CN111618853A - 一种连续型机器人偏差修正运动学等效方法及应用 - Google Patents
一种连续型机器人偏差修正运动学等效方法及应用 Download PDFInfo
- Publication number
- CN111618853A CN111618853A CN202010451524.8A CN202010451524A CN111618853A CN 111618853 A CN111618853 A CN 111618853A CN 202010451524 A CN202010451524 A CN 202010451524A CN 111618853 A CN111618853 A CN 111618853A
- Authority
- CN
- China
- Prior art keywords
- equivalent
- constant curvature
- deviation
- robot
- length
- 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
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012937 correction Methods 0.000 title claims abstract description 23
- 238000010586 diagram Methods 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000004075 alteration Effects 0.000 claims 2
- 230000008447 perception Effects 0.000 description 11
- 230000001360 synchronised effect Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010891 toxic waste Substances 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种连续型机器人偏差修正运动学等效方法及应用，方法包括：采用二连杆‑五关节运动学等效模型的偏差修正运动学等效方法使用刚性臂对基于分段常曲率假设的连续型机器人运动学进行等效。针对实际运动情况与理想分段常曲率之间存在较大偏差的分段近似常曲率连续型机器人学等效分析方法，该方法针对实际连续型机器人与理想分段常曲率之间的偏差进行标定，并通过标定情况及连续型机器人配置情况直接列写运动学等效D‑H参数，从而快速得到实际连续型机器人构型空间与笛卡尔空间之间的运动学关系，进而大大提高分段常曲率连续型机器人的建模效率。
Description
技术领域
本发明涉及连续机器人技术领域，尤其涉及一种连续型机器人偏差修正运动学等效方法及应用。
背景技术
在灾害救援、核与辐射设备检修、有毒废料采样、管道监测等方面，由于空间狭小且面临较大危险，不适合人或大型装备进入以开展工作，因此，体型纤细、运动灵活的连续型机器人(Continuum Robots)成为一个重要选择。连续型机器人具有很好的弯曲特性和避障能力，能够改变自身的形状姿态等适应环境，克服各类障碍物的限制，广泛应用于非结构化环境下的自主作业的特殊场合中，如医疗、军事、灾害救援、海洋探索等领域。然而，目前对连续型机器人的研究主要集中在机器人结构创新设计方面，对于此类机器人的感知规划控制技术远不及传统机械臂成熟，严重限制了其在非结构化环境如狭小空间中灵活工作的能力。
连续型机器人环境感知(臂型位姿估计及环境地图构建)是实现其在复杂未知环境下有效规划控制从而避障完成任务的基础；而实现连续型机器人环境感知首先需要对连续型机器人的运动学关系进行建模描述。
在常见的连续型机器人感知规划控制技术中，常基于分段常曲率假设(PiecewiseConstant Curvature,PCC)；PCC假设下连续型机器人由多段曲率各自为某一可随时间变化值的圆弧拼接而成；连续型机器人设计时可通过增加约束等方式，使连续型机器人臂型满足或近似满足PCC假设，从而有效降低连续型机器人应用难度。然而，工程实现中由于存在摩擦力等影响，理想的PCC假设通常难以实现，而是在一定偏差范围内的近似于PCC假设的臂型情况。
