CN111730606B - 一种高智能机器人的抓取动作控制方法及系统 - Google Patents

Abstract

本发明公开了一种高智能机器人的抓取动作控制方法及系统，其中控制系统包括环境感知模块、识别模块、判断模块、动作规划模块和执行模块。通过本技术方案，能够实现高智能机器人的自主抓取动作规划控制，实现对于各类物体的有效抓取；对于某些碎片化易跟随环境发生移动的细小物体，通过迭代规划的方式实现精准的追踪抓取，同时还能够实现抓取物体的搬运；并于识别和动作规划中通过预先的人工智能训练实现智能化自主识别和自主规划，无需使用者输入相应的识别模型和动作模型，大大提升了应用该种抓取控制系统的机器人的智能性。

Description

一种高智能机器人的抓取动作控制方法及系统

技术领域

本发明涉及高智能机器人控制技术领域，尤其涉及一种高智能的抓取动作控制方法及系统。

背景技术

随着科学技术的飞速发展，高智能机器人已经广泛应用于工业生产、物流、冶金医疗、特种救灾、3C产业等各领域，能够取代人力进行抓取和搬运等高难度工作，进而显著上提升工作效率，同时还能够取代人力进行一些复杂、危险性高的工作，保证作业人员的人身安全。

目前通常采用的方式是通过导向杆或人工操作的方式控制机器人进行工件的抓取，或者通过视觉结构来对工件进行定位而后根据预先设置的动作模型进行规划，难以做到通用和较高精度的实现，亟需一种具有高度智能化的机器人动作规划控制方法对上述现实应用问题加以解决。

发明内容

针对现有技术中存在的上述问题，现提供一种高智能机器人的抓取动作控制方法及系统，具体技术方案如下所示：

一种高智能机器人的抓取动作控制方法，该种高智能机器人包括多个机械手和多个移动机构，其中机械手用于对一抓取范围内的待抓取物体进行抓取，移动机构用于带动高智能机器人进行移动；

该种抓取动作控制方法包括如下步骤：

步骤S1，获取高智能机器人所处的世界环境和位置信息和自定位信息；

步骤S2，识别世界环境中的待抓取物体并获取待抓取物体的位置信息；

步骤S3，根据自定位信息和位置信息进行导航路径规划，控制高智能机器人按导航路径规划进行移动；

步骤S4，判断待抓取物体是否处于抓取范围内：

若是，则控制机械手对待抓取物体进行抓取；

若否，则返回步骤S2。

优选的，该种抓取动作控制方法进一步包括：

步骤S5a，判断待抓取物体是否完成抓取：

若是，则结束本次控制流程；

若否，则返回步骤S4。

优选的，该种抓取动作控制方法进一步包括：

步骤S5b，判断待抓取物体是否完成抓取：

若是，则转向步骤S5c；

若否，则返回步骤S4。

步骤S5c，识别世界环境中待抓取物体的放置位置；

步骤S5d，根据放置位置进行导航路径规划，控制高智能机器人移动至放置位置处；

步骤S5e，控制机械手对待抓取物体进行放置。

优选的，该种抓取动作控制方法，其中于步骤S5d中，持续检测待抓取物体是否被机械手抓取，并当检测到待抓取物体未被机械手抓取时停止步骤S5d并返回步骤S4。

优选的，该种抓取动作控制方法，其中于步骤S2中，位置信息为一范围区域；

于步骤S2的对应时刻中，当高智能机器人处于范围区域内时，待抓取物体处于抓取范围内。

一种高智能机器人的抓取动作控制系统，应用于上述任意一项的抓取动作控制方法中，该种高智能机器人包括多个机械手和多个移动机构，其中机械手用于对一抓取范围内的待抓取物体进行抓取，移动机构用于带动高智能机器人进行移动；

该种抓取动作控制系统具体包括：

环境感知模块，用于获取高智能机器人所处的世界环境和高智能机器人于世界环境中的实时位置信息；

识别模块，连接环境感知模块，用于识别世界环境中的待抓取物体并获取待抓取物体的目标位置信息；

导航模块，分别连接环境感知模块和识别模块，用于根据实时位置信息和目标位置信息进行导航路径规划，输出相应的路径规划指令；

移动机构根据路径规划指令带动高智能机器人进行移动；

第一判断模块，分别连接环境感知模块和识别模块，用于根据实时位置信息和目标位置信息，判断待抓取物体是否处于抓取范围内，并输出一第一判断结果；

动作规划模块，连接第一判断模块，用于根据第一判断结果，当待抓取物体处于抓取范围时，进行自主动作规划并控制机械手对待抓取物体进行抓取。

优选的，该种抓取动作控制系统，其中机械手包括至少一个力矩传感器组，用于检测机械手的动作执行情况；

抓取动作控制系统还包括一第二判断模块，第二判断模块分别连接力矩传感器组和动作规划模块，用于判断待抓取物体是否完成抓取，并输出一第二判断结果；

动作规划模块还根据第二判断结果，当待抓取物体未能完成抓取时，进行自主重规划并控制机械手对待抓取物体进行再抓取。

优选的，该种抓取动作控制系统，其中识别模块还用于识别世界环境中待抓取物体的放置位置信息；

当待抓取物体完成抓取时，高智能机器人通过导航模块的路径规划移动至放置位置并放置待抓取物体。

优选的，该种抓取动作控制系统，其中环境感知模块包括双鱼眼相机、激光雷达、视觉里程计、卫星定位装置和惯性测量装置。

优选的，该种抓取动作控制系统，其中识别模块采用人工智能算法预先训练得以识别世界环境中的待抓取物体；

动作规划模块采用人工智能算法预先训练得以进行自主动作规划。

本技术方案具体有如下优点或有益效果：

通过本技术方案，能够实现高智能机器人的自主抓取动作规划控制，实现对于各类物体的有效抓取；对于某些碎片化易跟随环境发生移动的细小物体，通过迭代规划的方式实现追踪抓取，同时还能够实现对抓取物体的搬运；于识别和动作规划中通过预先的人工智能训练实现智能化自主识别和自主规划，无需使用者输入相应的识别模型和动作模型，大大提升了应用该种抓取控制系统的机器人的智能性。

附图说明

图1为本发明一种高智能机器人的抓取动作控制方法及系统中，抓取动作控制系统的流程示意图。

图2为本发明一种高智能机器人的抓取动作控制方法及系统中，抓取动作控制方法的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

针对现有技术中存在的上述问题，现提供一种高智能机器人的抓取动作控制方法及系统，应用于高智能机器人的动作控制领域，具体技术方案如下所示：

一种高智能机器人的抓取动作控制方法，该种高智能机器人包括多个机械手和多个移动机构，其中机械手用于对一抓取范围内的待抓取物体进行抓取，移动机构用于带动高智能机器人进行移动；

如图1所示，该种抓取动作控制方法包括如下步骤：

步骤S1，获取高智能机器人所处的世界环境和自定位信息；

步骤S2，识别世界环境中的待抓取物体并获取待抓取物体的位置信息；

步骤S3，根据自定位信息和位置信息进行导航路径规划，控制高智能机器人按导航路径规划进行移动；

步骤S4，判断待抓取物体是否处于抓取范围内：

若是，则控制机械手对待抓取物体进行抓取；

若否，则返回步骤S2。

在本发明的一较佳实施例中，通过上述抓取动作控制方法能够应对各类抓取物体：对于普通的待抓取物体，只需要进行单次识别定位并进行相应的路径规划即可实现高智能机器人的抓取；而对于碎片化待抓取物体，由于其体量较轻容易碎外部环境的影响而发生相对运动，导致高智能机器人需要对其进行持续性的追踪感知——而在机器人的运动过程中难以实现对于细小碎片化物体的持续追踪识别且持续追踪识别将产生大量的处理功耗，本技术方案在此技术上采取类似迭代算法的控制步骤实现对于碎片化物体的抓取，先从起始位置处物体感知和导航规划，待移动到导航终点时重新进行物体感知并判断待抓取物体是否处于高智能机器人的可抓取范围内，若是则直接进行抓取动作规划，若否则重新进行导航规划并控制高智能机器人自主运动到新的位置再次进行抓取尝试。

作为优选的实施方式，该种抓取动作控制方法进一步包括：

步骤S5a，判断待抓取物体是否完成抓取：

若是，则结束本次控制流程；

若否，则返回步骤S4。

在本发明的另一较佳实施例中，在抓取动作执行后仍需对于抓取动作是否完成进行进一步确认：可以通过机械手部设置的力矩传感器组或其他传感器单元进行检测，以保证待抓取物体被成功抓取。

作为优选的实施方式，该种抓取动作控制方法进一步包括：

步骤S5b，判断待抓取物体是否完成抓取：

若是，则转向步骤S5c；

若否，则返回步骤S4。

步骤S5c，识别世界环境中待抓取物体的放置位置；

步骤S5d，根据放置位置进行导航路径规划，控制高智能机器人移动至放置位置处；

步骤S5e，控制机械手对待抓取物体进行放置。

作为优选的实施方式，该种抓取动作控制方法，其中于步骤S5d中，持续检测待抓取物体是否被机械手抓取，并当检测到待抓取物体未被机械手抓取时停止步骤S5d并返回步骤S4。

在本发明的另一较佳实施例中，使用该种抓取动作控制方法还能够实现对于抓取物的搬运工作：将物体通过机械手完成抓取动作后，继续根据导航设备的引导驱动高智能机器人前往待放置的目标区域，并在抵达目标区域后通过机械手再次根据实时动作规划进行放置操作。于上述较佳实施例中，在过程中需要对机器人的抓取状态进行持续性检测，防止在转移搬运的过程中掉落；当发生掉落情况时，则控制高智能机器人及时停机并重新进行动作规划并拾取掉落的物体。

作为优选的实施方式，该种抓取动作控制方法，其中于步骤S2中，位置信息为一范围区域；

于步骤S2的对应时刻中，当高智能机器人处于范围区域内时，待抓取物体处于抓取范围内。

在本发明的另一较佳实施例中，导航过程中的位置信息并非为一个目标点而被设定为一目标区域，由于高智能机器人的机械臂具有一定的抓取运动范围，故而将这一抓取动作覆盖范围设定为目标区域能够降低对于导航精度的要求并对导航目的进行了进一步修正，适用于实际的应用环境。

一种高智能机器人的抓取动作控制系统，应用于上述任意一项的抓取动作控制方法中，该种高智能机器人包括多个机械手和多个移动机构，其中机械手用于对一抓取范围内的待抓取物体进行抓取，移动机构用于带动高智能机器人进行移动；

如图2所示，该种抓取动作控制系统具体包括：

环境感知模块1，用于获取高智能机器人所处的世界环境和高智能机器人于世界环境中的实时位置信息；

识别模块2，连接环境感知模块1，用于识别世界环境中的待抓取物体并获取待抓取物体的目标位置信息；

导航模块3，分别连接环境感知模块1和识别模块2，用于根据实时位置信息和目标位置信息进行导航路径规划，输出相应的路径规划指令；

移动机构根据路径规划指令带动高智能机器人进行移动；

第一判断模块4，分别连接环境感知模块1和识别模块2，用于根据实时位置信息和目标位置信息，判断待抓取物体是否处于抓取范围内，并输出一第一判断结果；

动作规划模块5，连接第一判断模块4，用于根据第一判断结果，当待抓取物体处于抓取范围时，进行自主动作规划并控制机械手对待抓取物体进行抓取。

在本发明的另一较佳实施例中，该种抓取动作控制系统具体包括环境感知模块1、识别模块2、导航模块3、判断模块4和动作规划模块5，其中环境感知模块1处于持续工作状态，由于高智能机器人的环境感知模块具有一定的感知范围限制，若需要移动较远的距离需要根据高智能机器人的移动及时更新所处的世界环境信息和实时位置信息，同时导航模块3也将根据新的世界环境信息进行及时的路径规划调整，该种设计能够应对复杂条件及环境下的自主任务规划需求，对于行进路径上突然出现的障碍物等突发情况也能进行较佳的应对，具备极强的环境适应性。

