CN112091973A - 一种机械臂防护门防撞检测方法及系统 - Google Patents

一种机械臂防护门防撞检测方法及系统 Download PDF

Info

Publication number
CN112091973A
CN112091973A CN202010880892.4A CN202010880892A CN112091973A CN 112091973 A CN112091973 A CN 112091973A CN 202010880892 A CN202010880892 A CN 202010880892A CN 112091973 A CN112091973 A CN 112091973A
Authority
CN
China
Prior art keywords
model
mechanical arm
protective door
real
acquiring
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
Application number
CN202010880892.4A
Other languages
English (en)
Inventor
唐露新
张宇维
饶剑锋
李银屏
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.)
Tianhe College of Guangdong Polytechnic Normal University
Original Assignee
Tianhe College of Guangdong Polytechnic Normal University
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 Tianhe College of Guangdong Polytechnic Normal University filed Critical Tianhe College of Guangdong Polytechnic Normal University
Priority to CN202010880892.4A priority Critical patent/CN112091973A/zh
Publication of CN112091973A publication Critical patent/CN112091973A/zh
Pending legal-status Critical Current

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
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及一种机械臂防护门防撞检测方法及系统，方法包括：根据真实机械臂结构，利用机器人操作系统构建机械臂模型；利用图像获取装置获取真实防护门的深度信息；根据真实防护门的深度信息获取防护门模型；将所述防护门模型添加到所述三维虚拟模型中；获取所述真实机械臂的运动轨迹；获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置；让所述机械臂模型中的机械臂运行所述运动轨迹；根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离；根据所述距离进行防撞检测。本发明采用的器人操作系统构建机械臂模型，根据机械臂模型与防护门模型之间的距离进行防撞检测，检测过程稳定、可靠。

