CN110216688B - 一种办公区送件服务机器人及其控制方法 - Google Patents
一种办公区送件服务机器人及其控制方法 Download PDFInfo
- Publication number
- CN110216688B CN110216688B CN201910433372.6A CN201910433372A CN110216688B CN 110216688 B CN110216688 B CN 110216688B CN 201910433372 A CN201910433372 A CN 201910433372A CN 110216688 B CN110216688 B CN 110216688B
- Authority
- CN
- China
- Prior art keywords
- mobile platform
- robot
- mechanical arm
- stepping motor
- controller
- 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
- 238000012384 transportation and delivery Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000033001 locomotion Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 229910052782 aluminium Inorganic materials 0.000 claims description 30
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 7
- 230000001815 facial effect Effects 0.000 claims description 4
- 238000004804 winding Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000013439 planning Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000035508 accumulation Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012840 feeding operation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- B25J11/00—Manipulators not otherwise provided for
- B25J11/008—Manipulators for service tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J5/00—Manipulators mounted on wheels or on carriages
- B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
-
- 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
- B25J9/1651—Programme controls characterised by the control loop acceleration, rate 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种办公区送件服务机器人及其控制方法,机器人包括设有机械臂单元的移动平台,移动平台内置环境监测单元;移动平台、机械臂单元和环境监测单元连接至控制器;通过移动平台内的环境监测单元获得指令,通过控制器的控制,机器人接收指令、识别物件并移动至目的地完成送件。本发明节省大量人力,可以对办公区环境建立二维栅格地图,利用建立的地图实现自动定位与导航,对用户的语音、人脸及办公区的目标物件进行识别,使用高度可动态调整的机械臂抓取识别到的物件,完成用户所指派的运送物件的任务。本发明提高办公区建图精度,提高机器人定位精度,增加机器人运动灵活性,增加机器人抓取物体自由度,提高机器人的人机交互友好性。
Description
技术领域
本发明属于陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制的技术领域,特别涉及一种利用计算机人工智能的办公区送件服务机器人及其控制方法。
背景技术
移动机器人的研究起始于上世纪60年代末期,在1966年至1972年期间,由斯坦福研究院的Nils Nilssen和Charles Rosen等人研发出取名Shakey的自主移动机器人,揭开了人类对移动机器人研究的序幕。多年以来,室内移动机器人主要以工业环境下的机器人为主,多见于工厂和仓库,如自动导引运输车(AGV)即是其典型代表,它们一般装有电磁或光学引导装置,沿设定的路径行驶;而近年来,随着社会经济不断发展、生活水平不断提高,人们普遍生活节奏加快,劳动力成本不断提高,在这样的大环境下,如商店、餐厅、咖啡馆、超市等的商业环境及家用机器人逐渐受到人们的关注。
现有技术中,采用视觉技术的工业机器人已得到广泛运用,基于同时定位与建图(SLAM)技术的扫地机器人也走进了千家万户,然而,在大多数的办公场合,自动化普及程度仍然不够高,文件、快递等在办公室与楼层之间的传递仍需要人力解决,存在效率低下且容易出错的问题。
公开号为CN106020226A的发明专利中公开了一种智能办公机器人,采用飞行机构作为送件的载体,控制电路内设置有传感器模组、命令提取模组、语音模组、电源管理模组、飞行控制模组、主控、定位模组和地图路径规划模组,可实现执行请求签名,回签等功能,能够规划出最佳行动路径、躲避障碍物,还能通过语音、电脑或手机来操控,然而,这种机器人更适用于大型的场地,普通的办公区普遍比较窄小,以四轴飞行器作为送件载体的安全性能不高而成本较高,且飞行器只能运送很轻的文件类物件,这类智能办公机器人的适用范围并不广泛。
发明内容
本发明解决了现有技术中,大多数办公场合的自动化普及程度仍然不高,文件、快递等在办公室与楼层之间的传递仍需要人力解决,存在效率低下且容易出错的问题,提供了一种优化的办公区送件服务机器人及其控制方法。
本发明所采用的技术方案是,一种办公区送件服务机器人,所述机器人包括移动平台,所述移动平台上设有机械臂单元,所述移动平台内置环境监测单元;所述移动平台、机械臂单元和环境监测单元连接至控制器。
优选地,所述移动平台包括移动体,所述移动体底部的侧壁嵌设有3个全向轮,所述全向轮以移动体的中轴为中心均匀分布;任一所述全向轮通过电机连接至控制器。
优选地,所述机械臂单元包括竖直设于移动平台上的直线导轨,所述直线导轨通过滑块连接有机械臂本体,所述机械臂本体包括绕Y轴运动部及配合设置在绕Y轴运动部上的抓取部;所述直线导轨通过电机连接至控制器。
优选地,所述机械臂本体包括与滑块配合设置的固定板;所述绕Y轴运动部包括沿竖直方向设于固定板上的旋转座,所述旋转座内设有第一步进电机,所述第一步进电机的输出轴沿竖直方向与固定板配合设置,所述第一步进电机连接至控制器。
优选地,所述旋转座上部设有第二步进电机和第三步进电机,所述第二步进电机和第三步进电机的输出轴均沿水平方向设置;所述抓取部包括一端套设于第二步进电机的输出轴上的第一加长铝板和一端套设于第三步进电机的输出轴上的连接条,所述连接条的另一端连接至第二加长铝板的一端,所述第一加长铝板的另一端和第二加长铝板与连接条的连接端铰接;所述第二加长铝板的另一端设有机械手;所述第二步进电机、第三步进电机及机械手连接至控制器。
优选地,所述环境监测单元包括姿态传感器、激光雷达、单目相机、深度相机及输入模块;所述姿态传感器、激光雷达、单目相机及深度相机设于移动平台上方。
优选地,所述环境监测单元还包括摄像头,所述摄像头设于移动平台上方。
一种所述的办公区送件服务机器人的控制方法,所述方法包括以下步骤:
步骤1:采集运行数据,初始化;
步骤2:送件人对机器人发出语音指令;麦克风采集声音并进行识别,获得待送物件Y和送达目的地Z;
步骤3:机器人以单目相机采集送件人的面部图像,若与数据库内信息匹配,则执行任务,否则,拒绝执行并返回步骤2;
步骤4:机器人以深度相机对物件Y进行识别,并根据标定的相机参数得出物件Y的高度,控制器控制直线导轨和滑块相对运动,调整机械臂本体,机械手抓取物件Y,将导航目标设定到目的地Z;
步骤5:机器人启动定位与导航,移动至目的地Z,控制器控制直线导轨和滑块相对运动,调整机械臂本体,机械手放下物件Y;
步骤6:完成送件服务。
优选地,所述步骤1包括以下步骤:
步骤1.1:控制器控制移动平台运动,基于姿态传感器和激光雷达的数据进行预处理,建立办公区的二维栅格地图;
步骤1.2:对办公区所有人员进行人脸信息和预设信息的录入;
步骤1.3:采用深度相机对办公区的物件进行拍摄录入并训练;
步骤1.4:对深度相机进行标定。
优选地,所述步骤5中,机器人启动定位与导航,移动至目的地Z包括以下步骤:
步骤5.1:移动平台构建自身坐标系X'O'Y',令移动平台的姿态角为θ,获得自身坐标系与绝对坐标系XOY间的对应关系;以L为3个全向轮相对于移动平台中心的距离,以vA、vB、vC表示3个全向轮沿驱动方向的速度;
步骤5.2:令移动平台在任意时刻的速度为v,以vx和vy分别为移动平台在自身坐标系下的X轴和Y轴方向的速度,W为移动平台运动的角速度,以顺时针方向为正方向,得到移动平台的运动学方程
步骤5.4:步骤5.2和步骤5.3公式联立,求得每个全向轮的速度,控制器控制电机对全向轮进行移动控制。
本发明提供了一种优化的办公区送件服务机器人及其控制方法,通过预先初始化数据,并在移动平台上设置机械臂单元,通过移动平台内的环境监测单元获得指令,并通过控制器的控制,机器人接收指令、识别物件并移动至目的地完成送件。
本发明节省大量人力,最大程度发挥人类思考决策的高级脑力劳动的作用;机器人可以对办公区环境建立二维栅格地图,并利用建立的地图实现自动定位与导航的功能,对用户的语音和人脸、以及办公区的目标物件进行识别,并使用高度可动态调整的机械臂抓取识别到的物件,从而完成用户所指派的运送物件的任务。
本发明包括以下有益效果:
(1)提高办公区建图的精度,对于大规模办公区的地图建立有很好的效果,拓宽送件机器人的应用范围;
(2)提高机器人定位精度,使机器人更准确的运动到目标点;
(3)增加机器人运动的灵活性,使机器人适合在狭小的办公区过道上进行移动与避障;
(4)增加机器人抓取物体的自由度,可以对不同高度的物体进行识别和抓取操作;
(5)提高机器人的人机交互友好性,可直接使用语音识别与人脸识别来给机器人发布任务。
附图说明
图1为本发明的机器人的结构示意图;
图2为本发明的控制方法的流程图;
图3为本发明中移动平台的全向轮运动示意图,其中,ψ为轮子与移动平台坐标系X轴的夹角,本发明中为60°。
具体实施方式
下面结合实施案例对本发明做进一步的详细描述,但本发明的实施范围并不限于此。
本发明涉及一种办公区送件服务机器人,所述机器人包括移动平台1,所述移动平台1上设有机械臂单元,所述移动平台1内置环境监测单元;所述移动平台1、机械臂单元和环境监测单元连接至控制器。
本发明中,移动平台1为整个机器人的支撑件,同时也作为环境监测单元的归置结构,通过接受控制器的命令进行移动、转向或停止。
本发明中,机械臂单元设置在移动平台1上,机械臂的自由度可以根据实际情况由本领域技术人员自行设置,本实施例中采用四自由度机械臂单元即可满足办公区域送件的需求。
本发明中,环境监测单元通过预先初始化数据后获取指令,并通过控制器的控制,由机器人接收指令、识别物件并移动至目的地完成送件。
本发明中,控制器用于处理建图、定位和导航并与移动平台1、机械臂单元和环境监测单元通信,如采用Intel的嵌入式小主机NUC8i7BEH6,搭载第八代酷睿i7-8559U,处理性能强大。本领域技术人员可以依据需求自行进行控制器的选择。
本发明节省大量人力,最大程度发挥人类思考决策的高级脑力劳动的作用;机器人可以对办公区环境建立二维栅格地图,并利用建立的地图实现自动定位与导航的功能,对用户的语音和人脸、以及办公区的目标物件进行识别,并使用高度可动态调整的机械臂抓取识别到的物件,从而完成用户所指派的运送物件的任务。
所述移动平台1包括移动体,所述移动体底部的侧壁嵌设有3个全向轮2,所述全向轮2以移动体的中轴为中心均匀分布;任一所述全向轮2通过电机连接至控制器。
本发明中,移动体为用于承载环境监测单元的壳体,同时移动体顶部设置有机械臂单元。
本发明中,为了保证移动平台1的移动顺利,至少需要有2个全向轮2,一般来说,全向轮2为3个时,可以不采用横梁连接,只需要分别由驱动电机驱动即可,此时,3个全向轮2以间隔120°的结构分布在移动体的底部,采用3个全向轮2时,全向轮2还可以嵌设在移动体中,只需要露出轮体的底部,且机器人在转向时,转向角相较于2个全向轮2小,故综合成本及使用效果,采用3个全向轮2完成移动平台1的移动。
本发明中,进一步来说,事实上可以在移动平台1处设置微处理器,如采用STM32F103微处理器,以微处理器的PWM接口控制电机的运动并检测的电机的转速,通过UART与上位机进行数据交互。
所述机械臂单元包括竖直设于移动平台1上的直线导轨3,所述直线导轨3通过滑块4连接有机械臂本体,所述机械臂本体包括绕Y轴运动部及配合设置在绕Y轴运动部上的抓取部;所述直线导轨3通过电机连接至控制器。
所述机械臂本体包括与滑块4配合设置的固定板5;所述绕Y轴运动部包括沿竖直方向设于固定板5上的旋转座6,所述旋转座6内设有第一步进电机7,所述第一步进电机7的输出轴沿竖直方向与固定板5配合设置,所述第一步进电机7连接至控制器。
所述旋转座6上部设有第二步进电机8和第三步进电机9,所述第二步进电机8和第三步进电机9的输出轴均沿水平方向设置;所述抓取部包括一端套设于第二步进电机8的输出轴上的第一加长铝板10和一端套设于第三步进电机9的输出轴上的连接条11,所述连接条11的另一端连接至第二加长铝板12的一端,所述第一加长铝板10的另一端和第二加长铝板12与连接条11的连接端铰接;所述第二加长铝板12的另一端设有机械手;所述第二步进电机8、第三步进电机9及机械手连接至控制器。
本发明中,竖直设于移动平台1上的直线导轨3用于整体处理机械臂单元的高度,机械臂单元通过滑块4与直线导轨3配合。
本发明中,直线导轨3和滑块4的配合可以设置为丝杆螺母副。
本发明中,机械臂本体包括绕Y轴运动部及配合设置在绕Y轴运动部上的抓取部,通过这两部分完成另外三个自由度的抓取动作;具体来说,绕Y轴运动部设置在与滑块4配合设置的固定板5上,通过旋转座6来完成绕轴运动,通过旋转座6内的第一步进电机7完成绕轴运动的驱动。
本发明中,旋转座6上部设置第二步进电机8和第三步进电机9,通过第二步进电机8和第三步进电机9完成大的纵向调节和小的纵向调节,以第二步进电机8控制第一加长铝板10运动,以第三步进电机9通过连接条11控制第二加长铝板12运动,由于第一加长铝板10和第二加长铝板12的铰接关系,即可以逐次对第一加长铝板10和第二加长铝板12进行转角的调节,进而调节高度;进一步来说,在第一加长铝板10与第二加长铝板12的铰接端设置转轴,连接条11的对应端作用与转轴上,通过连接条11的运动带动转轴运动,进而带动第二加长铝板12相对于第一加长铝板10绕转轴转动。
本发明中,连接条11为具有一定强度的金属条,如铝条。
本发明中,第二加长铝板12的最末端设置机械手,机械手的设置可以依据本领域技术人员自行设置,可以为包括“开”与“合”两种姿势的钳结构,也可以为以注气涨开完成“合”、放气收缩完成“开”的姿势的软性材料。
本发明中,具体来说,可以为机械臂单元单独设置微处理器,如STM32F407微处理器,以微处理器上的UART接口接收上位机的指令,并对机械臂进行运动学解算来控制机械臂电机的运动,从而让机械臂做出指定的动作。
所述环境监测单元包括姿态传感器、激光雷达、单目相机13、深度相机及输入模块;所述姿态传感器、激光雷达、单目相机13及深度相机设于移动平台1上方。
所述环境监测单元还包括摄像头,所述摄像头设于移动平台1上方。
本发明中,激光雷达用于检测环境信息;姿态传感器用于检测移动平台1的姿态;单目相机13安装在机械臂单元的顶部,一般为直线导轨3顶部,用于采集人脸信息;深度相机用于检测服务机器人前方物件信息,具体来说,对物件进行识别和三维空间测量,根据标定的相机参数获得物件高度,从而控制直线导轨3调整机械臂的高度来抓取物件;输入模块用于采集指令,如麦克风,用于声音、播放语音,一般以阵列设置。
本发明中,给出一种实施例:姿态传感器为维特智能的十轴GPS-IMU惯性导航仪WTGAHRS2,姿态测量精度静态0.05度,动态0.1度,达到较高的稳定性;激光雷达采用EAIYLIDAR G4,测距半径为16m,12Hz的扫描频率,适用于办公区的的建图与定位;以罗技C270i高清摄像头为单目相机13;深度相机选用Intel D435深度相机,包含深度图像及其彩色图像;麦克风阵列选用浦神特TEVO-A100全向麦克风。
本发明中,单目相机13与深度相机的安装方向与机械臂朝向一致,同时,一般情况下,单目相机13水平安装,深度相机朝下30°安装。
本发明中,输入模块当然还可以设置为触屏或键盘输入设备,此为本领域技术人员容易理解的内容,本领域技术人员可以依据需求自行设置。
本发明中,还可以设置摄像头,用于保证全程可控、可视。
本发明还涉及一种所述的办公区送件服务机器人的控制方法。
本发明中,具体来说,控制器的建图功能是采用谷歌的Cartographer技术、融合激光雷达和姿态传感器的数据对办公室环境进行的建图。Cartographer技术主要通过闭环检测来消除建图过程中产生的累计误差,其中子图submap是用于闭环检测的基本单元,一个submap由一定数量的雷达扫描数据laserscan构成;submap在其创建的短时间内的误差累计可以被认为是足够小的,但是随着时间的推移,误差累计会越来越大,因此需要通过闭环检测适当的优化这些submap的位姿进而消除误差;根据已建的地图与激光雷达的扫描数据进行匹配来实现定位功能,由机器人所处位置与目标位置规划最短路径,从来实现导航功能。
本发明中,当采用麦克风作为输入模块时,其语音识别的部分利用科大讯飞官方提供的语音开发包对语音信号进行识别完成,包括语音信号预处理和语音识别两个部分;语音识别过程由训练和识别两个部分组成,训练是一个对已有数据库的语音及语言进行信号处理以及知识挖掘的过程,通过训练可以建立语音识别所需的一般模型,该过程一般通过离线完成,识别是指将用户语音自动识别,识别又分为前端和后台两部分组成。
本发明中,语音合成是将文本信号序列通过适当的韵律处理后,送入到合成器中,产生出具有生动性和感染力的语音,从而使计算机或相关的系统能够发出像人一样自然流利声音的技术。语音合成将利用开源项目Mimic实现,Mimic是由Mycroft.AI和VocaliD开发的快速、轻量级的文本到语音引擎。Mimic基于卡内基梅隆大学的FLITE软件,使用文本作为输入并使用所选语音输出语音,具有低延迟且资源占用少的特点。
本发明中,物品检测采用深度卷积神经网络Yolo-v3-tiny,识别用户指定的办公区物件。
本发明中,人脸识别指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别将通过FaceNet将人脸映射到欧几里得空间,得到人脸的特征向量,计算提取到的特征向量与人脸库中每个人脸特征向量的欧氏距离,从而识别出该人脸。
以上所述均为本领域常规技术,本领域技术人员可以依据需求选择或另行设置,只需完成所需求的功能即可。
所述方法包括以下步骤。
步骤1:采集运行数据,初始化。
所述步骤1包括以下步骤。
步骤1.1:控制器控制移动平台1运动,基于姿态传感器和激光雷达的数据进行预处理,建立办公区的二维栅格地图。
步骤1.2:对办公区所有人员进行人脸信息和预设信息的录入。
步骤1.3:采用深度相机对办公区的物件进行拍摄录入并训练。
步骤1.4:对深度相机进行标定。
本发明中,导航算法分为基于完整环境模型的全局路径规划和基于传感器信息的局部路径规划。全局路径规划方法基于已知的已经建立的地图生成最优的路径,而局部方法计算从当前位置到目标子节点的最优路径,并基于传感器的数据实时优化以避免动态障碍物。
本发明中,全局路径规划首先需要一张描述机器人所处环境的静态地图,以栅格地图、使用许多大小相同的栅格来表示移动机器人的工作环境,如果栅格被障碍物占据,称为障碍物栅格,否则为自由栅格。一般来说,可以采用A*算法作为路径规划算法相较深度优先搜索算法(DFS)和广度优先搜索算法(BFS)等盲目式搜索算法省去了很多无用的路径搜索,提高了搜索效率。
本发明中,预设信息包括但不限于姓名、工号、位置。
本发明中,采用深度相机对办公区的物件进行拍摄录入并训练为本领域常规技术特征,本领域技术人员可以依据需求自行录入并训练。
本发明中,为了帮助机器人更好的工作,一般在每个办公室门口设立路标,如识别用二维码等。
步骤2:送件人对机器人发出语音指令;麦克风采集声音并进行识别,获得待送物件Y和送达目的地Z。
本发明中,优先采用麦克风接受语音指令作为输入模块,防止在机器人工作过程中发生误触而导致机器人无法及时完成送件作业。
本发明中,语音指令应具有基本限定,如限定物件在先、目的地在后,便于语音的识别准确。
本发明中,显而易见,如果语音指令没有被正常识别,则送件人可以重复指令,直至识别准确。
步骤3:机器人以单目相机13采集送件人的面部图像,若与数据库内信息匹配,则执行任务,否则,拒绝执行并返回步骤2。
本发明中,当非办公区人员时,指令无效,保证了办公区送件的有序。
本发明中,事实上,步骤2和步骤3也可以调换顺序,只需要满足核实送件人及获得送件信息即可。
步骤4:机器人以深度相机对物件Y进行识别,并根据标定的相机参数得出物件Y的高度,控制器控制直线导轨3和滑块4相对运动,调整机械臂本体,机械手抓取物件Y,将导航目标设定到目的地Z。
本发明中,以深度相机对物件Y进行识别,并根据标定的相机参数得出物件Y的高度为本领域公知技术,本领域技术人员可以依据需求进行坐标系换算,得到需要的高度数据。
步骤5:机器人启动定位与导航,移动至目的地Z,控制器控制直线导轨3和滑块4相对运动,调整机械臂本体,机械手放下物件Y。
所述步骤5中,机器人启动定位与导航,移动至目的地Z包括以下步骤。
步骤5.1:移动平台1构建自身坐标系X'O'Y',令移动平台1的姿态角为θ,获得自身坐标系与绝对坐标系XOY间的对应关系;以L为3个全向轮2相对于移动平台1中心的距离,以vA、vB、vC表示3个全向轮2沿驱动方向的速度。
步骤5.4:步骤5.2和步骤5.3公式联立,求得每个全向轮2的速度,控制器控制电机对全向轮2进行移动控制。
本发明中,通过上层的路径规划算法,上层处理器根据周围环境情况以及与目标点的距离和方向信息给底盘的控制系统发送速度控制信息,具体控制方式为全向轮2底盘的速度合成。
本发明中,全向轮2与移动平台1的坐标系X轴的夹角为60°,故存在步骤5.2中的公式。
本发明中,θ即移动平台1自身坐标相对于绝对坐标的旋转角度。
步骤6:完成送件服务。
本发明通过预先初始化数据,并在移动平台1上设置机械臂单元,通过移动平台1内的环境监测单元获得指令,并通过控制器的控制,机器人接收指令、识别物件并移动至目的地完成送件;节省大量人力,最大程度发挥人类思考决策的高级脑力劳动的作用;机器人可以对办公区环境建立二维栅格地图,并利用建立的地图实现自动定位与导航的功能,对用户的语音和人脸、以及办公区的目标物件进行识别,并使用高度可动态调整的机械臂抓取识别到的物件,从而完成用户所指派的运送物件的任务。
本发明提高办公区建图的精度,对于大规模办公区的地图建立有很好的效果,拓宽送件机器人的应用范围;提高机器人定位精度,使机器人更准确的运动到目标点;增加机器人运动的灵活性,使机器人适合在狭小的办公区过道上进行移动与避障;增加机器人抓取物体的自由度,可以对不同高度的物体进行识别和抓取操作;提高机器人的人机交互友好性,可直接使用语音识别与人脸识别来给机器人发布任务。
Claims (6)
1.一种办公区送件服务机器人,其特征在于:所述机器人包括移动平台,所述移动平台上设有机械臂单元,所述移动平台内置环境监测单元;所述移动平台、机械臂单元和环境监测单元连接至控制器;
所述机械臂单元包括竖直设于移动平台上的直线导轨,所述直线导轨通过滑块连接有机械臂本体,所述机械臂本体包括绕Y轴运动部及配合设置在绕Y轴运动部上的抓取部;所述直线导轨通过电机连接至控制器;
所述机械臂本体包括与滑块配合设置的固定板;所述绕Y轴运动部包括沿竖直方向设于固定板上的旋转座,所述旋转座上部设有第二步进电机和第三步进电机,所述第二步进电机和第三步进电机的输出轴均沿水平方向设置;所述抓取部包括一端套设于第二步进电机的输出轴上的第一加长铝板和一端套设于第三步进电机的输出轴上的连接条,所述连接条的另一端连接至第二加长铝板的一端,所述第一加长铝板的另一端和第二加长铝板与连接条的连接端铰接;所述第二加长铝板的另一端设有机械手;所述第二步进电机、第三步进电机及机械手连接至控制器;
所述移动平台包括移动体,所述移动体底部的侧壁嵌设有3个全向轮,所述全向轮以移动体的中轴为中心均匀分布;任一所述全向轮通过电机连接至控制器;
移动平台构建自身坐标系X'O'Y',令移动平台的姿态角为θ,获得自身坐标系与绝对坐标系XOY间的对应关系;以L为移动平台的3个全向轮相对于移动平台中心的距离,以v A 、v B 、v C 表示3个全向轮沿驱动方向的速度;
令移动平台在任意时刻的速度为v,以v x 和v y 分别为移动平台在自身坐标系下的X轴和Y轴方向的速度,W为移动平台运动的角速度,以顺时针方向为正方向,得到移动平台的运动学方程;将移动平台在自身坐标系下的运动学方程转换为全局坐标系,得到在全局坐标系中的速度;
联立移动平台的运动学方程及其在全局坐标系中的速度,求得每个全向轮的速度,控制器控制电机对全向轮进行移动控制。
2.根据权利要求1所述的一种办公区送件服务机器人,其特征在于:所述旋转座内设有第一步进电机,所述第一步进电机的输出轴沿竖直方向与固定板配合设置,所述第一步进电机连接至控制器。
3.根据权利要求1所述的一种办公区送件服务机器人,其特征在于:所述环境监测单元包括姿态传感器、激光雷达、单目相机、深度相机及输入模块;所述姿态传感器、激光雷达、单目相机及深度相机设于移动平台上方。
4.根据权利要求1所述的一种办公区送件服务机器人,其特征在于:所述环境监测单元还包括摄像头,所述摄像头设于移动平台上方。
5.一种权利要求1~4之一所述的办公区送件服务机器人的控制方法,其特征在于:所述方法包括以下步骤:
步骤1:采集运行数据,初始化;
步骤2:送件人对机器人发出语音指令;麦克风采集声音并进行识别,获得待送物件Y和送达目的地Z;
步骤3:机器人以单目相机采集送件人的面部图像,若与数据库内信息匹配,则执行任务,否则,拒绝执行并返回步骤2;
步骤4:机器人以深度相机对物件Y进行识别,并根据标定的相机参数得出物件Y的高度,控制器控制直线导轨和滑块相对运动,调整机械臂本体,机械手抓取物件Y,将导航目标设定到目的地Z;
步骤5:机器人启动定位与导航,移动至目的地Z,控制器控制直线导轨和滑块相对运动,调整机械臂本体,机械手放下物件Y;
步骤6:完成送件服务。
6.根据权利要求5所述的办公区送件服务机器人的控制方法,其特征在于:所述步骤1包括以下步骤:
步骤1.1:控制器控制移动平台运动,基于姿态传感器和激光雷达的数据进行预处理,建立办公区的二维栅格地图;
步骤1.2:对办公区所有人员进行人脸信息和预设信息的录入;
步骤1.3:采用深度相机对办公区的物件进行拍摄录入并训练;
步骤1.4:对深度相机进行标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910433372.6A CN110216688B (zh) | 2019-05-23 | 2019-05-23 | 一种办公区送件服务机器人及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910433372.6A CN110216688B (zh) | 2019-05-23 | 2019-05-23 | 一种办公区送件服务机器人及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110216688A CN110216688A (zh) | 2019-09-10 |
CN110216688B true CN110216688B (zh) | 2021-04-09 |
Family
ID=67818245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910433372.6A Active CN110216688B (zh) | 2019-05-23 | 2019-05-23 | 一种办公区送件服务机器人及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110216688B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113031002B (zh) * | 2021-02-25 | 2023-10-24 | 桂林航天工业学院 | 基于Kinect3和激光雷达的SLAM陪跑小车 |
CN113504052A (zh) * | 2021-06-01 | 2021-10-15 | 襄阳达安汽车检测中心有限公司 | 一种摆桩系统、方法、设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107139179A (zh) * | 2017-05-26 | 2017-09-08 | 西安电子科技大学 | 一种智能服务机器人及工作方法 |
CN107838932A (zh) * | 2017-12-14 | 2018-03-27 | 昆山市工研院智能制造技术有限公司 | 一种具有多自由度机械臂的陪护机器人 |
CN108789435A (zh) * | 2018-06-15 | 2018-11-13 | 廊坊瑞立达智能机器有限公司 | 多功能语音控制服务机器人 |
CN109571412A (zh) * | 2019-01-15 | 2019-04-05 | 北京华晟经世信息技术有限公司 | 一种机械臂自主导航移动系统和方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102658841A (zh) * | 2012-05-10 | 2012-09-12 | 复旦大学 | 六轮步进式机器人全向移动平台 |
US9470658B2 (en) * | 2013-03-12 | 2016-10-18 | The Boeing Company | Self-contained holonomic tracking method and apparatus for non-destructive inspection |
CN103240739B (zh) * | 2013-05-07 | 2015-04-15 | 武汉科技大学 | 一种移动机械臂分散集中自主切换控制方法 |
GB201419182D0 (en) * | 2014-10-28 | 2014-12-10 | Nlink As | Mobile robotic drilling apparatus and method for drilling ceillings and walls |
CN106379409A (zh) * | 2016-09-27 | 2017-02-08 | 南京航空航天大学 | 角度可控动力差速全向轮及其控制方法以及全向移动平台 |
CN106363612A (zh) * | 2016-10-18 | 2017-02-01 | 南京航空航天大学 | 一种视觉引导的全向移动双臂机器人及其全向移动方法 |
-
2019
- 2019-05-23 CN CN201910433372.6A patent/CN110216688B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107139179A (zh) * | 2017-05-26 | 2017-09-08 | 西安电子科技大学 | 一种智能服务机器人及工作方法 |
CN107838932A (zh) * | 2017-12-14 | 2018-03-27 | 昆山市工研院智能制造技术有限公司 | 一种具有多自由度机械臂的陪护机器人 |
CN108789435A (zh) * | 2018-06-15 | 2018-11-13 | 廊坊瑞立达智能机器有限公司 | 多功能语音控制服务机器人 |
CN109571412A (zh) * | 2019-01-15 | 2019-04-05 | 北京华晟经世信息技术有限公司 | 一种机械臂自主导航移动系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110216688A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110285813B (zh) | 一种室内移动机器人人机共融导航装置及方法 | |
CN109947119A (zh) | 一种基于多传感器融合的移动机器人自主跟随系统及方法 | |
US20210146540A1 (en) | Method of identifying dynamic obstacle and robot implementing same | |
JP4241673B2 (ja) | 移動体の経路生成装置 | |
CN108897328A (zh) | 轮椅机器人及其室内自主导航方法 | |
CN110216688B (zh) | 一种办公区送件服务机器人及其控制方法 | |
US11188753B2 (en) | Method of using a heterogeneous position information acquisition mechanism in an operating space and robot and cloud server implementing the same | |
CN102915039A (zh) | 一种仿动物空间认知的多机器人联合目标搜寻方法 | |
CN1399734A (zh) | 自主多平台机器人系统 | |
KR20190109324A (ko) | 로봇 충전대의 위치를 추천하기 위한 방법, 장치 및 시스템 | |
CN110844402B (zh) | 一种智能召唤垃圾桶系统 | |
CN109557920A (zh) | 一种自动导航建图机器人及控制方法 | |
CN114505840B (zh) | 一种自主操作箱式电梯的智能服务机器人 | |
US20240181639A1 (en) | Method of acquiring sensor data on a construction site, construction robot system, computer program product, and training method | |
CN108762253A (zh) | 一种应用于为人导航系统的人机队形控制方法 | |
Müller et al. | Coarse qualitative descriptions in robot navigation | |
CN109828580A (zh) | 一种基于分离式超声波的移动机器人编队跟踪控制方法 | |
Wang et al. | Research on autonomous planning method based on improved quantum Particle Swarm Optimization for Autonomous Underwater Vehicle | |
Song et al. | Autonomous docking in a human-robot collaborative environment of automated guided vehicles | |
Chow et al. | Learning human navigational skill for smart wheelchair in a static cluttered route | |
CN215954140U (zh) | 一种移动机器人自动避障导航系统 | |
US20230161356A1 (en) | Method of updating map in fusion slam and robot implementing same | |
JP7317436B2 (ja) | ロボット、ロボット制御プログラムおよびロボット制御方法 | |
Luo et al. | Topological map generation for intrinsic visual navigation of an intelligent service robot | |
Takiguchi et al. | Collision avoidance algorithm using deep learning type artificial intelligence for a mobile robot |
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 |