CN111558940A - 一种机器人料框抓取规划与碰撞检测方法 - Google Patents
一种机器人料框抓取规划与碰撞检测方法 Download PDFInfo
- Publication number
- CN111558940A CN111558940A CN202010463181.7A CN202010463181A CN111558940A CN 111558940 A CN111558940 A CN 111558940A CN 202010463181 A CN202010463181 A CN 202010463181A CN 111558940 A CN111558940 A CN 111558940A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- material frame
- grabbing
- robot
- workpiece
- 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.)
- Granted
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
-
- 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
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
- B25J9/1676—Avoiding collision or forbidden zones
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种机器人料框抓取规划与碰撞检测方法,包括以下步骤:S1:将实际模型简化,输入模型参数建立简化模型;S2:根据简化模型建立坐标系,并进行坐标系变换;S3:获取目标工件相对于机器人的位姿;S4:将位姿进行变换后得到抓取姿态,并带入到坐标系进行碰撞检测;S5:在碰撞检测的基础上做抓取规划。本发明提供一种机器人料框抓取规划与碰撞检测方法,通过对复杂的环境进行抽象及简化,建立简化模型,经过坐标系变换进行碰撞检测和抓取规划,实现减少繁琐的模型制作与导入,快速地给出抓取结果。
Description
技术领域
本发明涉及机器人技术领域,更具体的,涉及一种机器人料框抓取规划与碰撞检测方法。
背景技术
随着劳动力成本的不断增加和自动化技术的提高,以及“中国制造2025”战略的提出,使用自动化设备代替人工生产的比率越来越高。工件上料是工厂非常常见的一道工序,其工作繁重乏味,越来越少人愿意从事这一工作。料框抓取是目前解决上料问题的关键方法之一,其中就涉及到机器人抓取工件时对料框碰撞的检测和避障,同时规划出较好的抓取姿态提高抓取的成功率。现有的料框抓取方法繁琐,需要导入机器人模型、夹具模型和料框模型,并且给出结果的时间较长。
发明内容
本发明为克服现有的料框抓取方法繁琐的技术缺陷,提供一种机器人料框抓取规划与碰撞检测方法。
为解决上述技术问题,本发明的技术方案如下:
一种机器人料框抓取规划与碰撞检测方法,包括以下步骤:
S1:将实际模型简化,输入模型参数建立简化模型;
S2:根据简化模型建立坐标系,并进行坐标系变换;
S3:获取目标工件相对于机器人的位姿;
S4:将位姿进行变换后得到抓取姿态,并带入到坐标系进行碰撞检测;
S5:在碰撞检测的基础上做抓取规划。
上述方案中,通过对复杂的环境进行抽象及简化,建立简化模型,经过坐标系变换进行碰撞检测和抓取规划,实现减少繁琐的模型制作与导入,快速地给出抓取结果。
优选的,在步骤S1中,将实际模型简化包括:将机器人的抓取夹爪的两片夹爪简化为一个长方体,将料框简化为五个平面。
上述方案中,抓取单元主要包括:一台工业串联机器人、一个末端抓取夹爪、一个料框以及被抓取物品。一般工业抓取夹爪为二指,两指平行且对齐,每片夹爪在机器人末端法向方向上尺寸较大,而厚度较小;料框为长方体结构,包含五个面,四个侧面和一个底面。因为实际情况为夹爪在机器人末端法向方向上尺寸会大于料框的高度,即机器人本体一般不会和料框发生碰撞,而抓取过程中也一般不考虑与料框底部的碰撞,因此在抓取碰撞检测问题中,只需考虑夹爪与料框侧面的碰撞情况。
优选的,在步骤S2中,建立的坐标系包括机器人坐标系O1,夹爪坐标系O2和料框坐标系O3。
上述方案中,机器人坐标系由机器人本体决定;料框坐标系以三条棱边建立坐标系;夹爪坐标系的圆心为夹爪向外最远处中心点,以机器人末端向外为z轴,x轴为夹爪闭合张开方向,y轴由右手定则决定。