Description

一种机械臂防护门防撞检测方法及系统
技术领域
本发明涉及防撞检测技术领域，特别是涉及一种机械臂防护门防撞检测方法及系统。
背景技术
工业机械臂已经广泛运用在现代工业生产过程中，机械臂操作对象通常是流水线上的工业零部件或工业设备。针对带有高速、高热、辐射和协同等危险工艺流程及操作，使用机械臂工作能够提高生产线的安全性和工作效率。
在带有防护门装置的操作仓及流水线中，机械臂常常无法实时监测防护门的关闭或半闭状态，容易出现失控撞门的故障。不仅对机械臂、工业设备等造成严重损害，也对工业生产安全造成了一定的威胁。
发明内容
本发明的目的是提供一种机械臂防护门防撞检测方法及系统，以稳定、可靠的进行机械臂碰撞检测。
为实现上述目的，本发明提供了如下方案：
一种机械臂防护门防撞检测方法，包括:
根据真实机械臂结构，利用机器人操作系统构建机械臂模型；所述机械臂模型处于三维虚拟模型中；
利用图像获取装置获取真实防护门的深度信息；
根据真实防护门的深度信息获取防护门模型；
将所述防护门模型添加到所述三维虚拟模型中；
获取所述真实机械臂的运动轨迹；
获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置；
让所述机械臂模型中的机械臂运行所述运动轨迹；
根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离；
根据所述距离进行防撞检测。
可选的，所述根据所述距离进行防撞检测，具体为：
判断所述距离是否为零；
若否，则所述真实机械臂未与真实防护门碰撞；
若是，则调整所述运行的轨迹，直到所述距离不为零。
可选的，所述调整所述运行的轨迹，具体为采用开源运动规划库调整运行轨迹。
可选的，所述图像获取装置为深度相机或双目摄像头。
可选的，所述根据真实防护门的深度信息获取防护门模型，具体为：
根据真实防护门的深度信息获取真实防护门的点云数据信息；将所述点云数据信息转换成八叉树模型，将所述八叉树模型作为防护门模型。
可选的，所述点云数据信息为所述真实防护门的碰撞体信息。
可选的，还包括基于贝叶斯准则实时更新所述点云数据信息。
可选的，在步骤根据真实机械臂结构，利用机器人操作系统构建机械臂模型之后，步骤利用图像获取装置获取真实防护门的深度信息之前还包括：
根据图像获取装置的标准参数信息对图像获取装置进行配置。
一种机械臂防护门防撞检测系统，包括:
模型构建模块，用于根据真实机械臂结构，利用机器人操作系统构建机械臂模型；所述机械臂模型处于三维虚拟模型中；
深度信息获取模块，用于利用图像获取装置获取真实防护门的深度信息；
防护门模型获取模块，用于根据真实防护门的深度信息获取防护门模型；
添加模块，用于将所述防护门模型添加到所述三维虚拟模型中；
运动轨迹获取模块，用于获取所述真实机械臂的运动轨迹；
相对位置获取模块，用于获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置；
运行模块，用于让所述机械臂模型中的机械臂运行所述运动轨迹；
距离获取模块，用于根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离；
防撞检测模块，用于根据所述距离进行防撞检测。
可选的，所述防护门模型获取模块包括：
点云数据信息获取单元，用于根据真实防护门的深度信息获取真实防护门的点云数据信息；
转换单元，用于将所述点云数据信息转换成八叉树模型，将所述八叉树模型作为防护门模型。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种机械臂防护门防撞检测方法及系统，方法包括：根据真实机械臂结构，利用机器人操作系统构建机械臂模型；利用图像获取装置获取真实防护门的深度信息；根据真实防护门的深度信息获取防护门模型；将所述防护门模型添加到所述三维虚拟模型中；获取所述真实机械臂的运动轨迹；获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置；让所述机械臂模型中的机械臂运行所述运动轨迹；根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离；根据所述距离进行防撞检测。本发明采用的机器人操作系统(Robot Operation System，ROS)构建机械臂模型，根据机械臂模型与防护门模型之间的距离进行防撞检测，检测过程稳定、可靠。
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为本发明实施例提供的一种机械臂防护门防撞检测方法流程图；
图2为本发明实施例提供的机器人操作系统中MoveIt工具架构图；
图3为本发明实施例提供的一种机械臂防护门防撞检测系统的系统图。
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做出创造性劳动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。
本发明的目的是提供一种机械臂防护门防撞检测方法及系统，以稳定、可靠的进行机械臂碰撞检测。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
图1为本发明实施例提供的一种机械臂防护门防撞检测方法流程图，如图1所示，方法包括：
步骤101：根据真实机械臂结构，利用机器人操作系统构建机械臂模型；所述机械臂模型处于三维虚拟模型中。具体地，利用机器人操作系统(ROS)中的MoveIt工具、3DMax或OpenGL构建机械臂模型。图2为本发明实施例提供的机器人操作系统中MoveIt工具架构图。
步骤102：利用图像获取装置获取真实防护门的深度信息。在本实施例中，利用图像获取装置获取真实防护门的深度信息之前还需要根据图像获取装置的标准参数信息对图像获取装置进行配置。优选地，所述图像获取装置为深度相机或双目摄像头。
步骤103：根据真实防护门的深度信息获取防护门模型。
在本实施例中，步骤103具体为：根据真实防护门的深度信息获取真实防护门的点云数据信息；将所述点云数据信息转换成八叉树模型，将所述八叉树模型作为防护门模型。其中所述点云数据信息为所述真实防护门的碰撞体信息。
步骤104：将所述防护门模型添加到所述三维虚拟模型中。
步骤105：获取所述真实机械臂的运动轨迹。
