CN109693233B - 机器人姿态检测方法、装置、终端设备及计算机存储介质 - Google Patents
机器人姿态检测方法、装置、终端设备及计算机存储介质 Download PDFInfo
- Publication number
- CN109693233B CN109693233B CN201710983266.6A CN201710983266A CN109693233B CN 109693233 B CN109693233 B CN 109693233B CN 201710983266 A CN201710983266 A CN 201710983266A CN 109693233 B CN109693233 B CN 109693233B
- Authority
- CN
- China
- Prior art keywords
- robot
- gravity
- gravity center
- node
- center
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000005484 gravity Effects 0.000 claims abstract description 147
- 238000005192 partition Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 239000006185 dispersion Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010130 dispersion processing Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40342—Minimize sum of gravitational torques of some joints
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/02—Arm motion controller
- Y10S901/09—Closed loop, sensor feedback controls arm movement
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明适用于机器人技术领域,提供了一种机器人姿态检测方法、装置、终端设备及计算机存储介质,该方法包括:获取机器人每个节点的位置参数;获取与所述位置参数对应的节点重心偏移加权值;通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值;根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。本发明通过对机器人进行分区再整体结合的方法对机器人的原始重心参数进行修正,最终获得高精确度的机器人整体姿态检测数据,减少了机器人姿态检测偏差。
Description
技术领域
本发明属于机器人技术领域,尤其涉及一种机器人姿态检测方法、装置、终端设备及计算机存储介质。
背景技术
机器人是自动执行工作的机器装置。它既可以接受人类指挥,又可以运行预先编排的程序,也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作,例如生产业、建筑业、或是危险的工作。
机器人一般由执行机构、驱动装置、检测装置和控制系统和复杂机械等组成。其中,检测装置用于实时检测机器人的运动及工作情况,根据需要反馈给控制系统,与设定信息进行比较后,对执行机构进行调整,以保证机器人的动作符合预定的要求。作为检测装置的传感器大致可以分为两类:一类是内部信息传感器,用于检测机器人各部分的内部状况,如各节点(即关节)的位置、速度、加速度等,并将所测得的信息作为反馈信号送至控制器,形成闭环控制。一类是外部信息传感器,用于获取有关机器人的作业对象及外界环境等方面的信息,以使机器人的动作能适应外界情况的变化,使之达到更高层次的自动化,甚至使机器人具有某种“感觉”,向智能化发展,例如视觉、声觉等外部传感器给出工作对象、工作环境的有关信息,利用这些信息构成一个大的反馈回路,从而将大大提高机器人的工作精度。
目前普通的机器人姿态检测技术,根据单一的传感器检测数据,因传感器异常或传感器检测数据偏差过大等问题,无法对机器人姿态状态进行精确检测。
发明内容
有鉴于此,本发明实施例提供了一种机器人姿态检测方法、装置、终端设备及计算机存储介质,以解决现有技术中机器人姿态检测的精度低下的问题。
本发明实施例的第一方面提供了一种机器人姿态检测方法,包括:
获取机器人每个节点的位置参数;
获取与所述位置参数对应的节点重心偏移加权值;
通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值;
根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。
本发明实施例的第二方面提供了一种机器人姿态检测装置,包括:
第一获取模块,用于获取机器人每个节点的位置参数;
