CN113276117B - 一种工业机器人自动控制系统 - Google Patents

一种工业机器人自动控制系统 Download PDF

Info

Publication number
CN113276117B
CN113276117B CN202110560105.2A CN202110560105A CN113276117B CN 113276117 B CN113276117 B CN 113276117B CN 202110560105 A CN202110560105 A CN 202110560105A CN 113276117 B CN113276117 B CN 113276117B
Authority
CN
China
Prior art keywords
action
module
complete
instructions
library
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
Application number
CN202110560105.2A
Other languages
English (en)
Other versions
CN113276117A (zh
Inventor
谭亚红
李�诚
谢立夏
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.)
Chongqing Vocational Institute of Engineering
Original Assignee
Chongqing Vocational Institute of Engineering
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 Chongqing Vocational Institute of Engineering filed Critical Chongqing Vocational Institute of Engineering
Priority to CN202110560105.2A priority Critical patent/CN113276117B/zh
Publication of CN113276117A publication Critical patent/CN113276117A/zh
Application granted granted Critical
Publication of CN113276117B publication Critical patent/CN113276117B/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
    • B25J9/16—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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages

Abstract

本发明涉及工业机器人技术领域，具体涉及一种工业机器人自动控制系统，包括自主学习模块。自主学习模块包括动作库、动作采集模块、环境采集模块、动作分解模块、动作组合模块、匹配模块、目的判断模块以及目的实现模块。动作库存储机器人出厂时设置好的动作指令，动作采集模块用于采集其他机器人的动作行为，环境采集模块用于采集执行该动作行为时的工作环境，动作分解模块将动作分解，匹配模块将每个分解动作与动作库中的动作进行匹配，若存在相同的动作指令，则调用该动作指令，若没有相同的动作指令，则通过目的判断模块判断出其目的后通过目的实现模块找出能够实现相同目的的替代动作，最后动作组合模块将所有动作组合为完整动作。

