CN113524183B - 相对位置获得方法、机械臂控制方法以及机械臂系统 - Google Patents
相对位置获得方法、机械臂控制方法以及机械臂系统 Download PDFInfo
- Publication number
- CN113524183B CN113524183B CN202110795045.2A CN202110795045A CN113524183B CN 113524183 B CN113524183 B CN 113524183B CN 202110795045 A CN202110795045 A CN 202110795045A CN 113524183 B CN113524183 B CN 113524183B
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- relative
- robot
- tail end
- coordinate system
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本申请实施例提供一种相对位置获得方法、机械臂控制方法以及机械臂系统,所述方法包括:获取第一机械臂末端相对于第二机械臂末端的第一位置转换关系;获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
Description
技术领域
本申请涉及机械臂技术领域,特别涉及一种相对位置获得方法、机械臂控制方法以及机械臂系统。
背景技术
随着自动化技术的发展,机械臂的应用越来越广泛,实际应用中越来越多地出现双个或更多个机械臂协同工作的场景,然而,目前双机械臂的协同合作控制大多采用弱耦合形式的通讯方式来实现,也就是两个机械臂分别独立运作,并通过通讯方式完成双臂协同合作。然而,在实际应用中,以通讯方式完成双臂协同合作的稳定性以及可靠性较差。
发明内容
本申请提供了一种相对位置获得方法、机械臂控制方法以及机械臂系统,其能够提高第一机械臂与第二机械臂的相对位置预测准确性,有利于提高机械臂协同控制的稳定性以及可靠性。
第一方面,本申请提供了一种相对位置获得方法,应用于机械臂系统,所述机械臂系统包括第一机械臂以及第二机械臂,所述第一机械臂中包含第一机械臂末端,所述第二机械臂中包含第二机械臂末端,所述方法包括:
获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系;
获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;
对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;
基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,所述第一机械臂中还包含第一机械臂基座,所述第二机械臂中还包含第二机械臂基座,所述获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系,包括:
获取所述第一机械臂末端相对于所述第一机械臂基座的第二位置转换关系;
获取所述第一机械臂基座相对于预设全局坐标系的第三位置转换关系;
获取所述第二机械臂末端相对于所述第二机械臂基座的第四位置转换关系;
获取所述第二机械臂基座相对于所述预设全局坐标系的第五位置转换关系;
基于所述第二位置转换关系、所述第三位置转换关系、所述第四位置转换关系以及所述第五位置转换关系,得到所述第一位置转换关系。
其中一种可能的实现方式中,所述机械臂系统还包括摄像装置,所述第二位置包括目标物体在第三坐标系下的位姿信息,所述对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置,包括:
在所述目标物体被设置在所述第一机械臂末端以及所述摄像装置被设置在所述第二机械臂末端的情况下,对所述目标物体进行拍摄,得到图像,所述图像中包含所述目标物体;
基于所述图像,获得所述目标物体在第三坐标系下的位姿信息,所述第三坐标系以所述摄像装置为基准。
其中一种可能的实现方式中,所述基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置,包括:
采用卡尔曼滤波算法,对所述第一位置以及所述第二位置进行处理,得到所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,在基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置之后,所述方法还包括:
获取第一噪声项,并利用所述第一噪声项对所述第一位置进行去噪处理,得到去噪处理后的所述第一位置;
和/或,在对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置之后,所述方法还包括:
获取第二噪声项,并利用所述第二噪声项对所述第二位置进行去噪处理,得到去噪处理后的第二位置。
其中一种可能的实现方式中,所述第三位置由公式:
P3=P1+w;
P4=P2+v;
P5=K*P4+(1-K)P3计算得到;
其中,P1为第一位置,w为第一噪声项,P2为第二位置,v为第二噪声项,P3为去噪处理后的第一位置,P4为去噪处理后的第二位置,P5为第三位置,K为卡尔曼增益系数矩阵。
第二方面,本申请提供一种机械臂控制方法,应用于机械臂系统,所述机械臂系统包括第一机械臂以及第二机械臂,所述第一机械臂中包含第一机械臂末端,所述第二机械臂中包含第二机械臂末端,所述方法包括:
获取所述第一机械臂末端的第一位姿信息;
利用如第一方面所述的方法得到的所述第一机械臂末端相对于所述第二机械臂末端的第三位置,对所述第一位姿信息进行转换,得到第二位姿信息;
基于所述第二位姿信息,对所述第二机械臂进行控制。
第三方面,本申请提供一种相对位置获得装置,所述装置包括:
获取模块,用于获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系;
转换模块,用于获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;
