CN111216125B - 面向狭窄通道的移动机械臂装置的避障方法及系统 - Google Patents

面向狭窄通道的移动机械臂装置的避障方法及系统 Download PDF

Info

Publication number
CN111216125B
CN111216125B CN201911228148.XA CN201911228148A CN111216125B CN 111216125 B CN111216125 B CN 111216125B CN 201911228148 A CN201911228148 A CN 201911228148A CN 111216125 B CN111216125 B CN 111216125B
Authority
CN
China
Prior art keywords
mechanical arm
mobile
mobile platform
path
arm device
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
CN201911228148.XA
Other languages
English (en)
Other versions
CN111216125A (zh
Inventor
冯超
李研强
王勇
王红红
沐雅琪
李庆华
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.)
Institute of Automation Shandong Academy of Sciences
Original Assignee
Institute of Automation Shandong Academy of Sciences
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 Institute of Automation Shandong Academy of Sciences filed Critical Institute of Automation Shandong Academy of Sciences
Priority to CN201911228148.XA priority Critical patent/CN111216125B/zh
Publication of CN111216125A publication Critical patent/CN111216125A/zh
Application granted granted Critical
Publication of CN111216125B publication Critical patent/CN111216125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B25J9/1666Avoiding collision or forbidden zones
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme 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
    • B25J9/1697Vision controlled systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本公开公开了面向狭窄通道的移动机械臂装置的避障方法及系统,获取狭窄通道的全局地图信息;对移动机械臂装置的移动平台规划路径;判断移动平台移动一个步长的过程中,移动平台是否会发生碰撞;如果否,则对移动机械臂装置的机械臂进行碰撞检测;判断机械臂是否会发生碰撞;如果是,则为机械臂的重新构型进行轨迹规划;返回对移动机械臂装置的机械臂进行碰撞检测步骤;如果否,则根据移动平台的规划路径,移动机械臂装置移动一个步长;判断移动平台是否到达终点,如果否,则返回对移动机械臂装置的移动平台规划路径步骤。本发明面向狭窄通道这样的复杂环境对移动机械臂进行运动规划,其协调控制能力和对环境的适应能力更高。