Description

一种工业机器人自动控制系统
技术领域
本发明涉及工业机器人技术领域，具体公开了一种工业机器人自动控制系统。
背景技术
工业机器人是一种通过重复编程和自动控制，能够完成制造过程中某些操作任务的多功能、多自由度的机电一体化自动机械装备和器械，它结合制造主机或生产线，可以组成单机或多机自动化系统，在无人参与的情况下，实现搬运、焊接、装配和喷涂等多种生产作业。
去年全球工业机器人效率达到24万台，同比增长8％，我国工业机器人市场销量超过6.6万台，保持全球第一大工业机器人市场的地位。当前工业机器人技术和产业迅速发展，在生产中应用日益广泛，成为现代制造生产中重要的高度自动化装备。
当引入了新的工业机器人之后，现有的方式是对其进行编程、训练，由于工作环境的不同，对每个机器人要编写不同的程序，从而会花费大量的时间。而为了实现工业生产的全自动化，亟待一种能够使工业机器人自我学习的系统。
发明内容
本发明所解决的技术问题在于提供一种工业机器人自动控制系统，能够自主学习其他机器人动作行为，节省技术人员对新机器人编程、训练的时间。
本发明提供的基础方案：一种工业机器人自动控制系统，其特征在于：包括自主学习模块，自主学习模块包括动作库，动作采集模块，环境采集模块和匹配模块；
动作库，存储已经编写好的动作指令；
动作采集模块，用于采集其他机器人的动作行为；
环境采集模块，用于采集当前工作环境；
匹配模块，将动作行为与动作库中的动作指令进行匹配，调取与动作行为相同的动作指令，与当前工作环境绑定。
本发明的原理及优点在于：通过采集其他机器人的动作行为，和机器人执行该动作行为的工作环境，在内置的动作库中匹配相同的动作指令，内置动作库中存储的是在机器人出厂时便已经编写好的动作指令，将匹配到的动作指令与工作环境绑定，使新的机器人学习在当前环境下应该执行何种操作，通过这种方式，使机器人自主学习，省去了对新机器人进行编程、训练的步骤，进一步实现工业生产自动化。
进一步，所述自主学习模块还包括动作分解模块和动作组合模块；
动作分解模块，将采集到的动作行为进行分解，得到多个分解动作；
匹配模块还用于将每个分解动作与动作库中的动作指令进行匹配，调取与每个分解动作相同的动作指令；
动作组合模块，将所有调取的动作指令排序组合成完整动作，并存储至动作库。
由于工业机器人在不同的领域、不同的场景下所执行的动作会有所差异，而动作库中的动作指令不可能在所有场所都能够适用，所以将采集到的动作进行分解，将分解后得到的每个子动作与动作库中的动作指令进行匹配，匹配之后，再将各个动作结合得到完整的动作，从而使机器人能够学习到更多的动作。
进一步，所述自主学习模块还包括目的判断模块和目的实现模块；
目的判断模块，用于通过分析动作行为，判断该动作行为的行为目的；
目的实现模块，用于当匹配模块没有在动作库中匹配到相同的动作指令时，从动作库中搜索能够达到相同行为目的动作指令，作为替代动作。
对于没有匹配到相同动作指令的动作行为，通过判断该动作行为所要实现的目的，搜索能够实现相同目的的动作指令，作为替代动作。即使没有与行为动作相同的动作指令，也能够达到相同的效果。
进一步，当分解动作中的一个或多个没有匹配到相同的动作指令时，目的实现模块搜索这些动作的替代动作，动作组合模块将替代动作和匹配到的动作指令组合成替代完整动作。
将匹配到的动作指令和没有匹配到而采用替代动作组合为完整的动作，原有动作的基础上，加入替代动作，组合出的替代完整动作不会有太大的改动，保证了替代完整动作当前环境下的适用性。
进一步，当分解动作中的一个或多个没有匹配到相同的动作指令时，目的实现模块搜索未分解的动作行为的替代动作，作为替代完整动作。
放弃原本的动作，直接搜索能够达到采集的动作行为的替代动作。
进一步，还包括可行性判断模块，用于判断替代完整动作做能否执行，可行性判断模块包括路径判断模块和时间判断模块；
路径判断模块，用于判断替代完整动作能否在当前环境下执行完整的路径；
时间判断模块，用于判断替代完整动作能否在指定时间完成工作。
判断使用替代动作后的替代完整动作能否达到目的，通过路径判断模块判断轨迹上的可行性，通过时间判断模块判断时间上的可行性，采取替代动作后可能会应为运动轨迹和运行时间上的区别，导致替代完整动作无法在当前环境下完成工作，在采用替代动作后通过可行性判断模块进行判断，防止在工业生产过程中发生意外。
进一步，所述可行性判断模块还包括比较模块，所述比较模块用于比较能够执行的替代完整动作与动作行为的工作效率。
通过比较替代完整动作与采集的动作行为的工作效率，判断替代完整动作是否优于原动作行为。
进一步，还包括服务器，服务器包括信息获取模块和信息传递模块；
信息获取模块，用于从机器人的动作库获取动作指令；
信息传递模块，用于将动作指令发送至机器人的动作库。
进一步，当替代完整动作不可行时，信息获取模块获取被采集机器人的该动作行为的动作指令，通过信息传递模块发送至组合出不可行的替代完整动作的机器人。
当替代完整动作无法执行，或者效率较低时，获取被采集机器人的动作指令，从而实现工作目的。
进一步，当新完整动工作效率高于动作行为的工作效率时，信息获取模块从生成该替代完整动作的机器人处获取替代完整动作的动作指令，通过信息传递模块发送给所有机器人。
当替代完整动作的动作效率高于采集的动作行为时，将替代完整动作发送给其他机器人，在机器人的自我学习中，对原有的工作方式进行改进，从而提高工作效率。
附图说明
图1为本发明实施例的逻辑框图；
图2为本发明服务器工作的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例基本如附图1所示：包括自主学习模块，自主学习模块包括动作采集模块、环境采集模块、动作分解模块、匹配模块、目的判断模块、目的实现模块、动作库以及动作组合模块。
动作采集模块通过机器人身上的摄像头，拍摄记录其他机器人的动作行为，环境采集模块用于采集其他机器人执行该动作行为时的环境。
动作分解模块通过拍摄到的影像将采集到的动作行为分解为多个分解动作。具体的，通过拍摄到的影像，在机器臂的运行角度、方向、高度发生变化时，进行一次分解，将每个分解动作根据时间顺序进行排序。
匹配模块根据排序将每个分解动作与依次与动作库中的动作进行匹配，动作库中存储着机器人出厂时已经预设好的动作指令，匹配模块匹配出与每个分解动作相同的动作指令，动作组合模块将所有动作指令组合成为完整动作，然后将完整动作与当前环境进行绑定。