现有技术中，连续型机器人运动学形状编码描述方法，可以不基于任意假设描述连续型机器人的臂型(机械臂构型，即空间形状)。这类描述方法的最大缺点是模型复杂，不利于工程实现；并且忽视了现有连续型机器人设计时的先验知识，仅将连续型机器人看作任意空间曲线。
现有的基于常曲率假设的连续型机器人运动学模型，通过假设连续型机器人由多段曲率各自为某一可随时间变化值的圆弧拼接而成；其考虑了连续型机器人设计及工程实现中的先验信息，将连续型机器人运动学模型有效简化。现有基于分段常曲率假设下的连续型机器人运动学模型中存在奇异点易出现数值不稳定情况，并且具有较强的非线性，不利于连续型机器人环境感知、规划、控制等应用。
因此，需要一种对近似PCC假设下连续型机器人运动学模型的改进方案，使其更有利于实现连续型机器人环境感知、规划、控制等应用的影响与限制。
以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
本发明为了解决现有的问题，提供一种连续型机器人偏差修正运动学等效方法及应用。
为了解决上述问题，本发明采用的技术方案如下所述：
一种连续型机器人偏差修正运动学等效方法，采用二连杆-五关节运动学等效模型的偏差修正运动学等效方法使用刚性臂对基于分段常曲率假设的连续型机器人运动学进行等效。
优选地，运动学进行等效包括如下步骤：S1：将基于分段常曲率假设的连续型机器人分为多个近似常曲率段，获取每个所述近似常曲率段的长度并区分每个所述近似常曲率段；S2：对每个所述近似常曲率段进行偏差标定得到偏差标定值；S3：根据各个所述近似常曲率段的长度和所述偏差标定值使用刚性臂进行等效；S4：整合各个所述近似常曲率段的等效参数，列写所述基于分段常曲率假设的连续型机器人的等效D-H参数，得到等效模型的运动学等效方法。3.如权利要求2所述的连续型机器人运动学等效方法，其特征在于，各个所述常曲率段的长度为定值。
优选地，所述偏差标定值包括：最大偏差角度δmax以及偏差系数k；对每个所述近似常曲率段进行偏差标定包括如下步骤：S21：选取待标定的所述近似常曲率段，调整所述近似常曲率段的轴向旋转角ψ为0°、轴向偏转角θ为最大值θmax；S22：将所述近似常曲率段置于相机前，并使所述近似常曲率段的偏转平面与所述相机平行，进行视觉采样得到几何关系采样图，其中，将所述几何关系采样图中的根部坐标定为坐标原点；S23：标定最大偏差角度：获取所述几何关系采样图中的根部最大偏转角即理想最大偏转角的一半θmax/2及实际最大偏转角
得到最大偏差角度
标定偏差系数：获取所述刚性臂进行等效中的偏差系数k＝短杆长度/所述近似常曲率段的长度L＝短杆长度/(短杆长度+长杆长度)。
优选地，利用椭圆中椭圆上的任一点到焦点的距离之和相等的性质，根据所述几何关系采样图的两个端点作为椭圆的焦点，所述近似常曲率段的长度为椭圆的长轴的长度构建椭圆标定所述偏差系数。
优选地，每个所述近似常曲率段等效为由五个转动关节连接的两个刚性连杆，并通过参数约束在误差范围内进行等效；所述参数包括所述常曲率段的轴向偏转角与偏转辅助角之间的几何关系。
优选地，所述等效包括：短杆-长杆等效、长杆-短杆等效；根据所述短杆-长杆等效获得所述常曲率段的轴向偏转角与偏转辅助角之间的几何关系。
优选地，所述所述常曲率段的轴向偏转角与偏转辅助角之间的几何关系满足：
进一步化简得到：
其中，θ是常曲率段的轴向偏转角，
是常曲率段的偏转辅助角，L是常曲率段的长度，k是偏差系数。
优选地，根据长杆-短杆等效方法，得到等效参数为：所述近似常曲率段的构型参数状态变量包括轴向偏转角θ、轴向旋转角ψ，等效长杆长度l1＝(1-k)·L，等效短杆长度l2＝k·L，等效第一偏转角
等效第二偏转角即偏转辅助角
本发明还提供一种连续型机器人运动学等效方法的应用，采用如上任一所述的连续型机器人偏差修正运动学等效方法。
本发明的有益效果为：提供一种连续型机器人偏差修正运动学等效方法及应用，通过二连杆-五关节刚性臂运动学等效方法对基于分段近似常曲率假设的连续型机器人运动学等效，至少包括如下优点：
1.为连续型机器人的环境感知、规划、控制提供运动学模型基础；
2.降低现有基于常曲率假设下连续型机器人运动学模型复杂程度；
3.解决现有基于常曲率假设下连续型机器人运动学模型存在奇点而产生的数值不稳定情况，提高模型工程应用中的实际精度；
4.模型简单利于连续型机器人的环境感知、规划、控制的工程实现，并提高效率、降低计算量；
5.将连续型机械臂等效于传统刚性机械臂，利于已有刚性机械臂相关技术的引入；
6.考虑工程实现与理想PCC模型偏差，通过标定并增加修正因子，使运动学等效模型能更加精确刻画连续型机器人实际运动情况。
