CN113232021A - 一种机械臂抓取路径碰撞检测方法 - Google Patents
一种机械臂抓取路径碰撞检测方法 Download PDFInfo
- Publication number
- CN113232021A CN113232021A CN202110547494.5A CN202110547494A CN113232021A CN 113232021 A CN113232021 A CN 113232021A CN 202110547494 A CN202110547494 A CN 202110547494A CN 113232021 A CN113232021 A CN 113232021A
- Authority
- CN
- China
- Prior art keywords
- point
- coordinate system
- axis
- collision
- displacement
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种机械臂抓取路径碰撞检测方法,涉及工业机器人控制领域,依次通过设定机械臂路径起点、获取场景数据、判断并获取待抓物位置作为机械臂路径重点,进而结合插补步长计算多个等分点的机械臂位姿判断路径中是否存在碰撞,若不存在碰撞时,将位姿发送至控制器,结合机械臂关节角状态抓取物件,完成碰撞检测。本发明通过控制步长获取抓取路径上机器人离散位置的位姿,并根据位姿进行机械臂与环境的碰撞检测,能够快速地获知路径的有效性;通过使用中心点与轴向长度的方式对待抓取物的轴对称包围盒进行表示,减少包围盒的计算量,提高计算和检测效率。
Description
技术领域
本发明涉及工业机器人控制领域,涉及工业抓取系统,具体涉及一种机械臂抓取路径碰撞检测方法。
背景技术
机械臂抓取设备能够对物料进行抓取,在家电、物流、汽车等行业领域有着重要作用。传统的机械臂示教方式,是由机械臂操作者通过示教器寻找出一条安全的抓取路径,抓取路径完全固定。文献CN111267073A公开了一种基于增强现实技术的工业机器人示教系统及方法,包括相机、计算机、姿态示教器、物理机器人单元、AR示教单元和虚拟机器人模型;所述物理机器人单元包括物理机器人控制器和物理机器人;所述物理机器人控制器用于控制物理机器人运动;所述相机设置于物理工作环境下并与所述计算机通信连接,用于采集物理机器人和物理工作环境的图像至所述计算机;所述姿态示教器由示教人员握持操作,产生姿态数据并发送至所述计算机;所述AR示教单元包括位于物理工作环境中的AR注册卡和运行于计算机中的增强现实注册模块、被加工产品模型、路径规划单元、姿态示教单元、虚实空间融合单元和虚实碰撞检测模块;所述虚拟机器人模型运行于所述计算机中。上述文献所公开的技术方案,可以在增强现实环境中验证产品工装夹具结构设计是否合理,规划工装夹具在工作台上的安装方位,生成并验证工业机器人程序,验证产品及工装夹具设计与机器人加工程序。
与上述传统的机械臂示教方式不同,三维(3D)无序抓取通过3D相机扫描被测物体,对物体表面轮廓进行扫描,形成点云数据,并对点云数据进行智能分析处理,将物体的抓取姿态传给机械臂,引导机械臂完成物料分拣、无序抓取、物流拆垛等功能。由于如机械臂、抓手等的抓取设备价格都较昂贵,因此,在抓取系统中,机械臂的抓取路径应能够规避障碍物,无碰撞的到达目标点位,从而保障硬件设备的安全性。文献CN110900659A公开了一种机器人碰撞检测方法、装置、电子设备及存储介质,该方法包括:获取机器人处于作业状态下的频域电流信号;基于预先设计的椭圆滤波器对所述频域电流信号进行滤波处理,以过滤掉机器人正常作业时的频域电流信号,得到机器人异常作业时的频域电流信号;根据所述机器人异常作业时的频域电流信号对所述机器人是否发生碰撞进行检测。该方法在保证检测精度的前提下,实现了对机器人碰撞的快捷检测,降低了碰撞检测难度。
但是,上述技术方案仅能够在机器人出现异常后才进行反馈,无法防止机器人出现异常或碰撞,对机器人的安全性的保障作用较为有限。因此,需要一种机械臂抓取路径碰撞检测方法,在进行无序抓取的路径规划时,对规划的路径进行碰撞检测,以防止抓取过程中机械臂与周围环境发生碰撞。
发明内容
为了在无序抓取的路径规划中进行碰撞检测,本发明提供了一种机械臂抓取路径碰撞检测方法。
