CN110549319B - 一种基于机器人末端指点示教的障碍物标定方法 - Google Patents

Abstract

本申请提供了一种基于机器人末端指点示教的障碍物标定方法，其包括以下步骤：确定障碍物的所有角点；对于每一个角点，将机器人末端的标定工具示教至该角点，并记录标定工具的末端在该角点处基于机器人基坐标系的坐标；基于各角点利用凸包求解算法求取点集凸包，建立障碍物模型，完成对障碍物的标定。与现有的机器人对障碍物标定过程相比，采用本申请标定方法能够显著简化障碍物的标定过程，提高标定效率。

Description

一种基于机器人末端指点示教的障碍物标定方法

技术领域

本申请属于机器人障碍物标定技术领域，具体涉及一种基于机器人末端指点示教的障碍物标定方法。

背景技术

随着工业自动化程度的不断提高，机器人在汽车与汽车零部件制造业、重型机械、航空航天、船舶、化工、电子行业等领域得到了广泛地应用。对于机器人来说，自主导航是至关重要的一个环节，而是否能够准确地避开障碍物是衡量导航性能非常重要的指标。

现有技术中，机器人对障碍物标定的大致流程为：构建障碍物模型，导入障碍物的模型文件，该模型文件中包括障碍物坐标系；利用机器人末端对齐障碍物上的定位销或者通过拍摄障碍物上的二维码等方式建立机器人障碍物坐标系与机器人基坐标系之间的转换关系，进而对障碍物进行标定。然而，实际工程中在有的工况下，机器人只需要知道障碍物的轮廓即可，而不必要知道障碍物的具体形状。在这种工况下，采用现有技术对障碍物进行标定显然会使标定过程更为繁杂，而且标定效率更低。

发明内容

为至少在一定程度上克服相关技术中存在的问题，本申请提供了一种基于机器人末端指点示教的障碍物标定方法。

根据本申请实施例的第一方面，本申请提供了一种基于机器人末端指点示教的障碍物标定方法，其包括以下步骤：

确定障碍物的所有角点P₁～P_n；

对于每一个角点P_i(i＝1,2,…,n)，将机器人末端的标定工具示教至该角点，并记录标定工具的末端在该角点处基于机器人基坐标系的坐标P_i(x_i,y_i,z_i)；

基于点P₁～P_n利用凸包求解算法求取点集凸包，建立障碍物模型，完成对障碍物的标定。

上述基于机器人末端指点示教的障碍物标定方法，其特征在于，所述步骤基于点P₁～P_n利用凸包求解算法求取点集凸包的过程为：

获取点集S(P₁,P₂…P_n)；

利用点集S(P₁,P₂…P_n)中4个不共面的点构成初始凸包；

计算凸包中每个面F的外部点集，其中，面F的外部点集由面F所在平面背离凸包一侧的点构成；

对于每一个外部点集非空的面F，在面F的外部点集中求取距离面F最远的点P；

令点P的可见面集合为V＝{F}，对V中每个面的相邻面N，如果点P在面N所在平面背离凸包的一侧，则面N对点P可见，将面N加入点P的可见面集合V中，重复这一操作直到点P的可见面集合V中所有面的相邻面为空；

确定点P的可见面集合V的边界集合H；

点P与边界集合H构成的凸包与初始凸包组成新的凸包，删除位于组成的新的凸包内部的点；

将删除了内部点的新的凸包作为初始凸包继续迭代，直到点集S(P₁,P₂…P_n)中的所有点都被处理；

输出凸包，得到障碍物模型。

进一步地，如果点集S(P₁,P₂…P_n)中所有点都共面，则初始凸包为空。

根据本申请实施例的第二方面，本申请还提供了一种存储介质，包含计算机执行指令，所述计算机执行指令经由数据处理设备调用时，执行上述任一项所述的基于机器人末端指点示教的障碍物标定方法。

根据本申请的上述具体实施方式可知，至少具有以下有益效果：本申请基于机器人末端指点示教的障碍物标定方法先确定障碍物的所有角点；再将机器人末端的标定工具示教到各角点，并记录标定工具的末端在该角点处基于机器人基坐标系的坐标；最后根据各角点的坐标，利用凸包求解算法求取点集凸包，建立障碍物模型，完成对障碍物的标定；本申请能够简化障碍物的标定过程，提高标定效率。

