CN111015656A - 一种机器人主动避障的控制方法、装置及存储介质 - Google Patents
一种机器人主动避障的控制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111015656A CN111015656A CN201911314647.0A CN201911314647A CN111015656A CN 111015656 A CN111015656 A CN 111015656A CN 201911314647 A CN201911314647 A CN 201911314647A CN 111015656 A CN111015656 A CN 111015656A
- Authority
- CN
- China
- Prior art keywords
- mechanical arms
- robot
- image
- path
- mechanical
- 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.)
- Pending
Links
Images
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
Abstract
本发明涉及多机械臂路径规划技术领域，具体涉及一种机器人主动避障的控制方法、装置及存储介质，所述方法为：首先确定机械臂在机器人作业环境中的规划路径；进而控制机械臂以各自的规划路径运行，判断多个机械臂之间是否发生碰撞；当多个机械臂之间发生碰撞时，根据机械臂的任务优先级对多个机械臂进行调节，更新机械臂的规划路径，生成最终的运行路径，本发明还相应的提供了机器人主动避障的控制装置和存储介质，本发明能够对多个机械臂进行合理的分配控制，从而保证机器人系统的有效运转。
Description
技术领域
本发明涉及多机械臂路径规划技术领域，具体涉及一种机器人主动避障的控制方法、装置及存储介质。
背景技术
作为一种模拟人手臂的机器人,串联机械臂因具有运动灵活、通用性强、易于控制等优点,在工业生产中应用非常广泛。避障路径规划作为机械臂研究领域的关键技术之一,其效果好坏会对机械臂的控制效果产生重要的影响。
对于机器人而言，可利用自身安装的传感器及时获取周围环境的信息，当多个机械臂协同工作的时候，如何进行合理的分配控制，从而保证机器人系统的有效运转成为值得研究的问题，避障路径规划技术的研究对多个机械臂的协同控制具有重要价值。
发明内容
为解决上述问题，本发明提供一种机器人主动避障的控制方法、装置及存储介质，能够对多个机械臂进行合理的分配控制，从而保证机器人系统的有效运转。
为了实现上述目的，本发明提供以下技术方案：
根据本发明第一方面实施例提供的一种机器人主动避障的控制方法，包括：
确定机械臂在机器人作业环境中的规划路径；
控制机械臂以各自的规划路径运行，判断多个机械臂之间是否发生碰撞；
当多个机械臂之间发生碰撞时，根据机械臂的任务优先级对多个机械臂进行调节，更新机械臂的规划路径，生成最终的运行路径。
进一步，所述确定机械臂在机器人作业环境中的规划路径，具体为：
获取机器人作业环境的全局图像，所述全局图像包含障碍区间和可通行区间；
定位机械臂在所述全局图像中的起始坐标和目标坐标；
采用快速搜索随机树算法，建立起始坐标和目标坐标的可通行路径数据库；
采用均匀三次B样条曲线路径对可通行路径进行拟合，得到规划路径数据库；
从所述规划路径数据库中选择最短路径作为机械臂的规划路径。
进一步，所述判断多个机械臂之间是否发生碰撞，包括：
实时获取第一图像，所述第一图像包含多个机械臂，多个所述机械臂分别以各自的规划路径运行；
根据第一图像实时判断多个机械臂之间是否会发生碰撞。
进一步，所述根据第一图像实时判断多个机械臂之间是否会发生碰撞具体包括：
获取景深双目摄像头拍摄的第一图像，提取所述第一图像的景深图像信息；
通过点云库中的点云信息对第一图像进行三维重建，获取所述第一图像的三维点云信息；
根据机械臂的位姿信息和所述三维点云信息，通过点云匹配，提取所述第一图像中的机械臂点云信息，所述第一图像中的机械臂点云信息对应多个机械臂；
通过AABB碰撞检测算法解析所述机械臂点云信息，判断多个所述机械臂是否会发生碰撞。
进一步，所述根据机械臂的任务优先级对多个机械臂进行调节，包括：
获取多个机械臂的任务优先级；
对低优先级的机械臂进行减速处理，保持各个机械臂的运行轨迹不变；
实时计算施加于机械臂的外部力矩，判断是否发生碰撞；若否，则控制机械臂沿之前的规划路径继续运行；若是，则将低任务优先级的机械臂从最短规划路径调整为次短规划路径。
根据本发明第二方面实施例提供的一种机器人主动避障的控制系统，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机器人主动避障的控制程序，所述机器人主动避障的控制程序被所述处理器执行时实现本发明第一方面实施例提供的任一项所述的机器人主动避障的控制方法的步骤。