为了实现上述目的,本发明所采用的技术方案如下:一种机械臂抓取路径碰撞检测方法,包括以下步骤:
S1:设定机械臂路径起点Vs;
S2:获取场景3D数据;
S3:判断是否存在待抓物,若是,则通过所述待抓物位置计算机械臂路径终点Ve,并进行S4;若否,结束抓取路径碰撞检测;
S4:根据预设的插补步长、Vs与Ve的位姿,计算Vs至Ve间的每个等分点的位姿;
S5:获取Vs、Ve以及每个所述等分点的机械臂关节角状态;
S6:依次对所述Vs、Ve以及各个所述等分点进行机械臂与场景中物体的点位碰撞判断,若所述Vs、Ve以及各个所述等分点均不存在碰撞,则继续进行S7;若所述Vs、Ve以及各个所述等分点中至少之一存在碰撞,则改变所述待抓取物的位姿,返回S2继续进行;
S7:将抓取位姿发送至机器臂控制器,抓取所述待抓物;
S8:判断是否存在待抓物,若是,则返回S2继续进行;若否,结束抓取路径碰撞检测。
优选地,所述S6中,通过如下方式进行所述Vs、Ve以及各个所述等分点的机械臂与场景中物体的点位碰撞判断:
S61:针对Vs点,计算Vs处的机械臂与场景中物体的碰撞状态;
S62:判断Vs处的碰撞状态是否为碰撞,若是,则返回存在碰撞的判断结果,结束点位碰撞判断;若否,则继续进行S63;
S63:按照Vs、自Vs至Ve依次排列的所述等分点、Ve的顺序,计算下一位置处的机械臂与场景中物体的碰撞状态;
S64:判断S63中的碰撞状态是否为碰撞,若是,则返回存在碰撞的判断结果,结束点位碰撞判断;若否,则继续进行S65;
S65:判断S63中的位置是否为Ve,若是,则返回不存在碰撞的判断结果,结束点位碰撞判断;若否,则返回S63继续进行。
优选地,所述S4中,所述位姿包括姿态与位移。
进一步地,通过四元数球面线性插补方法进行线性插值计算所述姿态。
更进一步地,当以Vs·q1=x1i+y1j+z1k+w1为Vs处的工具坐标系相对于用户坐标系姿态的四元数表示、以Ve·q2=x2i+y2j+z2k+w2作为Ve处的工具坐标系相对于用户坐标系姿态的四元数表示时,通过以下步骤计算所述等分点的姿态:
S41:判断(abs(x1-x2)+abs(y1-y2)+abs(z1-z2)+abs(w1-w2))<0.01是否成立,若是,则q1=q2,结束姿态计算;若否,则进行S42;
S42:判断cos-1(q1·q2)>cos-1(q1·(-q2))是否成立,若是,进行S43;若否,则使q2=-q2,重新计算cosθ,进行S43;
S43:判断cosθ>0.99是否成立,若是,则通过下式计算姿态:
qt=lerp(q1,q2,t)=(1-t)*q1+t*q2
其中,t为步长,qt为步长为t的所述等分点的姿态;
若否,则通过下式计算姿态:
其中,t为步长,qt为步长为t的所述等分点的姿态。
进一步地,通过位移线性插值计算所述位移。
更进一步地,通过以下方式计算所述等分点的位移:
Vt.x=Vs.x+(Ve.x-Vs.x)*t
Vt.y=Vs.y+(Ve.y-Vs.y)*t
Vt.z=Vs.z+(Ve.z-Vs.z)*t
其中,Vs.x表示Vs点处的工具坐标系原点在用户坐标系X轴的位移;Vs.y表示Vs点处的工具坐标系原点在用户坐标系Y轴的位移;Vs.z为Vs点处的工具坐标系原点在用户坐标系Z轴的位移;Ve.x表示Ve点处的工具坐标系原点在用户坐标系X轴的位移;Ve.y表示Ve点处的工具坐标系原点在用户坐标系Y轴的位移;Ve.z为Ve点处的工具坐标系原点在用户坐标系Z轴的位移;t为步长;Vt为步长为t的所述等分点;Vt.x表示Vt点处的工具坐标系原点在用户坐标系X轴的位移;Vt.y表示Vt点处的工具坐标系原点在用户坐标系Y轴的位移;Vt.z表示Vt点处的工具坐标系原点在用户坐标系Z轴的位移。
优选地,所述S3中,所述Ve通过计算所述待抓取物的轴对称包围盒获取。
优选地,在工具坐标系、用户坐标系的其中之一中,所述待抓物经变换矩阵M进行坐标系间坐标变换后,所述待抓物的轴对称包围盒在x轴、y轴、z轴上的最大点所在平面为|M00|*extent.x+|M01|*extent.y+|M02|*extent.z,在x轴、y轴、z轴上的最小点所在平面为-(|M00|*extent.x+|M01|*extent.y+|M02|*extent.z),
其中,extent.x、extent.y、extent.z分别为所述轴对称包围盒在x轴、y轴、z轴上的长度的一半。