附图说明
图1是本发明实施例中现有分段常曲率连续型机器人运动学描述技术中某一常曲率段几何关系的示意图。
图2是本发明实施例中一种分段近似常曲率连续型机器人运动学描述方法的示意图。
图3是本发明实施例中分段常曲率假设下连续型机器人示例的示意图。
图4是本发明实施例中标定方的示意图。
图5是本发明实施例中几何关系视觉采样标定示例图。
图6是本发明实施例中标定偏差系数示例图。
图7(a)和图7(b)是本发明实施例中连续型机器人近似常曲率段运动学等效臂型参数描述模型示意图。
图8是本发明实施例中近似常曲率段轴偏转平面等效情况示意图。
图9(a)和图9(b)是本发明实施例中分段近似常曲率连续型机器人整体等效示例图。
图10是本发明实施例中标定最大偏转角的示意图。
图11是本发明实施例中标定偏差系数的示意图。
具体实施方式
为了使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接既可以是用于固定作用也可以是用于电路连通作用。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
相关名词解释：
连续型机器人：连续型机器人是一种柔顺、灵活性高的新型仿生机器人。与传统离散型机器人由离散的关节和刚性杆组成的结构不同，其弯曲性能优良，能适用于障碍物众多的非结构化环境和狭小工作空间。
分段常曲率假设：分段常曲率假设(Piecewise Constant Curvature,PCC)，PCC假设连续型机器人由多段曲率各自为某一可随时间变化值的圆弧拼接而成。
连续型机器人臂型：连续型机器人通常与机械臂类似，臂型即机械臂构型，是指连续型机器人机械臂的整体外形。
如图1所示，现有连续机器人的设计与研究中主要基于分段常曲率假设，建立有限自由度模型对其运动进行有效描述。基于分段常曲率假设且长度不发生改变时，连续机器人可分为多个常曲率段，其运动学模型基于如图所示的几何关系。
相应运动学齐次变换关系如下：
其中，Li为定值即该常曲率段长度，ψi为轴向旋转角，θi为轴向偏转角。
连续型机器人各段之间的位姿变换关系由ψi和θi唯一确定。然而由于上述式子中包含以状态量θi作为分母的项，即其存在奇异点(θi＝0)，故存在数值不稳定问题。此外，由于上式中包含状态量及状态量的正余弦值，因此具有强非线性，不利于实际应用于连续型机器人环境感知、规划、控制中。
并且，虽然可通过结构设计等使得连续型机器人理想状态下按照符合分段常曲率假设，但由于工程实现中存在摩擦力等因素影响，实际连续型机器人仅能近似满足分段常曲率假设，因此基于分段常曲率假设的运动模型无法满足实际工程中连续型机器人的感知规划控制等应用。
一种连续型机器人运动学等效方法，采用二连杆-五关节运动学等效模型的偏差修正运动学等效方法使用刚性臂对基于分段常曲率假设的连续型机器人运动学进行等效。该方法的基本思想是利用五个转动关节将两个传统刚性臂连接，并根据特定参数(其中部分参数通过标定确定)约束其在可接受的误差范围内等效于更接近实际运动情况的近似常曲率段的运动关系，并且多段串联从而得到连续型机器人分段近似常曲率运动学等效模型。
本发明提出了一种基于分段近似常曲率假设的连续型机器人运动学等效描述方法(二连杆-五关节运动学等效方法)及其标定方法，区别于已有的分段常曲率连续型机器人运动学描述技术，二连杆-五关节运动学等效方法使用传统刚性臂对连续型机器人运动学进行描述，可有效降低描述技术的施用难度，并可通过偏差标定及修正更真实描述实际连续型机器人的运动情况。
通过该方法可以使对分段常曲率连续型机器人的感知、规划、控制转化为以传统刚性机械臂为对象。
为达到上述目的，本发明采用以下技术方案：
如图2所示，本发明公开了一种分段近似常曲率连续型机器人运动学描述方法，包括以下步骤：
S1：将基于分段常曲率假设的连续型机器人分为多个近似常曲率段，获取每个所述近似常曲率段的长度并区分每个所述近似常曲率段；
S2：对每个所述近似常曲率段进行偏差标定得到偏差标定值；
S3：根据各个所述近似常曲率段的长度和所述偏差标定值使用刚性臂进行等效；
S4：整合各个所述近似常曲率段的等效参数，列写所述基于分段常曲率假设的连续型机器人的等效D-H参数，得到等效模型的运动学等效方法。
如图3所示，是本发明实施例中分段常曲率假设下连续型机器人示例。分段常曲率连续型机器人是依据分段常曲率假设进行设计的，整个连续型机器人可分为多个近似常曲率段，即可近似为多段圆弧，各段长度Li为定值。通过测量可得到各段长度，并区分各近似常曲率段进行下一步各段等效。