根据本发明第三方面实施例提供的一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行本发明第一方面实施例提供的机器人主动避障的控制方法。
本发明的有益效果是：本发明公开一种机器人主动避障的控制方法、装置及存储介质，所述方法为：首先确定机械臂在机器人作业环境中的规划路径；进而控制机械臂以各自的规划路径运行，判断多个机械臂之间是否发生碰撞；当多个机械臂之间发生碰撞时，根据机械臂的任务优先级对多个机械臂进行调节，更新机械臂的规划路径，生成最终的运行路径。本发明还相应的提供了机器人主动避障的控制装置和存储介质，本发明能够对多个机械臂进行合理的分配控制，从而保证机器人系统的有效运转。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一种机器人主动避障方法的流程示意图；
图2是本发明实施例步骤S100的流程示意图。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
参考图1，如图1所示为一种机器人主动避障的控制方法，包括以下步骤：
步骤S100、确定机械臂在机器人作业环境中的规划路径。
步骤S200、控制机械臂以各自的规划路径运行，判断多个机械臂之间是否发生碰撞。
步骤S300、当多个机械臂之间发生碰撞时，根据机械臂的任务优先级对多个机械臂进行调节，更新机械臂的规划路径，生成最终的运行路径。
本实施例首先确定机械臂在机器人作业环境中的规划路径；将该规划路径作为初步选项；接着测试该初步选项是否可行，即控制机械臂以各自的规划路径运行，判断多个机械臂之间是否发生碰撞，根据测试结果对规划路径进行调整；本实施例根据机械臂的任务优先级对多个机械臂进行调节，更新机械臂的规划路径，生成最终的运行路径。可保证机器人的机械臂能够按照任务的优先情况进行控制，能够对机械臂的运行控制进行合理分配，实现机器人主动避障。
参考图2，在一个改进的实施例中，所述步骤S100具体为：
步骤S110、获取机器人作业环境的全局图像，所述全局图像包含障碍区间和可通行区间；
步骤S120、定位机械臂在所述全局图像中的起始坐标和目标坐标；
步骤S130、采用快速搜索随机树算法，建立起始坐标和目标坐标的可通行路径数据库；
步骤S140、采用均匀三次B样条曲线路径对可通行路径进行拟合，得到规划路径数据库；
步骤S150、从所述规划路径数据库中选择最短路径作为机械臂的规划路径。
本实施例中，规划路径就是在给定的起始坐标和目标坐标之间为机械臂找到一条符合约束条件的路径。约束条件可以是无碰撞、路径最短、机械功最小等。本实施例首先寻找满足无碰撞的路径，每条机械臂均具有一条或多条可通行路径，从而建立起每条机械臂对应的可通行路径数据库；接着，再从可通行路径数据库中筛选路径最短这一约束条件，得到最短路径作为机械臂的规划路径。
本实施例采用的快速搜索随机树算法是一种多维空间中高效率的规划方法。它以一个初始点作为根节点，通过随机采样增加叶子节点的方式，生成一个随机扩展树，当随机树中的叶子节点包含了目标点或进入了目标区域，便可以在随机树中找到一条由从初始点到目标点的路径。
初始化时随机树只包含一个根节点。首先采用Sample函数从状态空间中随机选择一个采样点；然后采用Nearest函数从随机树中选择一个距离采样点最近的节点；最后Extend函数通过从最近的节点向采样点扩展一段距离，得到一个新的节点。如果新的节点与障碍物发生碰撞，则Extend函数返回空，放弃这次生长，否则将新的节点加入到随机树中。重复上述步骤直到最近的节点和目标点距离小于一个阈值，则代表随机树到达了目标点，算法返回成功。为了使算法可控，可以设定运行时间上限或搜索次数上限。如果在限制次数内无法到达目标点，则算法返回失败。
对于路径的非平滑问题，常用B样条对路径进行拟合得到平滑的B样条曲线。B样条曲线具有连续性和局部性等优点，使得其在路径规划中的应用非常广泛。
采用均匀三次B样条对可通行路径进行平滑处理，得到的规划路径曲率连续且有界，能满足机械臂的无碰撞约束条件。
在一个改进的实施例中，所述步骤S200中，判断多个机械臂之间是否发生碰撞，包括：
实时获取第一图像，所述第一图像包含多个机械臂，多个所述机械臂分别以各自的规划路径运行；
根据所述第一图像实时判断多个机械臂之间是否会发生碰撞。
在一个改进的实施例中，所述根据所述第一图像实时判断多个机械臂之间是否会发生碰撞具体包括：
获取景深双目摄像头拍摄的第一图像，提取所述第一图像的景深图像信息。
通过点云库中的点云信息对第一图像进行三维重建，获取所述第一图像的三维点云信息。
根据机械臂的位姿信息和所述三维点云信息，通过点云匹配，提取所述第一图像中的机械臂点云信息，所述机械臂点云信息对应多个机械臂。所述机械臂位姿信息从所述工业机器人的控制器中读取。
通过AABB碰撞检测算法解析所述机械臂位姿信息，判断多个所述机械臂是否会发生碰撞。
示例性的，设机器人系统上设有两条机械臂，首先，读取控制第一机械臂运行的第一规划路径和控制第二机械臂运行的第二规划路径；