本发明具有以下有益效果:通过控制步长获取抓取路径上机器人离散位置的位姿,并根据位姿进行机械臂与环境的碰撞检测,能够快速地获知路径的有效性;通过使用中心点与轴向长度的方式对待抓取物的轴对称包围盒进行表示,减少包围盒的计算量,提高计算和检测效率。
附图说明
图1为一种机械臂抓取路径碰撞检测方法的流程示意图。
具体实施方式
下面,结合附图具体实施方式,对本发明作进一步描述。
需要说明的是,在不相冲突的前提下,以下所描述的各个实施例之间或各个技术特征之间可以任意组合形成新的实施例。
一种机械臂抓取路径碰撞检测方法,其特征在于,包括以下步骤:
S1:设定机械臂路径起点Vs;其中,Vs可以为料框顶部或者用户自定义的安全位置;
S2:获取场景3D数据;
S3:判断是否存在待抓物,若是,则通过所述待抓物位置计算机械臂路径终点Ve,并进行S4;若否,结束抓取路径碰撞检测;
S4:根据预设的插补步长、Vs与Ve的位姿,计算Vs至Ve间的每个等分点的位姿;
S5:获取Vs、Ve以及每个所述等分点的机械臂关节角状态;
S6:依次对所述Vs、Ve以及各个所述等分点进行机械臂与场景中物体的点位碰撞判断:
S61:针对Vs点,计算Vs处的机械臂与场景中物体的碰撞状态;
S62:判断Vs处的碰撞状态是否为碰撞,若是,则返回存在碰撞的判断结果,结束点位碰撞判断;若否,则继续进行S63;
S63:按照Vs、自Vs至Ve依次排列的所述等分点、Ve的顺序,计算下一位置处的机械臂与场景中物体的碰撞状态;
S64:判断S63中的碰撞状态是否为碰撞,若是,则返回存在碰撞的判断结果,结束点位碰撞判断;若否,则继续进行S65;
S65:判断S63中的位置是否为Ve,若是,则返回不存在碰撞的判断结果,结束点位碰撞判断;若否,则返回S63继续进行。
经过S61-S65,若收到不存在碰撞的判断结果,则继续进行S7;若收到存在碰撞的判断结果,则改变所述待抓取物的位姿,返回S2继续进行;
S7:将抓取位姿发送至机器臂控制器,抓取所述待抓物;
S8:判断是否存在待抓物,若是,则返回S2继续进行;若否,结束抓取路径碰撞检测。
通过上述方法,能够精确的模拟机械臂直线路径规划算法,通过控制步长t的大小,可以获得某一抓取路径上机器人离散位置状态,通过验证这些离散点位的位姿,进行机械臂与环境的碰撞检测,进而获知该路径的抓取有效性。由于仅需要计算有限多个位置的碰撞状态,且所需计算的位置的数量能够通过步长t进行控制与调整,能够快速地获知抓取路径是否存在碰撞,并得知抓取路径的有效性。当至少存在一个点碰撞时,则其存在碰撞的风险,当前检测到的抓取物的抓取路径是不能被执行的。反之,所有待检测点均不存在碰撞时,可进行抓取。
下面,进一步对S4中的位姿的计算进行说明。
所述S4中,所述位姿包括姿态与位移。
首先,对姿态的计算进行说明。通过四元数球面线性插补方法进行线性插值计算所述姿态。
当以Vs·q1=x1i+y1j+z1k+w1为Vs处的工具坐标系相对于用户坐标系姿态的四元数表示、以Ve·q2=x2i+y2j+z2k+w2作为Ve处的工具坐标系相对于用户坐标系姿态的四元数表示时,通过以下步骤计算所述等分点的姿态:
S41:判断(abs(x1-x2)+abs(y1-y2)+abs(z1-z2)+abs(w1-w2))<0.01是否成立,若是,则q1=q2,结束姿态计算;若否,则进行S42;
S42:判断cos-1(q1·q2)>cos-1(q1·(-q2))是否成立,若是,进行S43;若否,则使q2=-q2,重新计算cosθ,进行S43;
S43:判断cosθ>0.99是否成立,若是,则通过下式计算姿态:
qt=lerp(q1,q2,t)=(1-t)*q1+t*q2
其中,t为步长,qt为步长为t的所述等分点的姿态;
若否,则通过下式计算姿态:
其中,t为步长,qt为步长为t的所述等分点的姿态。
基于上述过程,通过控制步长t的大小,可以获得某一抓取路径上机器人离散位置的姿态状态,便于确定机器人的姿态。
下面,对位移的计算方式进行说明。通过位移线性插值计算所述位移。
通过以下方式计算所述等分点的位移:
Vt.x=Vs.x+(Ve.x-Vs.x)*t
Vt.y=Vs.y+(Ve.y-Vs.y)*t
Vt.z=Vs.z+(Ve.z-Vs.z)*t