第二获取模块,用于获取与所述位置参数对应的节点重心偏移加权值;
计算模块,用于通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值;
修正模块,用于根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。
本发明实施例的第四方面提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明通过各个节点的位置参数来获取节点重心偏移加权值,然后根据躯体分区计算出各躯体分区的躯体重心偏移加权值,然后利用躯体分区的躯体重心影响因子和躯体重心偏移加权值对原始重心参数进行修正,从而通过对机器人进行分区再整体结合的方法对机器人的原始重心参数进行修正,最终获得高精确度的机器人整体姿态检测数据,减少了机器人姿态检测偏差。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种机器人姿态检测方法的实现流程示意图;
图2是本发明实施例提供的一种机器人姿态检测方法的S102实现流程示意图;
图3是本发明实施例提供的一种机器人姿态检测方法的S104实现流程示意图;
图4是本发明实施例提供的一种机器人姿态检测装置的示意图;
图5是本发明实施例提供的一种机器人姿态检测装置的模块42的示意图;
图6是本发明实施例提供的一种机器人姿态检测装置的模块44的示意图;
图7是本发明实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“所述”意在包括复数形式。
还应当理解,在本发明的描述中,术语“第一”、“第二”和“第三”等仅用于区分描述,不能理解为指示或暗示相对重要性,更不能理解为“第二”前面必然存在一个“第一”,即不能理解为具有具体的数量含义。
具体实现中,本发明实施例中描述的终端设备包括但不限于机器人。在下面的具体实施方式中,为了方便,将以机器人作为终端设备的例子进行具体描述,本领域技术人员可理解,终端设备并非仅限于机器人。
在接下来的讨论中,描述了包括舵机和陀螺仪的机器人。然而,应当理解的是,机器人可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。
终端设备支持各种应用程序,例如以下中的一个或多个:绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。
可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端设备上显示的相应信息。这样,终端设备的公共物理架构(例如,触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。
请参见图1,图1是本发明实施例提供的一种机器人姿态检测方法的示意流程图。本实施例中的方法的执行主体为一种机器人姿态检测装置,该装置可以由软件和/或硬件实现,集成于机器人中,适用于需要进行机器人姿态检测的情况。如图1所示的机器人姿态检测方法,可包括:
S101,获取机器人每个节点的位置参数。
其中,机器人的每个节点(即关节)均安装有舵机,舵机包括位置传感器,通过位置传感器可获取舵机的旋转角度,即位置参数,如45°、60°、90°和100°等。不同的舵机,其旋转角度的范围是不一样的,如0°~180°,0°~360°,此处的旋转角度仅为示例性说明。
具体地,S101包括:采用机器人节点上舵机的位置传感器获取每个节点的位置参数。
S102,获取与所述位置参数对应的节点重心偏移加权值。
其中,对应不同的位置参数,根据预设的第一对应关系,查找与所述位置参数对应的节点重心偏移加权值,所述第一对应关系包括所述位置参数与所述节点重心偏移加权值的对应关系。
在本发明的一个实施例中,例如,位置参数分别为6.5°、15°、45°、60°、95°和112°时,对应的节点重心偏移加权值依次为2、3、7、10、12和15。需要说明的是,第一对应关系根据经验进行设计,与机器人的结构和体积等相关,结构包括重量和几何中心等。此处举例仅为示例性说明,本发明对该第一对应关系不做具体限定。
进一步地,可选地,如图2所示,S102包括S1021和S1022。
S1021,对所述位置参数进行区间离散处理,得到位置离散参数。
其中,在本发明一个实施例中,若舵机的旋转角度范围为0°~360°,将该角度范围平均分为36个左开右闭区间,依次为(0°,10°]、(10,20°]、(20,30°]、……、(350°,360°]。落入第一区间(0°,10°]的位置参数,如6.5°,对应的位置离散参数为D1;落入第二区间(10°,20°]的位置参数,如15°,对应的位置离散参数为D2;落入第五区间(40°,50°]的位置参数,如45°,对应的位置离散参数为D5;落入第六区间(50°,60°]的位置参数,如60°,对应的位置离散参数为D6;落入第十区间(90°,100°]的位置参数,如95°,对应的位置离散参数为D10;落入第十二区间(110°,120°]的位置参数,如112°,对应的位置离散参数为D12。可见,以此类推,将位置参数区间离散处理,得到与之对应的位置离散参数。值得说明的是,此处举例仅为示例性说明,还可以采取其他方式,也可将舵机旋转角度范围平均划分或者非平均划分为其他数量的若干个左开右闭或者左闭右开区间,区间的数量和区间的长度可根据实际需要进行选择设置,本领域技术人员可以理解,划分的区间的总数量越多,精度会越高,但是计算量越大,计算效率越低;此外,若舵机旋转角度范围为0°~180°时方法也采用与此相同的方法,本发明对区间离散处理的方式不做具体限定。
