一步减轻远程操作员的负担,从而提高危急情况下远程操作系统的效率。
为了验证本发明方案的准确性,本发明实施例对上述方案进行了仿真测试。
测试的模型采用图2所示的模型,首先对单自由度的肘关节进行测试,肘关节在结构上是最简单的,但是人体关节中最大的运动和最大的力量。由于上臂的方位,小臂的方向只取决于肘关节(关节3)的角度值。因此,我们可以很容易地使用小臂的当前和目标方向信息来获得模型的肘关节模拟的IK解。
图5是关节3在50个随机试验中的误差示意图,如图5所示,在50次随机模拟中,我们的方法可以正确地实现小臂的期望方位。关节3的期望角度和解算角度之间的最大误差小于0.5°,这对于人类远程操作员来说是不可感知的误差。
其次对两自由度的肩关节进行仿真,考虑到上臂的当前和目标方向,我们可以通过将矢量分解方法应用到虚拟旋转轴上来获得模型的肩关节模拟的IK解。
图6是关节1和关节2在50次随机试验中没有迭代的误差示意图,如图6所示,对于关节1和2的50对随机产生的初始和期望角度值,关节1和关节2分别有35和33次大于1°的误差,并且关节1的最大误差为61.3707°,关节2的最大误差为36.6768°,那么这个误差精度并不令人满意,但是,本发明实施例利用矢量分解法迭代地应用于图6的误差,发现迭代过程中误差是逐渐收敛的,图7是关节1误差的收敛性示意图,图8是关节2误差的收敛性示意图,如图7和图8所示,在不超过3次迭代的情况下成功地求解了IK解,最大的误差是关节1的0.4394°和关节2的0.2911°,这是操作人员远程操作的理想结果。
模型的第4、5和6关节的结构形成了典型的三自由度腕式模拟器。如图4所示,本发明实施例模拟了通过将三自由度关节模拟的矢量分解方法应用于虚拟旋转矢量来解决3自由度的从臂IK问题,并计算所需的关节4、5和6的旋转角度,以达到从臂所需的方位。
本发明实施例为关节4、5和6随机地生成一组值为[55.35,67.84,-24.34]的目标配置,同时锁定肩关节和肘关节,并随机产生另外10组关于4、5和6的值作为它们的初始角度值。我们将三种自由度模拟的矢量分解算法迭代应用,图9是关节4误差的收敛性示意图,图10是关节5误差的收敛性示意图,图11是关节6误差的收敛性示意图,从图9、10、11中可以看出,腕关节模拟的IK解可以在6次迭代内正确求解。期望角度与关节4、5和6的实际角度之间的最大误差小于1°,这个结果足以用于任何直观的远程操作应用。
本发明实施例在仿真中随机地设置了从臂的目标和初始配置,因此在初始和目标方向之间得到了很大的误差。在实际应用中,由于采样时间间隔短,从臂的速度有限,从臂目标与当前方向之间的误差较小。由于对于一个大的定位误差,该算法能够在多次迭代中有效地解决联合模拟的IK问题,对于实际应用中的一个很小的定位误差应该能够表现的更好。
图12是本发明实施例提供的一种异构主从系统的运动映射系统结构图,如图12所示,所述系统包括:获取模块1以及映射模块2,其中:
获取模块1用于获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;
映射模块2用于基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
具体的如何利用获取模块1以及映射模块2对异构主从系统的运动映射可参见上述实施例,本发明实施例在此不再赘述。
本发明实施例提供一种异构主从系统的运动映射系统,包括:至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令以执行上述各方法实施例所提供的方法,例如包括:S1、获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;S2、基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:S1、获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;S2、基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:S1、获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;S2、基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种异构主从系统的运动映射方法,其特征在于,包括:
S1、获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;
S2、基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
2.根据权利要求1所述的方法,其特征在于,在S1之前,所述方法还包括:
构建从臂模型,使得从臂的各个连杆的方向和主臂的各个连杆的方向一致。
3.根据权利要求2所述的方法,其特征在于,所述构建从臂模型,使得从臂的各个连杆的方向和主臂的各个连杆的方向一致,包括:
在所述从臂模型中构建三自由度的腕关节对应主臂的腕部、构建单自由度的肘关节对应主臂的肘部、构建两自由度的肩关节对应主臂的肩部;
依次用连杆连接所述肩关节、所述肘关节以及所述腕关节,并调整连杆的方向和主臂的各个连杆的方向一致。
4.根据权利要求3所述的方法,其特征在于,S2包括:
基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,获取主臂运动姿态对应的当前运动角度和期望运动角度;
基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度;
基于所述从臂肩关节、肘关节以及腕关节设置的角度,利用FK算法,确定所述从臂姿态,以实现将所述主臂姿态映射为从臂姿态。
5.根据权利要求4所述的方法,其特征在于,所述基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度,包括:
基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次确定所述从臂肩关节、肘关节以及腕关节的轴方向向量;
基于所述从臂肩关节、肘关节以及腕关节的轴方向向量,依次计算所述从臂肩关节、肘关节以及腕关节的角增量。
6.根据权利要求4所述的方法,其特征在于,所述基于所述主臂运动姿态对应的当前运动角度和期望运动角度,利用IK算法,依次计算从臂肩关节、肘关节以及腕关节设置的角度,还包括:
在计算过程中对各个角度进行线性插值:
<mrow>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>&theta;</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mi>&Delta;</mi>
<mi>t</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>&omega;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
</mrow>
其中,θi和ωi分别是是时间步长上关节的角度值和角速度,θ0是关节的初始角度值,Δt是一个步骤的时间间隔,k为步长。
7.一种异构主从系统的运动映射系统,其特征在于,包括:
获取模块,用于获取主臂的各个连杆的方向数据,并确定所述方向数据对应的主臂姿态;
映射模块,用于基于单位对偶四元数,将所述主臂的各个连杆的方向数据作为输入,采用正向运动学FK和反向运动学IK算法,将所述主臂姿态映射为从臂姿态。
8.一种计算机设备,其特征在于,包括存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
9.一种计算机程序产品,其特征在于,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行如权利要求1至6任一所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711492587.2A CN108107765A (zh) | 2017-12-30 | 2017-12-30 | 一种异构主从系统的运动映射方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711492587.2A CN108107765A (zh) | 2017-12-30 | 2017-12-30 | 一种异构主从系统的运动映射方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108107765A true CN108107765A (zh) | 2018-06-01 |
Family
ID=62215390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711492587.2A Pending CN108107765A (zh) | 2017-12-30 | 2017-12-30 | 一种异构主从系统的运动映射方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108107765A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112783043A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市优必选科技股份有限公司 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104440864A (zh) * | 2014-12-04 | 2015-03-25 | 深圳先进技术研究院 | 一种主从式遥操作工业机器人系统及其控制方法 |
CN106003034A (zh) * | 2016-06-16 | 2016-10-12 | 深圳先进技术研究院 | 一种主从式机器人控制系统及控制方法 |
CN106375421A (zh) * | 2016-08-30 | 2017-02-01 | 上海交通大学 | 基于远程操控的机器人辅助智能维护系统 |
CN107028663A (zh) * | 2017-04-18 | 2017-08-11 | 中国科学院重庆绿色智能技术研究院 | 一种新型主从式手术机器人控制方法 |
-
2017
- 2017-12-30 CN CN201711492587.2A patent/CN108107765A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104440864A (zh) * | 2014-12-04 | 2015-03-25 | 深圳先进技术研究院 | 一种主从式遥操作工业机器人系统及其控制方法 |
CN106003034A (zh) * | 2016-06-16 | 2016-10-12 | 深圳先进技术研究院 | 一种主从式机器人控制系统及控制方法 |
CN106375421A (zh) * | 2016-08-30 | 2017-02-01 | 上海交通大学 | 基于远程操控的机器人辅助智能维护系统 |
CN107028663A (zh) * | 2017-04-18 | 2017-08-11 | 中国科学院重庆绿色智能技术研究院 | 一种新型主从式手术机器人控制方法 |
Non-Patent Citations (1)
Title |
---|
王道明: "主从式MIS机器人的运动控制研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112783043A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市优必选科技股份有限公司 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
CN112783043B (zh) * | 2020-12-30 | 2022-04-15 | 深圳市优必选科技股份有限公司 | 一种仿人机器人控制方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Corke et al. | Robot arm kinematics | |
Jiang et al. | State-of-the-Art control strategies for robotic PiH assembly | |
Carignan et al. | Development of an exoskeleton haptic interface for virtual task training | |
JP3655083B2 (ja) | ロボットの位置決めを行うインタフェース装置 | |
US10335946B2 (en) | Compositional impedance programming for robots | |
KR102030141B1 (ko) | 로봇의 팔꿈치 제어시스템 및 그 제어방법 | |
Emmanouil et al. | Spherical trigonometry constrained kinematics for a dexterous robotic hand with an articulated palm | |
Salvietti et al. | Multicontact bilateral telemanipulation with kinematic asymmetries | |
Staicu et al. | Explicit dynamics equations of the constrained robotic systems | |
Ting et al. | Kinematic analysis for trajectory planning of open-source 4-DoF robot arm | |
Liu et al. | Efficient inverse kinematics and planning of a hybrid active and passive cable-driven segmented manipulator | |
Woo et al. | A 6-DOF force-reflecting hand controller using the fivebar parallel mechanism | |
Rosado et al. | Reproduction of human arm movements using Kinect-based motion capture data | |
Obinna et al. | „LabVIEW Motion Planning and Tracking of an Industrial Robotic Manipulator (KUKA KR5 arc): Design, Modelling, and Simulating the Robot’s Controller Unit,” FMTÜ-XXII | |
CN108107765A (zh) | 一种异构主从系统的运动映射方法及系统 | |
Gong et al. | Motion mapping from a human arm to a heterogeneous excavator-like robotic arm for intuitive teleoperation | |
Wang et al. | Whole body control of a dual-arm mobile robot using a virtual kinematic chain | |
Kansal et al. | Tele-operation of an industrial robot by an arm exoskeleton for peg-in-hole operation using immersive environments | |
Bejczy | Teleoperation and telerobotics | |
Lee et al. | Design of 9-DOF humanoid arms inspired by the human’s inner shoulder to enhance versatility and workspace | |
Zhong et al. | Inverse Kinematics Analysis of Humanoid Robot Arm by Fusing Denavit–Hartenberg and Screw Theory to Imitate Human Motion With Kinect | |
Krasňanský et al. | Reference trajectory tracking for a multi-DOF robot arm | |
Faulkner et al. | A generalised, modular, approach for the forward kinematics of continuum soft robots with sections of constant curvature | |
Yang et al. | A web-based 3d virtual robot remote control system | |
IKWUNZE et al. | Simulation of a Robot Arm that Mimics the Angular Movement and Control of an Authentic Human Arm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180601 |
|
WD01 | Invention patent application deemed withdrawn after publication |