根据所述第一规划路径控制第一机械臂运行，根据所述第二规划路径控制第二机械臂运行；
实时采集包含第一机械臂和第二机械臂的第一图像；
根据所述第一图像实时判断第一机械臂和第二机械臂是否会发生碰撞。
在一个改进的实施例中，所述根据机械臂的任务优先级对多个机械臂进行调节，包括：
对低优先级的机械臂进行减速处理，保持机械臂运行轨迹不变；
实时计算施加于机械臂的外部力矩，判断是否发生碰撞；若否，则控制机械臂沿之前的规划路径继续运行。
计算施加于工业机器人的外部力矩的方法为：采集伺服电机中的电流i，从而获取关节力矩T，其中，T＝Kt*i，kt为伺服电机的转矩常数，从而实现对外部力矩的计算。
若是，则从所述规划路径数据库中选择次短路径控制低优先级的机械臂运行。
本发明实施例还提供一种机器人主动避障的控制装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机器人主动避障的控制程序，所述机器人主动避障的控制程序被所述处理器执行时实现以上所述的机器人主动避障的控制方法的步骤。
可见，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行以上所述的机器人主动避障的控制方法。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件的实现方式，以软件形式加载到处理器中，以有效利用各种传感器采集的数据，控制机器人主动避障。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可以以软件产品的形式体现出来。
所述处理器可以是中央处理单元(Central-Processing-Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital-Signal-Processor，DSP)、专用集成电路(Application-Specific-Integrated-Circuit，ASIC)、现场可编程门阵列(Field-Programmable-Gate-Arr ay，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于路径匹配的机器人主动避障系统的控制中心，利用各种接口和线路连接整个基于路径匹配的机器人主动避障系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述基于路径匹配的机器人主动避障系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart-Media-Card，SMC)，安全数字(Secure-Digital，SD)卡，闪存卡(Flash-Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求，考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。
Claims (7)
1.一种机器人主动避障的控制方法，其特征在于，包括：
确定机械臂在机器人作业环境中的规划路径；
控制机械臂以各自的规划路径运行，判断多个机械臂之间是否发生碰撞；
当多个机械臂之间发生碰撞时，根据机械臂的任务优先级对多个机械臂进行调节，更新机械臂的规划路径，生成最终的运行路径。
2.根据权利要求1所述的一种机器人主动避障的控制方法，其特征在于，所述确定机械臂在机器人作业环境中的规划路径，具体为：
获取机器人作业环境的全局图像，所述全局图像包含障碍区间和可通行区间；
定位机械臂在所述全局图像中的起始坐标和目标坐标；
采用快速搜索随机树算法，建立起始坐标和目标坐标的可通行路径数据库；
采用均匀三次B样条曲线路径对可通行路径进行拟合，得到规划路径数据库；
从所述规划路径数据库中选择最短路径作为机械臂的规划路径。
3.根据权利要求2所述的一种机器人主动避障的控制方法，其特征在于，所述判断多个机械臂之间是否发生碰撞，包括：
实时获取第一图像，所述第一图像包含多个机械臂，多个所述机械臂分别以各自的规划路径运行；
根据第一图像实时判断多个机械臂之间是否会发生碰撞。
4.根据权利要求1所述的一种机器人主动避障的控制方法，其特征在于，所述根据第一图像实时判断多个机械臂之间是否会发生碰撞具体包括：
获取景深双目摄像头拍摄的第一图像，提取所述第一图像的景深图像信息；
通过点云库中的点云信息对第一图像进行三维重建，获取所述第一图像的三维点云信息；
根据机械臂的位姿信息和所述三维点云信息，通过点云匹配，提取所述第一图像中的机械臂点云信息，所述第一图像中的机械臂点云信息对应多个机械臂；
通过AABB碰撞检测算法解析所述机械臂点云信息，判断多个所述机械臂是否会发生碰撞。
5.根据权利要求1所述的一种机器人主动避障的控制方法，其特征在于，所述根据机械臂的任务优先级对多个机械臂进行调节，包括：
获取多个机械臂的任务优先级；
对低优先级的机械臂进行减速处理，保持各个机械臂的运行轨迹不变；
