CN112775931A - 机械臂控制方法、装置、计算机可读存储介质及机器人 - Google Patents

机械臂控制方法、装置、计算机可读存储介质及机器人 Download PDF

Info

Publication number
CN112775931A
CN112775931A CN201911069214.3A CN201911069214A CN112775931A CN 112775931 A CN112775931 A CN 112775931A CN 201911069214 A CN201911069214 A CN 201911069214A CN 112775931 A CN112775931 A CN 112775931A
Authority
CN
China
Prior art keywords
joint
arm
coordinate system
angle
pose
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
Application number
CN201911069214.3A
Other languages
English (en)
Other versions
CN112775931B (zh
Inventor
林泽才
安昭辉
陈金亮
刘益彰
熊友军
庞建新
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.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN201911069214.3A priority Critical patent/CN112775931B/zh
Publication of CN112775931A publication Critical patent/CN112775931A/zh
Application granted granted Critical
Publication of CN112775931B publication Critical patent/CN112775931B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0081—Programme-controlled manipulators with master teach-in means
    • 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
    • B25J9/1612—Programme controls characterised by the hand, wrist, grip control
    • 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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
    • 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)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

本申请属于机器人技术领域，尤其涉及一种机械臂控制方法、装置、计算机可读存储介质及机器人。所述方法分别采集人体手臂的各个关节的位姿；根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；控制所述机械臂按照所述目标角度进行运动。通过本申请实施例，建立起人体手臂与机械臂之间的映射关系，使得机械臂可以对人体手臂的动作进行高精度的模仿，从而更加高效地完成各种复杂的运动。

Description

机械臂控制方法、装置、计算机可读存储介质及机器人
技术领域
本申请属于机器人技术领域，尤其涉及一种机械臂控制方法、装置、计算机可读存储介质及机器人。
背景技术
随着机器人技术的日益发展，人们对机器人技术的要求也不断提高，为了让机器人代替人类做更多的任务，进一步释放人工的劳动力，需要机器人通过机械臂完成各种复杂的运动。现有技术中一般是通过复杂的编程来实现对机器人的机械臂进行控制，对工作人员的编程能力有极高的要求，且耗时耗力，效率极为低下。
发明内容
有鉴于此，本申请实施例提供了一种机械臂控制方法、装置、计算机可读存储介质及机器人，以解决现有的机械臂控制方法效率极为低下的问题。
本申请实施例的第一方面提供了一种机械臂控制方法，可以包括：
分别采集人体手臂的各个关节的位姿；
根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；
将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；
控制所述机械臂按照所述目标角度进行运动。
进一步地，所述人体手臂的各个关节包括：肩关节、肘关节和腕关节。
所述采集人体手臂的各个关节的位姿包括：
分别采集所述人体手臂的肩关节位姿、肘关节位姿和腕关节位姿。
进一步地，在根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度之前，还包括：
根据人体手臂运动的机理特征构造所述虚拟关节臂，所述虚拟关节臂包括七个关节，其中，第一关节、第二关节和第三关节用于模拟人体手臂的肩关节运动，第四关节用于模拟人体手臂的肘关节运动，第五关节、第六关节和第七关节用于模拟人体手臂的腕关节运动。
进一步地，在分别采集人体手臂的各个关节的位姿之后，还包括：
对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到滤波后的各个关节的位姿；
将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示。
进一步地，所述对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到滤波后的各个关节的位姿包括：
使用一阶低通滤波器对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到低通滤波后的各个关节的位姿；
使用卡尔曼滤波器对所述低通滤波后的各个关节的位姿进行滤波处理，得到滤波后的各个关节的位姿。
进一步地，所述将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示包括：
根据下式将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示：
Figure BDA0002260409980000021
其中，PE＝OPE-OPS，PW＝OPW-OPS，ORS为肩关节坐标系相对于世界坐标系的姿态，ORE为肘关节坐标系相对于世界坐标系的姿态，SRE为肘关节坐标系相对于肩关节坐标系的姿态，ORW为腕关节坐标系相对于世界坐标系的姿态，SRW为腕关节坐标系相对于肩关节坐标系的姿态，OPE为肘关节坐标系在世界坐标系下的位置表示，SPE为肘关节坐标系在肩关节坐标系下的位置表示，OPW为腕关节坐标系在世界坐标系下的位置表示，SPW为腕关节坐标系在肩关节坐标系下的位置表示。
进一步地，所述将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度包括：
若所述虚拟关节臂中的第i个关节的角度小于预设的角度阈值，则将所述虚拟关节臂中的第i个关节的角度确定为所述机械臂中的第i个关节的目标角度，1≤i≤N，N为所述虚拟关节臂中的关节数目；
若所述虚拟关节臂中的第i个关节的角度大于或等于所述角度阈值，则使用预设的对数函数对所述虚拟关节臂中的第i个关节的角度进行计算，得到所述机械臂中的第i个关节的目标角度。
本申请实施例的第二方面提供了一种机械臂控制装置，可以包括：
位姿采集模块，用于分别采集人体手臂的各个关节的位姿；
角度计算模块，用于根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；
角度映射模块，用于将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；
运动控制模块，用于控制所述机械臂按照所述目标角度进行运动。
进一步地，所述人体手臂的各个关节包括：肩关节、肘关节和腕关节。
所述位姿采集模块具体用于分别采集所述人体手臂的肩关节位姿、肘关节位姿和腕关节位姿。
进一步地，所述机械臂控制装置还可以包括：
虚拟关节臂构造模块，用于根据人体手臂运动的机理特征构造所述虚拟关节臂，所述虚拟关节臂包括七个关节，其中，第一关节、第二关节和第三关节用于模拟人体手臂的肩关节运动，第四关节用于模拟人体手臂的肘关节运动，第五关节、第六关节和第七关节用于模拟人体手臂的腕关节运动。
进一步地，所述机械臂控制装置还可以包括：
滤波处理模块，用于对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到滤波后的各个关节的位姿；
坐标系转换模块，用于将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示。
进一步地，所述滤波处理模块可以包括：
第一滤波单元，用于使用一阶低通滤波器对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到低通滤波后的各个关节的位姿；
第二滤波单元，用于使用卡尔曼滤波器对所述低通滤波后的各个关节的位姿进行滤波处理，得到滤波后的各个关节的位姿。
进一步地，所述坐标系转换模块具体用于根据下式将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示：
Figure BDA0002260409980000041
其中，PE＝OPE-OPS，PW＝OPW-OPS，ORS为肩关节坐标系相对于世界坐标系的姿态，ORE为肘关节坐标系相对于世界坐标系的姿态，SRE为肘关节坐标系相对于肩关节坐标系的姿态，ORW为腕关节坐标系相对于世界坐标系的姿态，SRW为腕关节坐标系相对于肩关节坐标系的姿态，OPE为肘关节坐标系在世界坐标系下的位置表示，SPE为肘关节坐标系在肩关节坐标系下的位置表示，OPW为腕关节坐标系在世界坐标系下的位置表示，SPW为腕关节坐标系在肩关节坐标系下的位置表示。
进一步地，所述角度映射模块可以包括：
第一映射单元，用于若所述虚拟关节臂中的第i个关节的角度小于预设的角度阈值，则将所述虚拟关节臂中的第i个关节的角度确定为所述机械臂中的第i个关节的目标角度，1≤i≤N，N为所述虚拟关节臂中的关节数目；
第二映射单元，用于若所述虚拟关节臂中的第i个关节的角度大于或等于所述角度阈值，则使用预设的对数函数对所述虚拟关节臂中的第i个关节的角度进行计算，得到所述机械臂中的第i个关节的目标角度。
本申请实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种机械臂控制方法的步骤。
本申请实施例的第四方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种机械臂控制方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行上述任一种机械臂控制方法的步骤。
本申请实施例与现有技术相比存在的有益效果是：本申请实施例分别采集人体手臂的各个关节的位姿；根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；控制所述机械臂按照所述目标角度进行运动。通过本申请实施例，建立起人体手臂与机械臂之间的映射关系，使得机械臂可以对人体手臂的动作进行高精度的模仿，从而更加高效地完成各种复杂的运动。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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它的附图。
图1为本申请实施例中一种机械臂控制方法的一个实施例流程图；
图2为对采集的人体手臂的各个关节的位姿进行优化处理的示意流程图；
图3为根据人体手臂运动的机理特征构造的虚拟关节臂的示意图；
图4为根据几何解析法求解关节角度的示意图；
图5为本申请实施例中一种机械臂控制装置的一个实施例结构图；
图6为本申请实施例中一种机器人的示意框图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参阅图1，本申请实施例中一种机械臂控制方法的一个实施例可以包括：
步骤S101、分别采集人体手臂的各个关节的位姿。
根据冗余运动臂的特性，同一种末端位姿可能存在无数种不同的臂型。因此，为了最大程度上提高对人体手臂动作模仿的相似程度，本申请中不仅需要对手臂末端的运动进行模仿，还需模仿手臂的构型。优选地，所述人体手臂的各个关节包括：肩关节、肘关节和腕关节，则步骤S101具体为：分别采集所述人体手臂的肩关节位姿、肘关节位姿和腕关节位姿。在本实施例中，可以预先在所述人体手臂的肩关节、肘关节和腕关节设置多组传感器，通过这些传感器来采集所述人体手臂的各个关节的位姿。
优选地，在分别采集人体手臂的各个关节的位姿之后，还可以通过如图2所示的过程对所述人体手臂的各个关节的位姿进行优化处理：
步骤S1011、对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到滤波后的各个关节的位姿。
由于环境、传感器本身测量准确性等各种因素的影响，采集的数据包含了多种类型的噪声，为保证模仿过程的稳定性、安全性以及流畅性，需要对数据进行滤波处理。为了进一步降低滤波处理对模仿跟踪实时性的影响，基于卡尔曼滤波器对数据滤波的滞后性把握度较高，采用卡尔曼滤波算法对数据进行光滑处理。但由于卡尔曼滤波器无法完全隔离数据突变所带来的影响，因此，在应用卡尔曼滤波器之前，可以先采用同样延迟性低的一阶低通滤波器去除数据中突变以及高频的噪声。
首先，使用一阶低通滤波器对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到低通滤波后的各个关节的位姿。
在一阶低通滤波算法中，其输入值x和输出值y的关系如下所示：
y＝(1-k)x'+kx
其中，x'为上一次的输出值，k为置信度，当输入值朝着某一方向逐渐增加或者减少时，k就不断增大，当输入值以较高的频率来回波动或存在突变时，k就相应的减少或趋于0。
然后，使用卡尔曼滤波器对所述低通滤波后的各个关节的位姿进行滤波处理，得到滤波后的各个关节的位姿。
在卡尔曼滤波处理过中，由于被模仿对象(即人体手臂)的运动是随机的，因此取下一时刻的预测值X(K|K-1)为上一时刻的最优结果X(K-1|K-1)。因为没有控制量，所以预测模型如下所示：X(K|K-1)＝X(K-1|K-1)。
步骤S1012、将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示。
具体地，可以根据下式将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示：
Figure BDA0002260409980000081
其中，PE＝OPE-OPS，PW＝OPW-OPS，ORS为肩关节坐标系相对于世界坐标系的姿态，ORE为肘关节坐标系相对于世界坐标系的姿态，SRE为肘关节坐标系相对于肩关节坐标系的姿态，ORW为腕关节坐标系相对于世界坐标系的姿态，SRW为腕关节坐标系相对于肩关节坐标系的姿态，OPE为肘关节坐标系在世界坐标系下的位置表示，SPE为肘关节坐标系在肩关节坐标系下的位置表示，OPW为腕关节坐标系在世界坐标系下的位置表示，SPW为腕关节坐标系在肩关节坐标系下的位置表示。
步骤S102、根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度。
在本实施例中，可以预先根据人体手臂运动的机理特征构造所述虚拟关节臂，如图3所示，所述虚拟关节臂包括七个关节，按照从肩关节到腕关节的顺序依次为：第一关节、第二关节、第三关节、第四关节、第五关节、第六关节和第七关节，其中，所述第一关节、所述第二关节和所述第三关节用于模拟人体手臂的肩关节运动，所述第四关节用于模拟人体手臂的肘关节运动，所述第五关节、所述第六关节和所述第七关节用于模拟人体手臂的腕关节运动。且所述第一关节、所述第三关节和所述第五关节具有roll(翻滚角)方向的自由度，所述第二关节、所述第四关节和所述第六关节具有pitch(俯仰角)方向的自由度，所述第七关节具有yaw(偏航角)方向的自由度。
图4为根据几何解析法求解关节角度的示意图，利用肘关节的位姿，并根据几何特性可求得所述第一关节和所述第二关节的角度分别为：
Figure BDA0002260409980000091
其中，SPEx、SPEy、SPEz分别为SPE在x轴、y轴及z轴上的分量，q1为所述第一关节的角度，q2为所述第二关节的角度。
由于肘关节的姿态由肩关节三个关节所决定，因此可得：
SR3＝SRE＝SR1(q1)1R2(q2)2R3(q3)
其中，SR3为所述第三关节的坐标系相对于肩关节坐标系的姿态，SR1为所述第一关节的坐标系相对于肩关节坐标系的姿态，1R2为所述第二关节的坐标系相对于所述第一关节的坐标系的姿态，2R3为所述第三关节的坐标系相对于所述第二关节的坐标系的姿态，q3为所述第三关节的角度。由于q1，q2已求得，通过上述即可求得q3。
所述第四关节的角度由肘关节的弯曲程度决定，连接肩关节和腕关节形成三角形，则所述第四关节的角度为：
q4＝cos-1(lSE 2+lEW 2-lSW 2/2lSElEW)
其中，lSE,lEW,lSW分别为大臂长度、小臂长度以及腕关节到肩关节的距离，q4为所述第四关节的角度。
根据串联多自由度运动臂的耦合特性可得：
Figure BDA0002260409980000101
其中，ERW为腕关节坐标系相对于肘关节坐标系的姿态，SR4为所述第四关节的坐标系相对于肩关节坐标系的姿态，且SR4＝SR3 3R4，3R4为所述第四关节的坐标系相对于所述第三关节的坐标系的姿态，4R7为所述第七关节的坐标系相对于所述第四关节的坐标系的姿态，4R5为所述第五关节的坐标系相对于所述第四关节的坐标系的姿态，5R6为所述第六关节的坐标系相对于所述第五关节的坐标系的姿态，6R7为所述第七关节的坐标系相对于所述第六关节的坐标系的姿态。
由于前四个关节的角度已经获得，所以可求得腕关节坐标系相对于肘关节的姿态为：ERW＝SR4 -1SRW。
腕关节三个关节的构型为RPY结构，通过DH建模可求得4R7为：
Figure BDA0002260409980000102
其中，si,ci分别表示sin(qi),cos(qi)。
则可根据下式分别计算出所述第五关节、所述第六关节及所述第七关节的角度：
q5＝atan2(ERW(1，3),ERW(2，3))
q6＝-sin-1(ERW(3，3))
q7＝atan2(-ERW(3，2),-ERW(3，1))
其中，ERW(i，j)为矩阵ERW第i行第j列的元素，q5为所述第五关节的角度，q6为所述第六关节的角度，q7为所述第七关节的角度。
步骤S103、将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度。
所述机械臂与所述虚拟关节臂具有相同的关节配置和相似的结构特征，在映射过程中各关节按照顺序一一对应，并确保二者所有关节的运动方向一致。
由于所述机械臂存在关节限制，因此需要对可能超过限制的关节角度做一定的限制，如下式所示：
Figure BDA0002260409980000111
其中，
Figure BDA0002260409980000112
为所述虚拟关节臂中的第i个关节的角度，1≤i≤N，N为所述虚拟关节臂中的关节数目，
Figure BDA0002260409980000113
为所述机械臂中的第i个关节的目标角度，n为预设的角度阈值，k为预设的对数函数的参数。
若所述虚拟关节臂中的第i个关节的角度小于所述角度阈值，则将所述虚拟关节臂中的第i个关节的角度确定为所述机械臂中的第i个关节的目标角度。
若所述虚拟关节臂中的第i个关节的角度大于或等于所述角度阈值，则使用预设的对数函数对所述虚拟关节臂中的第i个关节的角度进行计算，得到所述机械臂中的第i个关节的目标角度。通过所述对数函数的限制，无论
Figure BDA0002260409980000114
为多大值，输出值
Figure BDA0002260409980000115
均不会超过限制值，且
Figure BDA0002260409980000116
随着
Figure BDA0002260409980000117
的增加而增加。
步骤S104、控制所述机械臂按照所述目标角度进行运动。
综上所述，本申请实施例分别采集人体手臂的各个关节的位姿；根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；控制所述机械臂按照所述目标角度进行运动。通过本申请实施例，建立起人体手臂与机械臂之间的映射关系，使得机械臂可以对人体手臂的动作进行高精度的模仿，从而更加高效地完成各种复杂的运动。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种机械臂控制方法，图5示出了本申请实施例提供的一种机械臂控制装置的一个实施例结构图。
本实施例中，一种机械臂控制装置可以包括：
位姿采集模块501，用于分别采集人体手臂的各个关节的位姿；
角度计算模块502，用于根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；
角度映射模块503，用于将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；
运动控制模块504，用于控制所述机械臂按照所述目标角度进行运动。
进一步地，所述人体手臂的各个关节包括：肩关节、肘关节和腕关节。
所述位姿采集模块具体用于分别采集所述人体手臂的肩关节位姿、肘关节位姿和腕关节位姿。
进一步地，所述机械臂控制装置还可以包括：
虚拟关节臂构造模块，用于根据人体手臂运动的机理特征构造所述虚拟关节臂，所述虚拟关节臂包括七个关节，其中，第一关节、第二关节和第三关节用于模拟人体手臂的肩关节运动，第四关节用于模拟人体手臂的肘关节运动，第五关节、第六关节和第七关节用于模拟人体手臂的腕关节运动。
进一步地，所述机械臂控制装置还可以包括：
滤波处理模块，用于对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到滤波后的各个关节的位姿；
坐标系转换模块，用于将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示。
进一步地，所述滤波处理模块可以包括：
第一滤波单元，用于使用一阶低通滤波器对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到低通滤波后的各个关节的位姿；
第二滤波单元，用于使用卡尔曼滤波器对所述低通滤波后的各个关节的位姿进行滤波处理，得到滤波后的各个关节的位姿。
进一步地，所述坐标系转换模块具体用于根据下式将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示：
Figure BDA0002260409980000131
其中，PE＝OPE-OPS，PW＝OPW-OPS，ORS为肩关节坐标系相对于世界坐标系的姿态，ORE为肘关节坐标系相对于世界坐标系的姿态，SRE为肘关节坐标系相对于肩关节坐标系的姿态，ORW为腕关节坐标系相对于世界坐标系的姿态，SRW为腕关节坐标系相对于肩关节坐标系的姿态，OPE为肘关节坐标系在世界坐标系下的位置表示，SPE为肘关节坐标系在肩关节坐标系下的位置表示，OPW为腕关节坐标系在世界坐标系下的位置表示，SPW为腕关节坐标系在肩关节坐标系下的位置表示。
进一步地，所述角度映射模块可以包括：
第一映射单元，用于若所述虚拟关节臂中的第i个关节的角度小于预设的角度阈值，则将所述虚拟关节臂中的第i个关节的角度确定为所述机械臂中的第i个关节的目标角度，1≤i≤N，N为所述虚拟关节臂中的关节数目；
第二映射单元，用于若所述虚拟关节臂中的第i个关节的角度大于或等于所述角度阈值，则使用预设的对数函数对所述虚拟关节臂中的第i个关节的角度进行计算，得到所述机械臂中的第i个关节的目标角度。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
图6示出了本申请实施例提供的一种机器人的示意框图，为了便于说明，仅示出了与本申请实施例相关的部分。
如图6所示，该实施例的机器人6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个机械臂控制方法实施例中的步骤，例如图1所示的步骤S101至步骤S104。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块501至模块504的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述机器人6中的执行过程。
本领域技术人员可以理解，图6仅仅是机器人6的示例，并不构成对机器人6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人6还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述机器人6的内部存储单元，例如机器人6的硬盘或内存。所述存储器61也可以是所述机器人6的外部存储设备，例如所述机器人6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述机器人6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述机器人6所需的其它程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种机械臂控制方法，其特征在于，包括：
分别采集人体手臂的各个关节的位姿；
根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；
将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；
控制所述机械臂按照所述目标角度进行运动。
2.根据权利要求1所述的机械臂控制方法，其特征在于，所述人体手臂的各个关节包括：肩关节、肘关节和腕关节；
所述采集人体手臂的各个关节的位姿包括：
分别采集所述人体手臂的肩关节位姿、肘关节位姿和腕关节位姿。
3.根据权利要求2所述的机械臂控制方法，其特征在于，在根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度之前，还包括：
根据人体手臂运动的机理特征构造所述虚拟关节臂，所述虚拟关节臂包括七个关节，其中，第一关节、第二关节和第三关节用于模拟人体手臂的肩关节运动，第四关节用于模拟人体手臂的肘关节运动，第五关节、第六关节和第七关节用于模拟人体手臂的腕关节运动。
4.根据权利要求2所述的机械臂控制方法，其特征在于，在分别采集人体手臂的各个关节的位姿之后，还包括：
对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到滤波后的各个关节的位姿；
将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示。
5.根据权利要求4所述的机械臂控制方法，其特征在于，所述对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到滤波后的各个关节的位姿包括：
使用一阶低通滤波器对采集的所述人体手臂的各个关节的位姿分别进行滤波处理，得到低通滤波后的各个关节的位姿；
使用卡尔曼滤波器对所述低通滤波后的各个关节的位姿进行滤波处理，得到滤波后的各个关节的位姿。
6.根据权利要求4所述的机械臂控制方法，其特征在于，所述将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示包括：
根据下式将所述滤波后的各个关节的位姿从世界坐标系下的表示转换为肩关节坐标系下的表示：
Figure FDA0002260409970000021
其中，PE＝OPE-OPS，PW＝OPW-OPS，ORS为肩关节坐标系相对于世界坐标系的姿态，ORE为肘关节坐标系相对于世界坐标系的姿态，SRE为肘关节坐标系相对于肩关节坐标系的姿态，ORW为腕关节坐标系相对于世界坐标系的姿态，SRW为腕关节坐标系相对于肩关节坐标系的姿态，OPE为肘关节坐标系在世界坐标系下的位置表示，SPE为肘关节坐标系在肩关节坐标系下的位置表示，OPW为腕关节坐标系在世界坐标系下的位置表示，SPW为腕关节坐标系在肩关节坐标系下的位置表示。
7.根据权利要求1至6中任一项所述的机械臂控制方法，其特征在于，所述将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度包括：
若所述虚拟关节臂中的第i个关节的角度小于预设的角度阈值，则将所述虚拟关节臂中的第i个关节的角度确定为所述机械臂中的第i个关节的目标角度，1≤i≤N，N为所述虚拟关节臂中的关节数目；
若所述虚拟关节臂中的第i个关节的角度大于或等于所述角度阈值，则使用预设的对数函数对所述虚拟关节臂中的第i个关节的角度进行计算，得到所述机械臂中的第i个关节的目标角度。
8.一种机械臂控制装置，其特征在于，包括：
位姿采集模块，用于分别采集人体手臂的各个关节的位姿；
角度计算模块，用于根据所述人体手臂的各个关节的位姿分别计算预设的虚拟关节臂中的各个关节的角度；
角度映射模块，用于将所述虚拟关节臂中的各个关节的角度分别映射到机械臂中，得到所述机械臂中的各个关节的目标角度；
运动控制模块，用于控制所述机械臂按照所述目标角度进行运动。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的机械臂控制方法的步骤。
10.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的机械臂控制方法的步骤。
CN201911069214.3A 2019-11-05 2019-11-05 机械臂控制方法、装置、计算机可读存储介质及机器人 Active CN112775931B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911069214.3A CN112775931B (zh) 2019-11-05 2019-11-05 机械臂控制方法、装置、计算机可读存储介质及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911069214.3A CN112775931B (zh) 2019-11-05 2019-11-05 机械臂控制方法、装置、计算机可读存储介质及机器人

Publications (2)

Publication Number Publication Date
CN112775931A true CN112775931A (zh) 2021-05-11
CN112775931B CN112775931B (zh) 2022-06-28

Family

ID=75747418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911069214.3A Active CN112775931B (zh) 2019-11-05 2019-11-05 机械臂控制方法、装置、计算机可读存储介质及机器人

Country Status (1)

Country Link
CN (1) CN112775931B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114227685A (zh) * 2021-12-28 2022-03-25 深圳市优必选科技股份有限公司 机械臂控制方法、装置、计算机可读存储介质及机械臂
CN114713421A (zh) * 2022-05-05 2022-07-08 罗海华 一种遥控喷涂的控制方法及系统
CN114888809A (zh) * 2022-05-30 2022-08-12 深圳市优必选科技股份有限公司 机器人控制方法、装置、计算机可读存储介质及机器人
CN115922728A (zh) * 2023-01-03 2023-04-07 之江实验室 机器人指向动作控制方法、装置、电子设备和存储介质
CN116999178A (zh) * 2023-10-07 2023-11-07 北京科鹏医疗器械有限公司 一种经自然通道内窥镜操作的双频滤波直观主从映射方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120173019A1 (en) * 2010-12-29 2012-07-05 Samsung Electronics Co., Ltd. Robot and control method thereof
CN107283386A (zh) * 2017-05-27 2017-10-24 江苏物联网研究发展中心 人机同步方法
CN107336233A (zh) * 2017-06-02 2017-11-10 南京邮电大学 基于惯性动捕的人‑机器人虚实交互控制系统
CN107369181A (zh) * 2017-06-13 2017-11-21 华南理工大学 基于双处理器结构的点云数据采集及处理方法
CN107856014A (zh) * 2017-11-08 2018-03-30 浙江工业大学 基于手势识别的机械臂位姿控制方法
CN107953331A (zh) * 2017-10-17 2018-04-24 华南理工大学 一种应用于人形机器人动作模仿的人体姿态映射方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120173019A1 (en) * 2010-12-29 2012-07-05 Samsung Electronics Co., Ltd. Robot and control method thereof
CN107283386A (zh) * 2017-05-27 2017-10-24 江苏物联网研究发展中心 人机同步方法
CN107336233A (zh) * 2017-06-02 2017-11-10 南京邮电大学 基于惯性动捕的人‑机器人虚实交互控制系统
CN107369181A (zh) * 2017-06-13 2017-11-21 华南理工大学 基于双处理器结构的点云数据采集及处理方法
CN107953331A (zh) * 2017-10-17 2018-04-24 华南理工大学 一种应用于人形机器人动作模仿的人体姿态映射方法
CN107856014A (zh) * 2017-11-08 2018-03-30 浙江工业大学 基于手势识别的机械臂位姿控制方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114227685A (zh) * 2021-12-28 2022-03-25 深圳市优必选科技股份有限公司 机械臂控制方法、装置、计算机可读存储介质及机械臂
CN114227685B (zh) * 2021-12-28 2023-09-22 深圳市优必选科技股份有限公司 机械臂控制方法、装置、计算机可读存储介质及机械臂
CN114713421A (zh) * 2022-05-05 2022-07-08 罗海华 一种遥控喷涂的控制方法及系统
CN114713421B (zh) * 2022-05-05 2023-03-24 罗海华 一种遥控喷涂的控制方法及系统
CN114888809A (zh) * 2022-05-30 2022-08-12 深圳市优必选科技股份有限公司 机器人控制方法、装置、计算机可读存储介质及机器人
CN114888809B (zh) * 2022-05-30 2023-12-15 深圳市优必选科技股份有限公司 机器人控制方法、装置、计算机可读存储介质及机器人
CN115922728A (zh) * 2023-01-03 2023-04-07 之江实验室 机器人指向动作控制方法、装置、电子设备和存储介质
CN115922728B (zh) * 2023-01-03 2023-06-30 之江实验室 机器人指向动作控制方法、装置、电子设备和存储介质
CN116999178A (zh) * 2023-10-07 2023-11-07 北京科鹏医疗器械有限公司 一种经自然通道内窥镜操作的双频滤波直观主从映射方法
CN116999178B (zh) * 2023-10-07 2024-01-12 北京科鹏医疗器械有限公司 一种经自然通道内窥镜操作的双频滤波直观主从映射方法

Also Published As

Publication number Publication date
CN112775931B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN112775931B (zh) 机械臂控制方法、装置、计算机可读存储介质及机器人
CN111113429B (zh) 一种动作模仿方法、动作模仿装置及终端设备
US11833692B2 (en) Method and device for controlling arm of robot
CN109840508A (zh) 一个基于深度网络架构自动搜索的机器人视觉控制方法，设备及存储介质
CN113043267A (zh) 机器人控制方法、装置、机器人及计算机可读存储介质
CN112744313B (zh) 一种机器人状态估计方法、装置、可读存储介质及机器人
CN112959326B (zh) 机器人正运动学求解方法、装置、可读存储介质及机器人
CN114227685B (zh) 机械臂控制方法、装置、计算机可读存储介质及机械臂
CN111319041A (zh) 一种机器人位姿确定方法、装置、可读存储介质及机器人
CN108279773B (zh) 一种基于marg传感器和磁场定位技术的数据手套
CN113119104A (zh) 机械臂控制方法、机械臂控制装置、计算设备及系统
CN115847422A (zh) 一种用于遥操作的姿态识别方法、装置及系统
CN113084791B (zh) 机械臂控制方法、机械臂控制装置及终端设备
WO2022105023A1 (zh) 机器人控制方法、装置、计算机可读存储介质及机器人
CN111240468A (zh) 手部动作捕捉的校准方法、装置、电子设备及存储介质
CN113119083B (zh) 一种机器人标定方法、装置、机器人及存储介质
CN114387352A (zh) 一种外参标定方法、装置、设备及存储介质
CN112720479B (zh) 一种机器人姿态控制方法、装置及机器人
Katusin Glove for Augmented and Virtual Reality
CN112720478B (zh) 一种机器人力矩控制方法、装置、可读存储介质及机器人
CN108073283B (zh) 手部关节的计算方法及手套
CN113204892B (zh) 质心轨迹生成方法、装置、计算机可读存储介质及机器人
CN112894794B (zh) 人体手臂动作模仿方法、装置、终端设备及存储介质
CN113001537B (zh) 机械臂控制方法、机械臂控制装置及终端设备
CN109866217A (zh) 机器人里程定位方法、装置、终端设备及计算机存储介质

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