CN110888421B - 一种机器人、机器人的运动自适应方法和系统 - Google Patents

一种机器人、机器人的运动自适应方法和系统 Download PDF

Info

Publication number
CN110888421B
CN110888421B CN201810951364.6A CN201810951364A CN110888421B CN 110888421 B CN110888421 B CN 110888421B CN 201810951364 A CN201810951364 A CN 201810951364A CN 110888421 B CN110888421 B CN 110888421B
Authority
CN
China
Prior art keywords
robot
axis direction
motion
image
time control
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
Application number
CN201810951364.6A
Other languages
English (en)
Other versions
CN110888421A (zh
Inventor
曾雄伟
方榆
黄景维
王荣秋
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.)
Foshan Shaoma Intelligent Equipment Technology Co ltd
Original Assignee
Guangzhou Shaoma Intelligent Equipment Technology Co ltd
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 Guangzhou Shaoma Intelligent Equipment Technology Co ltd filed Critical Guangzhou Shaoma Intelligent Equipment Technology Co ltd
Priority to CN201810951364.6A priority Critical patent/CN110888421B/zh
Publication of CN110888421A publication Critical patent/CN110888421A/zh
Application granted granted Critical
Publication of CN110888421B publication Critical patent/CN110888421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0227—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
    • G05D1/0229—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area in combination with fixed guiding means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机器人、机器人的运动自适应方法和系统，本发明通过时间控制量调整机器人的运动状态，首先识别机器人与识别标签之间的第一相对位置关系，然后根据第一相对位置关系计算机器人的运动时间控制量，在机器人运动一段时间后再根据机器人当前与识别标签之间的第二相对位置关系，得到机器人实际移动的距离，根据机器人实际移动的距离和理论移动距离调整运动时间控制量。本发明使得机器人可以在匀速状态下移动，减少速度变更的次数，使得机器人运动更加平稳流畅；同时，本发明根据机器人的实际移动距离和理论移动距离对运动时间控制量进行调整，形成负反馈，使得机器人运动更加精确。本发明可以广泛应用于自动化领域。

Description

一种机器人、机器人的运动自适应方法和系统
技术领域
本发明涉及自动化领域，尤其是一种机器人、机器人的运动自适应方法和系统。
背景技术
随着科学技术的发展，在机器视觉系统上的软硬件已经发展得非常成熟。在硬件方面，高精度、大分辨率、高速扫描的相机已经大量应用在航天航空、工业控制、视频监控等领域，同时高性能的计算机更是在社会的各个领域中成为了不可或缺的一部分。在软件方面，随着大量图像处理算法不断地深入研究，这些图像处理算法已经得到了实际应用的验证，并且广泛应用于实际的及其视觉产品的生产过程中。软硬件技术的持续进步，使得机器人技术也得到了深入的发展。
机房巡检是保障机房设备安全和保证设备正常运转的重要工作。目前，很多大型机房的巡检工作已经由机器人代替人工。采用机器人代替人工巡检，能够提升巡检效率，降低人力成本。
机器人要在机房中实现定位，需要通过视觉识别技术来识别特定标签来定位。机器人通过识别周围的标签来确认自己的位置，然后通过不断调整姿态以达到目标位置。
现有的机房巡检机器人的识别原理为：通过摄像头周期性地获取图像，然后计算机器人与标签之间的相对位置关系；系统根据标签与机器人的相对位置关系，对机器人的电机驱动模块输出一个相应的速度值，当一个周期执行完毕后，机器人会关闭电机驱动；然后再不断重复上述操作。相当于每个周期结束时机器人会存在一个停顿的动作。
因此，目前的技术需要通过多次调整机器人的速度，才能使机器人达到目标机柜的正前方。这种方法不仅无法实现对目标的快速跟踪，巡检效率低。
发明内容
为解决上述技术问题，本发明的目的在于：提供一种巡检效率高的机器人、机器人的运动自适应方法和系统。
本发明所采取的第一种技术方案是：
一种机器人的运动自适应方法，包括以下步骤：
获取机器人的运动速度参数；所述运动速度参数包括机器人在X轴方向和Y轴方向的运动速度值；
获取摄像头拍摄的第一图像；所述第一图像中包含识别标签；
根据第一图像得到机器人与识别标签之间的第一相对位置关系；第一相对位置关系包括在拍摄第一图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据第一相对位置关系和机器人运动速度参数，计算机器人的运动时间控制量；所述运动时间控制量包括在X轴方向的控制量和在Y轴方向的控制量；
根据运动时间控制量驱动机器人移动；
在机器人运动一段时间后，获取摄像头拍摄的第二图像；所述第二图像中包含识别标签；
根据第二图像得到机器人与识别标签之间的第二相对位置关系；第二相对位置关系包括在拍摄第二图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数；所述调整系数包括在X轴方向的调整系数和在Y轴方向的调整系数；
根据调整系数调整运动时间控制量，根据调整后的运动时间控制量驱动机器人移动。
进一步，所述根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数，这一步骤具体包括：
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间，以及机器人的运动速度参数，计算机器人在X轴方向和Y轴方向的理论运动距离；
根据第一相对位置关系和第二相对位置关系，得到机器人在X轴方向和Y轴方向的实际运动距离；
根据机器人在X轴方向的理论运动距离和实际运动距离，得到机器人在X轴方向的运动时间控制量的调整系数；
根据机器人在Y轴方向的理论运动距离和实际运动距离，得到机器人在Y轴方向的运动时间控制量的调整系数。
进一步，所述机器人在X轴方向的运动时间控制量的调整系数和机器人在Y轴方向的运动时间控制量的调整系数的计算公式为：
Figure BDA0001771572590000021
其中，axn表示当前计算的机器人在X轴方向的运动时间控制量的调整系数，ax(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，ayn表示当前计算的机器人在Y轴方向的运动时间控制量的调整系数，ay(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，n大于等于1且为正整数，ay0＝ax0＝1，Lx表示当前机器人在X轴方向的理论运动距离，Sx表示当前机器人在X轴方向的实际运动距离，Ly表示当前机器人在Y轴方向的理论运动距离，Sy表示当前机器人在Y轴方向的实际运动距离，α和β为设定系数，且α+β＝1。
进一步，所述识别标签为ArUco标签。
进一步，在所述获取摄像头拍摄的第一图像，这一步骤之前还包括以下步骤：
接收来自服务器的任务指令，获取任务指令中的识别标签的数据。
本发明所采取的第二种技术方案是：
一种机器人的运动自适应系统，包括：
存储器，用于存储程序；
处理器，用于加载所述程序以执行一种机器人的运动自适应方法。
本发明所采取的第三种技术方案是：
一种机器人，包括摄像头、驱动机构和处理器，所述处理器分别与摄像头和驱动机构通信连接，所述处理器和摄像头均安装在驱动机构上；
所述摄像头用于拍摄图像；
所述处理器用于执行运动自适应方法，所述方法包括以下步骤：
获取机器人的运动速度参数；所述运动速度参数包括机器人在X轴方向和Y轴方向的运动速度值；
获取摄像头拍摄的第一图像；所述第一图像中包含识别标签；
根据第一图像得到机器人与识别标签之间的第一相对位置关系；第一相对位置关系包括在拍摄第一图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据第一相对位置关系和机器人运动速度参数，计算机器人的运动时间控制量；所述运动时间控制量包括在X轴方向的控制量和在Y轴方向的控制量；
根据运动时间控制量向驱动机构发送控制信号；
在机器人运动一段时间后，获取摄像头拍摄的第二图像；所述第二图像中包含识别标签；
根据第二图像得到机器人与识别标签之间的第二相对位置关系；第二相对位置关系包括在拍摄第二图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数；所述调整系数包括在X轴方向的调整系数和在Y轴方向的调整系数；
根据调整系数调整运动时间控制量，根据调整后的运动时间控制量向驱动机构发送控制信号；
所述驱动机构用于根据处理器控制信号带动机器人在X轴方向和/或在Y轴方向匀速运动。
进一步，所述根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数，这一步骤具体包括：
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间，以及机器人的运动速度参数，计算机器人在X轴方向和Y轴方向的理论运动距离；
根据第一相对位置关系和第二相对位置关系，得到机器人在X轴方向和Y轴方向的实际运动距离；
根据机器人在X轴方向的理论运动距离和实际运动距离，得到机器人在X轴方向的运动时间控制量的调整系数；
根据机器人在Y轴方向的理论运动距离和实际运动距离，得到机器人在Y轴方向的运动时间控制量的调整系数。
进一步，所述机器人的运动时间控制量在X轴方向的调整系数和在Y轴方向的调整系数的计算公式为：
Figure BDA0001771572590000041
其中，axn表示当前计算的机器人在X轴方向的运动时间控制量的调整系数，ax(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，ayn表示当前计算的机器人在Y轴方向的运动时间控制量的调整系数，ay(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，n大于等于1且为正整数，ay0＝ax0＝1，Lx表示当前机器人在X轴方向的理论运动距离，Sx表示当前机器人在X轴方向的实际运动距离，Ly表示当前机器人在Y轴方向的理论运动距离，Sy表示当前机器人在Y轴方向的实际运动距离，α和β为设定系数，α+β＝1。
进一步，还包括通信模块，所述通信模块用于接收来自服务器的任务指令，所述通信模块与处理器通信连接，所述处理器根据服务器的任务指令执行所述运动自适应方法。
本发明的有益效果是：本发明通过时间控制量调整机器人的运动状态，使得机器人可以在匀速状态下移动，减少速度变更的次数，使得机器人运动更加平稳流畅；同时，本发明在机器人运动一段时间后，根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系来计算时间控制量的调整系数，并根据调整系数来调整运动时间控制量，形成负反馈，使得机器人的运动更加精确，从而减少机器人姿态调整次数，提升了机器人的巡检效率。
附图说明
图1为本发明中机器人与识别标签之间的位置关系示意图；
图2为本发明一种具体实施例的机器人的运动自适应方法的流程图；
图3为本发明一种具体实施例的机器人的运动自适应方法中步骤S105的子步骤流程图；
图4为本发明一种具体实施例的机器人的模块框图；
图5为本发明一种具体实施例的机器人的处理器所执行的运动自适应方法的流程图；
图6为本发明一种具体实施例的机器人的处理器所执行的运动自适应方法中步骤S508的子步骤流程图。
具体实施方式
下面结合说明书附图和具体的实施例对本发明进行进一步的说明。
如图1所示，机器人100与识别标签200在X轴方向上的相对距离为xr，在Y轴方向上的相对距离为yr。本实施例为了便于本领域技术人员理解本方案，以机器人100正面朝向的方向作为Y轴的正方向建立坐标系。机器人100在执行本方案之前可以通过原地旋转等方式调整姿态以寻找识别标签，一般情况下识别标签贴在机柜上，因此可以通过跟踪识别标签来使机器人运动到机柜面前。
参照图2，一种机器人的运动自适应方法，包括以下步骤：
