CN109483541B - 一种基于分解速度规划算法的移动物体抓取方法 - Google Patents
一种基于分解速度规划算法的移动物体抓取方法 Download PDFInfo
- Publication number
- CN109483541B CN109483541B CN201811399335.XA CN201811399335A CN109483541B CN 109483541 B CN109483541 B CN 109483541B CN 201811399335 A CN201811399335 A CN 201811399335A CN 109483541 B CN109483541 B CN 109483541B
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- acceleration
- moving object
- speed
- axis
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于分解速度规划算法的移动物体抓取方法。在已知移动物体状态的情况下基于分解速度规划算法先实现机械臂末端对移动物体的稳定跟踪,在稳定跟踪之后再对物体进行抓取操作。该算法基于移动物体和机械臂的状态建立分解坐标系,并分别在分解坐标系的x、y和z轴上规划能在约束机械臂的最大速度和最大加速度的情况下以最短时间实现跟踪目标的加速度指令,进而在较短的时间内实现机械臂末端对移动物体的稳定跟踪从而进行抓取操作,在一定程度上解决了传统跟踪算法由于收敛速度较慢从而可能导致抓取失败的问题。
Description
技术领域
本发明涉及一种机械臂对移动物体的抓取方法,尤其涉及一种基于分解速度规划算法的移动物体抓取方法。
背景技术
目前,在传统的自动制造工业中,对于使用工业机械臂抓取传送带上移动物体的任务而言,大多数都是通过事先检测目标物体的状态,然后用离线的方式控制机械臂来实现该任务,这种方式对于可长期预测其状态的物体固然可行,但只要物体的实际状态与预测状态不一致,那么这种方法就没办法实现抓取任务了,并且,随着人们对自动化要求的提高,可以想象,未来的趋势必然是朝着机器人自主的实时的感知环境以获取更加丰富的环境信息并实现抓取作复杂运动物体的方向发展,而不仅仅只是局限于抓取可长期预测其状态的物体。
有许多学者致力于研究机械臂对移动物体的抓取问题,在早期的研究中,由于传感器性能的限制,无法实时的检测移动物体的状态,因此当时的学者主要关注于状态可长期预测的移动物体如处于传送带上的物体。由于这些物体的状态可以长期预测,于是便可以事先计算出机械臂末端与移动物体的会合点,然后控制机械臂直接到达这个会合点便可实现抓取动作,这种方式通常被称为预测、规划和执行的方法,Park等人便是采用这种方法解决机械臂跟踪传送带上物体的问题,Kimura等人将这种方法应用于让机械臂接一个以抛物线轨迹运动的球的任务。但由于这种方法依赖于移动物体状态的可预测性,采用离线的方式规划出会合点之后便直接控制机械臂末端到达该点,因此,对于一个实际状态会偏离预测状态的物体来说,这种方法便不再适用。
后来,由于视觉系统的发展,其采样频率得到了较大的提升,于是学者们使用视觉系统获取移动物体的相关信息,并由这些信息利用视觉伺服的方法来解决机械臂对移动物体的抓取问题。视觉伺服控制是一种基于视觉的机器人反馈控制方法,视觉伺服控制按误差类型的不同主要分为基于位置的视觉伺服控制、基于图像的视觉伺服控制和结合上述两种方式的混合视觉伺服控制,基于位置的视觉伺服控制通过视觉获得与任务相关的位置信息,而后直接利用该信息实现控制任务,而基于图像的视觉伺服控制则直接利用视觉传感器获取图片的特征来实现控制任务。Allen等人利用双目视觉获取一个移动玩具火车的位置信息,并用基于位置的视觉伺服控制成功的实现了抓取任务。
还有的学者使用基于导航与制导的方法来解决该问题,Mehrandezh等人针对机械臂抓取移动物体的子问题也即跟踪问题,提出在机械臂跟踪移动物体任务的第一阶段使用一种导航的方法,并在第二阶段切换传统跟踪方法来实现机械臂末端与移动物体速度的匹配。
但是上述提到的方法,预测、规划和执行的方法难以实现实时应用,视觉伺服控制的方法存在着收敛速度较慢的问题,基于导航与制导的方法也由于方法切换的方式存在着收敛速度不稳定的问题。
发明内容
本发明的目的是提供一种计算量小,能实时应用的且收敛速度足够快的跟踪算法用于解决机械臂抓取移动物体的问题。
基于以上阐述,本发明通过以下技术方案予以实现:一种基于分解速度规划算法的移动物体抓取方法,该方法包括以下步骤:
(1)获取机械臂的状态信息,包括机械臂各个关节的位置和速度;获取移动物体的状态信息,包括移动物体的位置和速度;
(2)通过步骤(1)获得的移动物体和机械臂状态信息,使用分解速度规划算法得到机械臂末端的加速度指令,并由此计算得到机械臂末端的速度指令;所述分解速度规划算法具体为:
将机械臂末端视为质点A,移动物体视为质点B;
z轴的方向则可由右手定则得到;
在约束质点A的最大速度Vmax与最大加速度amax的情况下,对质点A的加速度作以下规划:
(3)通过机械臂的模型及其状态计算雅各比矩阵,将步骤(2)获得的机械臂末端速度指令转换为机械臂每个关节的速度指令,从而控制机械臂跟踪移动物体,并在稳定跟踪后进行抓取操作。