基于分段常曲率设计的连续型机器人工程实现中，实际运动模型与分段常曲率连续型机器人之间存在一定偏差，该偏差依赖于机械结构、材料属性、摩擦系数等，因此需要对偏差大小进行预先标定。本专利提出了一种分段近似常曲率偏差标定方法，通过该方法可对特定连续型机器人偏差情况进行预先的标定。
对于基于分段常曲率设计的连续型机器人，其由多个近似常曲率段构成，对各段需要分别进行标定。标定目的在于，标定出最大偏差角度δmax以及偏差系数k。
如图4所示，对每个所述近似常曲率段进行偏差标定包括如下步骤：
S21：选取待标定的所述近似常曲率段，调整所述近似常曲率段的轴向旋转角ψ为0°、轴向偏转角θ为最大值θmax；
S22：将所述近似常曲率段置于相机前，并使所述近似常曲率段的偏转平面与所述相机平行，进行视觉采样得到几何关系采样图，其中，将所述几何关系采样图中的根部坐标定为坐标原点；
S23：标定最大偏差角度：获取所述几何关系采样图中的根部最大偏转角即理想最大偏转角的一半θmax/2及实际最大偏转角
得到最大偏差角度
S24：标定偏差系数：获取所述刚性臂进行等效中的偏差系数k＝短杆长度/所述近似常曲率段的长度L＝短杆长度/(短杆长度+长杆长度)。
如图5所示，是本发明一种实施例中几何关系采样图，其中将近似常曲率段的前端(靠近根部)坐标定为坐标原点。
在本发明的一种实施例中，利用椭圆中椭圆上的任一点到焦点的距离之和相等的性质，根据所述几何关系采样图的两个端点作为椭圆的焦点，所述近似常曲率段的长度为椭圆的长轴的长度构建椭圆标定所述偏差系数。
如图6所示，分别以几何关系采样图中的根部和末端的两个端点为焦点，近似常曲率段长度L为长轴长构建椭圆，椭圆与y轴正半轴交于点P，则偏差系数
可以理解的是，此处仅提供一种计算偏差系数的比较直观的方法，还有其他计算方法，此处不作限定。
如图7(a)和图7(b)所示，是连续型机器人近似常曲率段运动学等效臂型参数描述模型的示意图。分段近似常曲率连续型机器人在运动学层面上可等效为由五个转动关节连接的两个刚性连杆，并根据特定参数(其中部分参数通过标定确定)约束其在可接受的误差范围内等效于更接近实际运动情况的近似常曲率段的运动关系。
其中，1为理想PCC臂形，2为实际近似PCC臂形，3为等效近似PCC臂形，4为实际近似PCC臂形,{Si-1}、{Si}分别代表根部和末端的坐标系，轴向偏转角θi与偏转辅助角
具有约束关系，偏转角修正量δ可以计算得到。
本发明方法的重点在于二连杆-五关节刚性臂组合方式及其参数关系，尤其是常曲率段的轴向偏转角与偏转辅助角之间的几何关系。
如图8所示，为轴向偏转平面等效情况示意图。等效模型由二连杆-五关节组成，刚体杆长度由近似常曲率段长度L决定，且五关节中轴向偏转角θ与轴向旋转角
具有约束关系。由图8中的几何关系可知，根据对称性存在两种等效方式，黑色实线代表长杆-短杆等效方法，黑色虚线代表短杆-长杆等效方法，实际应用中常使用黑色实线等效方式，黑色虚线等效方式仅用于推导等效偏转角之间的几何约束关系；根据短杆-长杆等效方法的几何关系得到以下约束：
进一步化简得到：
其中，θ是常曲率段的轴向偏转角，
是常曲率段的偏转辅助角，L是常曲率段的长度，k是偏差系数。
具体等效方法中的参数见表1。
通过该等效方法，该段末端偏转角可修正为：
其中，
上述参数中偏差系数k及最大偏差角δmax需要通过标定确定。
表1等效模型详细参数
实际应用中使用长杆-短杆等效，该等效方法中的具体参数为：据长杆-短杆等效方法，得到等效参数为：所述近似常曲率段的构型参数状态变量包括轴向偏转角θ、轴向旋转角ψ，等效长杆长度l1＝(1-k)·L，等效短杆长度l2＝k·L，等效第一偏转角
等效第二偏转角即偏转辅助角
θ与
满足公式(3)约束。
图8中右侧第一个圆弧为理想常曲率运动末端轨迹；其余圆弧为近似等效模型末端轨迹。本方法中通过标定确定偏差系数k为一常数，即通过标定后确定唯一的近似末端轨迹，图中可见当轴向偏转角过大时偏差增长过大，等效模型难以刻画实际情况；但工程实现中，由于材料等限制连续型机器人各近似常曲率段轴向偏转角θ角度有限，一般小于60°，故等效模型可以有效工作。
得到各近似常曲率段的等效刚性模型后，即可根据分段近似常曲率连续型机器人各近似常曲率段连接方式，将各段等效刚性模型连接。
如图9(a)和图9(b)所示，是本发明实施例中连续型机器人整体等效模型示例。
再根据经典的机器人D-H参数描述模型，列写出连续型机器人运动学等效描述D-H参数。
