CN110216670A - 一种基于损失场的工业机器人自动避障方法及装置 - Google Patents

一种基于损失场的工业机器人自动避障方法及装置 Download PDF

Info

Publication number
CN110216670A
CN110216670A CN201910363218.6A CN201910363218A CN110216670A CN 110216670 A CN110216670 A CN 110216670A CN 201910363218 A CN201910363218 A CN 201910363218A CN 110216670 A CN110216670 A CN 110216670A
Authority
CN
China
Prior art keywords
path
robot
workpiece
point
curve
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
Application number
CN201910363218.6A
Other languages
English (en)
Other versions
CN110216670B (zh
Inventor
朱大虎
王志远
华林
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201910363218.6A priority Critical patent/CN110216670B/zh
Publication of CN110216670A publication Critical patent/CN110216670A/zh
Application granted granted Critical
Publication of CN110216670B publication Critical patent/CN110216670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • B25J9/1676—Avoiding collision or forbidden zones

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种基于损失场的工业机器人自动避障方法及装置，该方法包括：根据每一工件各点在机器人基坐标系中的坐标，获取每一工件的包围盒在基坐标系中的坐标；将机器人运动路径降维至平面N次多项式曲线，任意选取N‑1个途经点构建初始路径曲线；根据预设的空间损失函数，计算路径曲线的损失值，通过梯度下降法，按负梯度方向调整N‑1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值；将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障。当损失值处于预设阈值时，本发明可得到远离各工件的避障路径，以此解决机器人与工作站模型的碰撞问题，提高作业安全性，具有较强实用性。

Description

一种基于损失场的工业机器人自动避障方法及装置
技术领域
本发明属于机器人应用领域，具体涉及一种基于损失场的工业机器人自动避障方法及装置。
背景技术
工业机器人作为典型的交叉学科的产物，是自动化工厂的关键组成部分，目前正被广泛地应用在搬运、码垛、磨抛和焊接等领域。机器人是一种柔性作业工具，适合执行多种作业任务，作业前需要经过系统标定、离线编程以及路径规划过程编写机器人运动程序。但是该程序只是针对工件加工，没有考虑工作站其他模型的影响，尤其是过渡路径下的机器人碰撞问题。因此，在实际完成离线编程步骤后，还需要手动在初始-目标路径中的插入数个途经点，以控制机器人姿态，避免碰撞。
目前，避障技术多用于平面路径规划问题上，势场法作为主要使用方法，该方法人为的在空间中创建了引力场，初始点和障碍物点为斥力，目标点为引力，则空间中任意一点将会受到引力作用而运动。该方法虽然计算简便，但容易陷入局部最优解，不能保证一定到达目标点，实用新不强。
发明内容
本发明的目的在于提供一种基于损失场的工业机器人自动避障方法及装置，通过系统标定、损失场构建、空间降维转换、多项式插补以及梯度下降法计算最优路径，可以解决三维空间下的机器人非碰撞路径规划问题。
第一方面，本发明提供一种基于损失场的工业机器人自动避障方法，包括：
S10、根据每一工件各点在机器人基坐标系中的坐标，获取每一工件的包围盒在所述基坐标系中的坐标；S20、将机器人运动路径降维至平面N次多项式曲线，任意选取N-1个途经点构建初始路径曲线；S30、根据预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值；S40、将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障；其中，所述空间损失函数为空间内点到包围盒距离的反相关函数。
第二方面，本发明提供一种基于损失场的工业机器人自动避障装置，包括：
坐标获取模块，用于根据每一工件各点在机器人基坐标系中的坐标，获取每一工件的包围盒在所述基坐标系中的坐标；路径规划模块，用于将机器人运动路径降维至平面N次多项式曲线，任意选取N-1个途经点构建初始路径曲线；路径处理模块，用于根据预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值；路径生成模块，用于将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障；其中，所述空间损失函数为空间内点到包围盒距离的反相关函数。
第三方面，本发明提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明第一方面一种基于损失场的工业机器人自动避障方法的步骤。
本发明具有以下有益效果：本发明的机器人自动避障方法，通过预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值。由于通过预设的空间损失函数，计算所述路径曲线的损失值，当损失值处于预设阈值时，可得到远离各工件的避障路径，从而可以在三维空间下自动地规划机器人非碰撞路径，以此解决机器人与工作站模型的碰撞问题，提高作业安全性，具有较强实用性。
附图说明
下面将结合附图及实施方式对本发明作进一步说明，附图中：
图1为本发明实施例提供的一种基于损失场的工业机器人自动避障方法的流程图；
图2为本发明实施例的损失密度图；
图3为本发明实施例的多项式插补求解法原理图；
图4为本发明实施例的梯度下降法原理图；
图5为本发明实施例提供的一种基于损失场的工业机器人自动避障装置的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种基于损失场的工业机器人自动避障方法流程图，如图1所示，本发明实施例提供一种基于损失场的工业机器人自动避障方法，包括：
S10、根据每一工件在机器人基坐标系中的坐标，获取每一工件的包围盒在所述基坐标系中的坐标。
在S10之前，还包括：根据每一工件上的点在工件坐标系下的坐标，以及工件坐标系到机器人基座标系的变换矩阵，获取每一工件的各点在机器人基坐标系中的坐标。
例如，通过下述坐标变换公式实现:
Pi＝T·Pi 0
其中，Pi 0表示工件上的某点在工件坐标系下的坐标信息；Pi表示工件上的某点在机器人基标系下的坐标信息；T表示从机器人基坐标系到工件坐标系的变换矩阵，该变换矩阵包括了两个坐标系的旋转信息和平移信息。
在S10中，工件是机器人工作场景的障碍物，包围盒是一种求解离散点集最优包围空间的算法，基本思想是用体积稍大且特性简单的几何体(称为包围盒)来近似地代替复杂的几何对象。工件在机器人基坐标系中的坐标具体为工件的每一点基坐标系中的坐标，在每一工件的各点在机器人基坐标系中的坐标确定后，对每一工件求取对应的包围盒，可对应获得每一工件的包围盒在所述基坐标系中的坐标。
S20、将机器人运动路径降维至平面N次多项式曲线，任意选取N-1个途经点构建初始路径曲线。
在S20中，由于机器人在地面上的运动可以看做平面上的运动，为减少计算量，将机器人运动路径降维至平面曲线。举例说明，根据已知的机器人初始位置O(Xo，Yo，Zo)、和目标位置T(Xt，Yt，Zt)，以及规定的第三点M(Xo，Ym，Zo)，确定空间平面，限制机器人的运动在此平面上，将三维空间运动规划降维到二维平面上，其中O点与M点连成的直线平行于机器人坐标系Y轴。
约束机器人末端运动路径为N次多项式曲线，N一般大于3，结合初始位置和目标位置通过随机插入N-1个中间点，可以唯一确定一条N次多项式曲线。如图3所示，以设定多项式曲线最高为4次为例，则需要插入3个中间点，图中，1-5为路径点，包括初始位置1，差值点2-4，目标位置5；6-8为三个障碍；9-11为损失场区间，包括损失下限区间9，渐变区间10以及高损失区间11。以下实施例中以N为4进行说明，应当理解的是N并不限于数值为4。
S30、根据预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的曲线损失值小于预设阈值。
在S30中，本发明实施例中的空间损失函数，是空间内点到包围盒距离的反相关函数，即空间中的点到包围盒的距离越远，损失值loss越小，反之则越大,可根据具体情况进行预设。路径曲线上的点的损失值大小能够反映该点与包围盒的远近,对路径曲线进行调整，当路径曲线的损失值取值恰当时，可合理避开包围盒的位置，从而实现机器人的避障。
需要说明的是，本发明实施例中对各途经点在坐标系oxy中进行位置调整，是通过固定x、y其中一个坐标，调整另一个坐标实现的。因此，纵坐标是相对而言的，将x、y坐标中调整的一方称作纵坐标。
其中，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值，具体为：通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，得到调整后的路径曲线，计算调整后的路径曲线的损失值，重复上述通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，并计算调整后的路径曲线的损失值的过程，直至调整后得到的路径曲线损失值小于预设阈值。即路径曲线是通过不断迭代调整后确定的。
梯度下降法原理如图4所示，梯度下降法用于计算函数的极值，对于二维曲线仅有一个自变量，导数方向即为梯度方向。应用梯度下降法时，首先随机选取自变量x，以及偏移步长Δx，分别计算y(x)与y(x+Δx)，如果Δx趋近于0，则y在x处的导数趋近于随后按照梯度的负方向偏移调整自变量值，直到y达到极值。
通过梯度下降法，调整N-1个途经点，以路径曲线的损失值为优化目标，从而计算得到损失值最小的路径曲线，具体如下：
路径曲线是通过可变的N-1个途经点与固定的初始-目标位置构成的N+1个点阵唯一确定的，则路径曲线对应的损失函数loss是关于N-1个途经点的函数，先随机选取N-1个途经点，计算平面路径曲线的损失。
在本发明实施中，固定N-1个途经点的横坐标，通过设定梯度步长，将N-1个途经点依次按照步长向纵坐标方向偏移，计算偏移后的损失，方向导数如下:
其中，y为矢量向量，表示N-1个经过点的纵坐标构成的向量，Δyi为向量，其模趋近于0，表示第i个经过点的方向，例如Δy1＝(m,0,…,0)；
根据N-1个途经点的方向导数，按下述公式确定损失函数在该N-1个途经点的梯度：
其中yi是标量，表示途径点的纵坐标，为(1，0，…，0)方向上的方向导数。
将N-1个随机输入量的纵坐标按负梯度方向偏移。
重复上述计算损失值，直至损失收敛于预设阈值，输出该损失下的路径曲线。预设阈值可预先储存于机器人中，可以设置一个较小的值，也可以是经验值，也可以是仿真得到的合理值，本发明实施例对此不作具体限定。
S40、将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障。
在S40中，通过空间逆转换技术，将平面路径还原为三维路径，即为最终输出路径，以供机器人进行自动避障。
本发明实施例的机器人自动避障方法，通过预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值。由于通过预设的空间损失函数，计算所述路径曲线的损失值，当损失值处于预设阈值时，可得到远离各工件的避障路径，从而可以在三维空间下自动地规划机器人非碰撞路径，以此解决机器人与工作站模型的碰撞问题，提高作业安全性，具有较强实用性。
在上述实施例的基础上，作为一种可选实施例，S10之前，还包括：S00、通过机器人末端的已标定探针，获得每一工件坐标系在所述基座标系中的位姿，并获得每一工件各点在机器人基坐标系中的坐标。
在步骤S00中，含有多个工件的机器人工作站的静态模型可以通过标定方法获得，其中各部件相对于机器人的位置的具体标定步骤和方法如下：
在机器人末端安置标准探针1，在机器人运动范围内放置另一标准探针2；
控制机器人通过四种不同的位置使两探针尖端重合，运用空间球法标定机器人末端探针尖点位姿；
运用已标定的标准探针标定工作站中各工件坐标系位姿，标定时应用三点法，即原点位置、X轴方向和Y轴方向，从而获得每一工件坐标系在基座标系中的位姿。结合每一工件坐标系下，对应工件的每一点的坐标，能够获得每一工件各点在机器人基坐标系中的坐标。
本发明实施例的机器人自动避障方法，通过机器人末端的已标定探针，获得每一工件坐标系在所述基座标系中的位姿，并获得每一工件各点在机器人基坐标系中的坐标，有利于提高每一工件各点在机器人基坐标系中的坐标的准确度，从而提高机器人自动避障精度。
在上述实施例的基础上，作为一种可选实施例，上述包围盒为最小包围盒，获取最小包围盒的方法，包括：根据每一工件在机器人基坐标系中的坐标，获取每一工件分别在x、y、z轴下的极大值点和极小值点；根据每一坐标轴的极值点，获得每一工件的最小包围盒的八个角点，并获得每一工件最小包围盒在所述基坐标系中的坐标。
工件的每一点都可以通过机器人基坐标系进行表示，通过每一点的坐标，对于一个工件的所有点，能找到6个极值坐标，在x、y、z坐标轴上对应为Xmin、Xmax、Ymin、Ymax、Zmin、Zmax，并按照(Xmin，Ymin，Zmin),(Xmin，Ymin，Zmax),(Xmin，Ymax，Zmin),(Xmin，Ymax，Zmax)，(Xmax，Ymin，Zmin),(Xmax，Ymin，Zmax),(Xmax，Ymax，Zmin),(Xmax，Ymax，Zmax)，记录长方体的八个角点，从而构建最小包围盒。本发明实施例通过最小包围盒有利于够提高机器人自动避障方法的准确度。
在上述实施例的基础上，作为一种可选实施例，如图2所示，上述空间损失函数的形式，包括：
其中，L为损失值上限常数；S为损失值下限常数；r1、r2分别为距离边界常数；r(x)为空间中向量点x距离包围盒的距离。
需要说明的是，空间损失函数为空间内点到包围盒距离的反相关函数，可以根据具体情况进行相关参数的调整和设置，本发明实施例对空间损失函数的形式不作具体限定。上述空间损失函数为一个优选方案，能够在较小的计算开销的情况下，有较高的精度。
在上述实施例的基础上，作为一种可选实施例，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，包括：计算损失函数对于N-1个途经点的梯度，将每一途经点调整前的纵坐标分别减去对应途经点梯度与学习效率的乘积，得到每一途经点调整后的纵坐标。
根据N-1个途经点的方向导数，按下述公式确定损失函数在该N-1个途经点的梯度：
其中y为矢量向量，即N-1个随机输入量的纵坐标构成的向量，yi是标量，表示途径点的纵坐标，为(1，0，…，0)方向上的方向导数。
具体地，将N-1个随机输入量的纵坐标按负梯度方向偏移，包括按下述公式进行：
其中，m为学习效率常数，为标量，表示第i个途经点的第k+1次调整点的纵坐标，为初始路径曲线上的途经点的纵坐标。
在上述实施例的基础上，作为一种可选实施例，计算所述路径曲线的损失值，包括：按预设规则，对曲线上点的损失值进行积分，获得所述路径曲线的损失值。
以N为4为例，可通过以下公式(即预设规则)计算路径曲线的损失值：
其中，ki为限制常数，r(x)为空间中某一点x距离包围盒的距离,l(x)为多项式路径曲线，最高次项为4。
需要说明的是，上述预设规则对应的公式可根据具体情况进行设置。
基于上述方法实施例相同的发明构思，本发明实施例提供一种基于损失场的工业机器人自动避障装置。图5为本发明实施例提供的一种基于损失场的工业机器人自动避障装置结构图，如图5所示，该装置包括坐标获取模块201、路径规划模块202、路径处理模块203以及路径生成模块204。坐标获取模块201用于根据每一工件各点在机器人基坐标系中的坐标，获取每一工件的包围盒在所述基坐标系中的坐标；路径规划模块202用于将机器人运动路径降维至平面N次多项式曲线，任意选取N-1个途经点构建初始路径曲线；路径处理模块203用于根据预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，得到调整后的路径曲线，计算调整后的路径曲线的损失值，重复上述通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，并计算调整后的路径曲线的损失值的过程，直至调整后得到的路径曲线损失值小于预设阈值；路径生成模块204用于将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障；其中，所述空间损失函数为空间内点到包围盒距离的反相关函数。
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，上述描述的装置具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例的机器人自动避障装置，通过预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值。由于通过预设的空间损失函数，计算所述路径曲线的损失值，当损失值处于预设阈值时，可得到远离各工件的避障路径，从而可以在三维空间下自动地规划机器人非碰撞路径，以此解决机器人与工作站模型的碰撞问题，提高作业安全性，具有较强实用性。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中一种基于损失场的工业机器人自动避障方法，例如包括：根据每一工件各点在机器人基坐标系中的坐标，获取每一工件的包围盒在基坐标系中的坐标；将机器人运动路径降维至平面N次多项式曲线，任意选取N-1个途经点构建初始路径曲线；根据预设的空间损失函数，计算路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值；将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障；其中，空间损失函数为空间内点到包围盒距离的反相关函数。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，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。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
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发明实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以是两个或两个以上模块集成在一个单元中。上述集成的模块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。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可以用硬件实现，或固件实现，或它们的组合方式来实现。当使用软件实现时，可以将上述功能存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。以此为例但不限于：计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
此外。任何连接可以适当的成为计算机可读介质。例如，如果软件是使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或者诸如红外线、无线电和微波之类的无线技术从网站、服务器或者其他远程源传输的，那么同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线和微波之类的无线技术包括在所属介质的定影中。如本发明所使用的，盘(Disk)和碟(disc)包括压缩光碟(CD)、激光碟、光碟、数字通用光碟(DVD)、软盘和蓝光光碟，其中盘通常磁性的复制数据，而碟则用激光来光学的复制数据。上面的组合也应当包括在计算机可读介质的保护范围之内。
以上所述仅为本发明技术方案的较佳实施例而已，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 (8)

1.一种基于损失场的工业机器人自动避障方法，其特征在于，包括以下步骤：
S10、根据每一工件各点在机器人基坐标系中的坐标，获取每一工件的包围盒在所述基坐标系中的坐标；
S20、将机器人运动路径降维至平面N次多项式曲线，任意选取N-1个途经点构建初始路径曲线；
S30、根据预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值；
S40、将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障；
其中，所述空间损失函数为空间内点到包围盒距离的反相关函数。
2.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法，其特征在于，所述S10之前，还包括：
S00、通过机器人末端的已标定探针，获得每一工件坐标系在所述基座标系中的位姿，并获得每一工件各点在机器人基坐标系中的坐标。
3.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法，其特征在于，所述包围盒为最小包围盒，所述S10包括：
根据每一工件在机器人基坐标系中的坐标，获取每一工件分别在x、y、z轴下的极大值点和极小值点；
根据每一坐标轴的极值点，获得每一工件的最小包围盒的八个角点，并获得每一工件最小包围盒在所述基坐标系中的坐标。
4.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法，其特征在于，所述损空间失函数，包括：
其中，L为损失值上限常数；S为损失值下限常数；r1、r2分别为距离边界常数；r(x)为空间中点x距离包围盒的距离。
5.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法，其特征在于，所述通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，包括：
计算所述损失函数对于N-1个途经点的梯度，将每一途经点调整前的纵坐标分别减去对应途经点梯度与学习效率的乘积，得到每一途经点调整后的纵坐标。
6.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法，其特征在于，所述计算所述路径曲线的损失值，包括：
按预设规则，对曲线上点的损失值进行积分，获得所述路径曲线的损失值。
7.一种基于损失场的工业机器人自动避障装置，其特征在于，包括：
坐标获取模块，用于根据每一工件各点在机器人基坐标系中的坐标，获取每一工件的包围盒在所述基坐标系中的坐标；
路径规划模块，用于将机器人运动路径降维至平面N次多项式曲线，任意选取N-1个途经点构建初始路径曲线；
路径处理模块，用于根据预设的空间损失函数，计算所述路径曲线的损失值，通过梯度下降法，按负梯度方向调整N-1个途经点的纵坐标，直至调整后得到的路径曲线损失值小于预设阈值；
路径生成模块，用于将得到的路径曲线变换为三维空间的路径曲线，以供实现机器人的自动避障；
其中，所述空间损失函数为空间内点到包围盒距离的反相关函数。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，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6任一项所述一种基于损失场的工业机器人自动避障方法的步骤。
CN201910363218.6A 2019-04-30 2019-04-30 一种基于损失场的工业机器人自动避障方法及装置 Active CN110216670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910363218.6A CN110216670B (zh) 2019-04-30 2019-04-30 一种基于损失场的工业机器人自动避障方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910363218.6A CN110216670B (zh) 2019-04-30 2019-04-30 一种基于损失场的工业机器人自动避障方法及装置

Publications (2)

Publication Number Publication Date
CN110216670A true CN110216670A (zh) 2019-09-10
CN110216670B CN110216670B (zh) 2022-04-15

Family

ID=67820465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910363218.6A Active CN110216670B (zh) 2019-04-30 2019-04-30 一种基于损失场的工业机器人自动避障方法及装置

Country Status (1)

Country Link
CN (1) CN110216670B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111203916A (zh) * 2020-01-16 2020-05-29 山西万合智能科技有限公司 一种机器人关节与几何体碰撞的检测方法
CN111283688A (zh) * 2020-03-23 2020-06-16 深圳科瑞技术股份有限公司 机器人的避障方法及机器人设备
CN112486011A (zh) * 2020-11-17 2021-03-12 长沙学院 一种基于闹钟小车唤醒用户的方法
CN113478495A (zh) * 2021-09-08 2021-10-08 南京蓝昊智能科技有限公司 一种多维度的机械臂平滑路径规划方法
CN113547519A (zh) * 2021-06-25 2021-10-26 北京精密机电控制设备研究所 一种基于变维缩放的机械臂逆运动学求解方法
CN113607171A (zh) * 2021-08-04 2021-11-05 清华大学建筑设计研究院有限公司 一种疏散路径规划方法、装置、设备及存储介质
CN115229806A (zh) * 2022-09-21 2022-10-25 杭州三坛医疗科技有限公司 一种机械臂控制方法、装置、系统、设备及存储介质
CN115933688A (zh) * 2022-12-28 2023-04-07 南京衍构科技有限公司 一种多机器人协同工作避障方法、系统、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101890523A (zh) * 2009-05-19 2010-11-24 三菱电机株式会社 利用自适应采样距离场仿真数控铣削的方法
US7996197B1 (en) * 2002-09-12 2011-08-09 Sandia Corporation Clearance detector and method for motion and distance
CN102528802A (zh) * 2010-12-31 2012-07-04 中国科学院计算技术研究所 九自由度机器人的运动驱动方法
EP2561964A1 (en) * 2009-09-15 2013-02-27 Harris Corporation Robotic apparatus implementing collision avoidance scheme and associated methods
CN106457565A (zh) * 2014-06-03 2017-02-22 阿蒂迈兹机器人技术有限公司 用于对机器人进行编程的方法和系统
CN108555911A (zh) * 2018-04-22 2018-09-21 北京工业大学 基于虚拟推力的遥操作机械臂三维避障方法
CN109434836A (zh) * 2018-12-14 2019-03-08 浙江大学 一种结合球树模型的机械手人工势场空间路径规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7996197B1 (en) * 2002-09-12 2011-08-09 Sandia Corporation Clearance detector and method for motion and distance
CN101890523A (zh) * 2009-05-19 2010-11-24 三菱电机株式会社 利用自适应采样距离场仿真数控铣削的方法
EP2561964A1 (en) * 2009-09-15 2013-02-27 Harris Corporation Robotic apparatus implementing collision avoidance scheme and associated methods
CN102528802A (zh) * 2010-12-31 2012-07-04 中国科学院计算技术研究所 九自由度机器人的运动驱动方法
CN106457565A (zh) * 2014-06-03 2017-02-22 阿蒂迈兹机器人技术有限公司 用于对机器人进行编程的方法和系统
CN108555911A (zh) * 2018-04-22 2018-09-21 北京工业大学 基于虚拟推力的遥操作机械臂三维避障方法
CN109434836A (zh) * 2018-12-14 2019-03-08 浙江大学 一种结合球树模型的机械手人工势场空间路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹海蕊 等: "冗余机械臂危险性评估及实时避障研", 《机械设计》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111203916A (zh) * 2020-01-16 2020-05-29 山西万合智能科技有限公司 一种机器人关节与几何体碰撞的检测方法
CN111203916B (zh) * 2020-01-16 2021-06-08 山西万合智能科技有限公司 一种机器人关节与几何体碰撞的检测方法
CN111283688A (zh) * 2020-03-23 2020-06-16 深圳科瑞技术股份有限公司 机器人的避障方法及机器人设备
CN111283688B (zh) * 2020-03-23 2021-08-10 深圳市科瑞技术科技有限公司 机器人的避障方法及机器人设备
CN112486011A (zh) * 2020-11-17 2021-03-12 长沙学院 一种基于闹钟小车唤醒用户的方法
CN112486011B (zh) * 2020-11-17 2021-09-14 长沙学院 一种基于闹钟小车唤醒用户的方法
CN113547519B (zh) * 2021-06-25 2022-12-13 北京精密机电控制设备研究所 一种基于变维缩放的机械臂逆运动学求解方法
CN113547519A (zh) * 2021-06-25 2021-10-26 北京精密机电控制设备研究所 一种基于变维缩放的机械臂逆运动学求解方法
CN113607171A (zh) * 2021-08-04 2021-11-05 清华大学建筑设计研究院有限公司 一种疏散路径规划方法、装置、设备及存储介质
CN113607171B (zh) * 2021-08-04 2023-05-26 清华大学建筑设计研究院有限公司 一种疏散路径规划方法、装置、设备及存储介质
CN113478495B (zh) * 2021-09-08 2022-03-11 南京蓝昊智能科技有限公司 一种多维度的机械臂平滑路径规划方法
CN113478495A (zh) * 2021-09-08 2021-10-08 南京蓝昊智能科技有限公司 一种多维度的机械臂平滑路径规划方法
CN115229806A (zh) * 2022-09-21 2022-10-25 杭州三坛医疗科技有限公司 一种机械臂控制方法、装置、系统、设备及存储介质
CN115229806B (zh) * 2022-09-21 2023-03-03 杭州三坛医疗科技有限公司 一种机械臂控制方法、装置、系统、设备及存储介质
CN115933688A (zh) * 2022-12-28 2023-04-07 南京衍构科技有限公司 一种多机器人协同工作避障方法、系统、设备及存储介质
CN115933688B (zh) * 2022-12-28 2024-03-29 南京衍构科技有限公司 一种多机器人协同工作避障方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN110216670B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN110216670A (zh) 一种基于损失场的工业机器人自动避障方法及装置
CN105242533B (zh) 一种融合多信息的变导纳遥操作控制方法
CN107662211A (zh) 一种基于量子粒子群算法的空间机器人预测控制方法
EP3166084B1 (en) Method and system for determining a configuration of a virtual robot in a virtual environment
Su et al. Task-independent robotic uncalibrated hand-eye coordination based on the extended state observer
Sun et al. Fast uav trajectory optimization using bilevel optimization with analytical gradients
US9076337B2 (en) Method for determining trajectory of multi-motor control system avoiding obstacle
CN108705531A (zh) 工业机器人的运动学参数标定方法、标定系统、电子设备
WO2021243924A1 (zh) 托盘空间规划方法、码垛方法及其装置、及电子设备
CN105509671A (zh) 一种利用平面标定板的机器人工具中心点标定方法
KR101949609B1 (ko) 대표 광선 기반의 점유맵 업데이트 방법 및 시스템
CA2744444A1 (en) Movement simulator
Alfi et al. Swarm-based structure-specified controller design for bilateral transparent teleoperation systems via μ synthesis
CN108897338A (zh) 基于pio的圆轨道航天器编队重构型防碰撞路径规划方法
Xu et al. Concurrent optimal trajectory planning for indoor quadrotor formation switching
Farkhatdinov et al. Improving mobile robot bilateral teleoperation by introducing variable force feedback gain
CN113324542B (zh) 一种定位方法、装置、设备和存储介质
CN110000793A (zh) 一种机器人运动控制方法、装置、存储介质和机器人
AU2021266204A1 (en) Mobile robot pose correction method and system for recognizing dynamic pallet terminals
Zhong et al. Image-based flight control of unmanned aerial vehicles (UAVs) for material handling in custom manufacturing
CN115577439A (zh) 一种用于医药工艺多级布局的生成方法及装置
CN110414134B (zh) 一种线性大刚体位移参量计算方法
US20210323154A1 (en) Disassembly based assembly planning
Musiyenko et al. Simulation the behavior of robot sub-swarm in spatial corridors
Shahbazi et al. A robust control architecture for dual user teleoperation system with time-delay

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