实时计算施加于机械臂的外部力矩，判断是否发生碰撞；若否，则控制机械臂沿之前的规划路径继续运行；若是，则将低任务优先级的机械臂从最短规划路径调整为次短规划路径。
6.一种机器人主动避障的控制装置，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机器人主动避障的控制程序，所述机器人主动避障的控制程序被所述处理器执行时实现如权利要求1至5中任一项所述的机器人主动避障的控制方法的步骤。
7.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1至5中任一项所述的机器人主动避障的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911314647.0A CN111015656A (zh) | 2019-12-19 | 2019-12-19 | 一种机器人主动避障的控制方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911314647.0A CN111015656A (zh) | 2019-12-19 | 2019-12-19 | 一种机器人主动避障的控制方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111015656A true CN111015656A (zh) | 2020-04-17 |
Family
ID=70209961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911314647.0A Pending CN111015656A (zh) | 2019-12-19 | 2019-12-19 | 一种机器人主动避障的控制方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111015656A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111813111A (zh) * | 2020-06-29 | 2020-10-23 | 佛山科学技术学院 | 一种多机器人协同工作方法 |
| CN112091973A (zh) * | 2020-08-27 | 2020-12-18 | 广东技术师范大学天河学院 | 一种机械臂防护门防撞检测方法及系统 |
| CN112947424A (zh) * | 2021-02-01 | 2021-06-11 | 国网安徽省电力有限公司淮南供电公司 | 配网作业机器人自主作业路径规划方法和配网作业系统 |
| CN113345008A (zh) * | 2021-05-31 | 2021-09-03 | 湖南大学 | 一种考虑轮式机器人位姿估计的激光雷达动态障碍物检测方法 |
| CN113478492A (zh) * | 2021-09-07 | 2021-10-08 | 成都博恩思医学机器人有限公司 | 一种避免机械臂碰撞的方法、系统、机器人及存储介质 |
| CN113580139A (zh) * | 2021-08-17 | 2021-11-02 | 天津大学 | 一种多机器人数据交互系统和多机器人控制方法 |
| CN114354986A (zh) * | 2022-01-18 | 2022-04-15 | 苏州格拉尼视觉科技有限公司 | 飞针测试机及其测试轴极性分配方法 |
| CN115576332A (zh) * | 2022-12-07 | 2023-01-06 | 广东省科学院智能制造研究所 | 一种任务级多机器人协同运动规划系统与方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110172819A1 (en) * | 2010-01-14 | 2011-07-14 | Samsung Electronics Co., Ltd. | Manipulator and control method thereof |
| CN106493708A (zh) * | 2016-12-09 | 2017-03-15 | 南京理工大学 | 一种基于双机械臂和辅助臂的带电作业机器人控制系统 |
| CN106610664A (zh) * | 2015-10-22 | 2017-05-03 | 沈阳新松机器人自动化股份有限公司 | 运动避障装置及控制方法 |
| CN106625662A (zh) * | 2016-12-09 | 2017-05-10 | 南京理工大学 | 一种基于虚拟现实带电作业机械臂防碰撞保护方法 |
| CN107139171A (zh) * | 2017-05-09 | 2017-09-08 | 浙江工业大学 | 一种基于力矩控制的工业机器人避障轨迹规划方法 |