Description

面向狭窄通道的移动机械臂装置的避障方法及系统
技术领域
本公开涉及机器人运动规划技术领域,特别是涉及面向狭窄通道的移动机械臂装置的避障方法及系统。
背景技术
本部分的陈述仅仅是提到了与本公开相关的背景技术,并不必然构成现有技术。
随着机器人产业的发展,人们对机器人的需求逐步提高,传统机器人领域的移动机器人或者机械臂不再满足人们需求。结合了移动机器人和机械臂两种成熟技术的移动机械臂系统同时具备了两者的优点,既扩展了系统的工作空间,又提供了灵活的操作,因此获得了更加宽阔的应用场景。
在实现本公开的过程中,发明人发现现有技术中存在以下技术问题:
移动机械臂装置的运动规划是指在有障碍物的环境下,移动机械臂装置实现移动平台和机械臂之间的协调控制并按照给定的某一种方法完成从初始状态到末状态的自主导航和避障的过程。但是移动机械臂装置的问题也随着应用的不断深入而逐渐暴露,一方面是移动机器人在复杂环境下的适应能力还达不到相应的要求,尤其在狭窄通道这种空间相对受限的场景下的通过性及通过效率均会出现不理想的情况。另一方面是机械臂和移动平台两者的运动学及动力学的差异导致移动机械臂装置的协调控制比较困难,无法保证移动过程中完全的相互配合。
发明内容
为了解决现有技术的不足,本公开提供了面向狭窄通道的移动机械臂装置的避障方法及系统;该方法能够优化移动机械臂在狭窄通道环境内进行路径规划的适应能力和通过能力,并在这过程中实现移动平台与机械臂的协调控制,避免移动平台平稳运行的同时机械臂与空间障碍物发生碰撞,实现物体的抓取以及搬运任务。
第一方面,本公开提供了面向狭窄通道的移动机械臂装置的避障方法;
面向狭窄通道的移动机械臂装置的避障方法,包括:
获取狭窄通道的全局地图信息;
对移动机械臂装置的移动平台规划路径;
判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞;如果是,则返回对移动机械臂装置的移动平台规划路径步骤;如果否,则进入下一步;
对移动机械臂装置的机械臂进行碰撞检测;即判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;如果是,则为机械臂的重新构型进行轨迹规划;然后,返回对移动机械臂装置的机械臂进行碰撞检测步骤;如果否,则进入下一步;
根据移动平台的规划路径,移动机械臂装置从当前位置开始移动一个步长;
判断移动平台是否到达终点,如果是,则表示移动机械臂装置整体已经无碰撞通过狭窄通道;如果否,则返回对移动机械臂装置的移动平台规划路径步骤。
第二方面,本公开还提供了面向狭窄通道的移动机械臂装置的避障系统;
面向狭窄通道的移动机械臂装置的避障系统,包括:
获取模块,其被配置为:获取狭窄通道的全局地图信息;
移动平台路径规划模块,其被配置为:对移动机械臂装置的移动平台规划路径;
第一碰撞检测模块,其被配置为:判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞;如果是,则返回对移动机械臂装置的移动平台规划路径步骤;如果否,则进入下一步;
第二碰撞检测模块,其被配置为:对移动机械臂装置的机械臂进行碰撞检测;即判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;如果是,则为机械臂的重新构型进行轨迹规划;然后,返回对移动机械臂装置的机械臂进行碰撞检测步骤;如果否,则进入下一步;
移动模块,其被配置为:根据移动平台的规划路径,移动机械臂装置从当前位置开始移动一个步长;
判断模块,其被配置为:判断移动平台是否到达终点,如果是,则表示移动机械臂装置整体已经无碰撞通过狭窄通道;如果否,则返回对移动机械臂装置的移动平台规划路径步骤。
第三方面,本公开还提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述方法的步骤。
第四方面,本公开还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述方法的步骤。
与现有技术相比,本公开的有益效果是:
1.本发明采用分层的规划方法,既可以保证移动平台的平稳运行,又能够保证机械臂的避障能力,保证整体的协调规划与控制能力。
2.本发明通过改进移动机械臂底层路径规划的策略,提高了移动机械臂在复杂环境如狭窄通道中规划路径的成功率,缩短了规划时间,使得整体在复杂环境中的适应能力增强。
3.本发明在移动平台规划底层路径检测碰撞的同时,实时检测机械臂的碰撞状态,一旦产生碰撞,改变其构型至安全状态,完成轨迹规划;
4.本发明在移动平台与机械臂都无碰撞的状态下,整体移动机械臂平稳通过狭窄通道,并向目标靠近。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本发明的移动机械臂整体工作流程图;
图2为本发明的改进移动机械臂底层规划的流程图;