优选的,在步骤S2中,将夹爪坐标系O2变换到料框坐标系O3下考虑夹爪与料框侧面的碰撞情况。
上述方案中,料框坐标系和夹爪坐标系都可以在机器人坐标系下进行表示,但由于只考虑侧料框和夹爪的碰撞检测,故需要进行坐标变换,将夹爪坐标系变换到料框坐标系下进行考虑。
优选的,坐标系变换的算法如下:
已知夹爪坐标系O2在机器人坐标系O1下的齐次变换矩阵为
料框坐标系O3在机器人坐标系O1下的齐次变换矩阵为
则夹爪坐标系O2在料框坐标系O3下的齐次变换矩阵为
将位置和姿态分开考虑,即:
上述方案中,通过坐标系变换的算法将夹爪坐标系变换到料框坐标系下,实现碰撞检测问题的简化。
上述方案中,3D相机安装在机器人上,手眼变换矩阵由工作人员根据实际情况进行标定。
优选的,在步骤S4中,具体包括以下步骤:
S4.1:设置工件姿态变换区间Rx[x1,x2]、Ry[y1,y2]、Rz[z1,z2]以及步长Step;
上述方案中,在无干涉的情况下机器人可以直接走TOB位姿去抓取工件,但由于存在料框的干涉,有些TOB位姿机器人并不能到达;而机器人能够抓取工件的姿态并不是唯一的,因此可以通过变换工件的姿态改变抓取姿态,并对抓取姿态进行碰撞检测,从而得到机器人的实际抓取姿态。
上述方案中,针对绕X轴或绕Y轴旋转对称的工件,工件绕X轴或绕Y轴旋转实际不影响机器人的抓取,但是由于识别发生旋转导致抓取姿态也发生旋转,因此可以对识别后的姿态进行约束,将X或Y的旋转方向约束为0度。
优选的,在步骤S4.3中,碰撞检测的具体方法为:
设在抓取姿态下,夹爪的简化模型的底部端面的四个顶点中任意一个顶点在料框坐标系下的坐标为:,从该顶点发出的射线方向为:(nx,ny,nz);其中,nx,ny,nz分别表示射线在料框坐标系的x,y,z轴下模长为1的方向分量;
(a)当射线至少与料框侧面有一个交点时,则一条射线最多和四个侧面有两个交点,有两个侧面与射线无交点;
设料框的尺寸为L1*L2*h,L1为x方向,L2为y方向,则料框的四个侧面的平面方程为:
计算射线与四个侧面的交点的z坐标:
若所有取得的z值均大于h,则说明夹爪与料框侧面无碰撞,该抓取姿态为无碰撞的抓取姿态;否则,说明夹爪与料框侧面有碰撞,该抓取姿态为有碰撞的抓取姿态;
(b)当射线与料框侧面没有交点时,即nx,ny均为零时,只需根据四个顶点的x坐标和y坐标进行判断:
当四个顶点的x坐标均在0到L1之间,且四个顶点的y坐标均在0到L2之间,此时夹爪与料框侧面无碰撞,该抓取姿态为无碰撞的抓取姿态;否则,夹爪与料框侧面有碰撞,该抓取姿态为有碰撞的抓取姿态。
上述方案中,通过齐次变换矩阵实现将夹爪的简化模型的底部端面的四个顶点的坐标从夹爪坐标系转换到料框坐标系下表示。以夹爪矩阵的最下端端面矩形的四个顶点向夹爪坐标系z轴的反方向作射线(假设四个顶点都在料框内部),比较四条射线与料框侧面的交点的z坐标(料框坐标系)与料框高度h之间的大小,若所有的交点z坐标均大于料框高度h,则无碰撞。
优选的,在步骤S5中,具体包括以下步骤:
S5.1:通过碰撞检测选取出所有无碰撞的抓取姿态;
S5.2:设定筛选条件,对所有无碰撞的抓取姿态进行筛选,得到最佳的抓取姿态,完成抓取规划。
上述方案中,姿态变换区间在一定程度上会约束机器人可能取到的抓取姿态,但有些情况下得到的抓取姿态虽然没有与料框碰撞,但是姿态过大,导致抓取姿态过于别扭,则需要通过工作人员根据具体应用情况设定筛选条件,从而剔除这类抓取姿态。一般情况下,机器人夹具向下抓取时,抓取姿态越接近垂直状态,机器人的抓取姿态变化越小;同时,机器人应优先抓取上层的和靠近料框中间的工件。
与现有技术相比,本发明技术方案的有益效果是:
本发明提供了一种机器人料框抓取规划与碰撞检测方法,通过对复杂的环境进行抽象及简化,建立简化模型,经过坐标系变换进行碰撞检测和抓取规划,实现减少繁琐的模型制作与导入,快速地给出抓取结果。
附图说明
图1为本发明的技术方案实施步骤流程图;
图2为本发明中步骤S2的机器人坐标系O1,夹爪坐标系O2和料框坐标系O3的示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,一种机器人料框抓取规划与碰撞检测方法,包括以下步骤:
S1:将实际模型简化,输入模型参数建立简化模型;
S2:根据简化模型建立坐标系,并进行坐标系变换;
S3:获取目标工件相对于机器人的位姿;
S4:将位姿进行变换后得到抓取姿态,并带入到坐标系进行碰撞检测;
S5:在碰撞检测的基础上做抓取规划。
在实施过程中,通过对复杂的环境进行抽象及简化,建立简化模型,经过坐标系变换进行碰撞检测和抓取规划,实现减少繁琐的模型制作与导入,快速地给出抓取结果。
更具体的,在步骤S1中,将实际模型简化包括:将机器人的抓取夹爪的两片夹爪简化为一个长方体,将料框简化为五个平面。
在实施过程中,抓取单元主要包括:一台工业串联机器人、一个末端抓取夹爪、一个料框以及被抓取物品。一般工业抓取夹爪为二指,两指平行且对齐,每片夹爪在机器人末端法向方向上尺寸较大,而厚度较小;料框为长方体结构,包含五个面,四个侧面和一个底面。因为实际情况为夹爪在机器人末端法向方向上尺寸会大于料框的高度,即机器人本体一般不会和料框发生碰撞,而抓取过程中也一般不考虑与料框底部的碰撞,因此在抓取碰撞检测问题中,只需考虑夹爪与料框侧面的碰撞情况。
更具体的,如图2所示,在步骤S2中,建立的坐标系包括机器人坐标系O1,夹爪坐标系O2和料框坐标系O3。
在实施过程中,机器人坐标系由机器人本体决定;料框坐标系以三条棱边建立坐标系;夹爪坐标系的圆心为夹爪向外最远处中心点,以机器人末端向外为z轴,x轴为夹爪闭合张开方向,y轴由右手定则决定。
更具体的,在步骤S2中,将夹爪坐标系O2变换到料框坐标系O3下考虑夹爪与料框侧面的碰撞情况。
在实施过程中,料框坐标系和夹爪坐标系都可以在机器人坐标系下进行表示,但由于只考虑侧料框和夹爪的碰撞检测,故需要进行坐标变换,将夹爪坐标系变换到料框坐标系下进行考虑。
更具体的,坐标系变换的算法如下:
已知夹爪坐标系O2在机器人坐标系O1下的齐次变换矩阵为
料框坐标系O3在机器人坐标系O1下的齐次变换矩阵为
则夹爪坐标系O2在料框坐标系O3下的齐次变换矩阵为
将位置和姿态分开考虑,即:
在实施过程中,通过坐标系变换的算法将夹爪坐标系变换到料框坐标系下,实现碰撞检测问题的简化。
在实施过程中,3D相机安装在机器人上,手眼变换矩阵由工作人员根据实际情况进行标定。
更具体的,在步骤S4中,具体包括以下步骤:
S4.1:设置工件姿态变换区间Rx[x1,x2]、Ry[y1,y2]、Rz[z1,z2]以及步长Step;
在实施过程中,在无干涉的情况下机器人可以直接走TOB位姿去抓取工件,但由于存在料框的干涉,有些TOB位姿机器人并不能到达;而机器人能够抓取工件的姿态并不是唯一的,因此可以通过变换工件的姿态改变抓取姿态,并对抓取姿态进行碰撞检测,从而得到机器人的实际抓取姿态。
在实施过程中,针对绕X轴或绕Y轴旋转对称的工件,工件绕X轴或绕Y轴旋转实际不影响机器人的抓取,但是由于识别发生旋转导致抓取姿态也发生旋转,因此可以对识别后的姿态进行约束,将X或Y的旋转方向约束为0度。
更具体的,在步骤S4.3中,碰撞检测的具体方法为:
设在抓取姿态下,夹爪的简化模型的底部端面的四个顶点中任意一个顶点在料框坐标系下的坐标为:,从该顶点发出的射线方向为:(nx,ny,nz);其中,nx,ny,nz分别表示射线在料框坐标系的x,y,z轴下模长为1的方向分量;
(a)当射线至少与料框侧面有一个交点时,则一条射线最多和四个侧面有两个交点,有两个侧面与射线无交点;
设料框的尺寸为L1*L2*h,L1为x方向,L2为y方向,则料框的四个侧面的平面方程为:
计算射线与四个侧面的交点的z坐标:
若所有取得的z值均大于h,则说明夹爪与料框侧面无碰撞,该抓取姿态为无碰撞的抓取姿态;否则,说明夹爪与料框侧面有碰撞,该抓取姿态为有碰撞的抓取姿态;
(b)当射线与料框侧面没有交点时,即nx,ny均为零时,只需根据四个顶点的x坐标和y坐标进行判断:
当四个顶点的x坐标均在0到L1之间,且四个顶点的y坐标均在0到L2之间,此时夹爪与料框侧面无碰撞,该抓取姿态为无碰撞的抓取姿态;否则,夹爪与料框侧面有碰撞,该抓取姿态为有碰撞的抓取姿态。
在实施过程中,通过齐次变换矩阵实现将夹爪的简化模型的底部端面的四个顶点的坐标从夹爪坐标系转换到料框坐标系下表示。以夹爪矩阵的最下端端面矩形的四个顶点向夹爪坐标系z轴的反方向作射线(假设四个顶点都在料框内部),比较四条射线与料框侧面的交点的z坐标(料框坐标系)与料框高度h之间的大小,若所有的交点z坐标均大于料框高度h,则无碰撞。
更具体的,在步骤S5中,具体包括以下步骤:
S5.1:通过碰撞检测选取出所有无碰撞的抓取姿态;
S5.2:设定筛选条件,对所有无碰撞的抓取姿态进行筛选,得到最佳的抓取姿态,完成抓取规划。
上述方案中,姿态变换区间在一定程度上会约束机器人可能取到的抓取姿态,但有些情况下得到的抓取姿态虽然没有与料框碰撞,但是姿态过大,导致抓取姿态过于别扭,则需要通过工作人员根据具体应用情况设定筛选条件,从而剔除这类抓取姿态。一般情况下,机器人夹具向下抓取时,抓取姿态越接近垂直状态,机器人的抓取姿态变化越小;同时,机器人应优先抓取上层的和靠近料框中间的工件。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种机器人料框抓取规划与碰撞检测方法,其特征在于,包括以下步骤:
S1:将实际模型简化,输入模型参数建立简化模型;
S2:根据简化模型建立坐标系,并进行坐标系变换;
S3:获取目标工件相对于机器人的位姿;
S4:将位姿进行变换后得到抓取姿态,并带入到坐标系进行碰撞检测;
S5:在碰撞检测的基础上做抓取规划。
2.根据权利要求1所述的一种机器人料框抓取规划与碰撞检测方法,其特征在于,在步骤S1中,将实际模型简化包括:将机器人的抓取夹爪的两片夹爪简化为一个长方体,将料框简化为五个平面。
3.根据权利要求2所述的一种机器人料框抓取规划与碰撞检测方法,其特征在于,在步骤S2中,建立的坐标系包括机器人坐标系O1,夹爪坐标系O2和料框坐标系O3。
4.根据权利要求3所述的一种机器人料框抓取规划与碰撞检测方法,其特征在于,在步骤S2中,将夹爪坐标系O2变换到料框坐标系O3下考虑夹爪与料框侧面的碰撞情况。
9.根据权利要求7所述的一种机器人料框抓取规划与碰撞检测方法,其特征在于,在步骤S4.3中,碰撞检测的具体方法为:
设在抓取姿态下,夹爪的简化模型的底部端面的四个顶点中任意一个顶点在料框坐标系下的坐标为:,从该顶点发出的射线方向为:(nx,ny,nz);其中,nx,ny,nz分别表示射线在料框坐标系的x,y,z轴下模长为1的方向分量;
(a)当射线至少与料框侧面有一个交点时,则一条射线最多和四个侧面有两个交点,有两个侧面与射线无交点;
设料框的尺寸为L1*L2*h,L1为x方向,L2为y方向,则料框的四个侧面的平面方程为:
计算射线与四个侧面的交点的z坐标:
若所有取得的z值均大于h,则说明夹爪与料框侧面无碰撞,该抓取姿态为无碰撞的抓取姿态;否则,说明夹爪与料框侧面有碰撞,该抓取姿态为有碰撞的抓取姿态;
(b)当射线与料框侧面没有交点时,即nx,ny均为零时,只需根据四个顶点的x坐标和y坐标进行判断:
当四个顶点的x坐标均在0到L1之间,且四个顶点的y坐标均在0到L2之间,此时夹爪与料框侧面无碰撞,该抓取姿态为无碰撞的抓取姿态;否则,夹爪与料框侧面有碰撞,该抓取姿态为有碰撞的抓取姿态。
10.根据权利要求9所述的一种机器人料框抓取规划与碰撞检测方法,其特征在于,在步骤S5中,具体包括以下步骤:
S5.1:通过碰撞检测选取出所有无碰撞的抓取姿态;
S5.2:设定筛选条件,对所有无碰撞的抓取姿态进行筛选,得到最佳的抓取姿态,完成抓取规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010463181.7A CN111558940B (zh) | 2020-05-27 | 2020-05-27 | 一种机器人料框抓取规划与碰撞检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010463181.7A CN111558940B (zh) | 2020-05-27 | 2020-05-27 | 一种机器人料框抓取规划与碰撞检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111558940A true CN111558940A (zh) | 2020-08-21 |
CN111558940B CN111558940B (zh) | 2020-10-23 |
Family
ID=72073986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010463181.7A Active CN111558940B (zh) | 2020-05-27 | 2020-05-27 | 一种机器人料框抓取规划与碰撞检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111558940B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112060087A (zh) * | 2020-08-28 | 2020-12-11 | 佛山隆深机器人有限公司 | 一种用于机器人抓取场景的点云碰撞检测方法 |
CN112464410A (zh) * | 2020-12-02 | 2021-03-09 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN112936257A (zh) * | 2021-01-22 | 2021-06-11 | 熵智科技(深圳)有限公司 | 一种工件抓取方法、装置、计算机设备及存储介质 |
CN113483664A (zh) * | 2021-07-20 | 2021-10-08 | 科派股份有限公司 | 一种基于线结构光视觉的屏风板自动上料系统及方法 |
CN113538582A (zh) * | 2021-07-20 | 2021-10-22 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN113524187A (zh) * | 2021-07-20 | 2021-10-22 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN113538459A (zh) * | 2021-07-07 | 2021-10-22 | 重庆大学 | 一种基于落点区域检测的多模式抓取避障检测优化方法 |
CN113800270A (zh) * | 2021-09-17 | 2021-12-17 | 知行高科(北京)科技有限公司 | 一种用于物流拆垛的机器人控制方法及系统 |
CN113910235A (zh) * | 2021-10-29 | 2022-01-11 | 珠海格力智能装备有限公司 | 机器人抓取物料的碰撞检测方法、装置、设备和存储介质 |
CN114619447A (zh) * | 2022-03-16 | 2022-06-14 | 梅卡曼德(北京)机器人科技有限公司 | 抓取方法、抓取装置及机器人 |
CN114700940A (zh) * | 2022-03-24 | 2022-07-05 | 梅卡曼德(北京)机器人科技有限公司 | 抓取方法、装置及计算设备 |
CN115056215A (zh) * | 2022-05-20 | 2022-09-16 | 梅卡曼德(北京)机器人科技有限公司 | 碰撞检测方法、控制方法、抓取系统及计算机存储介质 |
CN113538582B (zh) * | 2021-07-20 | 2024-06-07 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107116540A (zh) * | 2016-02-24 | 2017-09-01 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于scs包围结构的机器人碰撞检测方法 |
WO2017182567A1 (de) * | 2016-04-22 | 2017-10-26 | Kuka Roboter Gmbh | Endeffektor-vorrichtung |
CN107953334A (zh) * | 2017-12-25 | 2018-04-24 | 深圳禾思众成科技有限公司 | 一种基于a星算法的工业机械臂无碰撞路径规划方法 |
CN110370268A (zh) * | 2018-09-11 | 2019-10-25 | 天津京东深拓机器人科技有限公司 | 箱内拣选的方法、装置和系统 |
CN110605711A (zh) * | 2018-06-14 | 2019-12-24 | 中瑞福宁机器人(沈阳)有限公司 | 一种控制协作机器人抓取物体的方法、装置及系统 |
CN111099343A (zh) * | 2020-01-21 | 2020-05-05 | 苏州优得精智装备有限公司 | 一种能有效排除料框干涉的视觉上料机构 |
-
2020
- 2020-05-27 CN CN202010463181.7A patent/CN111558940B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107116540A (zh) * | 2016-02-24 | 2017-09-01 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于scs包围结构的机器人碰撞检测方法 |
WO2017182567A1 (de) * | 2016-04-22 | 2017-10-26 | Kuka Roboter Gmbh | Endeffektor-vorrichtung |
CN107953334A (zh) * | 2017-12-25 | 2018-04-24 | 深圳禾思众成科技有限公司 | 一种基于a星算法的工业机械臂无碰撞路径规划方法 |
CN110605711A (zh) * | 2018-06-14 | 2019-12-24 | 中瑞福宁机器人(沈阳)有限公司 | 一种控制协作机器人抓取物体的方法、装置及系统 |
CN110370268A (zh) * | 2018-09-11 | 2019-10-25 | 天津京东深拓机器人科技有限公司 | 箱内拣选的方法、装置和系统 |
CN111099343A (zh) * | 2020-01-21 | 2020-05-05 | 苏州优得精智装备有限公司 | 一种能有效排除料框干涉的视觉上料机构 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112060087A (zh) * | 2020-08-28 | 2020-12-11 | 佛山隆深机器人有限公司 | 一种用于机器人抓取场景的点云碰撞检测方法 |
CN112464410A (zh) * | 2020-12-02 | 2021-03-09 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN112464410B (zh) * | 2020-12-02 | 2021-11-16 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN112936257A (zh) * | 2021-01-22 | 2021-06-11 | 熵智科技(深圳)有限公司 | 一种工件抓取方法、装置、计算机设备及存储介质 |
CN113538459A (zh) * | 2021-07-07 | 2021-10-22 | 重庆大学 | 一种基于落点区域检测的多模式抓取避障检测优化方法 |
CN113538459B (zh) * | 2021-07-07 | 2023-08-11 | 重庆大学 | 一种基于落点区域检测的多模式抓取避障检测优化方法 |
CN113483664B (zh) * | 2021-07-20 | 2022-10-21 | 科派股份有限公司 | 一种基于线结构光视觉的屏风板自动上料系统及方法 |
CN113483664A (zh) * | 2021-07-20 | 2021-10-08 | 科派股份有限公司 | 一种基于线结构光视觉的屏风板自动上料系统及方法 |
CN113538582A (zh) * | 2021-07-20 | 2021-10-22 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN113524187A (zh) * | 2021-07-20 | 2021-10-22 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN113538582B (zh) * | 2021-07-20 | 2024-06-07 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN113524187B (zh) * | 2021-07-20 | 2022-12-13 | 熵智科技(深圳)有限公司 | 一种工件抓取顺序的确定方法、装置、计算机设备及介质 |
CN113800270A (zh) * | 2021-09-17 | 2021-12-17 | 知行高科(北京)科技有限公司 | 一种用于物流拆垛的机器人控制方法及系统 |
CN113910235A (zh) * | 2021-10-29 | 2022-01-11 | 珠海格力智能装备有限公司 | 机器人抓取物料的碰撞检测方法、装置、设备和存储介质 |
CN114619447A (zh) * | 2022-03-16 | 2022-06-14 | 梅卡曼德(北京)机器人科技有限公司 | 抓取方法、抓取装置及机器人 |
CN114619447B (zh) * | 2022-03-16 | 2023-12-22 | 梅卡曼德(北京)机器人科技有限公司 | 抓取方法、抓取装置及机器人 |
CN114700940A (zh) * | 2022-03-24 | 2022-07-05 | 梅卡曼德(北京)机器人科技有限公司 | 抓取方法、装置及计算设备 |
CN114700940B (zh) * | 2022-03-24 | 2023-08-25 | 梅卡曼德(北京)机器人科技有限公司 | 抓取方法、装置及计算设备 |
CN115056215A (zh) * | 2022-05-20 | 2022-09-16 | 梅卡曼德(北京)机器人科技有限公司 | 碰撞检测方法、控制方法、抓取系统及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111558940B (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111558940B (zh) | 一种机器人料框抓取规划与碰撞检测方法 | |
CN112060087B (zh) | 一种用于机器人抓取场景的点云碰撞检测方法 | |
Chang et al. | Collision avoidance of two general robot manipulators by minimum delay time | |
US9089971B2 (en) | Information processing apparatus, control method thereof and storage medium | |
CN107571260B (zh) | 控制机器人抓取物体的方法和装置 | |
WO2018137431A1 (zh) | 一种机器人自动寻找折弯位置的方法 | |
CN110378325B (zh) | 一种机器人抓取过程中的目标位姿识别方法 | |
CN111496849B (zh) | 一种料框与夹具快速碰撞检测的方法 | |
CN106997201A (zh) | 多机器人协作的路径规划方法 | |
CN113232021A (zh) | 一种机械臂抓取路径碰撞检测方法 | |
CN113379849A (zh) | 基于深度相机的机器人自主识别智能抓取方法及系统 | |
CN113269723A (zh) | 三维视觉定位与机械手协同工作的零部件无序抓取系统 | |
CN112192577A (zh) | 一种应用于机器人抓取场景的一拍多抓方法 | |
Krishnan et al. | Image space trajectory tracking of 6-DOF robot manipulator in assisting visual servoing | |
CN113483664B (zh) | 一种基于线结构光视觉的屏风板自动上料系统及方法 | |
Ranjan et al. | Identification and control of NAO humanoid robot to grasp an object using monocular vision | |
Tongloy et al. | An image-based visual servo control system based on an eye-in-hand monocular camera for autonomous robotic grasping | |
Funakubo et al. | Recognition and handling of clothes with different pattern by dual hand-eyes robotic system | |
Vogt et al. | Automatic end tool alignment through plane detection with a RANSAC-algorithm for robotic grasping | |
Cheon et al. | Object manipulation using robot arm-hand system | |
CN115556102B (zh) | 一种基于视觉识别的机器人分拣规划方法及规划设备 | |
Xie | Research on the industrial robot grasping method based on multisensor data fusion and binocular vision | |
CN116197888B (zh) | 物品位置确定方法、装置、电子设备和存储介质 | |
Erdős et al. | Visual servo guided cyber-physical robotic assembly cell | |
Tao et al. | An improved RRT algorithm for the motion planning of robot manipulator picking up scattered piston |
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 |