S101、获取机器人的运动速度参数；所述运动速度参数包括机器人在X轴方向和Y轴方向的运动速度值。由于受到机房场地的限制，机器人在机房内做匀速运动比较符合实际情况，因此可以预先设定机器人的运动速度参数。其中机器人在X轴方向和Y轴方向上的运动速度是可以相同或者不同的。
S102、获取摄像头拍摄的第一图像；所述第一图像中包含识别标签。即能够从第一图像中识别出识别标签。
S103、根据第一图像得到机器人与识别标签之间的第一相对位置关系；第一相对位置关系包括在拍摄第一图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；在本步骤，可以根据识别标签的大小形状以及识别标签在第一图像中的距离来确定机器人与识别标签在X轴方向和Y轴方向的相对距离。
S104、根据第一相对位置关系和机器人运动速度参数，计算机器人的运动时间控制量；所述运动时间控制量包括在X轴方向的控制量和在Y轴方向的控制量。其中，X轴方向的控制量tx可以通过机器人与识别标签在X轴方向的相对距离xr和机器人在X轴上的速度vx求得。同理，Y轴方向的控制量ty可以通过机器人与识别标签在Y轴方向的相对距离yr和机器人在Y轴上的速度vy求得。如下式：
Figure BDA0001771572590000061
机器人会根据相对距离的值判断机器人的运动方向。
S105、根据运动时间控制量驱动机器人移动。所求的运动时间控制量为时间，例如在X轴方向的控制量10秒，在Y轴方向的控制量为10秒。机器人可以根据设定规则，先在X轴方向运动10秒，再在Y轴方向运动10秒，或者在X轴方向和Y轴方向同时运动10秒。
S106、在机器人运动一段时间后，获取摄像头拍摄的第二图像；所述第二图像中包含识别标签。在机器人运动一段时间后，机器人与识别标签之间的相对位置发生了变化，通过再次采集图像，可以得知当前机器人与识别标签之间的相对位置。
S107、根据第二图像得到机器人与识别标签之间的第二相对位置关系；第二相对位置关系包括在拍摄第二图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
S108、根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数；所述调整系数包括在X轴方向的调整系数和在Y轴方向的调整系数。
根据第一相对位置关系和第二相对位置关系，可以求得机器人在X轴方向和Y轴方向的实际运动距离，同时，根据机器人在X轴方向和Y轴方向的运动时间以及机器人的运动速度参数，可以求得机器人在X轴方向和Y轴方向的理论运动距离。而实际上机器人的实际运动速度和运动速度参数之间是存在偏差的，因此可以通过机器人在X轴方向和Y轴方向的理论运动距离和实际运动距离求算两者之间的偏差，并获得一个调整系数。
S109、根据调整系数调整运动时间控制量，根据调整后的运动时间控制量驱动机器人移动。经过调整系数调整后的运动时间控制量更加准确。
参照图3，作为优选的实施例，步骤S108具体包括：
S1081、根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间，以及机器人的运动速度参数，计算机器人在X轴方向和Y轴方向的理论运动距离，所述理论运动距离的计算公式如下：
Figure BDA0001771572590000071
Lx表示机器人在X轴方向的理论运动距离，tx表示机器人在X轴方向的运动时间，Ly表示机器人在Y轴方向的理论运动距离，ty表示机器人在Y轴方向的运动时间。
S1082、根据第一相对位置关系和第二相对位置关系，得到机器人在X轴方向和Y轴方向的实际运动距离；
当前标签距离机器人的位置关系(xr,yr)，上次的标签距离机器人的位置关系(x'r,y'r)，此时真实的运动距离Sx和Sy可以用下式计算：
Figure BDA0001771572590000072
S1083、根据机器人在X轴方向的理论运动距离和实际运动距离，得到机器人在X轴方向的运动时间控制量的调整系数。
S1084、根据机器人在Y轴方向的理论运动距离和实际运动距离，得到机器人在Y轴方向的运动时间控制量的调整系数。将理论运动距离和实际运动距离相除，可以得到一个粗略的调整系数。可以用该粗略的调整系数对运动时间控制量进行反馈调整。
作为优选的实施例，为了提升调整系数的精度。所述机器人在X轴方向的运动时间控制量的调整系数和机器人在Y轴方向的运动时间控制量的调整系数的计算公式为：
Figure BDA0001771572590000073
其中，axn表示当前计算的机器人在X轴方向的运动时间控制量的调整系数，ax(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，ayn表示当前计算的机器人在Y轴方向的运动时间控制量的调整系数，ay(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，n大于等于1且为正整数，ay0＝ax0＝1，Lx表示当前机器人在X轴方向的理论运动距离，Sx表示当前机器人在X轴方向的实际运动距离，Ly表示当前机器人在Y轴方向的理论运动距离，Sy表示当前机器人在Y轴方向的实际运动距离，α和β为设定系数，且α+β＝1。本公式根据上一次得到的调整系数对当前的调整系数进行调整，可以使得机器人计算得到的调整系数越来越精确。将得到的调整系数与时间控制量相乘得到修正后的时间控制量。
作为优选的实施例，所述识别标签为ArUco标签。ArUco标签以及其识别技术比较成熟，能够提升识别速度，以增加机器人的处理效率。
作为优选的实施例，在所述获取摄像头拍摄的第一图像，这一步骤之前还包括以下步骤：
接收来自服务器的任务指令，获取任务指令中的识别标签的数据。机器人根据服务器的任务指令来追踪识别标签，因此任务指令中，包含识别标签的数据，以区分到底要跟踪哪一个识别标签。
一种机器人的运动自适应系统，包括：
存储器，用于存储程序；
处理器，用于加载所述程序以执行如图1所示的一种机器人的运动自适应方法。
参照图4，一种机器人，包括摄像头、驱动机构和处理器，所述处理器分别与摄像头和驱动机构通信连接，所述处理器和摄像头均安装在驱动机构上；
所述驱动机构包括电源、电机和轮子，所述轮子可以是万向轮。所述摄像头可以采用现有的高清摄像头实现。
所述摄像头用于拍摄图像；
所述处理器用于执行运动自适应方法，参照图5，所述方法包括以下步骤：
S501、获取机器人的运动速度参数；所述运动速度参数包括机器人在X轴方向和Y轴方向的运动速度值；由于受到机房场地的限制，机器人在机房内做匀速运动比较符合实际情况，因此可以预先设定机器人的运动速度参数。其中机器人在X轴方向和Y轴方向上的运动速度是可以相同或者不同的。
S502、获取摄像头拍摄的第一图像；所述第一图像中包含识别标签；即能够从第一图像中识别出识别标签。
S503、根据第一图像得到机器人与识别标签之间的第一相对位置关系；第一相对位置关系包括在拍摄第一图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；在本步骤，可以根据识别标签的大小形状以及识别标签在第一图像中的距离来确定机器人与识别标签在X轴方向和Y轴方向的相对距离。
S504、根据第一相对位置关系和机器人运动速度参数，计算机器人的运动时间控制量；所述运动时间控制量包括在X轴方向的控制量和在Y轴方向的控制量。其中，X轴方向的控制量tx可以通过机器人与识别标签在X轴方向的相对距离xr和机器人在X轴上的速度vx求得。同理，Y轴方向的控制量ty可以通过机器人与识别标签在Y轴方向的相对距离yr和机器人在Y轴上的速度vy求得。如下式：
Figure BDA0001771572590000091
机器人会根据相对距离的值判断机器人的运动方向。
S505、根据运动时间控制量向驱动机构发送控制信号；所求的运动时间控制量为时间，例如在X轴方向的控制量10秒，在Y轴方向的控制量为10秒。机器人可以根据设定规则，先在X轴方向运动10秒，再在Y轴方向运动10秒，或者在X轴方向和Y轴方向同时运动10秒。
S506、在机器人运动一段时间后，获取摄像头拍摄的第二图像；所述第二图像中包含识别标签。在机器人运动一段时间后，机器人与识别标签之间的相对位置发生了变化，通过再次采集图像，可以得知当前机器人与识别标签之间的相对位置。
S507、根据第二图像得到机器人与识别标签之间的第二相对位置关系；第二相对位置关系包括在拍摄第二图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
S508、根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数；所述调整系数包括在X轴方向的调整系数和在Y轴方向的调整系数。
根据第一相对位置关系和第二相对位置关系，可以求得机器人在X轴方向和Y轴方向的实际运动距离，同时，根据机器人在X轴方向和Y轴方向的运动时间以及机器人的运动速度参数，可以求得机器人在X轴方向和Y轴方向的理论运动距离。而实际上机器人的实际运动速度和运动速度参数之间是存在偏差的，因此可以通过机器人在X轴方向和Y轴方向的理论运动距离和实际运动距离求算两者之间的偏差，并获得一个调整系数。
S509、根据调整系数调整运动时间控制量，根据调整后的运动时间控制量向驱动机构发送控制信号。经过调整系数调整后的运动时间控制量更加准确。
所述驱动机构用于根据处理器控制信号带动机器人在X轴方向和/或在Y轴方向匀速运动。
参照图6，作为优选的实施例，所述步骤S508具体包括：
S5081、根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间，以及机器人的运动速度参数，计算机器人在X轴方向和Y轴方向的理论运动距离。其中，理论运动距离的计算公式如下：
Figure BDA0001771572590000101
Lx表示机器人在X轴方向的理论运动距离，tx表示机器人在X轴方向的运动时间，Ly表示机器人在Y轴方向的理论运动距离，ty表示机器人在Y轴方向的运动时间。
S5082、根据第一相对位置关系和第二相对位置关系，得到机器人在X轴方向和Y轴方向的实际运动距离；
当前标签距离机器人的位置关系(xr,yr)，上次的标签距离机器人的位置关系(x'r,y'r)，此时真实的运动距离Sx和Sy可以用下式计算：
Figure BDA0001771572590000102
S5083、根据机器人在X轴方向的理论运动距离和实际运动距离，得到机器人在X轴方向的运动时间控制量的调整系数；
S5084、根据机器人在Y轴方向的理论运动距离和实际运动距离，得到机器人在Y轴方向的运动时间控制量的调整系数。将理论运动距离和实际运动距离相除，可以得到一个粗略的调整系数。可以用该粗略的调整系数对运动时间控制量进行反馈调整。
作为优选的实施例，为了提升调整系数的精度。所述机器人的运动时间控制量在X轴方向的调整系数和在Y轴方向的调整系数的计算公式为：
Figure BDA0001771572590000111
其中，axn表示当前计算的机器人在X轴方向的运动时间控制量的调整系数，ax(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，ayn表示当前计算的机器人在Y轴方向的运动时间控制量的调整系数，ay(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，n大于等于1且为正整数，ay0＝ax0＝1，Lx表示当前机器人在X轴方向的理论运动距离，Sx表示当前机器人在X轴方向的实际运动距离，Ly表示当前机器人在Y轴方向的理论运动距离，Sy表示当前机器人在Y轴方向的实际运动距离，α和β为设定系数，α+β＝1。本公式根据上一次得到的调整系数对当前的调整系数进行调整，可以使得机器人计算得到的调整系数越来越精确。将得到的调整系数与时间控制量相乘得到修正后的时间控制量。
参照图4，作为优选的实施例，还包括通信模块，所述通信模块用于接收来自服务器的任务指令，所述通信模块与处理器通信连接，所述处理器根据服务器的任务指令执行所述运动自适应方法。
对于上述方法实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种机器人的运动自适应方法，其特征在于：包括以下步骤：
获取机器人的运动速度参数；所述运动速度参数包括机器人在X轴方向和Y轴方向的运动速度值；
获取摄像头拍摄的第一图像；所述第一图像中包含识别标签；
根据第一图像得到机器人与识别标签之间的第一相对位置关系；第一相对位置关系包括在拍摄第一图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据第一相对位置关系和机器人运动速度参数，计算机器人的运动时间控制量；所述运动时间控制量包括在X轴方向的控制量和在Y轴方向的控制量；
根据运动时间控制量驱动机器人移动；
在机器人运动一段时间后，获取摄像头拍摄的第二图像；所述第二图像中包含识别标签；
根据第二图像得到机器人与识别标签之间的第二相对位置关系；第二相对位置关系包括在拍摄第二图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数；所述调整系数包括在X轴方向的调整系数和在Y轴方向的调整系数；
根据调整系数调整运动时间控制量，根据调整后的运动时间控制量驱动机器人移动。
2.根据权利要求1所述的一种机器人的运动自适应方法，其特征在于：所述根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数，这一步骤具体包括：
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间，以及机器人的运动速度参数，计算机器人在X轴方向和Y轴方向的理论运动距离；
根据第一相对位置关系和第二相对位置关系，得到机器人在X轴方向和Y轴方向的实际运动距离；
根据机器人在X轴方向的理论运动距离和实际运动距离，得到机器人在X轴方向的运动时间控制量的调整系数；
根据机器人在Y轴方向的理论运动距离和实际运动距离，得到机器人在Y轴方向的运动时间控制量的调整系数。
3.根据权利要求2所述的一种机器人的运动自适应方法，其特征在于：所述机器人在X轴方向的运动时间控制量的调整系数和机器人在Y轴方向的运动时间控制量的调整系数的计算公式为：
Figure FDA0001771572580000021
其中，axn表示当前计算的机器人在X轴方向的运动时间控制量的调整系数，ax(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，ayn表示当前计算的机器人在Y轴方向的运动时间控制量的调整系数，ay(n-1)表示上一次计算的机器人在Y 轴方向的运动时间控制量的调整系数，n大于等于1且为正整数，ay0＝ax0＝1，Lx表示当前机器人在X轴方向的理论运动距离，Sx表示当前机器人在X轴方向的实际运动距离，Ly表示当前机器人在Y轴方向的理论运动距离，Sy表示当前机器人在Y轴方向的实际运动距离，α和β为设定系数，且α+β＝1。
4.根据权利要求1所述的一种机器人的运动自适应方法，其特征在于：所述识别标签为ArUco标签。
5.根据权利要求1所述的一种机器人的运动自适应方法，其特征在于：在所述获取摄像头拍摄的第一图像，这一步骤之前还包括以下步骤：
接收来自服务器的任务指令，获取任务指令中的识别标签的数据。
6.一种机器人的运动自适应系统，其特征在于：包括：
存储器，用于存储程序；
处理器，用于加载所述程序以执行如权利要求1-5任一项所述的一种机器人的运动自适应方法。
7.一种机器人，其特征在于：包括摄像头、驱动机构和处理器，所述处理器分别与摄像头和驱动机构通信连接，所述处理器和摄像头均安装在驱动机构上；
所述摄像头用于拍摄图像；
所述处理器用于执行运动自适应方法，所述方法包括以下步骤：
获取机器人的运动速度参数；所述运动速度参数包括机器人在X轴方向和Y轴方向的运动速度值；
获取摄像头拍摄的第一图像；所述第一图像中包含识别标签；
根据第一图像得到机器人与识别标签之间的第一相对位置关系；第一相对位置关系包括在拍摄第一图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据第一相对位置关系和机器人运动速度参数，计算机器人的运动时间控制量；所述运动时间控制量包括在X轴方向的控制量和在Y轴方向的控制量；
根据运动时间控制量向驱动机构发送控制信号；
在机器人运动一段时间后，获取摄像头拍摄的第二图像；所述第二图像中包含识别标签；
根据第二图像得到机器人与识别标签之间的第二相对位置关系；第二相对位置关系包括在拍摄第二图像时，机器人与识别标签在X轴方向和Y轴方向的相对距离；
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数；所述调整系数包括在X轴方向的调整系数和在Y轴方向的调整系数；
根据调整系数调整运动时间控制量，根据调整后的运动时间控制量向驱动机构发送控制信号；
所述驱动机构用于根据处理器控制信号带动机器人在X轴方向和/或在Y轴方向匀速运动。
8.根据权利要求7所述的一种机器人，其特征在于：所述根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间、运动速度参数、第一相对位置关系和第二相对位置关系，得到运动时间控制量的调整系数，这一步骤具体包括：
根据在获取第一图像和第二图像的时间间隔内机器人在X轴方向和Y轴方向的运动时间，以及机器人的运动速度参数，计算机器人在X轴方向和Y轴方向的理论运动距离；
根据第一相对位置关系和第二相对位置关系，得到机器人在X轴方向和Y轴方向的实际运动距离；
根据机器人在X轴方向的理论运动距离和实际运动距离，得到机器人在X轴方向的运动时间控制量的调整系数；
根据机器人在Y轴方向的理论运动距离和实际运动距离，得到机器人在Y轴方向的运动时间控制量的调整系数。
9.根据权利要求8所述的一种机器人，其特征在于：所述机器人的运动时间控制量在X轴方向的调整系数和在Y轴方向的调整系数的计算公式为：
Figure FDA0001771572580000041
其中，axn表示当前计算的机器人在X轴方向的运动时间控制量的调整系数，ax(n-1)表示上一次计算的机器人在X轴方向的运动时间控制量的调整系数，ayn表示当前计算的机器人在Y轴方向的运动时间控制量的调整系数，ay(n-1)表示上一次计算的机器人在Y 轴方向的运动时间控制量的调整系数，n大于等于1且为正整数，ay0＝ax0＝1，Lx表示当前机器人在X轴方向的理论运动距离，Sx表示当前机器人在X轴方向的实际运动距离，Ly表示当前机器人在Y轴方向的理论运动距离，Sy表示当前机器人在Y轴方向的实际运动距离，α和β为设定系数，α+β＝1。
10.根据权利要求7所述的一种机器人，其特征在于：还包括通信模块，所述通信模块用于接收来自服务器的任务指令，所述通信模块与处理器通信连接，所述处理器根据服务器的任务指令执行所述运动自适应方法。
CN201810951364.6A 2018-08-21 2018-08-21 一种机器人、机器人的运动自适应方法和系统 Active CN110888421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810951364.6A CN110888421B (zh) 2018-08-21 2018-08-21 一种机器人、机器人的运动自适应方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810951364.6A CN110888421B (zh) 2018-08-21 2018-08-21 一种机器人、机器人的运动自适应方法和系统