其中,Vs.x表示Vs点处的工具坐标系原点在用户坐标系X轴的位移;Vs.y表示Vs点处的工具坐标系原点在用户坐标系Y轴的位移;Vs.z为Vs点处的工具坐标系原点在用户坐标系Z轴的位移;Ve.x表示Ve点处的工具坐标系原点在用户坐标系X轴的位移;Ve.y表示Ve点处的工具坐标系原点在用户坐标系Y轴的位移;Ve.z为Ve点处的工具坐标系原点在用户坐标系Z轴的位移;t为步长;Vt为步长为t的所述等分点;Vt.x表示Vt点处的工具坐标系原点在用户坐标系X轴的位移;Vt.y表示Vt点处的工具坐标系原点在用户坐标系Y轴的位移;Vt.z表示Vt点处的工具坐标系原点在用户坐标系Z轴的位移。
基于上述过程,通过控制步长t的大小,可以获得某一抓取路径上机器人离散位置的位移状态,便于确定机器人的位置。
进一步地,在所述S3中,所述Ve通过计算所述待抓取物的轴对称包围盒获取。
为了减少计算量,优选地,在工具坐标系、用户坐标系的其中之一的x轴、y轴、z轴的其中之一上,所述轴对称包围盒通过如下方式表示:
min=center-extent
max=center+extent
其中,min表示所述轴对称包围盒在该轴上的最小点,max表示所述轴对称包围盒在该轴上的最大点,center表示所述轴对称包围盒的中心在该轴上的坐标,extent表示所述轴对称包围盒在该轴上的长度的一半。通过上述方式,能够简化包围盒的表示方法,降低包围盒的计算量。
在所述工具坐标系、用户坐标系的其中之一中,所述待抓物经变换矩阵M进行坐标系间坐标变换后,所述待抓物的轴对称包围盒在x轴、y轴、z轴上的最大点所在平面为|M00|*extent.x+|M01|*extent.y+|M02|*extent.z,在x轴、y轴、z轴上的最小点所在平面为-(|M00|*extent.x+|M01|*extent.y+|M02|*extent.z),
其中,extent.x、extent.y、extent.z分别为所述轴对称包围盒在x轴、y轴、z轴上的长度的一半。
上述方法中,通过中心点与轴向长度的方式进行轴对称包围盒的表示,从而使用轴对称包围盒在各个轴上的最小点与最大点进行轴对称包围盒表示,在计算轴对称包围盒时,仅需要计算最小点、最大点的坐标即,使轴对称包围盒的的计算更加简便快捷。
进一步地,作为一种可选的方式,可以以所述center的坐标作为所述Ve的坐标。
与上述轴对称包围盒的表示方式相比,现有技术的轴对称包围盒通常按照以下步骤计算:
首先,计算轴对称包围盒的8个顶点;
其次,根据物体的变换矩阵计算变换后的轴对称包围盒的8个顶点;
最后,找出{Xmin,Ymin,Zmin,Xmax,Ymax,Zmax}以形成包围盒的六个面。
与现有技术相比,本发明所采用的包围盒计算方法仅计算了各轴上的最大点、最小点的位置,与现有技术的计算8个点相比,可以将浮点计算量降低到上述方法的四分之一,提高了运算效率,进而提高了碰撞检测的效率。
以上技术特征构成了本发明的最佳实施例,其具有较强的适应性和最佳实施效果,可根据实际需要增减非必要技术特征,来满足不同情况的需要。
最后应当说明的是,以上内容仅用以说明本发明的技术方案,而非对本发明保护范围的限制,本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换,均不脱离本发明技术方案的实质和范围。
Claims (9)
1.一种机械臂抓取路径碰撞检测方法,其特征在于,包括以下步骤:
S1:设定机械臂路径起点Vs;
S2:获取场景3D数据;
S3:判断是否存在待抓物,若是,则通过所述待抓物位置计算机械臂路径终点Ve,并进行S4;若否,结束抓取路径碰撞检测;
S4:根据预设的插补步长、Vs与Ve的位姿,计算Vs至Ve间的每个等分点的位姿;
S5:获取Vs、Ve以及每个所述等分点的机械臂关节角状态;
S6:依次对所述Vs、Ve以及各个所述等分点进行机械臂与场景中物体的点位碰撞判断,若所述Vs、Ve以及各个所述等分点均不存在碰撞,则继续进行S7;若所述Vs、Ve以及各个所述等分点中至少之一存在碰撞,则改变所述待抓取物的位姿,返回S2继续进行;
S7:将抓取位姿发送至机器臂控制器,抓取所述待抓物;
S8:判断是否存在待抓物,若是,则返回S2继续进行;若否,结束抓取路径碰撞检测。
2.如权利要求1所述的一种机械臂抓取路径碰撞检测方法,其特征在于:所述S6中,通过如下方式进行所述Vs、Ve以及各个所述等分点的机械臂与场景中物体的点位碰撞判断:
S61:针对Vs点,计算Vs处的机械臂与场景中物体的碰撞状态;
S62:判断Vs处的碰撞状态是否为碰撞,若是,则返回存在碰撞的判断结果,结束点位碰撞判断;若否,则继续进行S63;
S63:按照Vs、自Vs至Ve依次排列的所述等分点、Ve的顺序,计算下一位置处的机械臂与场景中物体的碰撞状态;
S64:判断S63中的碰撞状态是否为碰撞,若是,则返回存在碰撞的判断结果,结束点位碰撞判断;若否,则继续进行S65;
S65:判断S63中的位置是否为Ve,若是,则返回不存在碰撞的判断结果,结束点位碰撞判断;若否,则返回S63继续进行。
3.如权利要求1所述的一种机械臂抓取路径碰撞检测方法,其特征在于:所述S4中,所述位姿包括姿态与位移。
4.如权利要求3所述的一种机械臂抓取路径碰撞检测方法,其特征在于:通过四元数球面线性插补方法进行线性插值计算所述姿态。
5.如权利要求4所述的一种机械臂抓取路径碰撞检测方法,其特征在于:当以Vs·q1=x1i+y1j+z1k+w1为Vs处的工具坐标系相对于用户坐标系姿态的四元数表示、以Ve·q2=x2i+y2j+z2k+w2作为Ve处的工具坐标系相对于用户坐标系姿态的四元数表示时,通过以下步骤计算所述等分点的姿态:
S41:判断(abs(x1-x2)+abs(y1-y2)+abs(z1-z2)+abs(w1-w2))<0.01是否成立,若是,则q1=q2,结束姿态计算;若否,则进行S42;
S42:判断cos-1(q1·q2)>cos-1(q1·(-q2))是否成立,若是,进行S43;若否,则使q2=-q2,重新计算cosθ,进行S43;
S43:判断cosθ>0.99是否成立,若是,则通过下式计算姿态:
qt=lerp(q1,q2,t)=(1-t)*q1+t*q2
其中,t为步长,qt为步长为t的所述等分点的姿态;
若否,则通过下式计算姿态:
其中,t为步长,qt为步长为t的所述等分点的姿态。
6.如权利要求3所述的一种机械臂抓取路径碰撞检测方法,其特征在于:通过位移线性插值计算所述位移。
7.如权利要求6所述的一种机械臂抓取路径碰撞检测方法,其特征在于:通过以下方式计算所述等分点的位移:
Vt.x=Vs.x+(Ve.x-Vs.x)*t
Vt.y=Vs.y+(Ve.y-Vs.y)*t
Vt.z=Vs.z+(Ve.z-Vs.z)*t
其中,Vs.x表示Vs点处的工具坐标系原点在用户坐标系X轴的位移;Vs.y表示Vs点处的工具坐标系原点在用户坐标系Y轴的位移;Vs.z为Vs点处的工具坐标系原点在用户坐标系Z轴的位移;Ve.x表示Ve点处的工具坐标系原点在用户坐标系X轴的位移;Ve.y表示Ve点处的工具坐标系原点在用户坐标系Y轴的位移;Ve.z为Ve点处的工具坐标系原点在用户坐标系Z轴的位移;t为步长;Vt为步长为t的所述等分点;Vt.x表示Vt点处的工具坐标系原点在用户坐标系X轴的位移;Vt.y表示Vt点处的工具坐标系原点在用户坐标系Y轴的位移;Vt.z表示Vt点处的工具坐标系原点在用户坐标系Z轴的位移。
8.如权利要求1所述的一种机械臂抓取路径碰撞检测方法,其特征在于:所述S3中,所述Ve通过计算所述待抓取物的轴对称包围盒获取。
9.如权利要求8所述的一种机械臂抓取路径碰撞检测方法,其特征在于:在工具坐标系、用户坐标系的其中之一中,所述待抓物经变换矩阵M进行坐标系间坐标变换后,所述待抓物的轴对称包围盒在x轴、y轴、z轴上的最大点所在平面为|M00|*extent.x+|M01|*extent.y+|M02|*extent.z,在x轴、y轴、z轴上的最小点所在平面为-(|M00|*extent.x+|M01|*extent.y+|M02|*extent.z),
其中,extent.x、extent.y、extent.z分别为所述轴对称包围盒在x轴、y轴、z轴上的长度的一半。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110547494.5A CN113232021B (zh) | 2021-05-19 | 2021-05-19 | 一种机械臂抓取路径碰撞检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110547494.5A CN113232021B (zh) | 2021-05-19 | 2021-05-19 | 一种机械臂抓取路径碰撞检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113232021A true CN113232021A (zh) | 2021-08-10 |
CN113232021B CN113232021B (zh) | 2022-09-06 |
Family
ID=77137774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110547494.5A Active CN113232021B (zh) | 2021-05-19 | 2021-05-19 | 一种机械臂抓取路径碰撞检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113232021B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114310892A (zh) * | 2021-12-31 | 2022-04-12 | 梅卡曼德(北京)机器人科技有限公司 | 基于点云数据碰撞检测的物体抓取方法、装置和设备 |
CN114851202A (zh) * | 2022-05-20 | 2022-08-05 | 梅卡曼德(北京)机器人科技有限公司 | 碰撞检测方法、控制方法、抓取系统及计算机存储介质 |
CN114986524A (zh) * | 2022-08-08 | 2022-09-02 | 中国科学院自动化研究所 | 基于脑机接口的机械臂轨迹规划方法、装置以及电子设备 |
CN115048824A (zh) * | 2022-08-15 | 2022-09-13 | 北京华航唯实机器人科技股份有限公司 | 一种碰撞检测方法、装置及计算机可读介质 |
CN115463845A (zh) * | 2022-09-02 | 2022-12-13 | 赛那德科技有限公司 | 一种基于动态包裹下的识别抓取方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503373A (zh) * | 2016-11-04 | 2017-03-15 | 湘潭大学 | 一种基于b样条曲线的双机器人协调装配的轨迹规划方法 |
CN110228069A (zh) * | 2019-07-17 | 2019-09-13 | 东北大学 | 一种机械臂在线避障运动规划方法 |
CN110587600A (zh) * | 2019-08-20 | 2019-12-20 | 南京理工大学 | 基于点云的带电作业机器人自主路径规划方法 |
CN110900611A (zh) * | 2019-12-13 | 2020-03-24 | 合肥工业大学 | 一种新型机械臂目标定位及路径规划方法 |
CN111216125A (zh) * | 2019-12-04 | 2020-06-02 | 山东省科学院自动化研究所 | 面向狭窄通道的移动机械臂装置的避障方法及系统 |
CN112060087A (zh) * | 2020-08-28 | 2020-12-11 | 佛山隆深机器人有限公司 | 一种用于机器人抓取场景的点云碰撞检测方法 |
-
2021
- 2021-05-19 CN CN202110547494.5A patent/CN113232021B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503373A (zh) * | 2016-11-04 | 2017-03-15 | 湘潭大学 | 一种基于b样条曲线的双机器人协调装配的轨迹规划方法 |
CN110228069A (zh) * | 2019-07-17 | 2019-09-13 | 东北大学 | 一种机械臂在线避障运动规划方法 |
CN110587600A (zh) * | 2019-08-20 | 2019-12-20 | 南京理工大学 | 基于点云的带电作业机器人自主路径规划方法 |
CN111216125A (zh) * | 2019-12-04 | 2020-06-02 | 山东省科学院自动化研究所 | 面向狭窄通道的移动机械臂装置的避障方法及系统 |
CN110900611A (zh) * | 2019-12-13 | 2020-03-24 | 合肥工业大学 | 一种新型机械臂目标定位及路径规划方法 |
CN112060087A (zh) * | 2020-08-28 | 2020-12-11 | 佛山隆深机器人有限公司 | 一种用于机器人抓取场景的点云碰撞检测方法 |
Non-Patent Citations (2)
Title |
---|
刘达新等: "三坐标测量机无碰撞检测路径的生成", 《计算机辅助设计与图形学学报》 * |
成津赛等: "机器人姿态插补的四元数直接逆解方法", 《机械科学与技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114310892A (zh) * | 2021-12-31 | 2022-04-12 | 梅卡曼德(北京)机器人科技有限公司 | 基于点云数据碰撞检测的物体抓取方法、装置和设备 |
CN114310892B (zh) * | 2021-12-31 | 2024-05-03 | 梅卡曼德(北京)机器人科技有限公司 | 基于点云数据碰撞检测的物体抓取方法、装置和设备 |
CN114851202A (zh) * | 2022-05-20 | 2022-08-05 | 梅卡曼德(北京)机器人科技有限公司 | 碰撞检测方法、控制方法、抓取系统及计算机存储介质 |
CN114851202B (zh) * | 2022-05-20 | 2024-05-10 | 梅卡曼德(北京)机器人科技有限公司 | 碰撞检测方法、控制方法、抓取系统及计算机存储介质 |
CN114986524A (zh) * | 2022-08-08 | 2022-09-02 | 中国科学院自动化研究所 | 基于脑机接口的机械臂轨迹规划方法、装置以及电子设备 |
CN115048824A (zh) * | 2022-08-15 | 2022-09-13 | 北京华航唯实机器人科技股份有限公司 | 一种碰撞检测方法、装置及计算机可读介质 |
CN115048824B (zh) * | 2022-08-15 | 2022-12-06 | 北京华航唯实机器人科技股份有限公司 | 一种碰撞检测方法、装置及计算机可读介质 |
CN115463845A (zh) * | 2022-09-02 | 2022-12-13 | 赛那德科技有限公司 | 一种基于动态包裹下的识别抓取方法 |
CN115463845B (zh) * | 2022-09-02 | 2023-10-31 | 赛那德科技有限公司 | 一种基于动态包裹下的识别抓取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113232021B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113232021B (zh) | 一种机械臂抓取路径碰撞检测方法 | |
CN112060087B (zh) | 一种用于机器人抓取场景的点云碰撞检测方法 | |
JP5778311B1 (ja) | ピッキング装置およびピッキング方法 | |
EP3222393B1 (en) | Automated guidance system and method for a coordinated movement machine | |
CN111496849B (zh) | 一种料框与夹具快速碰撞检测的方法 | |
Krishnan et al. | Image space trajectory tracking of 6-DOF robot manipulator in assisting visual servoing | |
Thomas et al. | Multi sensor fusion in robot assembly using particle filters | |
Han et al. | Grasping control method of manipulator based on binocular vision combining target detection and trajectory planning | |
Sbnchez et al. | Robot-arm pick and place behavior programming system using visual perception | |
Cai et al. | Uncalibrated stereo visual servoing for manipulators using virtual impedance control | |
Mohebbi et al. | An eye-in-hand stereo visual servoing for tracking and catching moving objects | |
Chang | Binocular vision-based 3-D trajectory following for autonomous robotic manipulation | |
Li et al. | Modified bug algorithm with proximity sensors to reduce human-cobot collisions | |
Ranjan et al. | Identification and control of NAO humanoid robot to grasp an object using monocular vision | |
CN109048911B (zh) | 一种基于矩形特征的机器人视觉控制方法 | |
Lin | Combining stereo vision and fuzzy image based visual servoing for autonomous object grasping using a 6-DOF manipulator | |
Cong | Combination of two visual servoing techniques in contour following task | |
Kim et al. | Improvement of Door Recognition Algorithm using Lidar and RGB-D camera for Mobile Manipulator | |
Tongloy et al. | An image-based visual servo control system based on an eye-in-hand monocular camera for autonomous robotic grasping | |
Kivelä et al. | On-line path planning with collision avoidance for coordinate-controlled robotic manipulators | |
Lu et al. | Human-robot collision detection based on the improved camshift algorithm and bounding box | |
Kim et al. | Generation of a 3D robot path for collision avoidance of a workpiece based on voxel and vector field | |
Song et al. | Automatic docking system of fuel filler with CAD model-based tracking and visual servoing control | |
Zhang et al. | Research on obstacle avoidance method of robot manipulator based on binocular vision | |
Filaretov et al. | A new approach to automatization of non-rigid parts machining at their deformation by using multilink manipulators with vision system |
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 |