图3为本发明的移动机械臂整体的结构图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一,本实施例提供了面向狭窄通道的移动机械臂装置的避障方法;
如图1所示,面向狭窄通道的移动机械臂装置的避障方法,包括:
S1:获取狭窄通道的全局地图信息;
S2:对移动机械臂装置的移动平台规划路径;
S3:判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞;如果是,则返回对移动机械臂装置的移动平台规划路径步骤;如果否,则进入S4;
S4:对移动机械臂装置的机械臂进行碰撞检测;即判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;如果是,则为机械臂的重新构型进行轨迹规划;然后,返回对移动机械臂装置的机械臂进行碰撞检测步骤;如果否,则进入S5;
S5:根据移动平台的规划路径,移动机械臂装置从当前位置开始移动一个步长;
S6:判断移动平台是否到达终点,如果是,则表示移动机械臂装置整体已经无碰撞通过狭窄通道;如果否,则返回对移动机械臂装置的移动平台规划路径步骤。
进一步地,所述移动机械臂装置,包括:移动平台,所述移动平台上搭载机械臂;所述机械臂,包括依次连接的第一连杆、第二连杆、第三连杆和第四连杆,所述第一连杆还与移动平台连接,所述第四连杆的末端设有视觉传感器和激光传感器,所述第四连杆还与机械抓手连接。
进一步地,所述S1中,获取狭窄通道的全局地图信息,是指:获取由工作空间正上方的视觉传感器采集的全局地图信息。
应理解的,在工作空间地图的正上方放置一个视觉传感器,采集整个地图的图像,整个工作环境可表示为黑白图像,黑色表示障碍物,白色表示可移动的自由空间。
进一步地,所述狭窄通道,是指通道宽度为移动机械臂装置宽度的1.2-1.5倍。所述狭窄通道,例如:快递行业的仓库内的相邻两个货架之间的通道;或者,化学实验室内的相邻两个仪器架之间的通道。
进一步地,所述狭窄通道的地面上设有障碍物,所述狭窄通道的正上方空间也设有障碍物。
进一步地,所述S1中,所述全局地图信息,包括:工作空间中的狭窄通道的分布、移动平台的起点位置、移动平台的终点位置、移动平台的起点位姿、移动平台的终点位姿、机械臂抓取物体的起点位姿信息和机械臂放置物体的终点位姿信息。其中机械臂的位姿,包括机械臂的关节角度。
进一步地,所述S1之后,所述S2之前,还包括:S10;S10包括:
S101:对移动机械臂装置的移动平台进行运动学建模得到移动平台运动学模型;
S102:对移动机械臂装置的机械臂进行运动学建模得到机械臂运动学模型;
S103:将移动平台运动学模型和机械臂运动学模型进行整合,得到移动机械臂的运动学模型。
进一步地,S101中,所述对移动机械臂装置的移动平台进行运动学建模得到移动平台运动学模型,具体步骤包括:对移动平台在二维平面的位姿进行运动建模。
进一步地,S101中,所述对移动机械臂装置的移动平台进行运动学建模得到移动平台运动学模型,具体步骤包括:基于移动平台的质心坐标和移动平台的航向角进行建模,得到移动平台运动学模型。
进一步地,S102中,所述对移动机械臂装置的机械臂进行运动学建模得到机械臂运动学模型,具体步骤包括:采用D-H算法对机械臂进行运动学建模。
进一步地,S102中,所述对移动机械臂装置的机械臂进行运动学建模得到机械臂运动学模型,具体步骤包括:在给定机械臂的连杆数量、连杆长度、连杆转角、连杆偏距和关节角的情况下,根据D-H算法,计算出相邻两个连杆之间的位置和方向关系矩阵;进而得到机械臂末端执行器的位姿。
进一步地,S103中,将移动平台运动学模型和机械臂运动学模型进行整合,得到移动机械臂的运动学模型,具体步骤包括:
根据机械臂末端执行器的位姿,通过采用从基坐标系转为世界坐标系的矩阵,将机械臂末端执行器的坐标系转换为世界坐标系,得到移动机械臂装置整体的基于世界坐标系的运动学模型。
进一步地,所述S2中,对移动机械臂装置的移动平台规划路径,具体步骤包括:采用随机路标图法进行路径规划。
进一步地,所述S2中,对移动机械臂装置的移动平台规划路径,具体步骤包括:采用改进的随机路标图法进行路径规划,在规划的路径中搜索起点和终点之间的无碰撞路径。
进一步地,所述采用改进的随机路标图法进行路径规划,具体步骤包括:
设定一个权值,用于决定随机路标图法中采样点分布的比重;
狭窄区域的采样点比重大于非狭窄区域的采样点比重;
所述狭窄区域是指工作半径小于设定范围的区域;所述非狭窄区域是指工作半径大于等于设定范围的区域。
应理解的,本实施例采用一种自适应的采样策略取代随机路标图法的均匀分布策略,在狭窄区域增加路标点的分布。
应理解的,采用改进的随机路标图法进行路径规划,能够使整个路径图连通,弥补传统随机路标图法在窄道无法规划路径的不足。
进一步地,所述S3中,判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞,具体步骤包括:
采用碰撞检测算法判断移动平台是否会发生碰撞:
判断移动平台在地图上投影的位姿,是否与障碍物相交,相交则视为碰撞;不相交则视为不会发生碰撞。
进一步地,所述S4中,判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;具体步骤包括:
在全局地图信息中,通过末端的激光传感器和视觉传感器检查前方一个步长内是否有障碍物,如果有障碍物,则表示会发生碰撞,否则表示不会发生碰撞。
在移动移动时,实时对机械臂进行碰撞检测,若根据激光传感器和视觉传感器获得的距离和图像信息显示来判断是否会发生碰撞。
进一步地,所述S6中,为机械臂的重新构型进行轨迹规划,具体步骤包括:
改变机械臂的当前构型至安全构型。
通过轨迹规划使机械臂的构型更改为安全的状态。所述的轨迹规划就是从一构型转换为另一构型的过程,在关节空间中规划这之间的轨迹。
应理解的,当移动平台在按照规划出的路径无碰撞地从起点开始移动时,若机械臂与环境发生碰撞,则机械臂改变当前姿态且其末端进行轨迹规划,保证整体无碰撞地平稳向目标移动。每一次进行运动规划过程包括从起点抓取物体到达目标放置物体。
如图2所示,改进移动机械臂底层规划的过程,具体为:首先,根据位于整个工作空间正上方的视觉传感器,能够获取环境信息,以及障碍物的分布;其次,根据获取的图像信息,确定狭窄区域的分布;然后,根据窄道的分布,在随机路标图法的第一阶段将路标点多分布于障碍物附近的自由空间内,设定一个权值ω,决定分布于窄道内的采样点和均匀采样的采样点的比重,一般来说,如果环境地图中存在狭窄通道,ω值较大;均匀采样增加了起点和终点位置的采样,于是困难区域与较自由区域连通起来,构建了连通的路径网络图;最后,采用A*搜索算法连接有用的采用构型,规划出起点与终点之间的优化路径。
本实施例采用四连杆式移动机械臂,如图3所示,包括:移动平台1,移动平台为三轮差分驱动式小车,其位姿可表示为(x,y,
Figure GDA0002968234780000091
),移动平台的速度和角速度为中心点C的速度和角速度;移动平台的车轮2,其轮径为D;第一连杆3的一端与移动平台固定连接,第一连杆的另一端与第二连杆4转动连接,第二连杆4与第三连杆5转动连接,第三连杆5与第四连杆6转动连接,第四连杆的末端7上设有视觉传感器8和固定抓手9。四个连杆的长度分别为L1,L2,L3,L4;机械臂四个关节转动的角度为θ1,θ2,θ3,θ4。移动机械臂的位姿可表示为(x,y,
Figure GDA0002968234780000092
θ1234)
以上一个或多个实施例具有以下技术效果:
本发明提出了一种面向狭窄通道环境的移动机械臂的分层规划方法,采用分层的规划方法,既可以保证移动平台的平稳运行,又能够保证机械臂的避障能力,保证整体的协调规划与控制能力。
本发明通过采用一种混合采样策略,改进移动机械臂底层路径规划,提高了移动机械臂在复杂环境如狭窄通道中规划路径的成功率,缩短了规划时间,使得整体在复杂环境中的适应能力增强。
实施例二,本实施例还提供了面向狭窄通道的移动机械臂装置的避障系统;
面向狭窄通道的移动机械臂装置的避障系统,包括:
获取模块,其被配置为:获取狭窄通道的全局地图信息;
移动平台路径规划模块,其被配置为:对移动机械臂装置的移动平台规划路径;
第一碰撞检测模块,其被配置为:判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞;如果是,则返回对移动机械臂装置的移动平台规划路径步骤;如果否,则进入下一步;
第二碰撞检测模块,其被配置为:对移动机械臂装置的机械臂进行碰撞检测;即判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;如果是,则为机械臂的重新构型进行轨迹规划;然后,返回对移动机械臂装置的机械臂进行碰撞检测步骤;如果否,则进入下一步;
移动模块,其被配置为:根据移动平台的规划路径,移动机械臂装置从当前位置开始移动一个步长;
判断模块,其被配置为:判断移动平台是否到达终点,如果是,则表示移动机械臂装置整体已经无碰撞通过狭窄通道;如果否,则返回对移动机械臂装置的移动平台规划路径步骤。
实施例三,本实施例还提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例一所述方法的步骤。
实施例四,本实施例还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例一所述方法的步骤。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.面向狭窄通道的移动机械臂装置的避障方法,其特征是,包括:
获取狭窄通道的全局地图信息;
对移动机械臂装置的移动平台规划路径;
判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞;如果是,则返回对移动机械臂装置的移动平台规划路径步骤;如果否,则进入下一步;
