CN110696033A - 机器人的控制方法及装置 - Google Patents

Abstract

本发明公开了一种机器人的控制方法及装置。其中，该方法包括：获取由力传感器采集的预定负载的重量信息；根据重量信息确定对提供能量的吸盘的气压值进行调节的调节策略；基于调节策略对吸盘的气压值进行调节，得到调节后的气压值；控制吸盘以调节后的气压值吸取预定负载，并将预定负载移动至目标位置。本发明解决了相关技术中在利用机器人搬运物体时采用的方式容易造成能量的损失的技术问题。

Description

机器人的控制方法及装置

技术领域

本发明涉及机器人控制技术领域，具体而言，涉及一种机器人的控制方法及装置。

背景技术

在码垛机器人搬运不同重量物体过程中，物体的负载决定了吸盘的气压大小，一般情况下，在码垛机器人搬运物体时，会将气压开到最大值来搬运负载，从而造成能量的巨大损失。

针对上述相关技术中在利用机器人搬运物体时采用的方式容易造成能量的损失的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种机器人的控制方法及装置，以至少解决相关技术中在利用机器人搬运物体时采用的方式容易造成能量的损失的技术问题。

根据本发明实施例的一个方面，提供了一种机器人的控制方法，包括：获取由力传感器采集的预定负载的重量信息；根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略；基于所述调节策略对所述吸盘的气压值进行调节，得到调节后的气压值；控制所述吸盘以所述调节后的气压值吸取所述预定负载，并将所述预定负载移动至目标位置。

可选地，根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略包括：通过预定模型，确定与所述重量信息对应的调节策略，其中，所述预定模型为使用多组训练数据通过机器学习得到的，所述多组训练数据中的每组训练数据均包括：重量信息以及与重量信息对应的调节策略。

可选地，在通过预定模型，确定与所述重量信息对应的调节策略之前，该机器人的控制方法还包括：采集历史时间段内的多个历史重量信息以及多个历史重量信息；对包括所述多个历史重量信息以及所述多个历史重量信息的多组训练数据进行训练，得到所述预定模型。

可选地，根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略包括：将所述重量信息作为比例-积分-微分PID控制器的输入；获取所述PID控制器的输出，基于所述PID控制器的输出确定需要对所述吸盘的气压值进行调节的数值，以及对所述吸盘的气压值进行调节的方向，将需要对所述吸盘的气压值进行调节的数值以及对所述吸盘的气压值进行调节的方向作为所述调节策略。

可选地，基于所述调节策略对所述吸盘的气压值进行调节，得到调节后的气压值包括：基于所述调节策略对应的需要调节的数值，按所述对所述吸盘的气压值进行调节的方向调节气阀以调节气泵为所述吸盘提供的气压量，以得到所述吸盘需要的调节后的气压值。

根据本发明实施例的另外一个方面，还提供了一种机器人的控制装置，包括：获取单元，用于获取由力传感器采集的预定负载的重量信息；确定单元，用于根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略；调节单元，用于基于所述调节策略对所述吸盘的气压值进行调节，得到调节后的气压值；控制单元，用于控制所述吸盘以所述调节后的气压值吸取所述预定负载，并将所述预定负载移动至目标位置。

可选地，所述确定单元包括：确定模块，用于通过预定模型，确定与所述重量信息对应的调节策略，其中，所述预定模型为使用多组训练数据通过机器学习得到的，所述多组训练数据中的每组训练数据均包括：重量信息以及与重量信息对应的调节策略。

可选地，该机器人的控制装置还包括：采集单元，用于在通过预定模型，确定与所述重量信息对应的调节策略之前，采集历史时间段内的多个历史重量信息以及多个历史重量信息；训练单元，用于对包括所述多个历史重量信息以及所述多个历史重量信息的多组训练数据进行训练，得到所述预定模型。

可选地，所述确定单元包括：输入模块，用于将所述重量信息作为比例-积分-微分PID控制器的输入；获取模块，用于获取所述PID控制器的输出，基于所述PID控制器的输出确定需要对所述吸盘的气压值进行调节的数值，以及对所述吸盘的气压值进行调节的方向，将需要对所述吸盘的气压值进行调节的数值以及对所述吸盘的气压值进行调节的方向作为所述调节策略。

可选地，所述调节单元包括：调节模块，用于基于所述调节策略对应的需要调节的数值，按所述对所述吸盘的气压值进行调节的方向调节气阀以调节气泵为所述吸盘提供的气压量，以得到所述吸盘需要的调节后的气压值。

根据本发明实施例的另外一个方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的机器人的控制方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的机器人的控制方法。

在本发明实施例中，采用获取由力传感器采集的预定负载的重量信息；根据重量信息确定对提供能量的吸盘的气压值进行调节的调节策略；基于调节策略对吸盘的气压值进行调节，得到调节后的气压值；控制吸盘以调节后的气压值吸取预定负载，并将预定负载移动至目标位置的方式对预定负载进行移动，通过本发明实施例提供的机器人的控制方法，实现了基于待移动的物体的实际重量信息确定需要使用的气压值将待移动的物体移动至目标位置的目的，达到了节省能量的技术效果，进而解决了相关技术中在利用机器人搬运物体时采用的方式容易造成能量的损失的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的机器人的控制方法的流程图；

图2是根据本发明实施例的机器人的控制系统的结构图；

图3是根据本发明实施例的机器人的控制装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种机器人的控制方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的机器人的控制方法的流程图，如图1所示，该机器人的控制方法包括如下步骤：

步骤S102，获取由力传感器采集的预定负载的重量信息。

可选的，力传感器设置在用于移动物体(即，预定负载)的机器人上，可以用来采集预定负载的重量信息。

可选的，上述力传感器与气管以及吸盘连接。这里的气管还连接至气泵，用于通过气管为吸盘提供不同的气压值，以实现将不同重量的物体移动至目标位置。

步骤S104，根据重量信息确定对提供能量的吸盘的气压值进行调节的调节策略。

可选的，这里可以基于重量信息确定需要对吸盘的气压进行调节的策略，例如，需要对气压值进行调节数值，调节方向。

步骤S106，基于调节策略对吸盘的气压值进行调节，得到调节后的气压值。

步骤S108，控制吸盘以调节后的气压值吸取预定负载，并将预定负载移动至目标位置。

由上述可知，在本发明实施例中，可以通过力传感器采集预定负载的重量信息，并基于该预定负载的重量信息对吸盘的气压值进行调节的调节策略，以利用该调节策略对吸盘的气压值进行调整，并控制吸盘以调节后的气压值吸取预定负载，以将预定负载移动至目标位置，实现了基于待移动的物体的实际重量信息确定需要使用的气压值将待移动的物体移动至目标位置的目的，达到了节省能量的技术效果。

容易注意到，在本发明实施例中，由于是基于待移动物体的实际重量确定需要使用的气压值以将待移动物体移动至目标位置，而不是采用机器人自身所能承受的负载的能力来移动物体，从而减少了能量的浪费。

因此，通过本发明实施例提供的技术方案，解决了相关技术中在利用机器人搬运物体时采用的方式容易造成能量的损失的技术问题。

图2是根据本发明实施例的机器人的控制系统的结构图，如图2所示，包括：气泵1，用于为吸盘提供不同的气压值；过滤器2，与气泵1以及二位二通阀3连接，用于对气泵提供的气体流量进行过滤；气管4，用于将气泵提供的气体流量输送至吸盘6；力传感器5，用于获取预定负载7的重量信息。

根据本发明上述实施例，在步骤S104中，根据重量信息确定对提供能量的吸盘的气压值进行调节的调节策略可以包括：通过预定模型，确定与重量信息对应的调节策略，其中，预定模型为使用多组训练数据通过机器学习得到的，多组训练数据中的每组训练数据均包括：重量信息以及与重量信息对应的调节策略。

具体地，在通过预定模型，确定与重量信息对应的调节策略之前，该机器人的控制方法还包括：采集历史时间段内的多个历史重量信息以及多个历史重量信息；对包括多个历史重量信息以及多个历史重量信息的多组训练数据进行训练，得到预定模型。