当匹配模块没有从动作库中匹配出某个分解动作的相同动作时，通过目的判断模块判断该分解动作所要实现的行为目的，比如分析该分解动作初的机械臂所在位置、结束时机械臂所在的位置、机械臂运动时的路径以及运动所花费的时间，目的实现模块从动作库中寻找与该分解动作初机械臂所在位置相同和结束时机械臂所在的位置相同，但是运动时的路径或者是运动所花费的时间有所差异的动作，作为替代动作。
在本实施例中目的实现模块只为没有匹配到相同动作指令的分解动作搜索替代动作，比如在某个动作行为中包括第一分解动作、第二分解动作、第三分解动作以及第四分解动作，其中第一分解动作和第三分解动作均在动作库中匹配到了相同的动作指令，而第二分解动作和第四分解动作没有在动作库中匹配到相同的动作指令，通过目的实现模块搜索到了第二分解动作和第四分解的替代动作，记为第一替代动作和第二替代动作，动作组合模块将第一分解动作、第一替代动作、第二分解动作、第二替代动作组合成为替代完整动作。
在本发明的另一实施中，只要当其中一个分解动作没有匹配到相同的动作指令，则目的实现模块分析原完整的动作行为的目的，而后在动作库中搜索能够达到原完整动作行为目的的动作指令作为替代动作。
还包括有可行性判断模块，可行性判断模块包括路径判断模块、时间判断模块以及比较模块，当机器人学习过程中加入了替代动作，通过可行性判断模块判断替代完整动作是否能够实现。
路径判断模块，通过机器人上的传感器，检测替代完整动作在执行过程中，路径上是否存在障碍物，比如在搬运过程中，采集的动作行为的运动轨迹是从A点到B点，绕开了障碍物进行，而替代完整动作直接从A点直线前往B点，会与A点与B点之间的障碍物发生碰撞，则判断不可行，若是替代完整动作同样绕开了障碍物，只是绕开障碍物的路径不同，则判断可行。
时间判断模块，用于判断替代完整动作在执行的时间内能否达到原本的效果，以及达到效果所花费的时间，比如在焊接过程中，采集的动作行为用时30秒完成了焊接，而替代完整动作花费了35秒完成焊接，则判断不可行，若替代完整动作花费25秒完成了焊接，则判断可行。
比较模块用于比较替代完整动作和采集的动作行为的工作效率，对于能够执行的替代完整动作，若替代完整动作花费的时间比采集的动作行为花费的时间减少了百分之二十，则认为替代完整动作的工作效率高于采集的动作行为。
此外，如图2所示，还包括服务器，服务器包括信息获取模块和信息传递模块。当机器人生成的替代完整动作的工作效率高于采集的动作行为的工作效率，服务器通过信息获取从该机器人处获取到替代完整动作的动作指令，然后通过信息传递模块分别传递给其他机器人。若生成的替代完整动作不可行时，服务器通过信息获取模块，从被采集的机器人出获取动作指令，通过信息传递模块发送给该机器人。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种工业机器人自动控制系统，其特征在于：包括自主学习模块，自主学习模块包括动作库，动作采集模块，环境采集模块和匹配模块；
动作库，存储已经编写好的动作指令；
动作采集模块，用于采集其他机器人的动作行为；
环境采集模块，用于采集当前工作环境；
匹配模块，将动作行为与动作库中的动作指令进行匹配，调取与动作行为相同的动作指令，与当前工作环境绑定；
所述自主学习模块还包括动作分解模块和动作组合模块；
动作分解模块，将采集到的动作行为进行分解，得到多个分解动作；
匹配模块还用于将每个分解动作与动作库中的动作指令进行匹配，调取与每个分解动作相同的动作指令；
动作组合模块，将所有调取的动作指令排序组合成完整动作，并存储至动作库；
所述自主学习模块还包括目的判断模块和目的实现模块；
目的判断模块，用于通过分析采集到的动作行为，判断该动作行为的行为目的；
目的实现模块，用于当匹配模块没有在动作库中匹配到相同的动作指令时，从动作库中搜索能够达到相同行为目的动作指令，作为替代动作。
2.根据权利要求1所述的一种工业机器人自动控制系统，其特征在于：当分解动作中的一个或多个没有匹配到相同的动作指令时，目的实现模块搜索这些动作的替代动作，动作组合模块将替代动作和匹配到的动作指令组合成替代完整动作。
3.根据权利要求1所述的一种工业机器人自动控制系统，其特征在于：当分解动作中的一个或多个没有匹配到相同的动作指令时，目的实现模块搜索未分解的动作行为的替代动作，作为替代完整动作。
4.根据权利要求2-3任一项所述的一种工业机器人自动控制系统，其特征在于：还包括可行性判断模块，用于判断替代完整动作做能否执行，可行性判断模块包括路径判断模块和时间判断模块；
路径判断模块，用于判断替代完整动作能否在当前环境下执行完整的路径；
时间判断模块，用于判断替代完整动作能否在指定时间完成工作。
5.根据权利要求4所述的一种工业机器人自动控制系统，其特征在于：所述可行性判断模块还包括比较模块，所述比较模块用于比较能够执行的替代完整动作与动作行为的工作效率。
6.根据权利要求5所述的一种工业机器人自动控制系统，其特征在于：还包括服务器，服务器包括信息获取模块和信息传递模块；
信息获取模块，用于从机器人的动作库获取动作指令；
信息传递模块，用于将动作指令发送至机器人的动作库。
7.根据权利要求6所述的一种工业机器人自动控制系统，其特征在于：当替代完整动作不可行时，信息获取模块获取被采集机器人的该动作行为的动作指令，通过信息传递模块发送至组合出不可行的替代完整动作的机器人。
8.根据权利要求7所述的一种工业机器人自动控制系统，其特征在于：当新完整动工作效率高于动作行为的工作效率时，信息获取模块从生成该替代完整动作的机器人处获取替代完整动作的动作指令，通过信息传递模块发送给所有机器人。
CN202110560105.2A 2021-05-21 2021-05-21 一种工业机器人自动控制系统 Active CN113276117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110560105.2A CN113276117B (zh) 2021-05-21 2021-05-21 一种工业机器人自动控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110560105.2A CN113276117B (zh) 2021-05-21 2021-05-21 一种工业机器人自动控制系统

Publications (2)

Publication Number Publication Date
CN113276117A CN113276117A (zh) 2021-08-20
CN113276117B true CN113276117B (zh) 2023-01-03

Family

ID=77280692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110560105.2A Active CN113276117B (zh) 2021-05-21 2021-05-21 一种工业机器人自动控制系统

Country Status (1)

Country Link
CN (1) CN113276117B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022305A (zh) * 2016-06-07 2016-10-12 北京光年无限科技有限公司 一种用于智能机器人的动作对比方法以及机器人
WO2019170604A1 (de) * 2018-03-05 2019-09-12 Kuka Deutschland Gmbh Vorausschauende beurteilung von robotern
JP2020104215A (ja) * 2018-12-27 2020-07-09 川崎重工業株式会社 ロボット制御装置、ロボットシステム及びロボット制御方法
CN112187914A (zh) * 2020-09-24 2021-01-05 上海思寒环保科技有限公司 一种远程控制机器人管理方法及系统
CN112580582A (zh) * 2020-12-28 2021-03-30 达闼机器人有限公司 动作学习方法、装置、介质及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022305A (zh) * 2016-06-07 2016-10-12 北京光年无限科技有限公司 一种用于智能机器人的动作对比方法以及机器人
WO2019170604A1 (de) * 2018-03-05 2019-09-12 Kuka Deutschland Gmbh Vorausschauende beurteilung von robotern
JP2020104215A (ja) * 2018-12-27 2020-07-09 川崎重工業株式会社 ロボット制御装置、ロボットシステム及びロボット制御方法
CN112187914A (zh) * 2020-09-24 2021-01-05 上海思寒环保科技有限公司 一种远程控制机器人管理方法及系统
CN112580582A (zh) * 2020-12-28 2021-03-30 达闼机器人有限公司 动作学习方法、装置、介质及电子设备

Also Published As

Publication number Publication date
CN113276117A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN109937118B (zh) 拣取系统及其控制方法
US20200139539A1 (en) Operation prediction system and operation prediction method
Kornuta et al. Robot control system design exemplified by multi-camera visual servoing
CN106826822A (zh) 一种基于ros系统的视觉定位及机械臂抓取实现方法
Guzmán et al. PELEA: a domain-independent architecture for planning, execution and learning
Awais et al. Human-robot interaction in an unknown human intention scenario
Erős et al. Integrated virtual commissioning of a ROS2-based collaborative and intelligent automation system
Pedersen et al. Gesture-based extraction of robot skill parameters for intuitive robot programming
CN113276117B (zh) 一种工业机器人自动控制系统
Brecher et al. Towards anthropomorphic movements for industrial robots
van der Sanden et al. LSAT: Specification and analysis of product logistics in flexible manufacturing systems
Cao et al. A robot 3C assembly skill learning method by intuitive human assembly demonstration
Riedelbauch et al. Coordinating flexible human-robot teams by local world state observation
EP4040293A1 (en) Controlling an apparatus, e.g., a robot, with a behavior tree
CN110231802B (zh) 机器人控制装置、记录的生成方法以及存储介质
Antonelli et al. Robust assembly sequence generation in a Human-Robot Collaborative workcell by reinforcement learning
Verma et al. Automatic generation of behavior trees for the execution of robotic manipulation tasks
US20220048191A1 (en) Robotic activity decomposition
US11897134B2 (en) Configuring a simulator for robotic machine learning
Kannan et al. Metrics for quantifying system performance in intelligent, fault-tolerant multi-robot teams
Ruehl et al. Towards automatic manipulation action planning for service robots
Camarinha-Matos et al. Execution monitoring in assembly with learning capabilities
Matsuoka et al. Hierarchical planning for error recovery in automated industrial robotic systems
Muxfeldt et al. Fusion of human demonstrations for automatic recovery during industrial assembly
Sengadu Suresh et al. Dec-AIRL: Decentralized Adversarial IRL for Human-Robot Teaming

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