对移动机械臂装置的机械臂进行碰撞检测;即判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;如果是,则为机械臂的重新构型进行轨迹规划;然后,返回对移动机械臂装置的机械臂进行碰撞检测步骤;如果否,则进入下一步;
根据移动平台的规划路径,移动机械臂装置从当前位置开始移动一个步长;
判断移动平台是否到达终点,如果是,则表示移动机械臂装置整体已经无碰撞通过狭窄通道;如果否,则返回对移动机械臂装置的移动平台规划路径步骤。
2.如权利要求1所述的方法,其特征是,获取狭窄通道的全局地图信息,是指:获取由工作空间正上方的视觉传感器采集的全局地图信息。
3.如权利要求1所述的方法,其特征是,所述全局地图信息,包括:工作空间中的狭窄通道的分布、移动平台的起点位置、移动平台的终点位置、移动平台的起点位姿、移动平台的终点位姿、机械臂抓取物体的起点位姿信息和机械臂放置物体的终点位姿信息。
4.如权利要求1所述的方法,其特征是,所述获取狭窄通道的全局地图信息步骤之后,所述对移动机械臂装置的移动平台规划路径步骤之前,还包括:S10;S10包括:
S101:对移动机械臂装置的移动平台进行运动学建模得到移动平台运动学模型;
S102:对移动机械臂装置的机械臂进行运动学建模得到机械臂运动学模型;
S103:将移动平台运动学模型和机械臂运动学模型进行整合,得到移动机械臂的运动学模型。
5.如权利要求1所述的方法,其特征是,对移动机械臂装置的移动平台规划路径,具体步骤包括:采用改进的随机路标图法进行路径规划,在规划的路径中搜索起点和终点之间的无碰撞路径;
所述采用改进的随机路标图法进行路径规划,具体步骤包括:
设定一个权值,用于决定随机路标图法中采样点分布的比重;
狭窄区域的采样点比重大于非狭窄区域的采样点比重;
所述狭窄区域是指工作半径小于设定范围的区域;所述非狭窄区域是指工作半径大于等于设定范围的区域。
6.如权利要求1所述的方法,其特征是,判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞,具体步骤包括:
采用碰撞检测算法判断移动平台是否会发生碰撞:
判断移动平台在地图上投影的位姿,是否与障碍物相交,相交则视为碰撞;不相交则视为不会发生碰撞。
7.如权利要求1所述的方法,其特征是,判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;具体步骤包括:
在全局地图信息中,通过末端的激光传感器和视觉传感器检查前方一个步长内是否有障碍物,如果有障碍物,则表示会发生碰撞,否则表示不会发生碰撞。
8.面向狭窄通道的移动机械臂装置的避障系统,其特征是,包括:
获取模块,其被配置为:获取狭窄通道的全局地图信息;
移动平台路径规划模块,其被配置为:对移动机械臂装置的移动平台规划路径;
第一碰撞检测模块,其被配置为:判断移动平台从当前位置按照规划的路径移动一个步长的过程中,移动平台是否会发生碰撞;如果是,则返回对移动机械臂装置的移动平台规划路径步骤;如果否,则进入下一步;
第二碰撞检测模块,其被配置为:对移动机械臂装置的机械臂进行碰撞检测;即判断移动平台从当前位置按照规划的路径移动一个步长的过程中,机械臂是否会发生碰撞;如果是,则为机械臂的重新构型进行轨迹规划;然后,返回对移动机械臂装置的机械臂进行碰撞检测步骤;如果否,则进入下一步;
移动模块,其被配置为:根据移动平台的规划路径,移动机械臂装置从当前位置开始移动一个步长;
判断模块,其被配置为:判断移动平台是否到达终点,如果是,则表示移动机械臂装置整体已经无碰撞通过狭窄通道;如果否,则返回对移动机械臂装置的移动平台规划路径步骤。
9.一种电子设备,其特征是,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项方法所述的步骤。
10.一种计算机可读存储介质,其特征是,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项方法所述的步骤。
CN201911228148.XA 2019-12-04 2019-12-04 面向狭窄通道的移动机械臂装置的避障方法及系统 Active CN111216125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911228148.XA CN111216125B (zh) 2019-12-04 2019-12-04 面向狭窄通道的移动机械臂装置的避障方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911228148.XA CN111216125B (zh) 2019-12-04 2019-12-04 面向狭窄通道的移动机械臂装置的避障方法及系统