| CN108705532A (zh) * | 2018-04-25 | 2018-10-26 | 中国地质大学（武汉） | 一种机械臂避障路径规划方法、设备及存储设备 |
| CN108972549A (zh) * | 2018-07-03 | 2018-12-11 | 华南理工大学 | 基于Kinect深度摄像头的工业机械臂实时避障规划抓取系统 |
| CN109318232A (zh) * | 2018-10-22 | 2019-02-12 | 佛山智能装备技术研究院 | 一种工业机器人的多元感知系统 |
| CN109986564A (zh) * | 2019-05-20 | 2019-07-09 | 上海应用技术大学 | 工业机械臂路径规划方法 |
| CN110370274A (zh) * | 2019-07-03 | 2019-10-25 | 浙江大学 | 一种基于快速行进树的机械臂动态避障控制方法 |
| CN110509279A (zh) * | 2019-09-06 | 2019-11-29 | 北京工业大学 | 一种仿人机械臂的运动路径规划方法及系统 |
-
2019
- 2019-12-19 CN CN201911314647.0A patent/CN111015656A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110172819A1 (en) * | 2010-01-14 | 2011-07-14 | Samsung Electronics Co., Ltd. | Manipulator and control method thereof |
| CN106610664A (zh) * | 2015-10-22 | 2017-05-03 | 沈阳新松机器人自动化股份有限公司 | 运动避障装置及控制方法 |
| CN106493708A (zh) * | 2016-12-09 | 2017-03-15 | 南京理工大学 | 一种基于双机械臂和辅助臂的带电作业机器人控制系统 |
| CN106625662A (zh) * | 2016-12-09 | 2017-05-10 | 南京理工大学 | 一种基于虚拟现实带电作业机械臂防碰撞保护方法 |
| CN107139171A (zh) * | 2017-05-09 | 2017-09-08 | 浙江工业大学 | 一种基于力矩控制的工业机器人避障轨迹规划方法 |
| CN108705532A (zh) * | 2018-04-25 | 2018-10-26 | 中国地质大学（武汉） | 一种机械臂避障路径规划方法、设备及存储设备 |
| CN108972549A (zh) * | 2018-07-03 | 2018-12-11 | 华南理工大学 | 基于Kinect深度摄像头的工业机械臂实时避障规划抓取系统 |
| CN109318232A (zh) * | 2018-10-22 | 2019-02-12 | 佛山智能装备技术研究院 | 一种工业机器人的多元感知系统 |
| CN109986564A (zh) * | 2019-05-20 | 2019-07-09 | 上海应用技术大学 | 工业机械臂路径规划方法 |
| CN110370274A (zh) * | 2019-07-03 | 2019-10-25 | 浙江大学 | 一种基于快速行进树的机械臂动态避障控制方法 |
| CN110509279A (zh) * | 2019-09-06 | 2019-11-29 | 北京工业大学 | 一种仿人机械臂的运动路径规划方法及系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111813111A (zh) * | 2020-06-29 | 2020-10-23 | 佛山科学技术学院 | 一种多机器人协同工作方法 |
| CN111813111B (zh) * | 2020-06-29 | 2024-02-20 | 佛山科学技术学院 | 一种多机器人协同工作方法 |
| CN112091973A (zh) * | 2020-08-27 | 2020-12-18 | 广东技术师范大学天河学院 | 一种机械臂防护门防撞检测方法及系统 |
| CN112947424A (zh) * | 2021-02-01 | 2021-06-11 | 国网安徽省电力有限公司淮南供电公司 | 配网作业机器人自主作业路径规划方法和配网作业系统 |
| CN113345008A (zh) * | 2021-05-31 | 2021-09-03 | 湖南大学 | 一种考虑轮式机器人位姿估计的激光雷达动态障碍物检测方法 |
| CN113580139A (zh) * | 2021-08-17 | 2021-11-02 | 天津大学 | 一种多机器人数据交互系统和多机器人控制方法 |
| CN113580139B (zh) * | 2021-08-17 | 2024-02-13 | 天津大学 | 一种多机器人数据交互系统和多机器人控制方法 |