Publications (2)

Publication Number Publication Date
CN110888421A CN110888421A (zh) 2020-03-17
CN110888421B true CN110888421B (zh) 2022-07-12

Family

ID=69744182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810951364.6A Active CN110888421B (zh) 2018-08-21 2018-08-21 一种机器人、机器人的运动自适应方法和系统

Country Status (1)

Country Link
CN (1) CN110888421B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010108433A (ja) * 2008-10-31 2010-05-13 Toshiba Tec Corp 自律移動装置およびその制御方法
CN104181926A (zh) * 2014-09-17 2014-12-03 上海畔慧信息技术有限公司 机器人的导航控制方法
CN105425791A (zh) * 2015-11-06 2016-03-23 武汉理工大学 一种基于视觉定位的群机器人控制系统及方法
CN106969766A (zh) * 2017-03-21 2017-07-21 北京品创智能科技有限公司 一种基于单目视觉和二维码路标的室内自主导航方法
CN108007472A (zh) * 2017-12-01 2018-05-08 深圳市沃特沃德股份有限公司 测量视觉扫地机器人里程计补偿系数的方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010108433A (ja) * 2008-10-31 2010-05-13 Toshiba Tec Corp 自律移動装置およびその制御方法
CN104181926A (zh) * 2014-09-17 2014-12-03 上海畔慧信息技术有限公司 机器人的导航控制方法
CN105425791A (zh) * 2015-11-06 2016-03-23 武汉理工大学 一种基于视觉定位的群机器人控制系统及方法
CN106969766A (zh) * 2017-03-21 2017-07-21 北京品创智能科技有限公司 一种基于单目视觉和二维码路标的室内自主导航方法
CN108007472A (zh) * 2017-12-01 2018-05-08 深圳市沃特沃德股份有限公司 测量视觉扫地机器人里程计补偿系数的方法及系统

Also Published As

Publication number Publication date
CN110888421A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
CN110238849B (zh) 机器人手眼标定方法及装置
Baeten et al. Hybrid vision/force control at corners in planar robotic-contour following
CN111905983B (zh) 基于视觉跟随的点胶轨迹修正方法、装置、系统及介质
CN108161931A (zh) 基于视觉的工件自动识别及智能抓取系统
CN111604942A (zh) 物体检测装置、控制装置以及物体检测用计算机程序
CN103895042A (zh) 一种基于视觉引导的工业机器人工件定位抓取方法及系统
US9958856B2 (en) Robot, robot control method and robot control program
CN101402199A (zh) 基于视觉的手眼式低伺服精度机器人移动目标抓取方法
CN104915947A (zh) 图像处理装置、系统、图像处理方法及图像处理程序
CN110581946B (zh) 控制系统、控制装置、图像处理装置以及存储介质
CN109465829A (zh) 一种基于转换矩阵误差模型的工业机器人几何参数辨识方法
CN103112015A (zh) 一种适用于工业机器人的操作物位置姿态识别方法
CN114355953A (zh) 一种基于机器视觉的多轴伺服系统的高精度控制方法及系统
CN110888421B (zh) 一种机器人、机器人的运动自适应方法和系统
US20230123629A1 (en) 3d computer-vision system with variable spatial resolution
JP6950631B2 (ja) 位置決めシステム、制御方法およびプログラム
CN114734435B (zh) 一种基于超球面的编码器校准方法、装置及系统
JP2007171018A (ja) 物体位置認識方法及び物体位置認識装置
CN105345824A (zh) 一种视觉伺服机械臂的自适应磁滞消去装置
CN116408790A (zh) 机器人控制方法、装置、系统及存储介质
Shaw et al. Automatic classification of moving objects on an unknown speed production line with an eye-in-hand robot manipulator
JP2011093076A (ja) 情報処理方法及び装置並びにプログラム
CN111210469B (zh) 基于数字图像相关技术的机器人机加工位移参量测量方法
JP7172151B2 (ja) 制御システム、制御装置およびプログラム
CN113439013A (zh) 机器人系统，机器人的控制装置，以及机器人的控制程序

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200324

Address after: 510650 unit D406A, No.207, Changfu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant after: Guangzhou shaoma Intelligent Equipment Technology Co.,Ltd.

Address before: 510045 A, 16 / F, Jinan mansion, 300 Dongfeng Middle Road, Yuexiu District, Guangzhou, Guangdong.

Applicant before: GUANGZHOU HONGDU INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 528234 R&D Workshop 903, Building 10, Lihe Technology Industry Center, No. 99 Taoyuan East Road, Shishan Town, Nanhai District, Foshan City, Guangdong Province

Patentee after: Foshan Shaoma Intelligent Equipment Technology Co.,Ltd.

Address before: Unit D406A, 207 Changfu Road, Tianhe District, Guangzhou, Guangdong 510650

Patentee before: Guangzhou shaoma Intelligent Equipment Technology Co.,Ltd.