S1022,获取与所述位置离散参数对应的节点重心偏移加权值。
其中,对应不同的位置离散参数,根据预设的第二对应关系,查找与所述位置离散参数对应的节点重心偏移加权值,所述第二对应关系包括所述位置离散参数与所述节点重心偏移加权值的对应关系。
在本发明的一个实施例中,例如,位置离散参数分别为D1、D2、D5、D6、D10和D12时,对应的节点重心偏移加权值依次为4、5、8、11、13和15。需要说明的是,第二对应关系根据经验进行设计,与机器人的结构和体积相关,结构包括重量和几何中心。此处举例仅为示例性说明,本发明对该第二对应关系不做具体限定。
采用S1021和S1022,先通过区间离散处理得到位置离散参数,再获取与位置离散参数对应的节点重心偏移加权值,相较于直接获取与位置参数对应的节点重心偏移加权值,在保证计算精度的同时,减少了数据处理总量,提高了计算效率。
S103,通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值。
其中,出于拟人化的考虑,常将机器人的躯体进行分区,躯体分区可分别称为基座、腰部、臂部、腕部、手部(夹持器或末端执行器)和行走部(对于移动机器人)等。机器人整机包括多个节点,多个节点依次编号为i,i为正整数。每个躯体分区根据需要可包括一个或多个节点,躯体分区的序号标记为j,躯体分区的序号可依次标记,j为正整数。此外,节点和躯体分区也可随意标记,标记仅为对节点和躯体分区进行区分。本发明以顺序标号为例进行说明,顺序编号只是为了方便理解下面的计算公式,并不对此进行限制。
若躯体分区j包括节点N至节点M,其中,N和M为正整数,且M≥N,通过S102获取的节点N的节点重心偏移加权值为WN,节点M的节点重心偏移加权值为WM,则通过所述节点重心偏移加权值Wi计算所述躯体分区j的躯体重心偏移加权值BWj,BWj=(WN+WN+1+…+WM-1+WM)/(M-N+1)。
示例性地,若躯体分区j=3为臂部,臂部包括节点N=5至节点M=8。通过S102获取的节点N=5的节点重心偏移加权值为W5;节点N=6的节点重心偏移加权值为W6;节点N=7的节点重心偏移加权值为W7;节点M=8的节点重心偏移加权值为W8,则通过所述躯体分区j=3为臂部的四个节点重心偏移加权值W5、W6、W7和W8计算所述躯体分区的躯体重心偏移加权值BW3,BW3=(W5+W6+W7+W8)/(8-5+1)=(W5+W6+W7+W8)/4。
S104,根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。
其中,机器人包括陀螺仪,若机器人为人形机器人,陀螺仪可设置在机器人的心脏部位,通过所述陀螺仪可获取所述机器人的原始重心参数,所述原始重心参数包括原始重心偏移方向ao和原始重心偏移量vo。
可选地,在S104之前,还包括:采用所述机器人的陀螺仪获取所述原始重心参数。此步骤只需在S104之前即可,与S101、S102和S103之间没有顺序的先后要求。
可选地,如图3所示,S104包括S1041和S1042。
S1041,根据预设的第三对应关系,查找与所述躯体分区对应的躯体重心影响因子,所述第三对应关系包括所述躯体分区与所述躯体重心影响因子的对应关系。
其中,所述机器人的躯体分区序号顺次编号为j,躯体分区的总数为K。若机器人的躯体分区包括躯体分区1至躯体分区K,根据预设的第三对应关系,查找与躯体分区j=1至躯体分区j=K依次对应的躯体重心影响因子为f1、f2、……、fK。所述躯体重心影响因子没有进行归一化处理。
示例性地,某机器人的躯体分区j分别为1、2、3、4和5。对应的预设的躯体重心影响因子依次为f1=2、f2=3、f3=1.2、f4=0.2和f5=0.4,此处举例的所述躯体重心影响因子没有进行归一化处理。需要说明的是,所述第三对应关系根据经验进行设计,与机器人的躯体分区的结构和体积相对于机器人整机的结构和体积等相关,结构包括重量和几何中心等。此处举例仅为示例性说明,本发明对该第三对应关系不做具体限定。
S1042,根据所述躯体重心影响因子修正所述原始重心偏移方向;根据所述躯体重心影响因子和所述躯体重心偏移加权值修正所述原始重心偏移量。
其中,修正后的原始重心偏移方向ao可称作机器人的整体重心偏移方向an;修正后的原始重心偏移量vo可称作机器人的整体重心偏移量vn。整体重心偏移方向an和整体重心偏移量vn反映了机器人的整体姿态。
若机器人的躯体分区包括躯体分区1至躯体分区K,其中,K为躯体分区的总数,通过S1041获取的与躯体分区j=1至躯体分区j=K依次对应的躯体重心影响因子为f1、f2、……、fK。根据所述躯体重心影响因子fj修正所述原始重心偏移方向ao,得到整体重心偏移方向an=[1+(f1+f2+……+fK)/K]·ao。
根据S103计算得到所述躯体分区j的躯体重心偏移加权值BWj,若机器人的躯体分区j包括躯体分区1至躯体分区K,躯体分区1至躯体分区K的躯体重心偏移加权值依次为BW1、BW2、……、BWK。根据所述躯体重心影响因子fj和所述躯体重心偏移加权值BWj修正所述原始重心偏移量vo,得到整体重心偏移量vn=vo+(BW1×f1+BW2×f2+……+BWK×fK)/K。
本实施例通过各个节点的位置参数来获取节点重心偏移加权值,然后根据躯体分区计算出各躯体分区的躯体重心偏移加权值,然后利用躯体分区的躯体重心影响因子和躯体重心偏移加权值对原始重心参数进行修正,从而通过对机器人进行分区再整体结合的方法对陀螺仪获取的原始重心参数进行修正,最终获得高精确度的机器人整体姿态检测数据,减少了机器人姿态检测偏差。
本发明实施例还提供一种机器人姿态检测装置,该装置包括用于执行前述任一实施例中所述的机器人姿态检测方法中的各步骤的模块,该装置可集成于机器人。该装置实施例中未详细描述之处请详见前述方法的实施例。
参见图4,图4是本发明实施例提供的一种机器人姿态检测装置的示意框图。本实施例的机器人姿态检测装置4包括:第一获取模块41、第二获取模块42、计算模块43以及修正模块44。
其中,第一获取模块41,用于获取机器人每个节点的位置参数。
第二获取模块42,用于获取与所述位置参数对应的节点重心偏移加权值。
计算模块43,用于通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值。
修正模块44,用于根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。
可选地,第二获取模块42,具体用于:根据预设的第一对应关系,查找与所述位置参数对应的节点重心偏移加权值,所述第一对应关系包括所述位置参数与所述节点重心偏移加权值的对应关系。
可选地,如图5所示,第二获取模块42包括离散处理单元421和获取单元422。
其中,离散处理单元421,用于对所述位置参数进行区间离散处理,得到位置离散参数。
获取单元422,用于获取与所述位置离散参数对应的节点重心偏移加权值。
进一步地,获取单元422,具体用于:根据预设的第二对应关系,查找与所述位置离散参数对应的节点重心偏移加权值,所述第二对应关系包括所述位置离散参数与所述节点重心偏移加权值的对应关系。
可选地,如图6所示,修正模块44包括查找单元441和修正单元442。
其中,查找单元441根据预设的第三对应关系,查找与所述躯体分区对应的躯体重心影响因子,所述第三对应关系包括所述躯体分区与所述躯体重心影响因子的对应关系。
修正单元442,用于根据所述躯体重心影响因子修正所述原始重心偏移方向;根据所述躯体重心影响因子和所述躯体重心偏移加权值修正所述原始重心偏移量。
进一步地,所述修正单元442包括方向修正子单元4421和偏移量修正子单元4422。
其中,所述方向修正子单元4421,用于根据所述躯体重心影响因子修正所述原始重心偏移方向。
所述偏移量修正子单元4422,用于根据所述躯体重心影响因子和所述躯体重心偏移加权值修正所述原始重心偏移量。
图7是本发明实施例提供的终端设备的示意图。如图7所示,该实施例的终端设备7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如机器人姿态检测的程序。所述处理器70执行所述计算机程序72时实现上述各个机器人姿态检测方法实施例中的步骤,例如图1所示的S101至S104。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块41至44的功能。
示例性的,所述计算机程序72可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割成第一获取模块、第二获取模块、计算模块、修正模块(虚拟装置中的模块),各模块具体功能如下:
第一获取模块41,用于获取机器人每个节点的位置参数。
第二获取模块42,用于获取与所述位置参数对应的节点重心偏移加权值。
计算模块43,用于通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值。
修正模块44,用于根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。
所述终端设备7可以是机器人。所述终端设备可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备7的示例,并不构成对终端设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线、舵机和陀螺仪等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种机器人姿态检测方法,其特征在于,包括:
获取机器人每个节点的位置参数,所述节点为机器人的关节;
获取与所述位置参数对应的节点重心偏移加权值;
通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值;
根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。
2.如权利要求1所述的方法,其特征在于,所述获取与所述位置参数对应的节点重心偏移加权值,包括:
对所述位置参数进行区间离散处理,得到位置离散参数;
获取与所述位置离散参数对应的节点重心偏移加权值。
3.如权利要求1-2任一项所述的方法,其特征在于,所述获取与所述位置参数对应的节点重心偏移加权值,包括:
根据预设的第一对应关系,查找与所述位置参数对应的节点重心偏移加权值,所述第一对应关系包括所述位置参数与所述节点重心偏移加权值的对应关系。
4.如权利要求1-2任一项所述的方法,其特征在于,所述通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值,包括:
若所述躯体分区j包括节点N至节点M,则通过所述节点重心偏移加权值Wi计算所述躯体分区的躯体重心偏移加权值BWj,
BWj=(WN+WN+1+…+WM-1+WM)/(M-N+1),
其中,N和M为正整数,且M≥N,i为所述节点的编号;j为所述躯体分区的序号。
5.如权利要求1-2任一项所述的方法,其特征在于,所述原始重心参数包括原始重心偏移方向和原始重心偏移量。
6.如权利要求5所述的方法,其特征在于,所述根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数,包括:
根据预设的第三对应关系,查找与所述躯体分区对应的躯体重心影响因子,所述第三对应关系包括所述躯体分区与所述躯体重心影响因子的对应关系;
根据所述躯体重心影响因子修正所述原始重心偏移方向;根据所述躯体重心影响因子和所述躯体重心偏移加权值修正所述原始重心偏移量。
7.如权利要求1-2任一项所述的方法,其特征在于,所述根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数之前,还包括:
采用所述机器人的陀螺仪获取所述原始重心参数。
8.一种机器人姿态检测装置,其特征在于,包括:
第一获取模块,用于获取机器人每个节点的位置参数,所述节点为机器人的关节;
第二获取模块,用于获取与所述位置参数对应的节点重心偏移加权值;
计算模块,用于通过所述节点重心偏移加权值计算所述机器人每个躯体分区的躯体重心偏移加权值;
修正模块,用于根据每个躯体分区的躯体重心影响因子和所述躯体重心偏移加权值修正所述机器人的原始重心参数。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机存储介质,所述计算机存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710983266.6A CN109693233B (zh) | 2017-10-20 | 2017-10-20 | 机器人姿态检测方法、装置、终端设备及计算机存储介质 |
US15/853,600 US10821604B2 (en) | 2017-10-20 | 2017-12-22 | Computer-implemented method for robot posture detection and robot |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710983266.6A CN109693233B (zh) | 2017-10-20 | 2017-10-20 | 机器人姿态检测方法、装置、终端设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109693233A CN109693233A (zh) | 2019-04-30 |
CN109693233B true CN109693233B (zh) | 2020-11-24 |
Family
ID=66169105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710983266.6A Active CN109693233B (zh) | 2017-10-20 | 2017-10-20 | 机器人姿态检测方法、装置、终端设备及计算机存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10821604B2 (zh) |
CN (1) | CN109693233B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205557B (zh) * | 2021-05-20 | 2022-07-15 | 上海曼恒数字技术股份有限公司 | 一种全身姿态还原方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5428713A (en) * | 1991-11-25 | 1995-06-27 | Kabushiki Kaisha Toshiba | Compound module type manipulator apparatus |
JP3277076B2 (ja) * | 1994-09-09 | 2002-04-22 | 株式会社小松製作所 | 歩行ロボットの歩行制御装置および歩行制御方法 |
CN101100059A (zh) * | 2007-07-27 | 2008-01-09 | 北京工业大学 | 柔性两轮自平衡机器人的姿态检测方法 |
CN103429398A (zh) * | 2011-03-08 | 2013-12-04 | 株式会社神户制钢所 | 多关节型机器人的控制装置、控制方法以及控制程序 |
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 |
CN104589304A (zh) * | 2013-10-31 | 2015-05-06 | 精工爱普生株式会社 | 机器人控制装置以及机器人 |
CN105300381A (zh) * | 2015-11-23 | 2016-02-03 | 南京航空航天大学 | 一种基于改进互补滤波的自平衡移动机器人姿态快速收敛方法 |
US9260147B2 (en) * | 2013-06-26 | 2016-02-16 | Wisconsin Alumni Research Foundation | Dynamic predictor for articulated mechanisms |
CN106272564A (zh) * | 2015-05-29 | 2017-01-04 | 鸿富锦精密工业(深圳)有限公司 | 机器人防跌倒系统 |
CN106945020A (zh) * | 2017-05-18 | 2017-07-14 | 哈尔滨工业大学 | 一种空间双机械臂系统运动协调控制方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3655056B2 (ja) * | 1997-08-04 | 2005-06-02 | 本田技研工業株式会社 | 脚式移動ロボットの制御装置 |
JP5489965B2 (ja) * | 2009-12-24 | 2014-05-14 | 本田技研工業株式会社 | 行動制御システムおよびロボット |
KR101687628B1 (ko) * | 2010-01-12 | 2016-12-21 | 삼성전자주식회사 | 로봇의 보행 제어 장치 및 그 제어 방법 |
JP5146621B2 (ja) * | 2011-01-31 | 2013-02-20 | トヨタ自動車株式会社 | 多関節型アームロボット、制御方法及び制御プログラム |
JP5991857B2 (ja) * | 2011-06-10 | 2016-09-14 | 三星電子株式会社Samsung Electronics Co.,Ltd. | ロボットの均衡制御装置及びその制御方法 |
JP5661023B2 (ja) * | 2011-12-02 | 2015-01-28 | 本田技研工業株式会社 | 脚式移動ロボットの歩容生成装置及びロボットの動作目標生成装置 |
KR101985790B1 (ko) * | 2012-02-21 | 2019-06-04 | 삼성전자주식회사 | 보행 로봇 및 그 제어 방법 |
JP5962679B2 (ja) * | 2014-01-20 | 2016-08-03 | トヨタ自動車株式会社 | 2足歩行ロボット制御方法及び2足歩行ロボット制御システム |
JP6075343B2 (ja) * | 2014-09-02 | 2017-02-08 | トヨタ自動車株式会社 | 走行ロボット、その動作計画方法及びプログラム |
JP6739954B2 (ja) * | 2016-03-18 | 2020-08-12 | キヤノン株式会社 | ロボット装置、物品の製造方法、および制御方法 |
-
2017
- 2017-10-20 CN CN201710983266.6A patent/CN109693233B/zh active Active
- 2017-12-22 US US15/853,600 patent/US10821604B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5428713A (en) * | 1991-11-25 | 1995-06-27 | Kabushiki Kaisha Toshiba | Compound module type manipulator apparatus |
JP3277076B2 (ja) * | 1994-09-09 | 2002-04-22 | 株式会社小松製作所 | 歩行ロボットの歩行制御装置および歩行制御方法 |
CN101100059A (zh) * | 2007-07-27 | 2008-01-09 | 北京工业大学 | 柔性两轮自平衡机器人的姿态检测方法 |
CN103429398A (zh) * | 2011-03-08 | 2013-12-04 | 株式会社神户制钢所 | 多关节型机器人的控制装置、控制方法以及控制程序 |
US9260147B2 (en) * | 2013-06-26 | 2016-02-16 | Wisconsin Alumni Research Foundation | Dynamic predictor for articulated mechanisms |
CN104589304A (zh) * | 2013-10-31 | 2015-05-06 | 精工爱普生株式会社 | 机器人控制装置以及机器人 |
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 |
CN106272564A (zh) * | 2015-05-29 | 2017-01-04 | 鸿富锦精密工业(深圳)有限公司 | 机器人防跌倒系统 |
CN105300381A (zh) * | 2015-11-23 | 2016-02-03 | 南京航空航天大学 | 一种基于改进互补滤波的自平衡移动机器人姿态快速收敛方法 |
CN106945020A (zh) * | 2017-05-18 | 2017-07-14 | 哈尔滨工业大学 | 一种空间双机械臂系统运动协调控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109693233A (zh) | 2019-04-30 |
US10821604B2 (en) | 2020-11-03 |
US20190118377A1 (en) | 2019-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109693234B (zh) | 机器人跌倒预测方法、装置、终端设备及计算机存储介质 | |
CN109959381B (zh) | 一种定位方法、装置、机器人及计算机可读存储介质 | |
CN109676606B (zh) | 一种计算机械臂臂角范围的方法、机械臂及机器人 | |
US11833692B2 (en) | Method and device for controlling arm of robot | |
CN108500976B (zh) | 机器人系统的模拟装置、模拟方法以及存储介质 | |
CN114227685B (zh) | 机械臂控制方法、装置、计算机可读存储介质及机械臂 | |
CN111319041B (zh) | 一种机器人位姿确定方法、装置、可读存储介质及机器人 | |
CN111024082B (zh) | 一种规划机器人局部路径的方法、装置及机器人 | |
CN110297460A (zh) | 热位移修正系统以及计算机 | |
CN111177295A (zh) | 建图重影消除方法、装置、计算机可读存储介质及机器人 | |
CN107263469B (zh) | 机械臂姿态补偿方法、装置、存储介质和机械臂 | |
CN109693233B (zh) | 机器人姿态检测方法、装置、终端设备及计算机存储介质 | |
CN113119104A (zh) | 机械臂控制方法、机械臂控制装置、计算设备及系统 | |
CN109866217B (zh) | 机器人里程定位方法、装置、终端设备及计算机存储介质 | |
US11644840B2 (en) | Method for controlling a robot and its end-portions and device thereof | |
CN112597612B (zh) | 机器人优化方法、装置、终端设备及计算机可读存储介质 | |
CN113084791B (zh) | 机械臂控制方法、机械臂控制装置及终端设备 | |
CN112486170A (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
CN114516048B (zh) | 机器人的零点调试方法、装置、控制器及存储介质 | |
CN113204892B (zh) | 质心轨迹生成方法、装置、计算机可读存储介质及机器人 | |
CN113119131B (zh) | 机器人的控制方法、装置、计算机可读存储介质及处理器 | |
CN108073283A (zh) | 手部关节的计算方法及手套 | |
CN112613196B (zh) | 一种五轴机器人姿态逆解方法及相关设备 | |
CN113001537B (zh) | 机械臂控制方法、机械臂控制装置及终端设备 | |
CN114454180A (zh) | 移动机器人的运动控制方法、装置和移动机器人 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province Patentee after: Shenzhen UBTECH Technology Co.,Ltd. Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province Patentee before: Shenzhen UBTECH Technology Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |