CN112140100B - 机器人动作处理方法、装置、机器人和存储介质 - Google Patents

Abstract

本发明实施例公开了一种机器人动作处理方法、装置、机器人和存储介质，其中，该方法包括：在机器人执行动作的过程中，依据机器人每个关节运动至目标位置后的停留时间，确定机器人每个关节的轨迹曲线的平滑控制点；依据机器人每个关节运动至目标位置以及上一个位置点后的停留时间，从预设速度曲线类型中，确定机器人每个关节的平滑速度曲线；依据平滑速度曲线，确定机器人每个关节在目标时刻的位移比例；依据位移比例、平滑控制点以及平滑控制点对应的平滑轨迹曲线方程，确定机器人每个关节在目标时刻的位置坐标。本发明实施例在对实时生成的机器人动作进行平滑处理的基础上，降低了平滑处理的计算量与成本，提高了动作平滑处理的普遍适用性。

Description

机器人动作处理方法、装置、机器人和存储介质

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种机器人动作处理方法、装置、机器人和存储介质。

背景技术

人工智能技术的广泛应用，使得机器人变得越来越智能化。为了满足不同的应用需求，在机器人设计过程中会应用各种算法对机器人的行为表现进行优化处理。其中，动作自然平滑算法，是指让机器人的运动观感像生物一样自然的动作优化算法。

目前，市面上常见的机器人，普遍采用如下方案来解决机器人动作观感生涩僵硬与缺乏美感的问题：

方案1：分段缓动技术。在机器人动作设计阶段，为每个动作的关键位置逐一标记缓动类型，常见的缓动类型包括“缓入”、“缓出”、“缓入缓出”和“线性”四种；在机器人执行动作时，根据标注的缓动类型进行运动速度的控制。然而，由于分段缓动需要在动作设计阶段对每个动作关键节点间的缓动方式进行逐一标注，无法兼容机器人实时生成的动作。

方案2：预平滑技术。在机器人执行动作前，对已获取的机器人的完整动作序列全部进行预先计算，得出平滑运动所需的参数。虽然该方案不需要预先标注，也能够带来流畅自然的动作表现，但是这种预处理方式同样对于机器人执行动作过程中实时生成的动作的兼容性较差。

方案3：人工神经网络技术。通过计算机建模模拟机器人关节，利用机器学习技术，经过大量训练，形成用于动作控制的人工神经网络，从而实现机器人动作的平滑处理。相比于上述两种方案，该方案虽然能够在一定程度上实现针对实时生成的机器人动作的平滑处理，带来足够流畅自然的机器人动作表现，但是，在中小型机器人中，因性能、体型与电量消耗等原因，机器人支持的瞬时计算能力通常非常有限，而人工神经网络对计算能力的要求较高，需要占用机器人系统中的大量资源，从而导致人工神经网络技术在中小型机器人中的普遍适用性较低，并且，前期的学习训练成本比较高。

发明内容

本发明实施例提供一种机器人动作处理方法、装置、机器人和存储介质，在对实时生成的机器人动作进行平滑处理的基础上，降低机器人动作平滑处理的计算量与成本，提高动作平滑处理技术在各种类型的机器人中的普遍适用性。

第一方面，本发明实施例提供了一种机器人动作处理方法，该方法包括：

在机器人执行动作的过程中，依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点，其中，所述轨迹曲线由所述目标位置、与所述目标位置相邻的上一个位置点以及与所述目标位置相邻的下一个位置点组成；

依据所述机器人每个关节运动至所述目标位置以及所述上一个位置点后的停留时间，从预设速度曲线类型中，确定所述机器人每个关节的平滑速度曲线；

依据所述平滑速度曲线，确定所述机器人每个关节在目标时刻的位移比例；

依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的位置坐标。

第二方面，本发明实施例还提供了一种机器人动作处理装置，该装置包括：

平滑控制点确定模块，用于在机器人执行动作的过程中，依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点，其中，所述轨迹曲线由所述目标位置、与所述目标位置相邻的上一个位置点以及与所述目标位置相邻的下一个位置点组成；

平滑速度曲线确定模块，用于依据所述机器人每个关节运动至所述目标位置以及所述上一个位置点后的停留时间，从预设速度曲线类型中，确定所述机器人每个关节的平滑速度曲线；

位移比例确定模块，用于依据所述平滑速度曲线，确定所述机器人每个关节在目标时刻的位移比例；

位置坐标确定模块，用于依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的位置坐标。

第三方面，本发明实施例还提供了一种机器人，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的机器人动作处理方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的机器人动作处理方法。

本发明实施例通过在机器人执行动作的过程中，将机器人每个关节运动的目标位置以及与该目标位置前后相邻的两个位置点组成的有限长度的曲线，作为运动轨迹平滑的处理对象，降低了平滑处理过程中的数据处理量；依据机器人关节在目标位置的停留时间确定该轨迹曲线的平滑控制点，增加了机器人动作表现的自然性，使得机器人表现的视觉效果更接近人类动作；最后通过轨迹曲线和速度曲线之间平滑结果的结合，实现实时确定机器人关节的运动位置，解决了现有技术中针对机器人动作实时平滑的计算能力要求高以及普适性较低的问题，在对实时生成的机器人动作进行平滑处理的基础上，降低了机器人动作平滑处理的计算量与成本，提供了动作平滑处理效率，提高了动作平滑处理技术在各种类型的机器人中的普遍适用性。

附图说明

图1是本发明实施例一提供的机器人动作处理方法的流程图；

图2a是本发明实施例一提供的机器人动作未经过平滑处理时的关节运动轨迹与人类关节运动轨迹的对比示意图；

图2b是本发明实施例一提供的人类肢体关节在特定位置的不同停留时间与关节运动轨迹的形状之间的对应关系示意图；

图2c是本发明实施例一提供的不同类型的速度平滑曲线的示意图；

图2d是本发明实施例一提供的机器人关节的运动轨迹曲线上的平滑控制点的示意图；

图3是本发明实施例二提供的机器人动作处理方法的流程图；

图4是本发明实施例二提供的一种涉及四个自由度的机器人结构的示意图；

图5是本发明实施例三提供的机器人动作处理方法的流程图；

图6是本发明实施例四提供的机器人动作处理装置的结构示意图；

图7是本发明实施例五提供的一种机器人的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的机器人动作处理方法的流程图，本实施例可适用于对机器人实时产生的动作进行平滑处理，使其动作表现更加自然的情况，该机器人具有可以灵活转动与平动的活动关节。如图2a所示，左图表示未经过动作平滑处理时，机器人关节从空间位置点A经过中间点运动至空间位置点B的轨迹(由直线组成)，右图表示人类关节从空间位置点A经过中间点运动至空间位置点B的轨迹(曲线)，可见两种路径存在明显差异，本实施例的目的即在于通过对机器人实时生成的动作进行平滑处理，使得机器人的实时动作表现更加自然，具有视觉美感。

本实施例方法可以由机器人动作处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成在任意的机器人设备中。根据不同的应用场景，该机器人设备可以具有不同的外形结构，本实施例对机器人的结构不作具体限定，例如可以是智能交互机器人或者互动玩具机器人等。

如图1所示，本实施例提供的机器人动作处理方法可以包括：

S110、在机器人执行动作的过程中，依据机器人每个关节运动至目标位置后的停留时间，确定机器人每个关节的轨迹曲线的平滑控制点，其中，轨迹曲线由目标位置、与目标位置相邻的上一个位置点以及与目标位置相邻的下一个位置点组成。

本实施例中，停留时间是预先设置的机器人动作中的一个参量，机器人动作序列设计完成后，每个动作在任意位置的停留时间便确定。目标位置是指机器人执行动作过程中活动关节即将到达的位置，与目标位置相邻的上一个位置点则表示机器人关节已经经过的位置点，与目标位置相邻的下一个位置点则表示机器人关节还未到达的位置点。平滑控制点用于确定机器人关节运动的轨迹曲线的形状，可以采用曲线平滑算法，将机器人执行动作过程中的运动停留时间作为求解曲线平滑算法的一个考虑参量，通过求解该曲线平滑算法中的曲线方程得到平滑控制点的坐标。并且，本实施例选择将包含目标位置在内的三个位置点组成的轨迹曲线作为进行实时轨迹平滑处理的处理对象，当随着动作的执行，目标位置发生变化后，每次进行轨迹平滑处理的处理对象仍由与当前目标位置前后相邻的关节位置点组成，在保证机器人动作的实时平滑处理的理想效果基础上，降低了平滑计算量。

根据对人类运动规律的统计结果可知，人类在执行经过特定位置的某一动作的过程中，肢体关节在特定位置后的停留时间与肢体关节运动至该特定位置的轨迹形状存在密切相关性。具体而言，肢体关节在该特定位置的停留时间越短，肢体关节经过该特定位置的轨迹形状越圆滑；肢体关节在该特定位置的停留时间越长，肢体关节经过该特定位置的轨迹形状越接近直线。图2b作为示例，分别示出了人类肢体关节在特定位置(即图中O点)停留大于或等于100ms、等于50ms以及等于0ms时，对应的肢体关节的运动轨迹形状。

将上述统计规律应用于机器人实时生成的动作平滑处理过程中，可选的，在基于曲线平滑算法确定轨迹曲线的平滑控制点的过程中考虑如下条件：机器人每个关节运动至目标位置后的停留时间越短，目标位置的空间坐标与该目标位置对应的平滑控制点的距离越远，其中，空间坐标包括角度值和平移量。示例性的，继续如图2b所示，如果图中曲线表示机器人关节运动经过目标位置(O点)的轨迹曲线，则图中的点M和点N分别表示轨迹曲线的平滑控制点，可知，在O点的停留时间越短，点M和点N分别与O点的距离越远。

S120、依据机器人每个关节运动至目标位置以及上一个位置点后的停留时间，从预设速度曲线类型中，确定机器人每个关节的平滑速度曲线。

本实施例中，预先根据机器人关节在相邻位置点的停留时间，预设不同的速度曲线类型，每种速度曲线类型使用相应的曲线方程V(t)描述。在机器人动作的实时平滑处理过程中，根据相邻位置点的停留时间，从预设速度曲线类型中匹配出所需的平滑速度曲线。具体的，本实施例依据机器人每个关节运动至目标位置以及上一个位置点后的停留时间，从预设速度曲线类型中，确定机器人每个关节从与目标位置相邻的上一个位置点运动至目标位置的过程中，所采用的平滑速度曲线。

图2c作为示例，示出了本实施例提供的不同类型的速度平滑曲线。如图2所示，分别示出了机器人关节在相邻的两个位置点的停留状态是停留(即停留时间不为0，对应的瞬时速度为0)或者不停留(即停留时间为0，对应的瞬时速度为不0)所组成的四种速度曲线类型。以相邻的位置点A和位置点B为例，机器人关节从点A移动至点B时，平滑速度曲线的形状由机器人关节在点A和点B的停留时间以及运动经停点(即运动过程中经过的位置点)的停留时间共同决定。

具体的，当机器人关节在点A的停留时间不为0，在点B的停留时间为0，则机器人关节由点A运动至点B的速度变化趋势为加速趋势；当机器人关节在点A的停留时间为0，在点B的停留时间为0，则机器人关节由点A运动至点B的速度变化趋势为保持速度不变(即匀速运动)；当机器人关节在点A的停留时间为0，在点B的停留时间不为0，则机器人关节由点A运动至点B的速度变化趋势为减速趋势；当机器人关节在点A的停留时间不为0，在点B的停留时间也不为0，则机器人关节由点A运动至点B的速度变化趋势为先加速后减速。关于每种速度曲线类型的描述曲线方程V(t)的具体形式(例如曲线中涉及的描述参数等)，在实现运动速度平滑过渡的基础上，本实施例不作具体限定。

S130、依据平滑速度曲线，确定机器人每个关节在目标时刻的位移比例。

基于速度-时间曲线与位移-时间曲线的变换关系，通过对平滑速度曲线进行关于时间的积分处理，可以得到机器人关节从与目标位置相邻的上一个位置点运动至目标位置的过程中在任意目标时刻的位移比例，该位移比例的取值范围是0至1。

具体的，依据平滑速度曲线，确定机器人每个关节在目标时刻的位移比例，可以包括：对平滑速度曲线进行积分处理，得到位移与时间的变化曲线；利用积分得到的位移与时间的变化曲线以及机器人每个关节的目标运动速度，通过曲线方程求解，确定机器人每个关节在目标时刻的位移比例，其中，目标运动速度与机器人当前执行动作的规定完成时间以及机器人的硬件性能相关。

在积分处理过程中，考虑机器人关节的目标运动速度(例如机器人的实际运动最大速度)，可以增加机器人动作平滑处理的实际应用性，更加贴合机器人的硬件性能，因为机器人电机的功率有限，机器人运动速度不可能无限大。

S140、依据位移比例、平滑控制点以及平滑控制点对应的平滑轨迹曲线方程，确定机器人每个关节在目标时刻的位置坐标。

在确定机器人关节在任意目标时刻的位置坐标的过程中，至少将位移比例、轨迹曲线的平滑控制点的空间坐标以及目标位置的坐标作为已知参量，带入平滑轨迹曲线方程，通过求解方程，便可得到机器人关节在任意目标时刻的位置坐标，该位置坐标即动作平滑处理之后的位置坐标。随着机器人每个关节从与目标位置相邻的上一个位置点运动至目标位置的过程中，目标时刻的不断变化，实现机器人动作的实时平滑处理，并根据逐个目标时刻的位置坐标，控制机器人的关节完成从上一个位置点至目标位置的运动过程。

图2d作为示例，示出了机器人关节的运动轨迹曲线上平滑控制点的示意图。如图2d所示，该轨迹曲线由目标位置(点B)、与目标位置相邻的上一个位置点(点A)以及与目标位置相邻的下一个位置点(点C)组成，轨迹曲线的平滑控制点分别包括a2、b1、b2和c1。假设机器人关节由A点运动至B点的过程中，在目标时刻确定的机器人位移比例为n1，则可以将位移比例n1以及点A、点a2、点b1和点B四个点的空间坐标代入平滑轨迹曲线方程中，即得到由A点运动至B点的过程中，机器人关节在任意目标时刻的位置坐标R1(x，y，z)，点R1的空间坐标即为机器人关节在各自由度上的旋转角度或者位移数值。同理，在机器人动作的下一个实时平滑处理周期内，如果由B点运动至C点的过程中，确定在目标时刻的机器人关节的位移比例是n2，则可以将位移比例n2以及点B、点b2、点c1和点C四个点的空间坐标代入平滑轨迹曲线方程中，即得到由B点运动至C点的过程中，机器人关节在任意目标时刻的位置坐标R2(x，y，z)。

在上述技术方案的基础上，可选的，依据机器人每个关节运动至目标位置后的停留时间，确定机器人每个关节的轨迹曲线的平滑控制点，包括：

利用基于样条曲线的平滑算法，依据机器人每个关节运动至目标位置后的停留时间、目标位置的空间坐标、上一个位置点的空间坐标以及下一个位置点的空间坐标，确定机器人每个关节的轨迹曲线的平滑控制点。

本实施例中可以采用3阶样条曲线对机器人关节的运动轨迹进行平滑处理，例如将轨迹曲线上三个点的空间坐标以及在目标位置的停留时间作为参数，结合样条曲线的控制参数进行曲线求解，得到轨迹曲线的平滑控制点以及平滑轨迹曲线方程。

本实施例还可以包括：利用轨迹曲线的平滑控制点对应的平滑轨迹曲线方程，确定机器人每个关节由与目标位置相邻的上一个位置点运动至目标位置时的轨迹距离；依据确定的轨迹距离，以及机器人每个关节在与目标位置相邻的上一个位置点和目标位置之间的运动时间，确定机器人每个关节在目标位置的速度vt；依据机器人每个关节在目标位置的速度vt以及平滑速度曲线V(t)，通过速度曲线参数求解，可以确定在当前实时平滑处理周期内机器人每个关节在目标时刻的速度，即实现机器人关节的运动速度的实时确定。在确定机器关节实时运动速度的前期计算过程中，可以使用2阶样条曲线对机器人关节的轨迹曲线进行平滑处理，得到平滑轨迹曲线方程，以确定轨迹距离。

此外，需要说明的是，在本实施例中，由于机器人执行动作过程中，关节的实时运动类型涉及沿轴线移动和绕轴线转动，相应的，本实施例中所涉及的空间坐标中包括机器人关节在各个空间自由度上的转动角度与平移量。考虑任意关节在沿轴线移动和绕轴线转动各有X、Y、Z三个自由度，共计六个自由度，如果将两种运动类型的六个自由度参数合并在一起同时用于机器人动作的实时平滑计算过程中，必然会增加一次平滑处理的计算量，因此，本实施例中将机器人关节沿轴线移动和绕轴线转动涉及的自由度参数进行拆分计算，即将沿轴线移动涉及的三个自由度参数作为一类平滑处理参数，参与平滑计算，将绕轴线转动涉及的另外三个自由度参数作为另一类平滑处理参数，参与平滑计算，从而使得基于样条曲线进行平滑计算过程中，计算复杂度控制在三次方，降低计算量，解决了进行多自由度(大于或等于6)平滑计算时计算量激增的问题。

另外，通过对平滑计算过程的深入分析，可以得出，在实时平滑计算过程中，与机器人关节的起始位置与目标位置对应的平滑控制点的空间坐标，以及对样条曲线进行计算时涉及的部分中间计算结果，均是重复计算，只需在确定起始位置和目标位置后进行单次计算并缓存，后续再次需要使用相关数据时，直接从缓存中提取即可，例如图2d中所示，在当前实时平滑处理周期内，可以得到目标位置(点B)对应的平滑控制点b1和点b2的空间坐标，在下一个平滑处理周期内，还需要用到点b2的空间坐标，但在下一个平滑处理周期内无需重新计算点b2的空间坐标，即本实施例可以根据机器人动作的实时平滑处理过程，将重复使用的参数在第一次求解得到后便进行缓存，无需进行重复计算，这有利于提高计算效率，降低计算量，例如在具体情况下，参数缓存可以降低实时运动轨迹平滑和速度平滑75％的计算量。

本实施例的技术方案通过在机器人执行动作的过程中，将机器人每个关节运动的目标位置以及与该目标位置前后相邻的两个位置点组成的有限长度的曲线，作为运动轨迹平滑的处理对象，降低了平滑处理过程中的数据处理量；依据机器人关节在目标位置的停留时间确定该轨迹曲线的平滑控制点，增加了机器人动作表现的自然性，使得机器人表现的视觉效果更接近人类动作；最后通过轨迹曲线和速度曲线之间平滑结果的结合，实现实时确定机器人关节的运动位置，解决了现有技术中针对机器人动作实时平滑的计算能力要求高以及普适性较低的问题，在对实时生成的机器人动作进行平滑处理的基础上，降低了机器人动作平滑处理的计算量与成本，提供了动作平滑处理效率，相比于现有技术，无需进行动作的预标注以及模型预训练，并且，本实施例方案可兼容任意复杂的机器人动作；同时，降低了对机器人本身的计算能力要求，提高了动作平滑处理技术在各种类型的机器人中的普遍适用性，本实施例方法可以在任意主流的机器人控制器中被流畅执行。

实施例二

图3是本发明实施例二提供的机器人动作处理方法的流程图，本实施例是在上述实施例的基础上进一步进行优化，以将机器人关节运动过程的位置坐标作为随机参量，在机器人执行动作过程中添加动作随机性为例，进行示例性说明。需要说明的是，为机器人动作添加随机性的随机策略需要在进行机器人动作的实时平滑处理之前预先设置，并在机器人动作数据中预先添加设定的随机参量。如图3所示，该方法可以包括：

S210、在机器人执行动作的过程中，依据机器人每个关节运动至目标位置后的停留时间，确定机器人每个关节的轨迹曲线的平滑控制点，其中，轨迹曲线由目标位置、与目标位置相邻的上一个位置点以及与目标位置相邻的下一个位置点组成。

S220、依据机器人每个关节运动至目标位置以及上一个位置点后的停留时间，从预设速度曲线类型中，确定机器人每个关节的平滑速度曲线。

S230、依据平滑速度曲线，确定机器人每个关节在目标时刻的位移比例。

S240、依据位移比例、平滑控制点以及平滑控制点对应的平滑轨迹曲线方程，确定机器人每个关节在目标时刻的候选位置坐标。

S250、根据预设位置随机策略，为候选位置坐标增加位置随机量，得到机器人每个关节在目标时刻的目标位置坐标，其中，预设位置随机策略用于定义在机器人执行动作过程中每个关节位置的位置随机变化量。

本实施例中，在机器人每个关节从与目标位置相邻的上一个位置点运动至目标位置的过程中，针对任意目标时刻，均可为机器人每个关节的位置坐标添加随机量。其中，预设位置随机策略用于定义机器人执行动作过程中关节的位置坐标(包括转动角度和平移量)的随机变化量，其具体内容可以根据对人类运动规律的总结而适应性确定，在可以实现增加机器人动作表现的自然性的基础，本实施例对策略内容不作具体限定。

示例性的，预设位置随机策略可以包括：

1)机器人关节在各个自由度上旋转角度的随机性采用数值加减方式实现，例如随机±5°；

2)如果机器人关节在各个自由度上停留时间为0，此时机器人动作接近人类动作中经过某点的运动，机器人关节位置不必完全精确，则为各个自由度上的旋转角度设置变化幅度大于5°的较大范围的随机性数值；

3)如果机器人关节在各个自由度上停留时间大于预设时间阈值，例如100ms，此时通常需要精确的关节位置，则为各个自由度上的旋转角度设置变化幅度小于5°的较小范围的随机性数值。

图4作为示例，示出了颈部涉及三个自由度(x、y、z)，身体涉及一个自由度(Y)的机器人，其中x对应低头或抬头，y对应左右转头，z对应左右歪头，Y对应左右转身。在对机器人实时生成的动作进行平滑处理之前，可以在单条动作数据中加入随机参量，分别控制机器人在各轴上的空间坐标的随机性。

本实施例技术方案通过在对机器人实时生成的动作进行平滑处理的过程中，将为机器人预先设置的位置随机策略应用在机器人动作中，为机器人关节的位置坐标添加随机性，不仅实现了对机器人实时生成动作的平滑处理，降低了机器人动作平滑处理的计算量与成本，提高了动作实时平滑处理技术在各种类型的机器人中的普遍适用性，而且实现了在极小计算量占用的前提下，增加机器人动作表现的随机性，大幅提升了动作表现的耐看度，降低了用户观感的枯燥性。

实施例三

图5是本发明实施例三提供的机器人动作处理方法的流程图，本实施例是在上述实施例的基础上进一步进行优化，以将机器人关节在目标位置的停留时间作为随机参量，在机器人执行动作过程中添加动作随机性为例，进行示例性说明。如图5所示，该方法可以包括：

S310、在机器人执行动作的过程中，根据第一预设时间随机策略，为机器人每个关节运动至目标位置后的停留时间添加时间随机量。

其中，第一预设时间随机策略用于定义机器人执行动作过程中每个关节运动至目标位置后的停留时间的随机变化量，其具体内容可以根据对人类运动规律的总结而适应性确定，在可以实现增加机器人动作表现的自然性的基础，本实施例对其内容不作具体限定。

示例性的，第一预设时间随机策略可以包括：

1)机器人关节在各个自由度的停留时间的随机性采用百分比加减方式实现，例如随机±5％；

2)如果机器人关节在各个自由度上停留时间为0，则放弃为各个自由度上的停留时间设置随机性数值(可以采用比分比数值形式)；

3)如果机器人关节在各个自由度上停留时间大于预设时间阈值，例如100ms，则为各个自由度上的停留时间按照第1)点添加随机性数值。

S320、依据添加时间随机量之后的停留时间，确定机器人每个关节的轨迹曲线的平滑控制点，其中，轨迹曲线由目标位置、与目标位置相邻的上一个位置点以及与目标位置相邻的下一个位置点组成。

S330、依据机器人每个关节运动至目标位置以及上一个位置点后的停留时间，从预设速度曲线类型中，确定机器人每个关节的平滑速度曲线。

S340、依据平滑速度曲线，确定机器人每个关节在目标时刻的位移比例。

S350、依据位移比例、平滑控制点以及平滑控制点对应的平滑轨迹曲线方程，确定机器人每个关节在目标时刻的位置坐标。

在上述技术方案的基础上，可选的，该方法还包括：

在机器人执行动作的过程中，根据第二预设时间随机策略，为机器人每个关节运动至目标位置所用的运动时间增加时间随机量，其中，第二预设时间随机策略用于定义机器人执行动作过程中每个关节运动至目标位置所用的运动时间的随机变化量，其具体内容也可以根据对人类运动规律的总结而适应性确定，在可以实现增加机器人动作表现的自然性的基础，本实施例对其内容也不作具体限定。

示例性的，第二预设时间随机策略可以包括：机器人关节在各个自由度的运动时间的随机性采用百分比加减方式实现，例如随机±5％；尤其是如果机器人关节在各个自由度上停留时间大于预设时间阈值，例如100ms，则为机器人关节在各个自由度上的运动时间添加预设数值的随机量，该预设数值可适应性设置。

机器人每个关节在相邻位置点之间的运动时间，以及机器人每个关节在每个位置点的停留时间，均在机器人动作设计过程中已经确定，属于已知参量，为机器人每个关节的运动时间或者停留时间增加随机量，需要在机器人执行具体动作之前执行。

需要说明的是，位置坐标随机、停留时间随时与运动时间随机，可以根据具体的动作，选择至少两个随机参量进行组合性地随机设置，也可以单独择一参数进行随机设置，本实施例不作具体限定。例如，如果机器人关节在各个自由度上停留时间为0，则放弃为各个自由度上的停留时间设置随机性数值，并为各个自由度上的旋转角度设置较大范围的随机性数值；如果机器人关节在各个自由度上停留时间大于预设时间阈值，例如100ms，则为各个自由度上的旋转角度设置较小范围的随机性数值，并为各个自由度上的运动时间和停留时间设置预设数值的随机量。

进一步的，该方法还可以包括：

在机器人执行动作的过程中，获取机器人的情绪信息，其中，情绪信息包括情绪态度和情绪表达程度，情绪态度包括正向态度和负向态度，情绪表达程度包括内隐和外显；

根据预设情绪动作表现策略与情绪信息，对机器人每个关节的位置坐标或每个关节运动至目标位置所用的运动时间进行调整。

预设情绪动作表现策略用于定义不同情绪信息与机器人动作表现之间的对应关系，示例性的，预设情绪动作表现策略可以包括：

如果机器人的情绪表达程度偏向内隐，则控制减小机器人动作的运动幅度(具体可以是机器人关节在各个自由度上的旋转角度)，并控制增加机器人的运动时间；

如果机器人的情绪表达程度偏向外显，则控制增大机器人动作的运动幅度，并控制减少机器人的运动时间；

如果机器人的情绪态度偏向正向，则控制机器人抬高头部；

如果机器人的情绪态度偏向负向，则控制机器人降低头部角度；

如果机器人的情绪态度偏向负向，且情绪表达程度偏向内隐，则控制增加机器人的运动时间。

预设情绪动作表现策略的设定可以为机器人实时生成的动作带来人类可理解的直观情感表达，提升机器人的表现力，增加人机互动时的趣味性。

本实施例技术方案通过在对机器人实时生成的动作进行平滑处理的过程中，将预先为机器人设置的关节停留时间和运动时间随机性策略应用在机器人动作中，为机器人关节在目标位置的停留时间以及关节运动至目标位置所用的运动时间添加随机性，不仅实现了对机器人实时生成动作的平滑处理，降低了机器人动作平滑处理的计算量与成本，提高了动作实时平滑处理技术在各种类型的机器人中的普遍适用性，而且实现了在极小计算量占用的前提下，增加机器人动作表现的随机性，大幅提升了动作表现的耐看度，降低了用户观感的枯燥性，并且，预设情绪动作表现策略的应用，进一步增加了机器人动作的趣味性。

实施例四

图6是本发明实施例四提供的机器人动作处理装置的结构示意图，本实施例可适用于对机器人实时产生的动作进行平滑处理，使其动作表现更加自然的情况。该装置可以采用软件和/或硬件的方式实现，并可集成在任意的机器人设备中。根据不同的应用场景，该机器人设备可以具有不同的外形结构，本实施例不作具体限定，例如智能交互机器人或者互动玩具机器人等。

如图6所示，本实施例提供的机器人动作处理装置可以包括平滑控制点确定模块610、平滑速度曲线确定模块620、位移比例确定模块630和位置坐标确定模块640，其中：

平滑控制点确定模块610，用于在机器人执行动作的过程中，依据机器人每个关节运动至目标位置后的停留时间，确定机器人每个关节的轨迹曲线的平滑控制点，其中，轨迹曲线由目标位置、与目标位置相邻的上一个位置点以及与目标位置相邻的下一个位置点组成；

平滑速度曲线确定模块620，用于依据机器人每个关节运动至目标位置以及上一个位置点后的停留时间，从预设速度曲线类型中，确定机器人每个关节的平滑速度曲线；

位移比例确定模块630，用于依据平滑速度曲线，确定机器人每个关节在目标时刻的位移比例；

位置坐标确定模块640，用于依据位移比例、平滑控制点以及平滑控制点对应的平滑轨迹曲线方程，确定机器人每个关节在目标时刻的位置坐标。

可选的，机器人每个关节运动至目标位置后的停留时间越短，目标位置的空间坐标与该目标位置对应的平滑控制点的距离越远，其中，空间坐标包括角度值和平移量。

可选的，平滑控制点确定模块610包括：

平滑控制点确定单元，用于在机器人执行动作的过程中，利用基于样条曲线的平滑算法，依据机器人每个关节运动至目标位置后的停留时间、目标位置的空间坐标、上一个位置点的空间坐标以及下一个位置点的空间坐标，确定机器人每个关节的轨迹曲线的平滑控制点。

可选的，位移比例确定模块630包括：

曲线积分单元，用于对平滑速度曲线进行积分处理，得到位移与时间的变化曲线；

位移比例确定单元，用于利用积分得到的位移与时间的变化曲线以及机器人每个关节的目标运动速度，确定机器人每个关节在目标时刻的位移比例，其中，目标运动速度与机器人当前执行动作的规定完成时间以及机器人的硬件性能相关。

可选的，如果将位置坐标作为随机参量，则位置坐标确定模块630包括：

候选位置坐标确定单元，用于依据位移比例、平滑控制点以及平滑控制点对应的平滑轨迹曲线方程，确定机器人每个关节在目标时刻的候选位置坐标；

目标位置坐标确定单元，用于根据预设位置随机策略，为候选位置坐标增加位置随机量，得到机器人每个关节在目标时刻的目标位置坐标，其中，预设位置随机策略用于定义在机器人执行动作过程中每个关节位置的位置随机变化量。

可选的，如果将停留时间作为随机参量，则在平滑控制点确定模块610执行依据机器人每个关节运动至目标位置后的停留时间，确定机器人每个关节的轨迹曲线的平滑控制点的操作之前，该装置还包括：

停留时间随机处理模块，用于根据第一预设时间随机策略，为机器人每个关节运动至目标位置后的停留时间添加时间随机量，以依据添加时间随机量之后的停留时间确定轨迹曲线的平滑控制点，其中，第一预设时间随机策略用于定义机器人执行动作过程中每个关节运动至目标位置后的停留时间的随机变化量。

可选的，该装置还包括：

运动时间随机处理模块，用于在机器人执行动作的过程中，根据第二预设时间随机策略，为机器人每个关节运动至目标位置所用的运动时间增加时间随机量，其中，第二预设时间随机策略用于定义机器人执行动作过程中每个关节运动至目标位置所用的运动时间的随机变化量。

可选的，该装置还包括：

情绪信息获取模块，用于在机器人执行动作的过程中，获取机器人的情绪信息；

情绪动作调整模块，用于根据预设情绪动作表现策略与情绪信息，对机器人每个关节的位置坐标或每个关节运动至目标位置所用的运动时间进行调整。

本发明实施例所提供的机器人动作处理装置可执行本发明任意实施例所提供的机器人动作处理方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本发明任意方法实施例中的描述。

实施例五

图7是本发明实施例五提供的一种机器人的结构示意图。图7示出了适于用来实现本发明实施方式的示例性机器人812的框图。图7显示的机器人812仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。关于机器人812的几何结构组成以及各部件之间的连接关系，本实施例不作具体限定，可以参照现有技术中任意的机器人框架设计实现。

如图7所示，机器人812以通用机器人的形式表现。机器人812的组件可以包括但不限于：一个或者多个处理器816，存储装置828，连接不同系统组件(包括存储装置828和处理器816)的总线818。

总线818表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance，ISA)总线，微通道体系结构(Micro Channel Architecture，MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

机器人812典型地包括多种计算机系统可读介质。这些介质可以是任何能够被机器人812访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置828可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)830和/或高速缓存存储器832。机器人812可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统834可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘，例如只读光盘(Compact Disc Read-Only Memory，CD-ROM),数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线818相连。存储装置828可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块842的程序/实用工具840，可以存储在例如存储装置828中，这样的程序模块842包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块842通常执行本发明所描述的实施例中的功能和/或方法。

机器人812也可以与一个或多个外部设备814(例如键盘、指向终端、显示器824等)通信，还可与一个或者多个使得用户能与该机器人812交互的终端通信，和/或与使得该机器人812能与一个或多个其它计算终端进行通信的任何终端(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口822进行。并且，机器人812还可以通过网络适配器820与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide AreaNetwork，WAN)和/或公共网络，例如因特网)通信。如图7所示，网络适配器820通过总线818与机器人812的其它模块通信。应当明白，尽管图中未示出，可以结合机器人812使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。

处理器816通过运行存储在存储装置828中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任意实施例所提供的机器人动作处理方法，该方法可以包括：

在机器人执行动作的过程中，依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点，其中，所述轨迹曲线由所述目标位置、与所述目标位置相邻的上一个位置点以及与所述目标位置相邻的下一个位置点组成；

依据所述机器人每个关节运动至所述目标位置以及所述上一个位置点后的停留时间，从预设速度曲线类型中，确定所述机器人每个关节的平滑速度曲线；

依据所述平滑速度曲线，确定所述机器人每个关节在目标时刻的位移比例；

依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的位置坐标。

实施例六

本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的机器人动作处理方法，该方法可以包括：

在机器人执行动作的过程中，依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点，其中，所述轨迹曲线由所述目标位置、与所述目标位置相邻的上一个位置点以及与所述目标位置相邻的下一个位置点组成；

依据所述机器人每个关节运动至所述目标位置以及所述上一个位置点后的停留时间，从预设速度曲线类型中，确定所述机器人每个关节的平滑速度曲线；

依据所述平滑速度曲线，确定所述机器人每个关节在目标时刻的位移比例；

依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的位置坐标。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (18)

1.一种机器人动作处理方法，其特征在于，包括：

在机器人执行动作的过程中，依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点，其中，所述轨迹曲线由所述目标位置、与所述目标位置相邻的上一个位置点以及与所述目标位置相邻的下一个位置点组成；

依据所述机器人每个关节运动至所述目标位置以及所述上一个位置点后的停留时间，从预设速度曲线类型中，确定所述机器人每个关节的平滑速度曲线；

依据所述平滑速度曲线，确定所述机器人每个关节在目标时刻的位移比例；

依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的位置坐标；

所述停留时间是预先设置的机器人动作中的一个参量。

2.根据权利要求1所述的方法，其特征在于，所述机器人每个关节运动至所述目标位置后的停留时间越短，所述目标位置的空间坐标与该目标位置对应的平滑控制点的距离越远，其中，所述空间坐标包括角度值和平移量。

3.根据权利要求1所述的方法，其特征在于，所述依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点，包括：

利用基于样条曲线的平滑算法，依据所述机器人每个关节运动至所述目标位置后的停留时间、所述目标位置的空间坐标、所述上一个位置点的空间坐标以及所述下一个位置点的空间坐标，确定所述机器人每个关节的轨迹曲线的平滑控制点。

4.根据权利要求1所述的方法，其特征在于，依据所述平滑速度曲线，确定所述机器人每个关节在目标时刻的位移比例，包括：

对所述平滑速度曲线进行积分处理，得到位移与时间的变化曲线；

利用积分得到的位移与时间的变化曲线以及所述机器人每个关节的目标运动速度，确定所述机器人每个关节在所述目标时刻的位移比例，其中，所述目标运动速度与所述机器人当前执行动作的规定完成时间以及所述机器人的硬件性能相关。

5.根据权利要求1所述的方法，其特征在于，如果将所述位置坐标作为随机参量，则依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的位置坐标，包括：

依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的候选位置坐标；

根据预设位置随机策略，为所述候选位置坐标增加位置随机量，得到所述机器人每个关节在所述目标时刻的目标位置坐标，其中，所述预设位置随机策略用于定义在所述机器人执行动作过程中每个关节位置的位置随机变化量。

6.根据权利要求1所述的方法，其特征在于，如果将所述停留时间作为随机参量，则在依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点之前，所述方法还包括：

根据第一预设时间随机策略，为所述机器人每个关节运动至所述目标位置后的停留时间添加时间随机量，以依据添加所述时间随机量之后的停留时间确定所述轨迹曲线的平滑控制点，其中，所述第一预设时间随机策略用于定义所述机器人执行动作过程中每个关节运动至所述目标位置后的停留时间的随机变化量。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述机器人执行动作的过程中，根据第二预设时间随机策略，为所述机器人每个关节运动至目标位置所用的运动时间增加时间随机量，其中，所述第二预设时间随机策略用于定义所述机器人执行动作过程中每个关节运动至所述目标位置所用的运动时间的随机变化量。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述机器人执行动作的过程中，获取所述机器人的情绪信息；

根据预设情绪动作表现策略与所述情绪信息，对所述机器人每个关节的位置坐标或所述每个关节运动至所述目标位置所用的运动时间进行调整。

9.一种机器人动作处理装置，其特征在于，包括：

平滑控制点确定模块，用于在机器人执行动作的过程中，依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点，其中，所述轨迹曲线由所述目标位置、与所述目标位置相邻的上一个位置点以及与所述目标位置相邻的下一个位置点组成；

平滑速度曲线确定模块，用于依据所述机器人每个关节运动至所述目标位置以及所述上一个位置点后的停留时间，从预设速度曲线类型中，确定所述机器人每个关节的平滑速度曲线；

位移比例确定模块，用于依据所述平滑速度曲线，确定所述机器人每个关节在目标时刻的位移比例；

位置坐标确定模块，用于依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的位置坐标；

所述停留时间是预先设置的机器人动作中的一个参量。

10.根据权利要求9所述的装置，其特征在于，所述机器人每个关节运动至所述目标位置后的停留时间越短，所述目标位置的空间坐标与该目标位置对应的平滑控制点的距离越远，其中，所述空间坐标包括角度值和平移量。

11.根据权利要求9所述的装置，其特征在于，所述平滑控制点确定模块包括：

平滑控制点确定单元，用于在所述机器人执行动作的过程中，利用基于样条曲线的平滑算法，依据所述机器人每个关节运动至所述目标位置后的停留时间、所述目标位置的空间坐标、所述上一个位置点的空间坐标以及所述下一个位置点的空间坐标，确定所述机器人每个关节的轨迹曲线的平滑控制点。

12.根据权利要求9所述的装置，其特征在于，所述位移比例确定模块包括：

曲线积分单元，用于对所述平滑速度曲线进行积分处理，得到位移与时间的变化曲线；

位移比例确定单元，用于利用积分得到的位移与时间的变化曲线以及所述机器人每个关节的目标运动速度，确定所述机器人每个关节在所述目标时刻的位移比例，其中，所述目标运动速度与所述机器人当前执行动作的规定完成时间以及所述机器人的硬件性能相关。

13.根据权利要求9所述的装置，其特征在于，如果将所述位置坐标作为随机参量，则所述位置坐标确定模块包括：

候选位置坐标确定单元，用于依据所述位移比例、所述平滑控制点以及所述平滑控制点对应的平滑轨迹曲线方程，确定所述机器人每个关节在所述目标时刻的候选位置坐标；

目标位置坐标确定单元，用于根据预设位置随机策略，为所述候选位置坐标增加位置随机量，得到所述机器人每个关节在所述目标时刻的目标位置坐标，其中，所述预设位置随机策略用于定义在所述机器人执行动作过程中每个关节位置的位置随机变化量。

14.根据权利要求9所述的装置，其特征在于，如果将所述停留时间作为随机参量，则在所述平滑控制点确定模块执行依据所述机器人每个关节运动至目标位置后的停留时间，确定所述机器人每个关节的轨迹曲线的平滑控制点的操作之前，所述装置还包括：

停留时间随机处理模块，用于根据第一预设时间随机策略，为所述机器人每个关节运动至所述目标位置后的停留时间添加时间随机量，以依据添加所述时间随机量之后的停留时间确定所述轨迹曲线的平滑控制点，其中，所述第一预设时间随机策略用于定义所述机器人执行动作过程中每个关节运动至所述目标位置后的停留时间的随机变化量。

15.根据权利要求9所述的装置，其特征在于，所述装置还包括：

运动时间随机处理模块，用于在所述机器人执行动作的过程中，根据第二预设时间随机策略，为所述机器人每个关节运动至目标位置所用的运动时间增加时间随机量，其中，所述第二预设时间随机策略用于定义所述机器人执行动作过程中每个关节运动至所述目标位置所用的运动时间的随机变化量。

16.根据权利要求9所述的装置，其特征在于，所述装置还包括：

情绪信息获取模块，用于在所述机器人执行动作的过程中，获取所述机器人的情绪信息；

情绪动作调整模块，用于根据预设情绪动作表现策略与所述情绪信息，对所述机器人每个关节的位置坐标或所述每个关节运动至所述目标位置所用的运动时间进行调整。

17.一种机器人，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的机器人动作处理方法。

18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的机器人动作处理方法。

Images