进一步地,所述步骤(1)中,所述移动物体的状态信息是首先通过传感器获得移动物体的位置数据,然后对其使用卡尔曼滤波器进行平滑和预测得到的,其包括位置和速度信息。
进一步地,所述步骤(1)中,所述机械臂是一个6自由度的工业机器人,其状态信息是通过机械臂控制器获得的,包括机械臂各个关节的位置和速度信息。
本发明的有益效果:本发明提出了一种基于分解速度规划算法的移动物体抓取方法,基于移动物体和机械臂的状态建立分解坐标系,并分别在分解坐标系的x、y和z轴上规划能在约束机械臂的最大速度和最大加速度的情况下以最短时间实现跟踪目标的加速度指令,进而在较短的时间内实现机械臂末端对移动物体的稳定跟踪从而进行抓取操作,在一定程度上解决了传统跟踪算法由于收敛速度较慢从而可能导致抓取失败的问题。
附图说明
图1为本发明的流程图;
图2为本发明的机械臂跟踪移动物体的模型示意图;
图3为本发明的基于分解速度规划算法计算机械臂控制指令的流程图;
图4为本发明算法与PD算法在相同条件下,移动物体作直线运动时的仿真对比结果;
图5为本发明算法与PD算法在相同条件下,移动物体作正弦曲线运动时仿真对比结果;
图6为本发明算法与PD算法在相同条件下,移动物体作圆弧轨迹运动时仿真对比结果。
具体实施方式
下面结合附图对本发明作进一步描述,但本发明的实施方式并不局限于此。
参照图1,本发明提供的一种基于分解速度规划算法的移动物体抓取方法,该方法通过机械臂抓取目标移动物体,该方法包括以下步骤:
(1)获取机械臂的状态信息,包括机械臂各个关节的位置和速度;获取移动物体的状态信息,包括移动物体的位置和速度;
所述移动物体的状态信息是首先通过传感器获得移动物体的位置数据,然后对其使用卡尔曼滤波器进行平滑和预测得到的,其包括位置和速度信息;
所述机械臂是一个6自由度的工业机器人,其状态信息是通过机械臂控制器获得的,包括机械臂各个关节的位置和速度信息,进而由机械臂的模型可获得其末端的位置和速度信息。
(2)通过步骤(1)获得的移动物体和机械臂状态信息,使用分解速度规划算法得到机械臂末端的加速度指令,并由此计算得到机械臂末端的速度指令;
如图3所示,所述分解速度规划算法具体为:
将机械臂末端视为质点A,移动物体视为质点B,如图2所示;
z轴的方向则可由右手定则得到;
在约束质点A的最大速度Vmax与最大加速度amax的情况下,对质点A的加速度作以下规划:
(3)通过机械臂的模型及其状态计算雅各比矩阵,将步骤(2)获得的机械臂末端速度指令转换为机械臂每个关节的速度指令,从而控制机械臂跟踪移动物体,并在稳定跟踪后进行抓取操作。具体为:
由机械臂的关节角θ及其模型计算雅各比矩阵J,并由其伪逆左乘步骤(2)中获得的机械臂末端速度指令计算机械臂每个关节的速度指令基于该速度指令ω控制机械臂跟踪移动物体,并在稳定跟踪后进行抓取操作,稳定跟踪即机械臂末端与移动物体保持相对静止。
参照图4、5和6,本发明给出了分解速度规划算法与一种传统跟踪算法在相同条件下的3个仿真对比,其中,传统跟踪算法为一种PD型算法,其公式如下
在3个仿真中分别限制机械臂末端点的最大加速度和最大速度和移动物体的最大加速度和最大速度为aint_max=0.3,Vint_max=1.5,atar_max=0.2,Vtar_max=0.8,其中在对PD算法进行仿真时未对机械臂末端的最大速度作限制,但这只会加快PD算法的收敛速度;设机械臂末端的初始加速度、速度和位置分别为移动物体的初始加速度、速度和位置分别为采样时间Tsample=0.05,KD=2,KP=1,当物体的速度大于等于Vtar_max时,将物体的加速度设为0,在这些条件下对两种算法进行仿真对比,且认为当机械臂末端点和移动物体中点的速度及位置差在一定的时间T=0.5s内均小于一定的阈值Vthre,Pthre时机械臂末端点成功实现了对物体的跟踪,并以此时所用的时间作为跟踪耗时。仿真对比结果如图4、5和6所示,其中实线为移动物体的路径,点线为使用分解速度规划算法时机械臂末端点的运动路径,虚线为使用PD算法时机械臂末端点的运动路径,每幅图对应的仿真初始状态示于表1。
表1仿真测试的初始状态
在图4的仿真中,移动物体以恒定加速度作运动直至其速度达到了最大速度Vtar_max,然后以恒定的速度Vtar_max运动,分解速度规划算法与PD算法在该仿真中的跟踪时间分别为27.45s和44.45s。
本技术领域的人员根据本发明所提供的文字描述、附图以及权利要求书能够很容易在不脱离权利要求书所限定的本发明的思想和范围条件下,可以做出多种变化和改动。凡是依据本发明的技术思想和实质对上述实施例进行的任何修改、等同变化,均属于本发明的权利要求所限定的保护范围之内。
Claims (4)
1.一种基于分解速度规划算法的移动物体抓取方法,其特征在于,该方法通过机械臂抓取目标移动物体,该方法包括以下步骤:
(1)获取机械臂的状态信息,包括机械臂各个关节的位置和速度;获取移动物体的状态信息,包括移动物体的位置和速度;
(2)通过步骤(1)获得的移动物体和机械臂状态信息,使用分解速度规划算法得到机械臂末端的加速度指令,并由此计算得到机械臂末端的速度指令;所述分解速度规划算法具体为:
将机械臂末端视为质点A,移动物体视为质点B;
z轴的方向则可由右手定则得到;
在约束质点A的最大速度Vmax与最大加速度amax的情况下,对质点A的加速度作以下规划:
(3)通过机械臂的模型及其状态计算雅各比矩阵,将步骤(2)获得的机械臂末端速度指令转换为机械臂每个关节的速度指令,从而控制机械臂跟踪移动物体,并在稳定跟踪后进行抓取操作。
2.根据权利要求1所述的一种基于分解速度规划算法的移动物体抓取方法,其特征在于:所述步骤(1)中,所述移动物体的状态信息是首先通过传感器获得移动物体的位置数据,然后对其使用卡尔曼滤波器进行平滑和预测得到的,其包括位置和速度信息。
3.根据权利要求1所述的一种基于分解速度规划算法的移动物体抓取方法,其特征在于:所述步骤(1)中,所述机械臂是一个6自由度的工业机器人,其状态信息是通过机械臂控制器获得的,包括机械臂各个关节的位置和速度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811399335.XA CN109483541B (zh) | 2018-11-22 | 2018-11-22 | 一种基于分解速度规划算法的移动物体抓取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811399335.XA CN109483541B (zh) | 2018-11-22 | 2018-11-22 | 一种基于分解速度规划算法的移动物体抓取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109483541A CN109483541A (zh) | 2019-03-19 |
CN109483541B true CN109483541B (zh) | 2020-09-04 |
Family
ID=65697451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811399335.XA Active CN109483541B (zh) | 2018-11-22 | 2018-11-22 | 一种基于分解速度规划算法的移动物体抓取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109483541B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113510701B (zh) * | 2021-05-20 | 2022-08-09 | 深圳先进技术研究院 | 机器人的控制方法、机器人及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003015739A (ja) * | 2001-07-02 | 2003-01-17 | Yaskawa Electric Corp | 外環境地図、並びに自己位置同定装置および誘導制御装置 |
CN103213129A (zh) * | 2013-04-17 | 2013-07-24 | 北京空间飞行器总体设计部 | 一种空间机械臂位置力混合控制方法 |
CN103760908A (zh) * | 2014-01-03 | 2014-04-30 | 北京控制工程研究所 | 一种巡视器闭环跟踪控制方法 |
CN105700530A (zh) * | 2016-04-11 | 2016-06-22 | 南京埃斯顿自动化股份有限公司 | 一种机器人关节空间传送带跟随运动的轨迹规划方法 |
CN105892402A (zh) * | 2016-06-17 | 2016-08-24 | 浙江理工大学 | 机械臂点到点运动控制方法 |
CN107671859A (zh) * | 2017-10-20 | 2018-02-09 | 山东大学 | 基于s曲线加减速的运动目标动态跟踪方法、系统及装置 |
-
2018
- 2018-11-22 CN CN201811399335.XA patent/CN109483541B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003015739A (ja) * | 2001-07-02 | 2003-01-17 | Yaskawa Electric Corp | 外環境地図、並びに自己位置同定装置および誘導制御装置 |
CN103213129A (zh) * | 2013-04-17 | 2013-07-24 | 北京空间飞行器总体设计部 | 一种空间机械臂位置力混合控制方法 |
CN103760908A (zh) * | 2014-01-03 | 2014-04-30 | 北京控制工程研究所 | 一种巡视器闭环跟踪控制方法 |
CN105700530A (zh) * | 2016-04-11 | 2016-06-22 | 南京埃斯顿自动化股份有限公司 | 一种机器人关节空间传送带跟随运动的轨迹规划方法 |
CN105892402A (zh) * | 2016-06-17 | 2016-08-24 | 浙江理工大学 | 机械臂点到点运动控制方法 |
CN107671859A (zh) * | 2017-10-20 | 2018-02-09 | 山东大学 | 基于s曲线加减速的运动目标动态跟踪方法、系统及装置 |
Non-Patent Citations (1)
Title |
---|
Autonomous robotic capture of non-cooperative target by adaptive extended Kalman filter based visual servo;Gangqi Dong;《Acta Astronautica》;20160630;第122卷;209-218 * |
Also Published As
Publication number | Publication date |
---|---|
CN109483541A (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wen et al. | Elman fuzzy adaptive control for obstacle avoidance of mobile robots using hybrid force/position incorporation | |
JP2020516475A5 (zh) | ||
CN108189034B (zh) | 一种机器人连续轨迹实现方法 | |
CN111026164A (zh) | 一种机器人目标跟踪轨迹规划方法 | |
CN114274129A (zh) | 基于视觉引导的机械臂运动规划与控制方法、系统及介质 | |
US20210205992A1 (en) | Robotic system with dynamic motion adjustment mechanism and methods of operating same | |
CN113031621A (zh) | 一种桥式起重机安全避障路径规划方法及系统 | |
CN109483541B (zh) | 一种基于分解速度规划算法的移动物体抓取方法 | |
Leeper et al. | Methods for collision-free arm teleoperation in clutter using constraints from 3d sensor data | |
Ye et al. | Velocity decomposition based planning algorithm for grasping moving object | |
El-Hussieny et al. | A novel intention prediction strategy for a shared control tele-manipulation system in unknown environments | |
Buttazzo et al. | Mousebuster: a robot system for catching fast moving objects by vision | |
Norizuki et al. | Contact prediction control for a teleoperation system with time delay | |
Dalvand et al. | Improvements in teleoperation of industrial robots without low-level access | |
CN111699079B (zh) | 协调系统、操作设备和方法 | |
Agah et al. | On-line robotic interception planning using a rendezvous-guidance technique | |
CN114378830A (zh) | 一种机器人腕关节奇异规避方法及系统 | |
Vergara et al. | Hybrid position-force control for a stewart platform | |
Jin et al. | A Synthetic Algorithm for Tracking a Moving Object in a Multiple‐Dynamic Obstacles Environment Based on Kinematically Planar Redundant Manipulators | |
CN111263685B (zh) | 机器人方法和系统 | |
Goller et al. | Model predictive interaction control based on a path-following formulation | |
Cheung et al. | Visual guided adaptive robotic interceptions with occluded target motion estimations | |
Ren et al. | A novel real-time motion control approach for omni-directional mobile robots | |
CN116300966B (zh) | 一种人机协作搬运的协作机器人控制方法 | |
US20230109223A1 (en) | Intelligent clear path |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |