CN110000793A - 一种机器人运动控制方法、装置、存储介质和机器人 - Google Patents
一种机器人运动控制方法、装置、存储介质和机器人 Download PDFInfo
- Publication number
- CN110000793A CN110000793A CN201910356422.5A CN201910356422A CN110000793A CN 110000793 A CN110000793 A CN 110000793A CN 201910356422 A CN201910356422 A CN 201910356422A CN 110000793 A CN110000793 A CN 110000793A
- Authority
- CN
- China
- Prior art keywords
- robot
- dimensional
- workpiece
- coordinate
- point cloud
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000002085 persistent effect Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 38
- 238000012546 transfer Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
- B25J9/1666—Avoiding collision or forbidden zones
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明涉及机器视觉技术领域,提供一种机器人运动控制方法、装置、存储介质和机器人,其方法包括:根据与工件对应的三维点云图集合构建工件三维模型;根据工件三维模型在线规划运动轨迹;当机器人沿着运动轨迹运动时,检测机器人是否发生碰撞,若是,则重新在线规划运动轨迹,直至机器人停止碰撞,若否,则控制机器人沿着运动轨迹持续运动,克服了机器人在发生碰撞后停止运动的问题,从而提高了机器人加工工件的效率,能够避免在机器人未发生碰撞时重新规划运动轨迹,从而提高了机器人在线规划运动轨迹的可靠性。
Description
技术领域
本发明涉及机器视觉技术领域,尤其涉及一种机器人运动控制方法、装置、存储介质和机器人。
背景技术
随着机器视觉技术的不断发展,机器视觉技术已经广泛应用于机器人打磨、激光制作和喷绘等工件加工领域,在机器人加工工件过程中,经常出现机器人与周边环境的障碍物发生碰撞。
相关技术中,机器人碰撞检测方式主要有两种,其一是基于力传感器检测机器人碰撞,力传感器会增加机器人成本,其二是比较机器人参数与预设阈值之间的大小关系,以计算机程序检测机器人碰撞。
然而,上述两种检测方式往往在机器人发生碰撞时控制机器人停止运动,使得机器人在发生碰撞后停止运动,降低了机器人加工工件的效率。
发明内容
本发明所要解决的技术问题是针对现有技术中机器人在发生碰撞后停止运动的不足,提供一种机器人运动控制方法、装置、计算机可读存储介质和机器人。
本发明解决上述技术问题的技术方案如下:
依据本发明的第一方面,提供了一种机器人运动控制方法,包括:
根据与工件对应的三维点云图集合构建工件三维模型;
根据所述工件三维模型在线规划运动轨迹;
当机器人沿着所述运动轨迹运动时,检测所述机器人是否发生碰撞,若是,则重新在线规划所述运动轨迹,直至所述机器人停止碰撞,若否,则控制所述机器人沿着所述运动轨迹持续运动。
依据本发明的第二方面,提供了一种机器人运动控制装置,包括:
模型构建模块,用于根据工件对应的三维点云图集合构建工件三维模型;
轨迹规划模块,用于根据所述工件三维模型在线规划运动轨迹;
运动控制模块,用于当机器人沿着所述运动轨迹运动时,检测所述机器人是否发生碰撞,若是,则重新在线规划所述运动轨迹,直至所述机器人停止碰撞,若否,则控制所述机器人沿着所述运动轨迹持续运动。
依据本发明的第三方面,提供了一种计算机可读存储介质;存储有计算机程序且可与机器人通信的存储器,当所述计算机程序运行在所述机器人中时,所述机器人执行第一方面所述的机器人运动控制方法。
依据本发明的第四方面,提供一种机器人,所述机器人用于第一方面所述的机器人运动控制方法。
本发明提供的机器人运动控制方法、装置、计算机可读存储介质和机器人的有益效果是:通过三维点云图集合实现基于3D视觉技术构建工件三维模型,保证了工件三维模型的构建效率,适用于针对不同种类的工件构建三维模型,通过工件三维模型在线规划运动轨迹,能够简化运动轨迹的规划方式,提高轨迹规划效率。
将检测到机器人发生碰撞作为重新在线规划运动轨迹直至碰撞结束的触发条件,既能够实时更新运动轨迹,防止机器人在发生碰撞后停止运动,从而提高了机器人加工工件的效率,又能够避免机器人在未发生碰撞时重新规划运动轨迹,使得机器人在碰撞发生后及在未发生碰撞时持续运动,从而提高了机器人在线规划运动轨迹的可靠性,适用于工业机器人、移动机器人等不同型号的机器人,具有较强的可移植性。
附图说明
图1为本发明实施例提供的一种机器人运动控制方法的流程示意图;
图2为本发明实施例提供的在工件三维模型上生成与二维路径映射的三维路径的模型示意图;
图3a为本发明实施例提供的一种机器人运动控制装置的结构示意图;
图3b为本发明实施例提供的另一种机器人运动控制装置的结构示意图;
图4a为本发明实施例提供的一种机器人的结构示意图;
图4b为对应于图3a中的机器人内部的控制电路的原理示意图。
附图中,各标号所表示的部件列表如下:
1-工件,2-机器人,21-AGV小车,22-机械手臂,23-3D相机,211-存储器,212-处理器。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例一
如图1所示,本发明实施例的一种机器人运动控制装置的流程示意图,该方法包括:根据与工件对应的三维点云图集合构建工件三维模型;根据工件三维模型在线规划运动轨迹;当机器人沿着运动轨迹运动时,检测机器人是否发生碰撞,若是,则重新在线规划运动轨迹,直至机器人停止碰撞,若否,则控制机器人沿着运动轨迹持续运动。
在一些具体实施方式中,机器人包括处理器、存储器、深度相机和显示屏,处理器分别与处理器、深度相机和红外触控屏连接;红外触控屏用以显示运动轨迹、工件三维模型和软件界面,且检测针对软件界面上的采集控件输入的触控操作,得到检测信息,以及将检测信息输入至处理器;处理器根据红外触控屏输入的检测信息控制深度相机;深度相机在深度相机坐标系下采集在其拍摄范围内的工件的多幅三维点云图,且将采集到的多幅三维点云图输入存储器,多幅三维点云图在存储器中组成三维点云图集合。
在一些具体实例中,当检测到机器人未发生碰撞时,分别基于机器人动力学模型控制机器人沿着运动轨迹持续运动和触发用以提示机器人未发生碰撞的提示信息,并将提示信息显示在红外触控屏上,以便于用户从机器人外部了解机器人碰撞检测状态,从而提高了用户体验。
通过三维点云图集合实现基于3D视觉技术构建工件三维模型,保证了工件三维模型的构建效率,适用于针对不同种类的工件构建三维模型,通过工件三维模型在线规划运动轨迹,能够简化运动轨迹的规划方式,提高轨迹规划效率。
将检测到机器人发生碰撞作为重新在线规划运动轨迹直至碰撞结束的触发条件,既能够实时更新运动轨迹,防止机器人在发生碰撞后停止运动,从而提高了机器人加工工件的效率,又能够避免机器人在未发生碰撞时重新规划运动轨迹,使得机器人在碰撞发生后及在未发生碰撞时持续运动,从而提高了机器人在线规划运动轨迹的可靠性,适用于工业机器人、移动机器人等不同型号的机器人,具有较强的可移植性。
优选地,根据与工件对应的三维点云图集合构建工件三维模型,具体包括:获取工件在深度相机坐标系中的三维点云图集合;依据外点判断函数从三维点云图集合中识别出符合局部法线外点约束条件的第一三维点云集合;依据齐次变换方程将第一三维点云集合从深度相机坐标系转换到机器人基坐标系中;依据移动最小二乘模型对机器人基坐标系中的第一三维点云集合进行平滑处理,得到第二三维点云集合;依据三角剖分模型对第二三维点云集合进行三角网构建,得到机器人基坐标系中的工件三维模型。
处理器按照从先到后的顺序从存储器中读取三维点云图集合中的各幅工件三维点云图,且在任一幅工件三维点云图上提取与任一三维点云对应的法线矢量,以及应用外点判断函数判断任一法线矢量是否符合局部法线外点约束,若是,则从三维点云图上提取三维点云,若否,将任一法向矢量所对应的三维点云认定为外点,则从三维点云图上删除三维点云,如此,实现从三维点云图上识别出符合局部法线外点约束条件的三维点云。
机器人基坐标系中的三维点云表示为:
其中,和分别表示第m个三维点云在机器人基坐标系中的一个维度坐标,aHb表示从相机坐标系到机器人基坐标系的齐次变换矩阵, 和分别表示第m个三维点云在相机坐标系中的一个维度坐标。
应用移动最小二乘模型(MLS)对第一三维点云集合进行滤波后得到第二三维点云集合,有效保证了第二三维点云集合的精度,应用三角剖分模型(Delaunay)求解第二三维点云集,实现准确化构建工件的三维网络模型,相比于在移动最小二乘法之前应用三角三角剖分模型,前者更加容易构建具有较高精度的三维网络模型。
优选地,根据工件三维模型在线规划运动轨迹,具体包括:在极坐标系中生成二维路径;依据极坐标转换方程将二维路径从极坐标系转换到机器人基坐标系中;在工件三维模型上生成与机器人基坐标系中的二维路径映射的三维路径;基于三维路径规划运动轨迹。
在一些具体实施例中,在二维仿真软件提供的仿真界面上输入二维路径参数,基于在仿真界面上输入的控制操作,将二维路径参数存入存储器,处理器从存储器中读取二维路径参数,并基于二维路径参数在仿真界面提供的极坐标系中生成二维路径,二维路径可以包括螺旋线,二维路径参数包括螺旋线圈数和螺旋线半径等。
在一些具体实例中,将二维路径三维投影在工件三维模型上,得到三维路径,将三维路径上的任意相邻的两个路标连线,得到运动轨迹,相比于在工件三维模型上直接生成三维路径的方式,通过将二维路径映射到工件三维模型上的方式,能够适用于针对不同形状及大小的工件,后者具有更好的通用性,适用范围更广。
优选地,在工件三维模型上生成与机器人基坐标系中的二维路径映射的三维路径,具体包括:在机器人基坐标系中的二维路径上确定多个离散点;分别获取各个离散点在机器人基坐标系中的第一三维坐标,以及分别获取与离散点一一对应的第一法向量;基于射线方程分别对各个第一三维坐标及与第一三维坐标一一对应的第一法向量进行计算,得到对应的第二三维坐标;基于各个第二三维坐标在机器人基坐标系中生成对应的射线;在工件三维模型上分别确定与各条射线相交的三角面片及在三角面片上的交点;在工件三维模型上分别生成与各个交点对应的原路标;在任意相邻两个原路标之间插入新路标,得到三维路径。
其中,各个第一三维坐标均是基于极坐标转换方程分别将各个极坐标从极坐标系转换到机器人基坐标系中得到,各个极坐标均是以极坐标系中的极经和极角为参数且用以表示极点在二维路径上的位置,比如:极坐标为(1,30°)。
如图2所示,针对第j个离散点,从机器人基坐标系a中的二维路径w1上选择离散点处理器从存储器中读取离散点在机器人坐标系a中的第一三维坐标从第一三维坐标表示的离散点在二维路径w1上的位置出发生成指向工件三维模型TM的第一法向量第一法向量与二维路径w1的平面垂直且通过第一三维坐标与离散点对应,应用射线方程对第一三维坐标 和第一法向量进行加权计算,得到第j个第二三维坐标,其中,二维路径w1可以包括螺旋线或者线段。
原路标是以交点在机器人坐标系中的三维坐标和从交点向对应的三角面片外侧延伸的第二法向量为参数表示且用于表征三维路径中的三维路径点,以供在工件三维模型上生成三维路径。
如图2所示,针对工件三维模型TM上的第j个原路标按照从上到下、从左到右的顺序,在工件三维模型TM上查询第j个三角面片,检验第j个三角面片与射线Rj相交,则记录第j个三角面片在工件三维模型TM上的位置,且在第j个三角面片上确定交点,以及读取该交点在机器人基坐标系a中的三维坐标,在第j个交点处生成指向二维路径w1的第二法向量第二法向量与第j个三角面片垂直,基于该交点在机器人基坐标系a中的三维坐标和第二法向量在第j个三角面片上生成第j个原路标
在一些具体实例中,离散点的个数等于第一预设个数,比如:第一预设个数为1000或者1500等。
在一些具体实例中,针对每条射线,在工件三维模型上查找与该射线相较的两个三角面片,将靠近离散点的一个三角面片定义为第一三角面片,将远离离散点的另一个三角面片定义为第二三角面片,获取第一三角面片及在第一三角面片上的交点。
在一些具体实例中,按照从前到后的顺序依次定义任意相邻的两原路标分别为第一原路标和第二原路标,且定义第一原路标中的第二法向量为Z轴,以及定义从第一原路标指向第二原路标的方向为X轴,在第一原路标和第二原路标之间插入第二预定个数的新路标,比如:第二预定个数为1或2等。
相比于将二维路径上的所有点投影到工件三维模型上的方式,通过多个离散点分别以射线三维投影到工件三维模型上的方式获得原路标,简化了二维路径上的点投影到工件模型上的个数,简化了三维投影方式,降低了三维投影难度,提高了三维投影效率;通过在任意相邻两个原路标之间插入新路标,有效保证了三维路径的连续性和准确性。
优选地,极坐标转换方程具体为:
其中,xa、ya和za分别表示任一第一三维坐标中的一个坐标值,rt表示任一第一三维坐标所对应的极经,t表示任一第一三维坐标所对应的极角,C表示常量,C∈[0,2kπ]。
在一些具体实施例中,rt与t呈正相关,即:rt随着t的增大而增大、rt随着t的减小而增大减小;k表示正整数,比如:k=1、2、3.....100。
所述射线方程具体为:
其中,Yi a和分别表示第i个第二三维坐标中的一个坐标值, 和分别表示第i个第一三维坐标中的一个坐标值,表示第i个第一法向量中与坐标值对应的一维向量,表示第i个第一法向量中与坐标值对应的一维向量,表示第i个第一法向量中与坐标值对应的一维向量, 和的权重分别为1,d表示第i个第一法向量所对应的权重值,d∈[0,+∞]。
通过极坐标转换方程以简单方式将二维路径从极坐标系转换到机器人基坐标系中,提高了路径转换效率,通过射线方程以简单方式将第一三维坐标转换为第二三维坐标,提高了三维坐标转换效率。
实施例二
如图3a所示,本发明实施例的一种机器人运动控制装置的结构示意图,包括:模型构建模块,用于根据工件对应的三维点云图集合构建工件三维模型;轨迹规划模块,用于根据工件三维模型在线规划运动轨迹;运动控制模块,用于当机器人沿着运动轨迹运动时,检测机器人是否发生碰撞,若是,则重新在线规划运动轨迹,直至机器人停止碰撞,若否,则控制机器人沿着所述运动轨迹持续运动。
优选地,模型构建模块,具体用于:获取工件在深度相机坐标系中的三维点云图集合;依据外点判断函数从三维点云图集合中识别出符合局部法线外点约束条件的第一三维点云集合;依据齐次变换方程将第一三维点云集合从深度相机坐标系转换到机器人基坐标系中;依据移动最小二乘模型对机器人基坐标系中的第一三维点云集合进行平滑处理,得到第二三维点云集合;依据三角剖分模型对第二三维点云集合进行三角网构建,得到机器人基坐标系中的工件三维模型。
优选地,如图3b所示,轨迹规划模块包括第一路径生成子模块、路径转换子模块、第二路径生成子模块和轨迹规划子模块;第一路径生成子模块,用于在极坐标系中生成二维路径;路径转换子模块,用于依据极坐标转换方程将二维路径从极坐标系转换到机器人基坐标系中;第二路径生成子模块,用于在工件三维模型上生成与机器人基坐标系中的二维路径映射的三维路径;轨迹规划子模块,用于基于三维路径规划运动轨迹。
优选地,第二路径生成子模块,具体用于:在机器人基坐标系中的二维路径上确定多个离散点;分别获取各个离散点在机器人基坐标系中的第一三维坐标,以及分别获取从各个离散点及与离散点一一对应的第一法向量;基于射线方程分别对各个第一三维坐标及与第一三维坐标一一对应的第一法向量进行计算,得到对应的第二三维坐标;基于各个第二三维坐标在机器人基坐标系中生成对应的射线;在工件三维模型上分别确定与各条射线相交的三角面片及在三角面片上的交点;在工件三维模型上分别生成与各个交点对应的原路标;在任意相邻两个原路标之间插入新路标,得到三维路径。
优选地,极坐标转换方程具体为:
其中,xa、ya和za分别表示任一第一三维坐标中的一个坐标值,rt表示任一第一三维坐标所对应的极经,t表示任一第一三维坐标所对应的极角,C表示常量,C∈[0,2kπ],k表示正整数。
所述射线方程具体为:
其中,Yi a和分别表示第i个第二三维坐标中的一个坐标值, 和分别表示第i个第一三维坐标中的一个坐标值,表示第i个第一法向量中与坐标值对应的一维向量,表示第i个第一法向量中与坐标值对应的一维向量,表示第i个第一法向量中与坐标值对应的一维向量,d表示第i个第一法向量所对应的权重值。
实施例三
本发明实施例提供一种计算机可读存储介质,包括:存储有计算机程序且可与机器人通信的存储器,当计算机程序运行在机器人中时,机器人执行实施例一中任一项实施方式所述的机器人运动控制方法,其中,计算机存储介质包括优盘或者移动硬盘或者光碟等。
实施例四
本发明实施例提供一种机器人,该机器人用于执行实施例一种任一项实施方式所述的机器人运动控制方法。
如图4a所示为移动机器人2,该移动机器人2包括AGV小车21、机械手臂22和3D相机23,工件1和机械手臂22分别设置在AGV小车21顶部且在3D相机23的拍摄范围内。
如图4b所示,在AGV小车21内部设置有存储器211和处理器212,存储器211、处理器212、机械手臂22和3D相机23分别与控制总线通信连接。
处理器212可从存储器211中读取计算机程序,当该计算机程序运行在处理器212中时,处理器212执行实施例一中任一项实施方式所述的机器人运动控制方法。
读者应理解,在本说明书的描述中,参考术语“方面”、“优选地”或“一些具体实例”等的描述意指结合该实施例或示例描述的具体特征、步骤或者特点包含于本发明的至少一个实施例或示例中,术语“第一”和“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”和“第二”等的特征可以明示或者隐含地包括至少一个该特征。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种机器人运动控制方法,其特征在于,包括:
根据与工件对应的三维点云图集合构建工件三维模型;
根据所述工件三维模型在线规划运动轨迹;
当机器人沿着所述运动轨迹运动时,检测所述机器人是否发生碰撞,若是,则重新在线规划所述运动轨迹,直至所述机器人停止碰撞,若否,则控制所述机器人沿着所述运动轨迹持续运动。
2.根据权利要求1所述的机器人运动控制方法,其特征在于,根据与工件对应的三维点云图集合构建工件三维模型,具体包括:
获取所述工件在深度相机坐标系中的所述三维点云图集合;
依据外点判断函数从所述三维点云图集合中识别出符合局部法线外点约束条件的第一三维点云集合;
依据齐次变换方程将所述第一三维点云集合从所述深度相机坐标系转换到机器人基坐标系中;
依据移动最小二乘模型对所述机器人基坐标系中的所述第一三维点云集合进行平滑处理,得到第二三维点云集合;
依据三角剖分模型对所述第二三维点云集合进行三角网构建,得到机器人基坐标系中的所述工件三维模型。
3.根据权利要求1所述的机器人运动控制方法,其特征在于,根据所述工件三维模型在线规划运动轨迹,具体包括:
在极坐标系中生成二维路径;
依据极坐标转换方程将所述二维路径从所述极坐标系转换到机器人基坐标系中;
在所述工件三维模型上生成与所述机器人基坐标系中的所述二维路径映射的三维路径;
基于所述三维路径规划所述运动轨迹。
4.根据权利要求3所述的机器人运动控制方法,其特征在于,在所述工件三维模型上生成与所述机器人基坐标系中的所述二维路径映射的三维路径,具体包括:
在所述机器人基坐标系中的所述二维路径上确定多个离散点;
分别获取各个所述离散点在所述机器人基坐标系中的第一三维坐标,以及分别获取及与各个所述离散点一一对应的第一法向量,其中,各个所述第一三维坐标均是基于所述极坐标转换方程将各个极坐标从所述极坐标系转换到所述机器人基坐标系中得到,各个所述极坐标均是以所述极坐标系中的极经和极角为参数且用以表示极点在所述二维路径上的位置;
基于射线方程分别对各个所述第一三维坐标及与所述第一三维坐标一一对应的各个所述第一法向量进行计算,得到对应的第二三维坐标;
基于各个所述第二三维坐标在所述机器人基坐标系中生成对应的射线;
在所述工件三维模型上分别确定与各条所述射线相交的三角面片及在所述三角面片上的交点;
在所述工件三维模型上分别生成与各个所述交点对应的原路标,所述原路标是以所述交点在所述机器人坐标系中的三维坐标和从所述交点向对应的所述三角面片外侧延伸的第二法向量为参数表示且用于表征三维路径中的三维路径点,以供在所述工件三维模型上生成三维路径;
在任意相邻两个所述原路标之间插入新路标,得到所述三维路径。
5.根据权利要求4所述的机器人运动控制方法,其特征在于,所述极坐标转换方程具体为:
其中,xa、ya和za分别表示任一所述第一三维坐标中的一个坐标值,rt表示任一所述第一三维坐标所对应的所述极经,t表示任一所述第一三维坐标所对应的所述极角,C表示常量;
所述射线方程具体为:
其中,Yi a和分别表示第i个所述第二三维坐标中的一个坐标值,和分别表示第i个所述第一三维坐标中的一个坐标值,表示第i个所述第一法向量中与所述坐标值对应的一维向量,表示第i个所述第一法向量中与所述坐标值对应的一维向量,表示第i个所述第一法向量中与所述坐标值对应的一维向量,d表示第i个所述第一法向量所对应的权重值。
6.一种机器人运动控制装置,其特征在于,包括:
模型构建模块,用于根据工件对应的三维点云图集合构建工件三维模型;
轨迹规划模块,用于根据所述工件三维模型在线规划运动轨迹;
运动控制模块,用于当机器人沿着所述运动轨迹运动时,检测所述机器人是否发生碰撞,若是,则重新在线规划所述运动轨迹,直至所述机器人停止碰撞,若否,则控制所述机器人沿着所述运动轨迹持续运动。
7.根据权利要求6所述的机器人运动控制装置,其特征在于,所述模型构建模块,具体用于:
获取所述工件在深度相机坐标系中的所述三维点云图集合;
依据外点判断函数从所述三维点云图集合中识别出符合局部法线外点约束条件的第一三维点云集合;
依据齐次变换方程将所述第一三维点云集合从所述深度相机坐标系转换到机器人基坐标系中;
依据移动最小二乘模型对所述机器人基坐标系中的所述第一三维点云集合进行平滑处理,得到第二三维点云集合;
依据三角剖分模型对所述第二三维点云集合进行三角网构建,得到机器人基坐标系中的所述工件三维模型。
8.根据权利要求6所述的机器人运动控制装置,其特征在于,所述轨迹规划模块包括第一路径生成子模块、路径转换子模块、第二路径生成子模块和轨迹规划子模块;
所述第一路径生成子模块,用于在极坐标系中生成二维路径
所述路径转换子模块,用于依据极坐标转换方程将所述二维路径从所述极坐标系转换到机器人基坐标系中;
所述第二路径生成子模块,用于在所述工件三维模型上生成与所述机器人基坐标系中的所述二维路径映射的三维路径;
所述轨迹规划子模块,用于基于所述三维路径规划所述运动轨迹。
9.一种计算机可读存储介质,其特征在于,包括:存储有计算机程序且可与机器人通信的存储器,当所述计算机程序运行在所述机器人中时,所述机器人执行权利要求1-5任一项所述的机器人运动控制方法。
10.一种机器人,其特征在于,所述机器人用于执行权利要求1-5任一项所述的机器人运动控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910356422.5A CN110000793B (zh) | 2019-04-29 | 一种机器人运动控制方法、装置、存储介质和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910356422.5A CN110000793B (zh) | 2019-04-29 | 一种机器人运动控制方法、装置、存储介质和机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110000793A true CN110000793A (zh) | 2019-07-12 |
CN110000793B CN110000793B (zh) | 2024-07-16 |
Family
ID=
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112060087A (zh) * | 2020-08-28 | 2020-12-11 | 佛山隆深机器人有限公司 | 一种用于机器人抓取场景的点云碰撞检测方法 |
CN113182701A (zh) * | 2021-03-29 | 2021-07-30 | 大族激光科技产业集团股份有限公司 | 激光加工方法、装置、设备及存储介质 |
CN113385887A (zh) * | 2020-06-10 | 2021-09-14 | 南京英尼格玛工业自动化技术有限公司 | 基于3d视觉的高铁枕梁工艺孔自动焊接方法 |
CN113910235A (zh) * | 2021-10-29 | 2022-01-11 | 珠海格力智能装备有限公司 | 机器人抓取物料的碰撞检测方法、装置、设备和存储介质 |
CN115741732A (zh) * | 2022-11-15 | 2023-03-07 | 福州大学 | 一种按摩机器人的交互式路径规划及运动控制方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612166A (zh) * | 2003-09-12 | 2005-05-04 | 中国科学院力学研究所 | 基于自由曲面的三维散乱点集数据进行路径规划的方法 |
EP2216697A1 (de) * | 2009-02-10 | 2010-08-11 | Siemens Aktiengesellschaft | Werkzeugmaschine und Verfahren zur Vermeidung einer Kollision bei einer Werkzeugmaschine |
KR20100117931A (ko) * | 2009-04-27 | 2010-11-04 | 호남대학교 산학협력단 | 이동 로봇의 스위핑 작업 경로 생성 방법 |
WO2015024407A1 (zh) * | 2013-08-19 | 2015-02-26 | 国家电网公司 | 基于电力机器人的双目视觉导航系统及方法 |
US20160007852A1 (en) * | 2014-07-10 | 2016-01-14 | General Electric Company | Methods and systems to translate two dimensional mapping into a three dimensional derived model |
CN105945942A (zh) * | 2016-04-05 | 2016-09-21 | 广东工业大学 | 一种机器人离线编程系统及方法 |
CN106625662A (zh) * | 2016-12-09 | 2017-05-10 | 南京理工大学 | 一种基于虚拟现实带电作业机械臂防碰撞保护方法 |
CN106949893A (zh) * | 2017-03-24 | 2017-07-14 | 华中科技大学 | 一种三维避障的室内机器人导航方法和系统 |
CN107116540A (zh) * | 2016-02-24 | 2017-09-01 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于scs包围结构的机器人碰撞检测方法 |
CN107127755A (zh) * | 2017-05-12 | 2017-09-05 | 华南理工大学 | 一种三维点云的实时采集装置及机器人打磨轨迹规划方法 |
WO2017185540A1 (en) * | 2016-04-29 | 2017-11-02 | Beijing Baihui Wei Kang Technology Co., Ltd. | Neurosurgical robot navigation positioning system and method |
CN107369127A (zh) * | 2017-06-09 | 2017-11-21 | 华南理工大学 | 一种沿行切路径进给的三维类摆线抛光轨迹生成方法 |
CN109190508A (zh) * | 2018-08-13 | 2019-01-11 | 南京财经大学 | 一种基于空间坐标系的多摄像头数据融合方法 |
US20190030886A1 (en) * | 2017-07-11 | 2019-01-31 | The Boeing Company | Metrology-Based Path Planning For Inkjet Printing Along A Contoured Surface |
CN109448041A (zh) * | 2018-10-29 | 2019-03-08 | 重庆金山医疗器械有限公司 | 一种胶囊内镜图像三维重建方法及系统 |
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1612166A (zh) * | 2003-09-12 | 2005-05-04 | 中国科学院力学研究所 | 基于自由曲面的三维散乱点集数据进行路径规划的方法 |
EP2216697A1 (de) * | 2009-02-10 | 2010-08-11 | Siemens Aktiengesellschaft | Werkzeugmaschine und Verfahren zur Vermeidung einer Kollision bei einer Werkzeugmaschine |
KR20100117931A (ko) * | 2009-04-27 | 2010-11-04 | 호남대학교 산학협력단 | 이동 로봇의 스위핑 작업 경로 생성 방법 |
WO2015024407A1 (zh) * | 2013-08-19 | 2015-02-26 | 国家电网公司 | 基于电力机器人的双目视觉导航系统及方法 |
US20160007852A1 (en) * | 2014-07-10 | 2016-01-14 | General Electric Company | Methods and systems to translate two dimensional mapping into a three dimensional derived model |
CN107116540A (zh) * | 2016-02-24 | 2017-09-01 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于scs包围结构的机器人碰撞检测方法 |
CN105945942A (zh) * | 2016-04-05 | 2016-09-21 | 广东工业大学 | 一种机器人离线编程系统及方法 |
WO2017185540A1 (en) * | 2016-04-29 | 2017-11-02 | Beijing Baihui Wei Kang Technology Co., Ltd. | Neurosurgical robot navigation positioning system and method |
CN106625662A (zh) * | 2016-12-09 | 2017-05-10 | 南京理工大学 | 一种基于虚拟现实带电作业机械臂防碰撞保护方法 |
CN106949893A (zh) * | 2017-03-24 | 2017-07-14 | 华中科技大学 | 一种三维避障的室内机器人导航方法和系统 |
CN107127755A (zh) * | 2017-05-12 | 2017-09-05 | 华南理工大学 | 一种三维点云的实时采集装置及机器人打磨轨迹规划方法 |
CN107369127A (zh) * | 2017-06-09 | 2017-11-21 | 华南理工大学 | 一种沿行切路径进给的三维类摆线抛光轨迹生成方法 |
US20190030886A1 (en) * | 2017-07-11 | 2019-01-31 | The Boeing Company | Metrology-Based Path Planning For Inkjet Printing Along A Contoured Surface |
CN109190508A (zh) * | 2018-08-13 | 2019-01-11 | 南京财经大学 | 一种基于空间坐标系的多摄像头数据融合方法 |
CN109448041A (zh) * | 2018-10-29 | 2019-03-08 | 重庆金山医疗器械有限公司 | 一种胶囊内镜图像三维重建方法及系统 |
Non-Patent Citations (2)
Title |
---|
张如如;葛广英;申哲;朱荣华;张广世;孙群;: "基于双目立体视觉的三维重建方法", 扬州大学学报(自然科学版), no. 03, 28 August 2018 (2018-08-28) * |
武永盛;王天琪;李亮玉;李金钟;杜博宇;: "曲面复合材料缝合机器人自动路径规划技术", 材料科学与工艺, no. 02 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113385887A (zh) * | 2020-06-10 | 2021-09-14 | 南京英尼格玛工业自动化技术有限公司 | 基于3d视觉的高铁枕梁工艺孔自动焊接方法 |
CN112060087A (zh) * | 2020-08-28 | 2020-12-11 | 佛山隆深机器人有限公司 | 一种用于机器人抓取场景的点云碰撞检测方法 |
CN113182701A (zh) * | 2021-03-29 | 2021-07-30 | 大族激光科技产业集团股份有限公司 | 激光加工方法、装置、设备及存储介质 |
CN113910235A (zh) * | 2021-10-29 | 2022-01-11 | 珠海格力智能装备有限公司 | 机器人抓取物料的碰撞检测方法、装置、设备和存储介质 |
CN115741732A (zh) * | 2022-11-15 | 2023-03-07 | 福州大学 | 一种按摩机器人的交互式路径规划及运动控制方法 |
CN115741732B (zh) * | 2022-11-15 | 2024-06-25 | 福州大学 | 一种按摩机器人的交互式路径规划及运动控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103678754B (zh) | 信息处理装置及信息处理方法 | |
US11059174B2 (en) | System and method of controlling obstacle avoidance of robot, robot and storage medium | |
Li et al. | Free-form surface inspection techniques state of the art review | |
Boonbrahm et al. | The use of marker-based augmented reality in space measurement | |
JP7314411B2 (ja) | 移動ロボットの障害物情報感知方法、装置 | |
KR101850410B1 (ko) | 가상 현실 기반 로봇 교시를 위한 시뮬레이션 장치 및 방법 | |
CN112720487B (zh) | 基于自适应动态力平衡的机械臂抓取方法和系统 | |
CN109682336B (zh) | 用于车身精度检测的三坐标测量路径自动规划与优化方法 | |
CN107972034B (zh) | 一种基于ros平台的复杂工件轨迹规划仿真系统 | |
CN110059879B (zh) | 车身三坐标测量的自动规划方法 | |
CN114061486B (zh) | 面向飞机大型蒙皮曲面的自动化测量装置及其测量方法 | |
Vasquez-Gomez et al. | Hierarchical ray tracing for fast volumetric next-best-view planning | |
KR101798132B1 (ko) | 로봇의 충돌 검출 고속화를 위한 작업 환경 모델링 장치 및 방법 | |
JP2004326264A (ja) | 障害物検出装置と同装置を用いた自律移動ロボット、障害物検出方法、及び障害物検出プログラム | |
CN111079565A (zh) | 视图二维姿态模板的构建方法及识别方法、定位抓取系统 | |
Nevado et al. | Obtaining 3D models of indoor environments with a mobile robot by estimating local surface directions | |
Shen et al. | An image-based algorithm for generating smooth and interference-free five-axis sweep scanning path | |
Zhang et al. | Safe and efficient robot manipulation: Task-oriented environment modeling and object pose estimation | |
Lin et al. | A new algorithm for CAD-directed CMM dimensional inspection | |
CN114299039A (zh) | 一种机器人及其碰撞检测装置和方法 | |
CN110000793A (zh) | 一种机器人运动控制方法、装置、存储介质和机器人 | |
Xu et al. | A flexible 3D point reconstruction with homologous laser point array and monocular vision | |
CN110000793B (zh) | 一种机器人运动控制方法、装置、存储介质和机器人 | |
Raaj et al. | Precise measurement of cargo boxes for gantry robot palletization in large scale workspaces using low-cost RGB-D sensors | |
Han et al. | Mobile Grabbing Robot with Target Detection Using Quadric Fitting |
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 |