表2运动学等效D-H参数
列写出运动学等效D-H参数后，即可适用已有机器人技术展开进一步的应用。
可以理解的是，基于上述方法得到的等效方法，可以用于后续的任何应用都应该属于本发明保护的范围。
本发明的目的是提供一种针对实际运动情况与理想分段常曲率之间存在较大偏差(偏差大于近似常曲率段长度的1％以上)的分段近似常曲率连续型机器人学等效分析方法，该方法针对实际连续型机器人与理想分段常曲率之间的偏差进行标定，并通过标定情况及连续型机器人配置情况直接列写运动学等效D-H参数，从而快速得到实际连续型机器人构型空间与笛卡尔空间之间的运动学关系，进而大大提高分段常曲率连续型机器人的建模效率。
在本发明一种具体的实施例中，以平面单段分段近似常曲率连续型机器人为实施例，采用本专利方法对其实际运动情况进行描述：
步骤1：实施例中该机器人仅包含一个近似常曲率段，该段长度L＝0.50m；
步骤2：根据标定方法对其偏差标定：
(1)实施例为平面情况故其轴向旋转角ψ为0°，调整轴向偏转角θ为最大值θmax；
(2)将该近似常曲率段置于相机前，并使其偏转平面与相机平行，进行视觉采样；
(3)标定最大偏差角度，如图10量取采样图中的角度θmax/2＝27.15°，
得到最大偏差角度
(4)标定偏差系数，如图11所示，以原点及端点为焦点，长轴长为该近似常曲率段长度L作椭圆，椭圆与y轴正半轴交于点P，则偏差系数
(5)实施例中仅有一段，标定完毕；
步骤3：对该近似常曲率段使用二连杆-五关节等效，其中L＝0.50m，δmax＝0.86°，k＝0.246；
步骤4：列写运动学等效D-H参数如下
表3实施例运动学等效D-H参数
其中由于实施例工作于平面上，故关节1、5参数均为0。θ1为该段的臂型参数(状态量)可随时间变化；
为辅助变量，与θ1满足式(3)关系；δ1由式(5)确定。
本申请实施例还提供一种控制装置，包括处理器和用于存储计算机程序的存储介质；其中，处理器用于执行所述计算机程序时至少执行如上所述的方法。
本申请实施例还提供一种存储介质，用于存储计算机程序，该计算机程序被执行时至少执行如上所述的方法。
本申请实施例还提供一种处理器，所述处理器执行计算机程序，至少执行如上所述的方法。
所述存储介质可以由任何类型的易失性或非易失性存储设备、或者它们的组合来实现。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，FerromagneticRandom Access Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，SynchronousStatic Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random AccessMemory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random AccessMemory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data RateSynchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例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，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(可以是个人计算机、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。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。
Claims (10)
1.一种连续型机器人偏差修正运动学等效方法，其特征在于，采用二连杆-五关节运动学等效模型的偏差修正运动学等效方法使用刚性臂对基于分段常曲率假设的连续型机器人运动学进行等效。
2.如权利要求1所述的连续型机器人偏差修正运动学等效方法，其特征在于，运动学进行等效包括如下步骤：
S1：将基于分段常曲率假设的连续型机器人分为多个近似常曲率段，获取每个所述近似常曲率段的长度并区分每个所述近似常曲率段；
S2：对每个所述近似常曲率段进行偏差标定得到偏差标定值；
S3：根据各个所述近似常曲率段的长度和所述偏差标定值使用刚性臂进行等效；
S4：整合各个所述近似常曲率段的等效参数，列写所述基于分段常曲率假设的连续型机器人的等效D-H参数，得到等效模型的运动学等效方法。
3.如权利要求2所述的连续型机器人偏差修正运动学等效方法，其特征在于，各个所述常曲率段的长度为定值。
4.如权利要求3所述的连续型机器人偏差修正运动学等效方法，其特征在于，所述偏差标定值包括：最大偏差角度δmax以及偏差系数k；
对每个所述近似常曲率段进行偏差标定包括如下步骤：
S21：选取待标定的所述近似常曲率段，调整所述近似常曲率段的轴向旋转角ψ为0°、轴向偏转角θ为最大值θmax；
S22：将所述近似常曲率段置于相机前，并使所述近似常曲率段的偏转平面与所述相机平行，进行视觉采样得到几何关系采样图，其中，将所述几何关系采样图中的根部坐标定为坐标原点；
S23：标定最大偏差角度：获取所述几何关系采样图中的根部最大偏转角即理想最大偏转角的一半θmax/2及实际最大偏转角
得到最大偏差角度
S24：标定偏差系数：获取所述刚性臂进行等效中的偏差系数k＝短杆长度/所述近似常曲率段的长度L＝短杆长度/(短杆长度+长杆长度)。
5.如权利要求4所述的连续型机器人偏差修正运动学等效方法，其特征在于，利用椭圆中椭圆上的任一点到焦点的距离之和相等的性质，根据所述几何关系采样图的两个端点作为椭圆的焦点，所述近似常曲率段的长度为椭圆的长轴的长度构建椭圆标定所述偏差系数。
6.如权利要求5所述的连续型机器人偏差修正运动学等效方法，其特征在于，每个所述近似常曲率段等效为由五个转动关节连接的两个刚性连杆，并通过参数约束在误差范围内进行等效；
所述参数包括所述常曲率段的轴向偏转角与偏转辅助角之间的几何关系。
7.如权利要求6所述的连续型机器人偏差修正运动学等效方法，其特征在于，所述等效包括：短杆-长杆等效、长杆-短杆等效；
根据所述短杆-长杆等效获得所述常曲率段的轴向偏转角与偏转辅助角之间的几何关系。
8.如权利要求7所述的连续型机器人偏差修正运动学等效方法，其特征在于，所述所述常曲率段的轴向偏转角与偏转辅助角之间的几何关系满足：
进一步化简得到：
其中，θ是常曲率段的轴向偏转角，
是常曲率段的偏转辅助角，L是常曲率段的长度，k是偏差系数。
9.如权利要求8所述的连续型机器人偏差修正运动学等效方法，其特征在于，根据长杆-短杆等效方法，得到等效参数为：所述近似常曲率段的构型参数状态变量包括轴向偏转角θ、轴向旋转角ψ，等效长杆长度l1＝(1-k)·L，等效短杆长度l2＝k·L，等效第一偏转角
等效第二偏转角即偏转辅助角
10.一种连续型机器人运动学等效方法的应用，采用如权利要求1-9任一所述的连续型机器人偏差修正运动学等效方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010451524.8A CN111618853B (zh) | 2020-05-25 | 2020-05-25 | 一种连续型机器人偏差修正运动学等效方法及控制装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010451524.8A CN111618853B (zh) | 2020-05-25 | 2020-05-25 | 一种连续型机器人偏差修正运动学等效方法及控制装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111618853A true CN111618853A (zh) | 2020-09-04 |
| CN111618853B CN111618853B (zh) | 2021-06-15 |
Family
ID=72268126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010451524.8A Active CN111618853B (zh) | 2020-05-25 | 2020-05-25 | 一种连续型机器人偏差修正运动学等效方法及控制装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111618853B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115890659A (zh) * | 2022-11-07 | 2023-04-04 | 同济人工智能研究院(苏州)有限公司 | 一种连续体机器人灵巧性的优化方法 |
| WO2024031922A1 (zh) * | 2022-08-09 | 2024-02-15 | 天津大学 | 基于等效运动学模型的机器人标定方法及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009094670A1 (en) * | 2008-01-25 | 2009-07-30 | The Trustees Of Columbia University In The City Of New York | Systems and methods for force sensing in a robot |
| US20180243900A1 (en) * | 2017-02-28 | 2018-08-30 | Canon U.S.A. Inc. | Apparatus of continuum robot |
| CN109325315A (zh) * | 2018-11-13 | 2019-02-12 | 清华大学深圳研究生院 | 一种连续型机械臂的静力学建模方法 |
| CN110193827A (zh) * | 2019-03-28 | 2019-09-03 | 南京航空航天大学 | 一种用于绳驱动连续体机器人的驱动补偿方法 |
| CN111177859A (zh) * | 2019-12-09 | 2020-05-19 | 上海航天控制技术研究所 | 一种桁架天线的动力学等效连续体建模方法 |
-
2020
- 2020-05-25 CN CN202010451524.8A patent/CN111618853B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009094670A1 (en) * | 2008-01-25 | 2009-07-30 | The Trustees Of Columbia University In The City Of New York | Systems and methods for force sensing in a robot |
| US20180243900A1 (en) * | 2017-02-28 | 2018-08-30 | Canon U.S.A. Inc. | Apparatus of continuum robot |
| CN109325315A (zh) * | 2018-11-13 | 2019-02-12 | 清华大学深圳研究生院 | 一种连续型机械臂的静力学建模方法 |
| CN110193827A (zh) * | 2019-03-28 | 2019-09-03 | 南京航空航天大学 | 一种用于绳驱动连续体机器人的驱动补偿方法 |
| CN111177859A (zh) * | 2019-12-09 | 2020-05-19 | 上海航天控制技术研究所 | 一种桁架天线的动力学等效连续体建模方法 |
Non-Patent Citations (1)
| Title |
|---|
| ROBERT K KATZSCHMANN ET AL: "Dynamic motion control of multi-segment soft robots using piecewise constant curvature matched with an augmented rigid body model", 《2019 2ND IEEE INTERNATIONAL CONFERENCE ON SOFT ROBOTICS》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024031922A1 (zh) * | 2022-08-09 | 2024-02-15 | 天津大学 | 基于等效运动学模型的机器人标定方法及设备 |
| CN115890659A (zh) * | 2022-11-07 | 2023-04-04 | 同济人工智能研究院(苏州)有限公司 | 一种连续体机器人灵巧性的优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111618853B (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106406277B (zh) | 机器人运动学参数误差优化补偿方法及装置 | |
| CN107443382B (zh) | 工业机器人结构参数误差辨识与补偿方法 | |