Publications (2)

Publication Number Publication Date
CN111216125A CN111216125A (zh) 2020-06-02
CN111216125B true CN111216125B (zh) 2021-05-04

Family

ID=70832765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911228148.XA Active CN111216125B (zh) 2019-12-04 2019-12-04 面向狭窄通道的移动机械臂装置的避障方法及系统

Country Status (1)

Country Link
CN (1) CN111216125B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114454172B (zh) * 2020-09-25 2024-04-23 武汉联影智融医疗科技有限公司 机械臂的末端适配器的控制方法
CN112428274B (zh) * 2020-11-17 2023-03-21 张耀伦 一种多自由度机器人的空间运动规划方法
CN112809682B (zh) * 2021-01-27 2022-05-17 佛山科学技术学院 机械臂避障路径规划方法、系统及存储介质
CN113211430A (zh) * 2021-04-12 2021-08-06 北京航天飞行控制中心 一种人机协同的机械臂规划方法和系统
CN113232021B (zh) * 2021-05-19 2022-09-06 中国科学院自动化研究所苏州研究院 一种机械臂抓取路径碰撞检测方法
CN113609667B (zh) * 2021-07-30 2024-03-15 深圳市创想三维科技股份有限公司 模型布局方法、装置、计算机设备和存储介质
CN113650016B (zh) * 2021-08-24 2022-03-08 季华实验室 机械臂路径规划系统、方法、装置、电子设备及存储介质
CN113885506B (zh) * 2021-10-18 2023-07-07 武汉联影智融医疗科技有限公司 机器人避障方法、装置、电子设备及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3985677B2 (ja) * 2002-12-25 2007-10-03 株式会社安川電機 水平多関節ロボットの干渉チェック装置および方法
DE102014217352B4 (de) * 2014-08-29 2018-04-19 HAP Handhabungs-, Automatisierungs- und Präzisionstechnik GmbH Verfahrbare Vorrichtung zur Manipulation von Gegenständen
CN106003043A (zh) * 2016-06-20 2016-10-12 先驱智能机械(深圳)有限公司 机械臂的避障方法及避障系统
CN106990777A (zh) * 2017-03-10 2017-07-28 江苏物联网研究发展中心 机器人局部路径规划方法
CN107139171B (zh) * 2017-05-09 2019-10-22 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
CN110465928B (zh) * 2019-08-23 2021-03-23 河北工业大学 一种仓储商品取放移动平台及该移动平台的路径规划方法
KR20190109332A (ko) * 2019-09-05 2019-09-25 엘지전자 주식회사 로봇의 경로 계획 장치 및 방법과, 이에 기반하여 동작하는 로봇

Also Published As

Publication number Publication date
CN111216125A (zh) 2020-06-02

Similar Documents

Publication Publication Date Title
CN111216125B (zh) 面向狭窄通道的移动机械臂装置的避障方法及系统
CN108838991B (zh) 一种自主类人双臂机器人及其对运动目标的跟踪操作系统
CN107168305B (zh) 路口场景下基于Bezier和VFH的无人车轨迹规划方法
Chitsaz et al. Time-optimal paths for a Dubins airplane
KR101179075B1 (ko) 자율로봇의 경로계획방법 및 이를 구비한 경로계획장치
KR101633357B1 (ko) 매니퓰레이터 및 그 제어방법
US20200139545A1 (en) Route Outputting Method, Route Outputting System and Route Outputting Program
CN114102585B (zh) 一种物品抓取规划方法及系统
US20220390950A1 (en) Directed exploration for navigation in dynamic environments
US20220388170A1 (en) Alternate Route Finding for Waypoint-based Navigation Maps
Barua et al. A self-driving car implementation using computer vision for detection and navigation
Logothetis et al. A model predictive control approach for vision-based object grasping via mobile manipulator
US20220244741A1 (en) Semantic Models for Robot Autonomy on Dynamic Sites
Xi Obstacle avoidance trajectory planning of redundant robots based on improved Bi-RRT
US20220241980A1 (en) Object-Based Robot Control
US11865724B2 (en) Movement control method, mobile machine and non-transitory computer readable storage medium
CN113146637B (zh) 一种机器人笛卡尔空间的运动规划方法
Fen et al. Path planning of 6-DOF humanoid manipulator based on improved ant colony algorithm
Yoon et al. Shape-Aware and G 2 Continuous Path Planning Based on Bidirectional Hybrid A∗ for Car-Like Vehicles
WO2020021954A1 (ja) 情報処理装置、情報処理方法、およびプログラム
Charabaruk et al. Design and development of an autonomous omnidirectional hazardous materials handling robot
Tan Design and development of an autonomous scaled electric combat vehicle
Paul et al. Safe and efficient autonomous exploration technique for 3D mapping of a complex bridge maintenance environment
He et al. Concurrent Path Planning for the End Effector and the Mobile Platform of an Autonomous Mobile Manipulator
Xu et al. Task planning of Robotic Grasping for Deep-Container Environment Based on Dynamic Space Constraints RRTC Algorithm

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