另外，根据重量信息确定对提供能量的吸盘的气压值进行调节的调节策略还可以包括：将重量信息作为比例-积分-微分PID控制器的输入；获取PID控制器的输出，基于PID控制器的输出确定需要对吸盘的气压值进行调节的数值，以及对吸盘的气压值进行调节的方向，将需要对吸盘的气压值进行调节的数值以及对吸盘的气压值进行调节的方向作为调节策略。

根据本发明上述实施例，在步骤S106中，基于调节策略对吸盘的气压值进行调节，得到调节后的气压值可以包括：基于调节策略对应的需要调节的数值，按对吸盘的气压值进行调节的方向调节气阀以调节气泵为吸盘提供的气压量，以得到吸盘需要的调节后的气压值。

在本发明实施例中，机器人末端吸盘到达负载位置开始吸取物体，吸取物体时，力传感器会将物体的负载信息反馈到电磁阀端，实现压力的调节。力传感器将信息反馈后会通过控制算法PID进行负载信号和压力信号的映射，实现实时控制压力。机器人抓取物体靠吸盘进行抓取，而吸盘靠气泵供给能量。码垛机器人都有自身承受负载的能力，而在吸取不同物体时，均采用所能承受最大负载来开通气阀，这样就会造成抓取小负载时能量浪费问题。而采用力传感器把负载的重量数据采集过来，通过PID算法将信号进行处理实现负载重量与气压的对应关系。在搬运大负载时，压力降低；搬运小负载时，压力增大，实现压力可调。其中，气体能量损失与气体压力以及气体流量存在以下关系：

由式中可知：压力越大，损耗能量越大；压力越小，损耗能量越小。

通过本发明上述实施例，在保证机器人稳定运行的前提下，在搬运负载大的物体时，采用高压搬运物体，在搬运负载小的物体时，采用低压搬运物体，这样就大大节省了能量的消耗，也通过力传感器对物体的重量实时反馈对吸盘的气压大小进行调节实现搬运过程中节能的效果。

实施例2

根据本发明实施例的另外一个方面，还提供了一种用于执行上述实施例1中的机器人的控制方法的装置实施例，图3是根据本发明实施例的机器人的控制装置的示意图，如图3所示，该机器人的控制装置包括：获取单元31，确定单元33，调节单元35以及控制单元37。下面对该机器人的控制装置进行详细说明。

获取单元31，用于获取由力传感器采集的预定负载的重量信息。

确定单元33，用于根据重量信息确定对提供能量的吸盘的气压值进行调节的调节策略。

调节单元35，用于基于调节策略对吸盘的气压值进行调节，得到调节后的气压值。

控制单元37，用于控制吸盘以调节后的气压值吸取预定负载，并将预定负载移动至目标位置。

此处需要说明的是，上述获取单元31，确定单元33，调节单元35以及控制单元37对应于实施例1中的步骤S102至S108，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。

由上可知，在本申请上述实施例中，可以利用获取单元获取由力传感器采集的预定负载的重量信息；然后利用确定单元根据重量信息确定对提供能量的吸盘的气压值进行调节的调节策略；并根据调节单元基于调节策略对吸盘的气压值进行调节，得到调节后的气压值；以及利用控制单元控制吸盘以调节后的气压值吸取预定负载，并将预定负载移动至目标位置。通过本发明实施例提供的机器人的控制装置，实现了基于待移动的物体的实际重量信息确定需要使用的气压值将待移动的物体移动至目标位置的目的，达到了节省能量的技术效果，进而解决了相关技术中在利用机器人搬运物体时采用的方式容易造成能量的损失的技术问题。

在一种可选的实施例中，确定单元包括：确定模块，用于通过预定模型，确定与重量信息对应的调节策略，其中，预定模型为使用多组训练数据通过机器学习得到的，多组训练数据中的每组训练数据均包括：重量信息以及与重量信息对应的调节策略。

在一种可选的实施例中，该机器人的控制装置还包括：采集单元，用于在通过预定模型，确定与重量信息对应的调节策略之前，采集历史时间段内的多个历史重量信息以及多个历史重量信息；训练单元，用于对包括多个历史重量信息以及多个历史重量信息的多组训练数据进行训练，得到预定模型。

在一种可选的实施例中，确定单元包括：输入模块，用于将重量信息作为比例-积分-微分PID控制器的输入；获取模块，用于获取PID控制器的输出，基于PID控制器的输出确定需要对吸盘的气压值进行调节的数值，以及对吸盘的气压值进行调节的方向，将需要对吸盘的气压值进行调节的数值以及对吸盘的气压值进行调节的方向作为调节策略。

在一种可选的实施例中，调节单元包括：调节模块，用于基于调节策略对应的需要调节的数值，按对吸盘的气压值进行调节的方向调节气阀以调节气泵为吸盘提供的气压量，以得到吸盘需要的调节后的气压值。

实施例3

根据本发明实施例的另外一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述中任意一项的机器人的控制方法。

实施例4

根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的机器人的控制方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以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信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种机器人的控制方法，其特征在于，包括：

获取由力传感器采集的预定负载的重量信息；

根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略；

基于所述调节策略对所述吸盘的气压值进行调节，得到调节后的气压值；

控制所述吸盘以所述调节后的气压值吸取所述预定负载，并将所述预定负载移动至目标位置。

2.根据权利要求1所述的方法，其特征在于，根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略包括：

通过预定模型，确定与所述重量信息对应的调节策略，其中，所述预定模型为使用多组训练数据通过机器学习得到的，所述多组训练数据中的每组训练数据均包括：重量信息以及与重量信息对应的调节策略。

3.根据权利要求2所述的方法，其特征在于，在通过预定模型，确定与所述重量信息对应的调节策略之前，还包括：

采集历史时间段内的多个历史重量信息以及多个历史重量信息；

对包括所述多个历史重量信息以及所述多个历史重量信息的多组训练数据进行训练，得到所述预定模型。

4.根据权利要求1所述的方法，其特征在于，根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略包括：

将所述重量信息作为比例-积分-微分PID控制器的输入；

获取所述PID控制器的输出，基于所述PID控制器的输出确定需要对所述吸盘的气压值进行调节的数值，以及对所述吸盘的气压值进行调节的方向，将需要对所述吸盘的气压值进行调节的数值以及对所述吸盘的气压值进行调节的方向作为所述调节策略。

5.根据权利要求4所述的方法，其特征在于，基于所述调节策略对所述吸盘的气压值进行调节，得到调节后的气压值包括：

基于所述调节策略对应的需要调节的数值，按所述对所述吸盘的气压值进行调节的方向调节气阀以调节气泵为所述吸盘提供的气压量，以得到所述吸盘需要的调节后的气压值。

6.一种机器人的控制装置，其特征在于，包括：

获取单元，用于获取由力传感器采集的预定负载的重量信息；

确定单元，用于根据所述重量信息确定对提供能量的吸盘的气压值进行调节的调节策略；

调节单元，用于基于所述调节策略对所述吸盘的气压值进行调节，得到调节后的气压值；

控制单元，用于控制所述吸盘以所述调节后的气压值吸取所述预定负载，并将所述预定负载移动至目标位置。

7.根据权利要求6所述的装置，其特征在于，所述确定单元包括：

确定模块，用于通过预定模型，确定与所述重量信息对应的调节策略，其中，所述预定模型为使用多组训练数据通过机器学习得到的，所述多组训练数据中的每组训练数据均包括：重量信息以及与重量信息对应的调节策略。

8.根据权利要求7所述的装置，其特征在于，还包括：

采集单元，用于在通过预定模型，确定与所述重量信息对应的调节策略之前，采集历史时间段内的多个历史重量信息以及多个历史重量信息；

训练单元，用于对包括所述多个历史重量信息以及所述多个历史重量信息的多组训练数据进行训练，得到所述预定模型。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至5中任意一项所述的机器人的控制方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至5中任意一项所述的机器人的控制方法。

Images