应了解的是，上述一般描述及以下具体实施方式仅为示例性及阐释性的，其并不能限制本申请所欲主张的范围。

附图说明

下面的所附附图是本申请的说明书的一部分，其示出了本申请的实施例，所附附图与说明书的描述一起用来说明本申请的原理。

图1为本申请具体实施方式提供的一种基于机器人末端指点示教的障碍物标定方法中机器人的结构示意图。

图2为本申请具体实施方式提供的一种基于机器人末端指点示教的障碍物标定方法的流程图。

图3为采用本申请具体实施方式提供的基于机器人末端指点示教的障碍物标定方法对立方体障碍物进行标定的过程示意图。

图4为采用本申请具体实施方式提供的基于机器人末端指点示教的障碍物标定方法对不规则物体的立方包络体进行标定的过程示意图。

图5为采用本申请具体实施方式提供的基于机器人末端指点示教的障碍物标定方法对不规则物体的立方包络体进行标定的结果示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚明白，下面将以附图及详细叙述清楚说明本申请所揭示内容的精神，任何所属技术领域技术人员在了解本申请内容的实施例后，当可由本申请内容所教示的技术，加以改变及修饰，其并不脱离本申请内容的精神与范围。

本申请的示意性实施例及其说明用于解释本申请，但并不作为对本申请的限定。另外，在附图及实施方式中所使用相同或类似标号的元件/构件是用来代表相同或类似部分。

关于本文中所使用的“第一”、“第二”、…等，并非特别指称次序或顺位的意思，也非用以限定本申请，其仅为了区别以相同技术用语描述的元件或操作。

关于本文中所使用的方向用语，例如：上、下、左、右、前或后等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本创作。

关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等，均为开放性的用语，即意指包含但不限于。

关于本文中所使用的“及/或”，包括所述事物的任一或全部组合。

关于本文中的“多个”包括“两个”及“两个以上”；关于本文中的“多组”包括“两组”及“两组以上”。

某些用以描述本申请的用词将于下或在此说明书的别处讨论，以提供本领域技术人员在有关本申请的描述上额外的引导。

本申请提供的基于机器人末端指点示教的障碍物标定方法的标定对象包括但不限于立方体、不规则物体的立方包络体和虚拟墙等。

如图1所示，机器人1的末端通过法兰2连接有标定工具3，标定工具的末端建立有机器人工具坐标系O_tX_tY_tZ_t。机器人的始端底面处建立有机器人基坐标系O_oX_oY_oZ_o。

如图2所示，本申请提供的基于机器人末端指点示教的障碍物标定方法包括以下步骤：

S1、确定障碍物的所有角点P₁～P_n。

S2、对于每一个角点P_i(i＝1,2,…,n)，将机器人末端的标定工具示教至该角点，并记录标定工具的末端在该角点处基于机器人基坐标系的坐标P_i(x_i,y_i,z_i)。

S3、基于点P₁～P_n利用凸包求解算法求取点集凸包，以建立障碍物模型，其具体过程为：

S31、获取点集S(P₁,P₂…P_n)。

S32、在点集S(P₁,P₂…P_n)中查找4个不共面的点，如果不存在4个不共面的点，即所有点都共面，则初始凸包为空，转至步骤S39；否则，利用4个不共面的点构成初始凸包。

S33、计算凸包中每个面F的外部点集，其中，面F的外部点集由面F所在平面背离凸包一侧的点构成。

如果所有面F的外部点集均为空，则转至步骤S39。

S34：对于每一个外部点集非空的面F，在面F的外部点集中求取距离面F最远的点P。

S35：令点P的可见面集合为V＝{F}，对V中每个面的相邻面N，如果点P在面N所在平面背离凸包的一侧，即面N对点P可见，则将面N加入点P的可见面集合V中，重复这一操作直到点P的可见面集合V中所有面的相邻面为空。

S36：确定点P的可见面集合V的边界集合H。

S37：点P与边界集合H构成的凸包与初始凸包组成新的凸包，删除位于组成的新的凸包内部的点。

S38：重复S33-S37直到点集S(P₁,P₂…P_n)中的所有点都被处理。

S39：算法结束输出凸包，得到障碍物模型。

下面以外形为立方体的障碍物为例，对基于机器人末端指点示教的障碍物标定方法进行详细说明。

如图1所示，以机器人始端的底面中心为原点，以水平指向机器人末端一侧的方向为X轴方向，以竖直向上的方向为Z轴方向，以垂直于XOZ平面向外的方向为Y轴方向建立机器人基坐标系。

如图3所示，确定立方体障碍物的所有角点P₁～P₈。

对于每一个角点P_i(i＝1,2,…,8)，将机器人末端的标定工具示教至该角点，并记录标定工具的末端在该角点处基于机器人基坐标系的坐标P_i(x_i,y_i,z_i)。

基于点P₁～P₈利用凸包求解算法求取点集凸包，以建立障碍物模型，其具体过程为：

获取点集S(P₁，P₂，…P₇，P₈)。

在点集S(P₁，P₂，…P₇，P₈)中查找的4个不共面的点为P₁，P₂，P₃，P₆，利用这4个不共面的点P₁，P₂，P₃，P₆构成初始凸包{P₁，P₂，P₃，P₆}，即四面体P₁P₂P₃P₆，该四面体包含以下四个面：

F{P₁，P₃，P₆}，F{P₁，P₂，P₃}，F{P₁，P₂，P₆}，F{P₂，P₃，P₆}。

以面F{P₁，P₃，P₆}为例，面F{P₁，P₃，P₆}的外部点集由该面所在平面背离凸包{P₁，P₂，P₃，P₆}一侧的点构成，即该面的外部点集为(P₄，P₅，P₇，P₈)。其中，点P₈为面F{P₁，P₃，P₆}的外部点集中距离面F{P₁，P₃，P₆}最远的点，即P＝P₈。

面F{P₁，P₃，P₆}的三个相邻面均对P₈不可见，因此，点P₈的可见面集合为V＝F{P₁，P₃，P₆}，其边界集合H为H＝{边P₁P₆，边P₁P₃，边P₃P₆}。

将点P₈与边界集合H＝{边P₁P₆，边P₁P₃，边P₃P₆}构成的凸包加入初始凸包{P₁，P₂，P₃，P₆}中，得到新的凸包{P₁，P₂，P₃，P₆，P₈}。

将得到新的凸包{P₁，P₂，P₃，P₆，P₈}代替初始凸包{P₁，P₂，P₃，P₆}，继续进行迭代，直到点集S(P₁，P₂，…P₇，P₈)中的所有点都被处理。

算法结束输出凸包，完成对立方体障碍物的标定。

如图4和图5所示，以不规则物体为例，采用本申请基于机器人末端指点示教的障碍物标定方法，得到该不规则物体的包络体。

本申请还提供了一种包含计算机执行指令的存储介质，所述计算机执行指令经由数据处理设备调用时，执行如上所述的基于机器人末端指点示教的障碍物标定方法。

上述的本申请实施例可在各种硬件、软件编码或两者组合中进行实施。例如，本发明的实施例也可为在数据信号处理器(Digital Signal Processor，DSP)中执行上述方法的程序代码。本发明也可涉及计算机处理器、数字信号处理器、微处理器或现场可编程门阵列(Field Programmable GateArray，FPGA)执行的多种功能。可根据本发明配置上述处理器执行特定任务，其通过执行定义了本发明揭示的特定方法的机器可读软件代码或固件代码来完成。可将软件代码或固件代码发展为不同的程序语言与不同的格式或形式。也可为不同的目标平台编译软件代码。然而，根据本发明执行任务的软件代码与其他类型配置代码的不同代码样式、类型与语言不脱离本发明的精神与范围。

以上所述仅为本申请示意性的具体实施方式，在不脱离本申请的构思和原则的前提下，任何本领域的技术人员所做出的等同变化与修改，均应属于本申请保护的范围。

Claims (3)

1.一种基于机器人末端指点示教的障碍物标定方法，其特征在于，包括以下步骤：

确定障碍物的所有角点

；

对于每一个角点

，将机器人末端的标定工具示教至该角点，并记录标 定工具的末端在该角点处基于机器人基坐标系的坐标

；

基于点

利用凸包求解算法求取点集凸包，建立障碍物模型，完成对障碍物的标 定；其中，基于点

利用凸包求解算法求取点集凸包的过程为：

获取点集

；

利用点集

中4个不共面的点构成初始凸包；

计算凸包中每个面F的外部点集，其中，面F的外部点集由面F所在平面背离凸包一侧的点构成；

对于每一个外部点集非空的面F，在面F的外部点集中求取距离面F最远的点P；

令点P的可见面集合为V={F}，对V中每个面的相邻面N，如果点P在面N所在平面背离凸包的一侧，则面N对点P可见，将面N加入点P的可见面集合V中，重复这一操作直到点P的可见面集合V中所有面的相邻面为空；

确定点P的可见面集合V的边界集合H；所述点P的可见面集合V的边界集合H不包含点P；

点P与边界集合H构成的凸包与初始凸包组成新的凸包，删除位于组成的新的凸包内部的点；

将删除了内部点的新的凸包作为初始凸包继续迭代，直到点集

中的所 有点都被处理；

输出凸包，得到障碍物模型。

2.根据权利要求1所述的基于机器人末端指点示教的障碍物标定方法，其特征在于，如 果点集

中所有点都共面，则初始凸包为空。

3.一种存储介质，包含计算机执行指令，其特征在于，所述计算机执行指令经由数据处理设备调用时，执行如权利要求1-2任一项所述的基于机器人末端指点示教的障碍物标定方法。

Images