CN113021329B - 一种机器人运动控制方法、装置、可读存储介质及机器人 - Google Patents
一种机器人运动控制方法、装置、可读存储介质及机器人 Download PDFInfo
- Publication number
- CN113021329B CN113021329B CN201911344527.5A CN201911344527A CN113021329B CN 113021329 B CN113021329 B CN 113021329B CN 201911344527 A CN201911344527 A CN 201911344527A CN 113021329 B CN113021329 B CN 113021329B
- Authority
- CN
- China
- Prior art keywords
- robot
- motion
- target
- motion state
- 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.)
- Active
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
-
- 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
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
Abstract
本申请属于机器人技术领域,尤其涉及一种机器人运动控制方法、装置、计算机可读存储介质及机器人。所述方法确定机器人在当前控制周期的运动状态;确定所述机器人的目标运动状态;根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行运动规划,得到所述机器人在下一控制周期的规划运动状态,所述运动规划的频率与所述机器人的运动控制频率一致;按照所述规划运动状态控制所述机器人进行运动。通过本申请实施例,可以将运动规划的频率与所述机器人的运动控制频率保持一致,实现了机器人的平滑运动,避免了运动时可能出现的剧烈振动。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种机器人运动控制方法、装置、计算机可读存储介质及机器人。
背景技术
随着机器人技术的发展,传统的基于离线轨迹的轨迹跟踪控制已经不能满足现有的功能需求,越来越多的场景需要同周围环境进行交互,并实时调整机器人的运动轨迹,这就要求将机器人的感知传感器和控制系统相融合。机器人视觉伺服系统就是将视觉信号与机器人控制相结合,通过相机识别物体,经图像处理和数据转换生成机器人控制系统的输入,从而实现机器人的视觉伺服运动。
但是,在现有的机器人视觉伺服系统中,视觉系统识别物体进行运动规划的频率远低于机器人控制系统所要求的频率,且其输出频率不稳定。如果直接将这个规划输出信号写入关节伺服驱动作为机器人控制器的参考输入,则不可避免的出现运动不平滑的现象,导致机器人运动时的剧烈振动。
发明内容
有鉴于此,本申请实施例提供了一种机器人运动控制方法、装置、计算机可读存储介质及机器人,以解决现有的机器人运动控制方法存在的运动不平滑、振动剧烈的问题。
本申请实施例的第一方面提供了一种机器人运动控制方法,可以包括:
确定机器人在当前控制周期的运动状态;
根据视觉系统获取的目标物体的图像进行一次运动规划,确定所述机器人的目标运动状态;
根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行二次运动规划,得到所述机器人在下一控制周期的规划运动状态,所述二次运动规划的频率与所述机器人的运动控制频率一致;
按照所述规划运动状态控制所述机器人进行运动。
进一步地,所述根据视觉系统获取的目标物体的图像进行一次运动规划,确定所述机器人的目标运动状态包括:
根据所述目标物体的图像判断目标位姿是否发生更新,所述目标位姿为所述目标物体在机器人操作空间中的位姿;
若所述目标位姿发生更新,则根据更新后的所述目标位姿进行所述一次运动规划,得到所述机器人的目标运动状态。
进一步地,在判断目标位姿是否发生更新之后,所述机器人运动控制方法还可以包括:
若所述目标位姿未发生更新,则保持在上一控制周期确定的所述机器人的目标运动状态。
进一步地,所述目标位姿的计算过程包括:
获取所述目标物体的图像,并根据所述目标物体的图像计算第一位姿,所述第一位姿为所述目标物体在相机坐标系下的位姿;
将所述第一位姿转换为在所述机器人操作空间中的表示,得到所述目标位姿。
进一步地,在得到所述目标位姿之后,所述机器人运动控制方法还可以包括:
判断是否执行视觉伺服控制;
若不执行视觉伺服控制,则控制所述机器人停止运动。
进一步地,所述确定机器人在当前控制周期的运动状态包括:
将所述机器人在上一控制周期的规划运动状态确定为所述机器人在当前控制周期的运动状态。
进一步地,在确定机器人在当前控制周期的运动状态之前,所述机器人运动控制方法还可以包括:
判断是否启动视觉伺服控制模式;
若不启动视觉伺服控制模式,则根据机器人离线规划的轨迹控制所述机器人进行运动。
本申请实施例的第二方面提供了一种机器人运动控制装置,可以包括:
当前运动状态确定单元,用于确定机器人在当前控制周期的运动状态;
目标运动状态确定单元,用于根据视觉系统获取的目标物体的图像进行一次运动规划,确定所述机器人的目标运动状态;
运动规划单元,用于根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行二次运动规划,得到所述机器人在下一控制周期的规划运动状态,所述二次运动规划的频率与所述机器人的运动控制频率一致;
运动控制单元,用于按照所述规划运动状态控制所述机器人进行运动。
进一步地,所述目标运动状态确定单元可以包括:
位姿更新判断子单元,用于根据所述目标物体的图像判断目标位姿是否发生更新,所述目标位姿为所述目标物体在机器人操作空间中的位姿;
运动规划子单元,用于若所述目标位姿发生更新,则根据更新后的所述目标位姿进行所述一次运动规划,得到所述机器人的目标运动状态。
进一步地,所述目标运动状态确定单元还可以包括:
状态保持子单元,用于若所述目标位姿未发生更新,则保持在上一控制周期确定的所述机器人的目标运动状态。
进一步地,所述机器人运动控制装置还可以包括:
图像处理单元,用于根据所述目标物体的图像计算第一位姿,所述第一位姿为所述目标物体在相机坐标系下的位姿;
位姿转换单元,用于将所述第一位姿转换为在所述机器人操作空间中的表示,得到所述目标位姿。
进一步地,所述机器人运动控制装置还可以包括:
第一判断单元,用于判断是否执行视觉伺服控制;
第一控制单元,用于若不执行视觉伺服控制,则控制所述机器人停止运动。
进一步地,所述当前运动状态确定单元可以包括:
第一确定子单元,用于将所述机器人在上一控制周期的规划运动状态确定为所述机器人在当前控制周期的运动状态。
进一步地,所述机器人运动控制装置还可以包括:
第二判断单元,用于判断是否启动视觉伺服控制模式;
第二控制单元,用于若不启动视觉伺服控制模式,则根据机器人离线规划的轨迹控制所述机器人进行运动。
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器人运动控制方法的步骤。
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器人运动控制方法的步骤。
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器人运动控制方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例确定机器人在当前控制周期的运动状态;确定所述机器人的目标运动状态;根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行运动规划,得到所述机器人在下一控制周期的规划运动状态,所述运动规划的频率与所述机器人的运动控制频率一致;按照所述规划运动状态控制所述机器人进行运动。通过本申请实施例,在确定机器人的目标运动状态后,并不会直接进行运动控制,而是会按照所述机器人的运动控制频率,根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数再进行运动规划,并控制机器人进行运动,从而将运动规划的频率与所述机器人的运动控制频率保持一致,实现了机器人的平滑运动,避免了运动时可能出现的剧烈振动。
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器人运动控制方法的一个实施例流程图;
图2为本申请实施例中进行机器人运动控制的架构图;
图3为在线轨迹生成算法的示意图;
图4为本申请实施例中的机器人运动控制方法在实际应用场景中的一种具体实现过程的示意图;
图5为本申请实施例中一种机器人运动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器人运动控制方法的一个实施例可以包括:
步骤S101、确定机器人在当前控制周期的运动状态。
所述机器人在当前控制周期的运动状态可以从所述机器人的关节伺服驱动处获取,此处可以将所述机器人在当前控制周期的运动状态记为Mi,其中的下标i表示控制周期的序号,类似地,可以将所述机器人在上一控制周期的运动状态记为Mi-1,将所述机器人在下一控制周期的运动状态记为Mi+1,以此类推。
对于所述机器人在任意一个控制周期的运动状态而言,均可以包括位置、速度和加速度等参数,此处可以将所述机器人在当前控制周期的位置、速度和加速度分别依次记为Pi、Vi和Ai,类似地,可以将所述机器人在上一控制周期的位置、速度和加速度分别依次记为Pi-1、Vi-1和Ai-1,将所述机器人在下一控制周期的位置、速度和加速度分别依次记为Pi+1、Vi+1和Ai+1,以此类推。
在本申请实施例中,可以将所述机器人在上一控制周期的规划运动状态确定为所述机器人在当前控制周期的运动状态。
步骤S102、确定所述机器人的目标运动状态。
所述机器人的目标运动状态是由目标位姿来确定的,所述目标位姿为预设的目标物体在机器人操作空间中的位姿,所述目标物体可以根据实际情况进行设置,作为所述机器人运动的参照。
在本申请实施例中,所述机器人可以通过视觉系统获取所述目标物体的图像,所述视觉系统可以由一个或者多个摄像头组成,这些摄像头包括但不限于单目摄像头(Monocular Camera)、双目摄像头(Binocular Camera)、深度摄像头(RGB-D Camera)或者其它种类的摄像头,其主要功能是获取足够的机器人要处理的最原始的图像数据,提供机器人周围的图像信息。
在获取到所述目标物体的图像之后,所述机器人对其进行图像处理,计算得到所述目标物体在相机坐标系下的位姿,也即第一位姿,并将所述第一位姿转换为在所述机器人操作空间中的表示,得到所述目标位姿。
视觉系统识别物体进行运动规划的频率远低于机器人控制系统所要求的频率,因此,可能在多个连续的控制周期内所述目标位姿都不会发生更新,在这种情况下,只需保持在上一控制周期确定的所述机器人的目标运动状态即可。若所述目标位姿发生了更新(也即获取到了所述目标物体的新的图像,并根据该图像计算得到了新的目标位姿),则需要根据更新后的所述目标位姿进行运动规划,得到所述机器人的目标运动状态。此处可以将所述机器人的目标运动状态记为其中包括所述机器人的目标位置Ptarget以及目标速度Vtarget。
需要注意的是,此处的运动规划即为现有技术中所使用的运动规划,其规划过程可以参见现有技术中的具体内容,本申请实施例对此不再赘述。为了便于与后续提及的运动规划进行区别,可以将此处的运动规划记为“一次运动规划”。
步骤S103、根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行运动规划,得到所述机器人在下一控制周期的规划运动状态。
所述运动极限参数可以根据机器人的运动学和动力学约束来确定,此处可以将所述运动极限参数记为Bi,其中可以包括最大速度Vmax、最大加速度Amax和最大加加速度Jmax。
图2所示为本申请实施例中进行机器人运动控制的架构图,其与现有技术最大的区别在于在一次运动规划(由图中的运动规划层完成)之后,基于规划得到的目标运动状态又进行了一次运动规划,且运动规划的频率与所述机器人的运动控制频率一致。为了便于与前述提及的运动规划进行区别,可以将此处的运动规划记为“二次运动规划”。
在本申请实施例中,可以预先在所述机器人中设置运动轨迹二次规划模块来进行二次运动规划,其核心采用如图3所示的在线轨迹生成算法,根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行二次运动规划,得到所述机器人在下一控制周期的规划运动状态,这一规划运动状态又可作为下一控制周期的二次运动规划的参考输入,从而将机器人从当前控制周期的运动状态到目标运动状态的轨迹按控制周期划分为若干个路径点,依次计算出各个路径点对应的规划运动状态。所述在线轨迹生成算法的规划步骤可以包含以下三步:一是根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数计算各关节运动到其目标状态所需的最短时间,进而确定各关节同时到达所述目标运动状态的同步时间;二是根据确定的同步时间,计算各关节运动轨迹的多项式系数和时间间隔;三是计算下一控制周期的参考输入。
步骤S104、按照所述规划运动状态控制所述机器人进行运动。
在规划得到所述机器人在下一控制周期的规划运动状态之后,可以生成对应的关节运动指令,再将其下发至机器人关节伺服驱动,实现机器人的平滑运动。
通过以上分析过程可知,不管运动规划层计算目标运动状态的输出频率是多少,输出频率是不是稳定的,运动轨迹二次规划模块都能计算出连续平滑的关节运动指令,而且当目标运动状态更新时,机器人依然能够实时的按照新的目标运动状态进行规划,从而实现平滑的跟踪运动。
图4所示为所述机器人运动控制方法在实际应用场景中的一种具体实现过程的示意图。
如图所示,首先判断是否启动视觉伺服控制模式,若不启动视觉伺服控制模式,则根据机器人离线规划的轨迹控制机器人进行运动;若启动视觉伺服控制模式,则确定机器人在当前控制周期的运动状态Mi,同时根据运动学和动力学约束输入机器人系统的运动极限参数,后续将机器人在当前控制周期的运动状态Mi和运动极限参数作为运动轨迹二次规划模块的输入参数。
然后,通过视觉系统去获取目标物体的图像,基于该图像计算相应的目标位姿。在计算得到目标位姿之后,判断是否执行视觉伺服控制,若不执行视觉伺服控制,则控制流程结束,控制所述机器人停止运动;若执行视觉伺服控制,则根据目标位姿进行运动规划,得到机器人的目标运动状态。
在得到机器人的目标运动状态之后,可以进行机器人运动轨迹的二次规划,将机器人在当前控制周期的运动状态Mi、目标运动状态和运动极限参数Bi作为运动轨迹二次规划模块的输入,在一个控制周期内求解得到机器人运动轨迹的路径点,以此作为机器人伺服驱动下一控制周期的参考输入状态Mi+1。
接着,判断目标位姿是否更新,如果没有更新,则继续按原有输入参数进行轨迹二次规划,直到机器人运动到目标运动状态则停止运动,等待新的目标运动状态;如果目标位姿发生更新,即使机器人还未运动到目标运动状态,控制流程转到判断是否执行视觉伺服控制,更新目标运动状态,并以更新后的参数进行轨迹二次规划,从而实现机器人跟踪物体运动。
需要注意的是,上述视觉伺服的运动规划场景仅为所述机器人运动控制方法的一个示例,而非对其使用场景进行限定。所述机器人运动控制方法可以根据实际情况应用到现有技术中的任意一种机器人控制系统中。
综上所述,本申请实施例确定机器人在当前控制周期的运动状态;确定所述机器人的目标运动状态;根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行运动规划,得到所述机器人在下一控制周期的规划运动状态,所述运动规划的频率与所述机器人的运动控制频率一致;按照所述规划运动状态控制所述机器人进行运动。通过本申请实施例,在确定机器人的目标运动状态后,并不会直接进行运动控制,而是会按照所述机器人的运动控制频率,根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数再进行运动规划,并控制机器人进行运动,从而将运动规划的频率与所述机器人的运动控制频率保持一致,实现了机器人的平滑运动,避免了运动时可能出现的剧烈振动。
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器人运动控制方法,图5示出了本申请实施例提供的一种机器人运动控制装置的一个实施例结构图。
本实施例中,一种机器人运动控制装置可以包括:
当前运动状态确定单元501,用于确定机器人在当前控制周期的运动状态;
目标运动状态确定单元502,用于确定所述机器人的目标运动状态;
运动规划单元503,用于根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行运动规划,得到所述机器人在下一控制周期的规划运动状态,所述运动规划的频率与所述机器人的运动控制频率一致;
运动控制单元504,用于按照所述规划运动状态控制所述机器人进行运动。
进一步地,所述目标运动状态确定单元可以包括:
位姿更新判断子单元,用于判断目标位姿是否发生更新,所述目标位姿为预设的目标物体在机器人操作空间中的位姿;
运动规划子单元,用于若所述目标位姿发生更新,则根据更新后的所述目标位姿进行运动规划,得到所述机器人的目标运动状态。
进一步地,所述目标运动状态确定单元还可以包括:
状态保持子单元,用于若所述目标位姿未发生更新,则保持在上一控制周期确定的所述机器人的目标运动状态。
进一步地,所述机器人运动控制装置还可以包括:
图像处理单元,用于获取所述目标物体的图像,并根据所述目标物体的图像计算第一位姿,所述第一位姿为所述目标物体在相机坐标系下的位姿;
位姿转换单元,用于将所述第一位姿转换为在所述机器人操作空间中的表示,得到所述目标位姿。
进一步地,所述机器人运动控制装置还可以包括:
第一判断单元,用于判断是否执行视觉伺服控制;
第一控制单元,用于若不执行视觉伺服控制,则控制所述机器人停止运动。
进一步地,所述当前运动状态确定单元可以包括:
第一确定子单元,用于将所述机器人在上一控制周期的规划运动状态确定为所述机器人在当前控制周期的运动状态。
进一步地,所述机器人运动控制装置还可以包括:
第二判断单元,用于判断是否启动视觉伺服控制模式;
第二控制单元,用于若不启动视觉伺服控制模式,则根据机器人离线规划的轨迹控制所述机器人进行运动。
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时实现上述各个机器人运动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,RandomAccess 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)
1.一种机器人运动控制方法,其特征在于,包括:
确定机器人在当前控制周期的运动状态;
根据视觉系统获取的目标物体的图像进行一次运动规划,确定所述机器人的目标运动状态;
根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行二次运动规划,得到所述机器人在下一控制周期的规划运动状态,所述二次运动规划的频率与所述机器人的运动控制频率一致;
按照所述规划运动状态控制所述机器人进行运动。
2.根据权利要求1所述的机器人运动控制方法,其特征在于,所述根据视觉系统获取的目标物体的图像进行一次运动规划,确定所述机器人的目标运动状态包括:
根据所述目标物体的图像判断目标位姿是否发生更新,所述目标位姿为所述目标物体在机器人操作空间中的位姿;
若所述目标位姿发生更新,则根据更新后的所述目标位姿进行所述一次运动规划,得到所述机器人的目标运动状态。
3.根据权利要求2所述的机器人运动控制方法,其特征在于,在判断目标位姿是否发生更新之后,还包括:
若所述目标位姿未发生更新,则保持在上一控制周期确定的所述机器人的目标运动状态。
4.根据权利要求2所述的机器人运动控制方法,其特征在于,所述目标位姿的计算过程包括:
根据所述目标物体的图像计算第一位姿,所述第一位姿为所述目标物体在相机坐标系下的位姿;
将所述第一位姿转换为在所述机器人操作空间中的表示,得到所述目标位姿。
5.根据权利要求4所述的机器人运动控制方法,其特征在于,在得到所述目标位姿之后,还包括:
判断是否执行视觉伺服控制;
若不执行视觉伺服控制,则控制所述机器人停止运动。
6.根据权利要求1所述的机器人运动控制方法,其特征在于,所述确定机器人在当前控制周期的运动状态包括:
将所述机器人在上一控制周期的规划运动状态确定为所述机器人在当前控制周期的运动状态。
7.根据权利要求1至6中任一项所述的机器人运动控制方法,其特征在于,在确定机器人在当前控制周期的运动状态之前,还包括:
判断是否启动视觉伺服控制模式;
若不启动视觉伺服控制模式,则根据机器人离线规划的轨迹控制所述机器人进行运动。
8.一种机器人运动控制装置,其特征在于,包括:
当前运动状态确定单元,用于确定机器人在当前控制周期的运动状态;
目标运动状态确定单元,用于根据视觉系统获取的目标物体的图像进行一次运动规划,确定所述机器人的目标运动状态;
运动规划单元,用于根据所述机器人在当前控制周期的运动状态、所述目标运动状态和预设的运动极限参数进行二次运动规划,得到所述机器人在下一控制周期的规划运动状态,所述二次运动规划的频率与所述机器人的运动控制频率一致;
运动控制单元,用于按照所述规划运动状态控制所述机器人进行运动。
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中任一项所述的机器人运动控制方法的步骤。
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中任一项所述的机器人运动控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911344527.5A CN113021329B (zh) | 2019-12-24 | 2019-12-24 | 一种机器人运动控制方法、装置、可读存储介质及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911344527.5A CN113021329B (zh) | 2019-12-24 | 2019-12-24 | 一种机器人运动控制方法、装置、可读存储介质及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113021329A CN113021329A (zh) | 2021-06-25 |
CN113021329B true CN113021329B (zh) | 2022-08-02 |
Family
ID=76451768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911344527.5A Active CN113021329B (zh) | 2019-12-24 | 2019-12-24 | 一种机器人运动控制方法、装置、可读存储介质及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113021329B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114578809A (zh) * | 2022-01-13 | 2022-06-03 | 达闼机器人股份有限公司 | 可移动设备的速度控制方法、装置及可移动设备 |
CN114274148B (zh) * | 2022-02-15 | 2023-06-02 | 中科新松有限公司 | 一种轨迹规划方法、装置、电子设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103389666A (zh) * | 2013-07-19 | 2013-11-13 | 固高科技(深圳)有限公司 | 机器人的软件架构 |
JP2015116655A (ja) * | 2013-12-20 | 2015-06-25 | 蛇の目ミシン工業株式会社 | ロボット、ロボットの制御方法、及びロボットの制御プログラム |
CN108227706A (zh) * | 2017-12-20 | 2018-06-29 | 北京理工华汇智能科技有限公司 | 机器人躲避动态障碍的方法及装置 |
CN108262747A (zh) * | 2018-01-16 | 2018-07-10 | 广州视源电子科技股份有限公司 | 运动轨迹规划方法、装置、机器人及存储介质 |
CN110285813A (zh) * | 2019-07-01 | 2019-09-27 | 东南大学 | 一种室内移动机器人人机共融导航装置及方法 |
-
2019
- 2019-12-24 CN CN201911344527.5A patent/CN113021329B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103389666A (zh) * | 2013-07-19 | 2013-11-13 | 固高科技(深圳)有限公司 | 机器人的软件架构 |
JP2015116655A (ja) * | 2013-12-20 | 2015-06-25 | 蛇の目ミシン工業株式会社 | ロボット、ロボットの制御方法、及びロボットの制御プログラム |
CN108227706A (zh) * | 2017-12-20 | 2018-06-29 | 北京理工华汇智能科技有限公司 | 机器人躲避动态障碍的方法及装置 |
CN108262747A (zh) * | 2018-01-16 | 2018-07-10 | 广州视源电子科技股份有限公司 | 运动轨迹规划方法、装置、机器人及存储介质 |
CN110285813A (zh) * | 2019-07-01 | 2019-09-27 | 东南大学 | 一种室内移动机器人人机共融导航装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113021329A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11331803B2 (en) | Mixed reality assisted spatial programming of robotic systems | |
JP7326911B2 (ja) | 制御システムおよび制御方法 | |
CN107085428B (zh) | 智能移动方法、装置、机器人及存储介质 | |
CN110216674B (zh) | 一种冗余自由度机械臂视觉伺服避障系统 | |
CN113021329B (zh) | 一种机器人运动控制方法、装置、可读存储介质及机器人 | |
US20160039090A1 (en) | Robot program generation apparatus generating robot program for reducing jerks of joints of robot | |
CN109605367B (zh) | 一种机器人编程方法、装置及设备、存储介质 | |
CN110850807B (zh) | 一种奇异点规避方法、装置、设备及介质 | |
WO2019064916A1 (ja) | ロボットシミュレータ | |
CN113119111A (zh) | 机械臂及其轨迹规划方法和装置 | |
CN109773780B (zh) | 机械臂的过渡路径的位姿同步方法及装置 | |
CN109551485A (zh) | 运动控制方法、装置和系统及存储介质 | |
CN111993411A (zh) | 一种机器人运动规划方法、装置、机器人及存储介质 | |
TW202118608A (zh) | 機器人控制裝置、方法和儲存媒體 | |
Bobkov et al. | Vision-based navigation method for a local maneuvering of the autonomous underwater vehicle | |
JPWO2020066949A1 (ja) | ロボットの経路決定装置、ロボットの経路決定方法、プログラム | |
US10761523B2 (en) | Method for controlling an automation system | |
US20240009841A1 (en) | Dynamic target tracking method, robot and computer-readable storage medium | |
WO2019064917A1 (ja) | ロボットシミュレータ | |
CN110891741A (zh) | 对机器人单元的控制 | |
CN114800523B (zh) | 机械臂轨迹修正方法、系统、计算机及可读存储介质 | |
CN113814978B (zh) | 机器人控制方法、装置、机器人及存储介质 | |
CN113156962B (zh) | 运动控制方法、装置、机器人及存储介质 | |
Henriksson et al. | Maximizing the use of computational resources in multi-camera feedback control | |
CN112388623B (zh) | 舵机位置控制方法、装置、终端设备及介质 |
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 |