| CN113478492A (zh) * | 2021-09-07 | 2021-10-08 | 成都博恩思医学机器人有限公司 | 一种避免机械臂碰撞的方法、系统、机器人及存储介质 |
| CN113478492B (zh) * | 2021-09-07 | 2022-05-17 | 成都博恩思医学机器人有限公司 | 一种避免机械臂碰撞的方法、系统、机器人及存储介质 |
| CN114354986A (zh) * | 2022-01-18 | 2022-04-15 | 苏州格拉尼视觉科技有限公司 | 飞针测试机及其测试轴极性分配方法 |
| CN115576332A (zh) * | 2022-12-07 | 2023-01-06 | 广东省科学院智能制造研究所 | 一种任务级多机器人协同运动规划系统与方法 |
| CN115576332B (zh) * | 2022-12-07 | 2023-03-24 | 广东省科学院智能制造研究所 | 一种任务级多机器人协同运动规划系统与方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111015656A (zh) | 一种机器人主动避障的控制方法、装置及存储介质 | |
| CN111536964B (zh) | 机器人定位方法及装置、存储介质 | |
| Song et al. | Online inspection path planning for autonomous 3D modeling using a micro-aerial vehicle | |
| CN106774345B (zh) | 一种进行多机器人协作的方法与设备 | |
| Zhang et al. | Mobile robot path planning based on improved localized particle swarm optimization | |
| JP2021536068A (ja) | 物体姿勢推定方法および装置 | |
| Sukkar et al. | Multi-robot region-of-interest reconstruction with Dec-MCTS | |
| Sudhakara et al. | Trajectory planning of a mobile robot using enhanced A-star algorithm | |
| CN109163722B (zh) | 一种仿人机器人路径规划方法及装置 | |
| WO2020190272A1 (en) | Creation of digital twin of the interaction among parts of the physical system | |
| JP2021513466A (ja) | １つまたは複数のプロセッサ上に離散化された環境を記憶するロボットのモーションプラニングおよびその改善された動作 | |
| CN110806211A (zh) | 机器人自主探索建图的方法、设备及存储介质 | |
| CN111604898B (zh) | 牲畜寻回方法、机器人、终端设备及存储介质 | |
| CN110940341B (zh) | 路径规划方法、机器人及计算机可读存储介质 | |
| US10946519B1 (en) | Offline computation and caching of precalculated joint trajectories | |
| CN112828889A (zh) | 一种六轴协作机械臂路径规划方法及系统 | |
| Quan et al. | AGV localization based on odometry and LiDAR | |
| US11673271B2 (en) | Trajectory generation apparatus, multi-link system, and trajectory generation method | |
| JP5766936B2 (ja) | ３次元環境復元装置、３次元環境復元方法、及びロボット | |
| CN116576868A (zh) | 一种多传感器融合精确定位及自主导航方法 | |
| CN116523952A (zh) | 利用2d和3d逐点特征估计6d目标姿态 | |
| CN115760911A (zh) | 示教路径处理方法、装置、计算机设备和存储介质 | |
| CN112578798B (zh) | 机器人地图获取方法、装置、处理器和电子装置 | |
| CN110450168B (zh) | 一种机器人及其自主导航方法、装置、存储介质 | |
| CN112068547A (zh) | 一种基于amcl的机器人定位方法、装置和机器人 |
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 |