| Majarena et al. | An overview of kinematic and calibration models using internal/external sensors or constraints to improve the behavior of spatial parallel mechanisms | |
| WO2018090323A1 (zh) | 一种坐标系标定方法、系统及装置 | |
| CN111618853B (zh) | 一种连续型机器人偏差修正运动学等效方法及控制装置 | |
| CN112276953B (zh) | 连续型超冗余机械臂的臂型协同规划方法、终端设备和存储介质 | |
| CN107901038B (zh) | 一种位置标定方法、装置、双臂机器人及存储介质 | |
| CN107378952B (zh) | 一种冗余度机械臂末端执行器姿态保持的解决方法 | |
| CN108406769A (zh) | 串联机器人的关节旋转角度确定方法及装置 | |
| Gan et al. | Multi-robot trajectory planning and position/force coordination control in complex welding tasks | |
| CN114474003A (zh) | 一种基于参数辨识的车载建筑机器人误差补偿方法 | |
| CN115008476B (zh) | 基于等效运动学模型的机器人标定方法及设备 | |
| CN114216456A (zh) | 一种基于imu与机器人本体参数融合的姿态测量方法 | |
| Motta et al. | Inverse kinematics and model calibration optimization of a five-DOF robot for repairing the surface profiles of hydraulic turbine blades | |
| CN111618824B (zh) | 一种连续型机器人臂型自估计方法 | |
| Liang et al. | Learning-based inverse kinematics from shape as input for concentric tube continuum robots | |
| Kot et al. | Finding optimal manipulator arm shapes to avoid collisions in a static environment | |
| CN111695213B (zh) | 一种连续型机器人运动学等效方法及应用 | |
| Gu et al. | Improved uncalibrated visual servo strategy for hyper-redundant manipulators in on-orbit automatic assembly | |
| CN112536792B (zh) | 一种基于球面几何解析法的机器臂逆解方法 | |
| Grassmann et al. | Fas—a fully actuated segment for tendon-driven continuum robots | |
| Wang et al. | S-velocity profile of industrial robot based on NURBS curve and slerp interpolation | |
| Chen et al. | Model-based estimation of the gravity-loaded shape and scene depth for a slim 3-actuator continuum robot with monocular visual feedback | |
| Feng et al. | Calibration of a six-DOF parallel manipulator for chromosome dissection | |
| Ma et al. | Collaborative continuum robots for remote engineering operations |
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 |