于上述较佳实施例中，动作规划模块5还连接环境感知模块1，避免在进行自主动作规划的过程中使得机器人本体与环境发生碰撞干涉。

作为优选的实施方式，该种抓取动作控制系统，其中机械手包括至少一个力矩传感器组，用于检测机械手的动作执行情况；

抓取动作控制系统还包括一第二判断模块，第二判断模块分别连接力矩传感器组和动作规划模块5，用于判断待抓取物体是否完成抓取，并输出一第二判断结果；

动作规划模块5还根据第二判断结果，当待抓取物体未能完成抓取时，进行自主重规划并控制机械手对待抓取物体进行再抓取。

作为优选的实施方式，该种抓取动作控制系统，其中识别模块2还用于识别世界环境中待抓取物体的放置位置信息；

当待抓取物体完成抓取时，高智能机器人通过导航模块3的路径规划移动至放置位置并放置待抓取物体。

作为优选的实施方式，该种抓取动作控制系统，其中环境感知模块1包括双鱼眼相机、激光雷达、视觉里程计、卫星定位装置和惯性测量装置。

在本发明的另一较佳实施例中，环境感知模块1有多种设备集成而成，包括双鱼眼相机、激光雷达、宽/窄基线相机、卫星定位装置(GPS)、视觉里程计和惯性测量装置，其中双鱼眼相机、激光雷达和宽/窄基线相机用于对高智能机器人周围环境进行感知获取和建模以构建实时更新的世界环境模型；卫星定位装置、视觉里程计和惯性测量装置用于获取高智能机器人的准确实时位置，能够在无法实现精准卫星定位的区域采用惯性测量和视觉里程相配合的方式实现对于机器人自身位置的精准定位。于上述较佳实施例中，通过这些设备的集成配合能够准确地感知高智能机器人在世界环境模型中的精准位置信息。

作为优选的实施方式，该种抓取动作控制系统，其中识别模块2采用人工智能算法预先训练得以识别世界环境中的待抓取物体；

动作规划模块5采用人工智能算法预先训练得以进行自主动作规划。

在本发明的另一较佳实施例中，识别模块2采用人工智能经过大数据算法预先训练得到，使得高智能机器人在任务执行过程中无需额外接受有关待抓取物品的具体精确图像信息，能够自行根据任务指令进行目标物的识别，具有高度的智能性；同时于动作规划模块5中也并未存有预先存储的动作模型，从高智能机器人停止移动到完成物体抓取中的每一个步骤和过程均由设置于高智能机器人内部的高性能工控机进行即时运算所获得，能够实现完全的动作自主规划，无需进行模型调用，同时能够结合环境感知模块获取的世界环境模型避免与世界环境的碰撞发生，适用于各类特殊应用场景。

综上所述，通过本技术方案，能够依托高智能机器人配备的特种传感器模组，通过远程控制终端调配勘探路线，无论是否具有灾场环境地图均可实现对于灾场的全方位遍历探索，同时能够适应火灾、化学品泄漏、核泄漏等多应用场景；根据勘探采样数据和预设指标将灾场环境划分为低风险区域、中风险区域和高风险区域并以灾场风险地图的形式进行呈现，能够为后续专业救灾人员的入场救灾提供相应参考，大幅提升了人身安全保障，具有极佳的推广和应用价值。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (8)

1.一种高智能机器人的抓取动作控制方法，其特征在于，所述高智能机器人包括多个机械手和多个移动机构，所述机械手用于对一抓取范围内的碎片化的待抓取物体进行抓取，所述移动机构用于带动所述高智能机器人进行移动；

所述抓取动作控制方法包括如下步骤：

步骤S1，获取所述高智能机器人所处的世界环境和自定位信息；

步骤S2，识别所述世界环境中的所述待抓取物体并获取所述待抓取物体的位置信息；

步骤S3，根据所述自定位信息和所述位置信息进行导航路径规划，控制所述高智能机器人按所述导航路径规划进行移动；

步骤S4，判断所述待抓取物体是否处于所述抓取范围内：

若是，则控制所述机械手对所述待抓取物体进行抓取；

若否，则返回所述步骤S2；

所述抓取动作控制方法进一步包括：

步骤S5b，判断所述待抓取物体是否完成抓取：

若是，则转向步骤S5c；

若否，则返回所述步骤S4；

步骤S5c，识别所述世界环境中所述待抓取物体的放置位置；

步骤S5d，根据所述放置位置进行导航路径规划，控制所述高智能机器人移动至所述放置位置处；

步骤S5e，控制所述机械手对所述待抓取物体进行放置；

于所述步骤S5d中，持续检测所述待抓取物体是否被所述机械手抓取，并当检测到所述待抓取物体未被所述机械手抓取时停止所述步骤S5d并返回所述步骤S4。

2.如权利要求1所述的抓取动作控制方法，其特征在于，所述抓取动作控制方法进一步包括：

步骤S5a，判断所述待抓取物体是否完成抓取：

若是，则结束本次控制流程；

若否，则返回所述步骤S4。

3.如权利要求1所述的抓取动作控制方法，其特征在于，于所述步骤S2中，所述位置信息为一范围区域；

于所述步骤S2的对应时刻中，当所述高智能机器人处于所述范围区域内时，所述待抓取物体处于所述抓取范围内。

4.一种高智能机器人的抓取动作控制系统，其特征在于，应用于如权利要求1至3中任意一项所述的抓取动作控制方法中，所述高智能机器人包括多个机械手和多个移动机构，所述机械手用于对一抓取范围内的待抓取物体进行抓取，所述移动机构用于带动所述高智能机器人进行移动；

所述抓取动作控制系统具体包括：

环境感知模块，用于获取所述高智能机器人所处的世界环境和所述高智能机器人于所述世界环境中的实时位置信息；

识别模块，连接所述环境感知模块，用于识别所述世界环境中的所述待抓取物体并获取所述待抓取物体的目标位置信息；

导航模块，分别连接所述环境感知模块和所述识别模块，用于根据所述实时位置信息和所述目标位置信息进行导航路径规划，输出相应的路径规划指令；

所述移动机构根据所述路径规划指令带动所述高智能机器人进行移动；

第一判断模块，分别连接所述环境感知模块和所述识别模块，用于根据所述实时位置信息和所述目标位置信息，判断所述待抓取物体是否处于所述抓取范围内，并输出一第一判断结果；

动作规划模块，连接所述第一判断模块，用于根据所述第一判断结果，当所述待抓取物体处于所述抓取范围时，进行自主动作规划并控制所述机械手对所述待抓取物体进行抓取。

5.如权利要求4所述的抓取动作控制系统，其特征在于，所述机械手包括至少一个力矩传感器组，用于检测所述机械手的动作执行情况；

所述抓取动作控制系统还包括一第二判断模块，所述第二判断模块分别连接所述力矩传感器组和所述动作规划模块，用于判断所述待抓取物体是否完成抓取，并输出一第二判断结果；

所述动作规划模块还根据所述第二判断结果，当所述待抓取物体未能完成抓取时，进行自主重规划并控制所述机械手对所述待抓取物体进行再抓取。

6.如权利要求4所述的抓取动作控制系统，其特征在于，所述识别模块还用于识别所述世界环境中所述待抓取物体的放置位置信息；

当所述待抓取物体完成抓取时，所述高智能机器人通过所述导航模块的路径规划移动至所述放置位置并放置所述待抓取物体。

7.如权利要求4所述的抓取动作控制系统，其特征在于，所述环境感知模块包括双鱼眼相机、激光雷达、视觉里程计、卫星定位装置和惯性测量装置。

8.如权利要求4所述的抓取动作控制系统，其特征在于，所述识别模块采用人工智能算法预先训练得以识别所述世界环境中的所述待抓取物体；

所述动作规划模块采用人工智能算法预先训练得以进行自主动作规划。

Images