步骤106：获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置。
步骤107：让所述机械臂模型中的机械臂运行所述运动轨迹。
步骤108：根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离。
步骤109：根据所述距离进行防撞检测。
在本实施例中，步骤109具体为：
判断所述距离是否为零；
若否，则所述真实机械臂未与真实防护门碰撞；
若是，则调整所述运行的轨迹，直到所述距离不为零。优选地，采用开源运动规划库(OpenMotionPlanning Library，OMPL)，调整真实机械臂的运动轨迹。
实施例2
图3为本发明实施例提供的一种机械臂防护门防撞检测系统的系统图，如图3所示，系统包括：
模型构建模块201，用于根据真实机械臂结构，利用机器人操作系统构建机械臂模型；所述机械臂模型处于三维虚拟模型中。
深度信息获取模块202，用于利用图像获取装置获取真实防护门的深度信息。
防护门模型获取模块203，用于根据真实防护门的深度信息获取防护门模型。在本实施例中，防护门模型获取模块203包括：
点云数据信息获取单元，用于根据真实防护门的深度信息获取真实防护门的点云数据信息；
转换单元，用于将所述点云数据信息转换成八叉树模型，将所述八叉树模型作为防护门模型。
添加模块204，用于将所述防护门模型添加到所述三维虚拟模型中；
运动轨迹获取模块205，用于获取所述真实机械臂的运动轨迹；
相对位置获取模块206，用于获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置；
运行模块207，用于让所述机械臂模型中的机械臂运行所述运动轨迹；
距离获取模块208，用于根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离；
防撞检测模块209，用于根据所述距离进行防撞检测。
根据本发明公开的具体实施例，本发明公开了以下技术效果：
1、利用机器视觉技术，检测将要发生的碰撞，不受机械结构、动力数据源准确性的限制，增强了碰撞检测的稳定性与可靠性。
2、能够在碰撞发生之前进行检测，提高了工业机器人的安全性、工业设备的耐久度、生产安全。
3、可以有效降低载荷，提高工业机器人的灵活性，降低生产成本及功耗。
4、能够有效防止机械臂在工作过程由于某传感器失灵、实时处理性能不够或控制程序逻辑出现问题导致的撞门问题。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种机械臂防护门防撞检测方法，其特征在于，包括:
根据真实机械臂结构，利用机器人操作系统构建机械臂模型；所述机械臂模型处于三维虚拟模型中；
利用图像获取装置获取真实防护门的深度信息；
根据真实防护门的深度信息获取防护门模型；
将所述防护门模型添加到所述三维虚拟模型中；
获取所述真实机械臂的运动轨迹；
获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置；
让所述机械臂模型中的机械臂运行所述运动轨迹；
根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离；
根据所述距离进行防撞检测。
2.根据权利要求1所述的检测方法，其特征在于，所述根据所述距离进行防撞检测，具体为：
判断所述距离是否为零；
若否，则所述真实机械臂未与真实防护门碰撞；
若是，则调整所述运行的轨迹，直到所述距离不为零。
3.根据权利要求3所述的检测方法，其特征在于，所述调整所述运行的轨迹，具体为采用开源运动规划库调整运行轨迹。
4.根据权利要求1所述的检测方法，其特征在于，所述图像获取装置为深度相机或双目摄像头。
5.根据权利要求1所述的检测方法，其特征在于，所述根据真实防护门的深度信息获取防护门模型，具体为：
根据真实防护门的深度信息获取真实防护门的点云数据信息；将所述点云数据信息转换成八叉树模型，将所述八叉树模型作为防护门模型。
6.根据权利要求5所述的检测方法，其特征在于，所述点云数据信息为所述真实防护门的碰撞体信息。
7.根据权利要求5所述的检测方法，其特征在于，还包括基于贝叶斯准则实时更新所述点云数据信息。
8.根据权利要求1所述的检测方法，其特征在于，在步骤根据真实机械臂结构，利用机器人操作系统构建机械臂模型之后，步骤利用图像获取装置获取真实防护门的深度信息之前还包括：
根据图像获取装置的标准参数信息对图像获取装置进行配置。
9.一种机械臂防护门防撞检测系统，其特征在于，包括:
模型构建模块，用于根据真实机械臂结构，利用机器人操作系统构建机械臂模型；所述机械臂模型处于三维虚拟模型中；
深度信息获取模块，用于利用图像获取装置获取真实防护门的深度信息；
防护门模型获取模块，用于根据真实防护门的深度信息获取防护门模型；
添加模块，用于将所述防护门模型添加到所述三维虚拟模型中；
运动轨迹获取模块，用于获取所述真实机械臂的运动轨迹；
相对位置获取模块，用于获取所述防护门模型在所述三维虚拟模型中与所述机械臂模型的相对位置；
运行模块，用于让所述机械臂模型中的机械臂运行所述运动轨迹；
距离获取模块，用于根据运行的轨迹与所述相对位置获取所述机械臂模型与所述防护门模型之间的距离；
防撞检测模块，用于根据所述距离进行防撞检测。
10.根据权利要求9所述的检测系统，其特征在于，所述防护门模型获取模块包括：
点云数据信息获取单元，用于根据真实防护门的深度信息获取真实防护门的点云数据信息；
转换单元，用于将所述点云数据信息转换成八叉树模型，将所述八叉树模型作为防护门模型。
CN202010880892.4A 2020-08-27 2020-08-27 一种机械臂防护门防撞检测方法及系统 Pending CN112091973A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010880892.4A CN112091973A (zh) 2020-08-27 2020-08-27 一种机械臂防护门防撞检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010880892.4A CN112091973A (zh) 2020-08-27 2020-08-27 一种机械臂防护门防撞检测方法及系统

Publications (1)

Publication Number Publication Date
CN112091973A true CN112091973A (zh) 2020-12-18

Family

ID=73758074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010880892.4A Pending CN112091973A (zh) 2020-08-27 2020-08-27 一种机械臂防护门防撞检测方法及系统

Country Status (1)

Country Link
CN (1) CN112091973A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023174873A1 (de) * 2022-03-15 2023-09-21 Kuka Deutschland Gmbh Prüfen einer vorgegebenen bahn eines roboters

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105397244A (zh) * 2015-11-27 2016-03-16 大连理工大学 一种管桩端板多工位机器人智能焊接系统
US10366531B2 (en) * 2017-10-24 2019-07-30 Lowe's Companies, Inc. Robot motion planning for photogrammetry
CN110549375A (zh) * 2019-08-21 2019-12-10 广东技术师范大学天河学院 一种用于机械臂的防护门防撞方法及系统
US20200001458A1 (en) * 2018-06-27 2020-01-02 Abb Schweiz Ag Method and system to generate a 3d model for a robot scene
CN111015656A (zh) * 2019-12-19 2020-04-17 佛山科学技术学院 一种机器人主动避障的控制方法、装置及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105397244A (zh) * 2015-11-27 2016-03-16 大连理工大学 一种管桩端板多工位机器人智能焊接系统
US10366531B2 (en) * 2017-10-24 2019-07-30 Lowe's Companies, Inc. Robot motion planning for photogrammetry
US20200001458A1 (en) * 2018-06-27 2020-01-02 Abb Schweiz Ag Method and system to generate a 3d model for a robot scene
CN110549375A (zh) * 2019-08-21 2019-12-10 广东技术师范大学天河学院 一种用于机械臂的防护门防撞方法及系统
CN111015656A (zh) * 2019-12-19 2020-04-17 佛山科学技术学院 一种机器人主动避障的控制方法、装置及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023174873A1 (de) * 2022-03-15 2023-09-21 Kuka Deutschland Gmbh Prüfen einer vorgegebenen bahn eines roboters

Similar Documents

Publication Publication Date Title
CN103722565B (zh) 仿人机器人自碰撞监控系统及监控方法
CN107775639B (zh) 一种基于电流法的机器人防碰撞方法与系统
CN109872355B (zh) 一种基于深度相机的最短距离获取方法及装置
CN113263503B (zh) 一种机器人系统的控制单元、机器人系统及机器人系统的控制方法
CN207014366U (zh) 一种六轴焊接工业机器人防碰撞控制系统
CN111823235A (zh) 一种用于采摘机械臂的碰撞检测方法
CN112091973A (zh) 一种机械臂防护门防撞检测方法及系统
CN107030700A (zh) 一种六轴焊接工业机器人防碰撞控制系统
Teke et al. Real-time and robust collaborative robot motion control with Microsoft Kinect® v2
Duan et al. HRC of intelligent assembly system based on multimodal gesture control
CN110549375A (zh) 一种用于机械臂的防护门防撞方法及系统
CN117022959A (zh) 一种物流机器人自动寻址方法
CN111168681B (zh) 面向人机安全交互的机械臂智能避障方法、系统及机器人
Stengel et al. An approach for safe and efficient human-robot collaboration
CN117999588A (zh) 通过多个相机视图的基于机器学习的环境故障保护
Gietler et al. Forestry crane automation using learning-based visual grasping point prediction
CN115641302A (zh) 一种基于机器视觉的数控机床运行故障检测系统及其方法
CN112621750B (zh) 一种工业机器人自动控制系统
CN114995428A (zh) 一种移动机器人自主避障系统及避障方法
CN116330259A (zh) 一种基于决策树的协作机器人碰撞检测方法
CN112598699A (zh) 一种针对机器人工作场景中提取障碍物运动信息的方法
CN105450146A (zh) 基于多维信息监测的伺服驱动系统故障预测以及诊断方法
CN113510699A (zh) 一种基于改进蚁群优化算法的机械臂运动轨迹规划方法
CN113199484A (zh) 机器人安全运行方法、设备及存储介质
Latif et al. Human robot Interaction–Object Detection and Distance Measurement Using Kinect V2

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201218

RJ01 Rejection of invention patent application after publication