测量模块,用于对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;
处理模块,用于基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
第四方面,本申请提供了一种电子设备,包括:
一个或多个处理器;存储器;以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述设备执行时,使得所述设备执行如第一方面或第二方面所述的方法。
第五方面,本申请提供一种机械臂系统,包括:
摄像装置,用于对目标物体进行拍摄,并将拍摄得到的图像发送至控制装置;
所述控制装置,包含:
一个或多个处理器;存储器;以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述系统执行时,使得所述系统执行如第一方面或第二方面所述的方法;
第一机械臂,用于受控于所述控制装置,以执行第一运动操作;
第二机械臂,用于受控于所述控制装置,以执行第二运动操作。
第六方面,本申请提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机执行如第一方面或第二方面所述的方法。
第七方面,本申请提供一种计算机程序,当所述计算机程序被计算机执行时,用于执行第一方面或第二方面所述的方法。
在一种可能的设计中,第七方面中的程序可以全部或者部分存储在与处理器封装在一起的存储介质上,也可以部分或者全部存储在不与处理器封装在一起的存储器上。
附图说明
图1为本申请相对位置获得方法一个实施例的方法示意图;
图2为本申请相对位置获得方法一个实施例中机械臂系统的结构示意图;
图3为本申请机械臂控制方法一个实施例的方法示意图;
图4为本申请相对位置获得装置一个实施例的结构示意图;
图5为本申请机械臂系统一个实施例的结构示意图;
图6为本申请电子设备一个实施例的结构示意图。
具体实施方式
本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释,而非旨在限定本申请。
现有技术中,双机械臂的协同合作控制大多采用弱耦合形式的通讯方式来实现,也就是两个机械臂分别独立运作,并通过通讯方式完成双臂协同合作。然而,在实际应用中,以通讯方式完成双臂协同合作的稳定性以及可靠性较差。
为此,本申请提出一种相对位置获得方法、机械臂控制方法以及机械臂系统,其能够提高第一机械臂与第二机械臂的相对位置预测准确性,有利于提高机械臂协同控制的稳定性以及可靠性。
在本实施例中,所述相对位置获得方法应用于机械臂系统,所述机械臂系统可以包括多个机械臂,如第一机械臂、第二机械臂、第三机械臂、…,每个机械臂可以包含机械臂基座及机械臂末端,机械臂末端上可以包含夹爪等工具。以双机械臂系统为例,第一机械臂中包含第一机械臂基座以及第一机械臂末端,第二机械臂中包含第二机械臂基座以及第二机械臂末端。本实施例提供的方法可以用于获得多个机械臂之间的相对位置,如第一机械臂与第二机械臂的相对位置等。机械臂系统用于根据该相对位置对多个机械臂进行协同合作控制,完成多个机械臂协同合作。
在本实施例提供的方法中,根据基础的运动学原理,获取第一机械臂末端与第二机械臂末端的第一相对位置(如第一机械臂末端相对于第二机械臂末端的第一位置),并利用测量工具(如摄像装置、位置传感器等位置测量工具),测量得到第一机械臂末端与第二机械臂末端的第二相对位置(如第一机械臂末端相对于第二机械臂末端的第二位置),然后,根据第一位置和第二位置,运用数学模型估计出第一机械臂末端与第二机械臂末端的第三相对位置(如第一机械臂末端相对于第二机械臂末端的第三位置)。因此,相对于现有技术,本实施例提供的方法提高了第一机械臂与第二机械臂的相对位置准确性,有利于提高机械臂协同控制的稳定性以及可靠性。
图1为本申请相对位置获得方法一个实施例的方法示意图。如图1所示,上述相对位置获得方法可以包括:
S101、获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系。
优选地,第一位置转换关系可以包括第一机械臂末端相对于第二机械臂末端的转换矩阵(如齐次变换矩阵等),其可以根据机械臂的运动学原理计算得到。通过第一位置转换关系T1,可以将第一机械臂末端坐标系(如第一坐标系,第一坐标系以第一机械臂末端为基准)下的任意待预测位置(如位置矢量等)转换到第二机械臂末端坐标系(如第二坐标系,第二坐标系以第二机械臂末端为基准)下,从而得到第一机械臂末端相对于第二机械臂末端的第一位置。
其中一种可能的实现方式中,步骤S101可以包括:
S201、获取所述第一机械臂末端相对于所述第一机械臂基座的第二位置转换关系;
S202、获取所述第一机械臂基座相对于预设全局坐标系的第三位置转换关系;
S203、获取所述第二机械臂末端相对于所述第二机械臂基座的第四位置转换关系;
S204、获取所述第二机械臂基座相对于所述预设全局坐标系的第五位置转换关系;
S205、基于所述第二位置转换关系、所述第三位置转换关系、所述第四位置转换关系以及所述第五位置转换关系,得到所述第一位置转换关系。
具体地,如图2所示,第二位置转换关系可以包括第一机械臂末端相对于第一机械臂基座的转换矩阵(如齐次变换矩阵等),在步骤S201中,可以通过第一机械臂的几何参数和电机反馈的一个或多个关节轴转动角度数据,运用正向运动学算法,可以计算得到第一机械臂末端相对于第一机械臂基座的转换矩阵。通过第二位置转换关系T2,可以将第一机械臂末端坐标系下的任意矢量转换到第一机械臂基座坐标系下。
举例地,第二位置转换关系T2由公式:
其中,T2为第二位置转换关系,R2为第一机械臂末端坐标系中的点P到第一机械臂基座坐标系上的位姿信息(如3*3矩阵),p2为三维坐标。
第一机械臂与第二机械臂处于同一预设全局坐标系下。第三位置转换关系可以包括第一机械臂基座相对于预设全局坐标系的转换矩阵,在步骤S202中,运用正向运动学算法,可以计算得到第一机械臂基座相对于全局坐标系的转换矩阵。通过第三位置转换关系T3,可以将第一机械臂基座坐标系下的任意矢量转换到预设全局坐标系下。
举例地,第三位置转换关系T3由公式:
其中,T3为第三位置转换关系,R3为第一机械臂基座坐标系中的点P到预设全局坐标系上的位姿信息(如3*3矩阵),p3为三维坐标。
因此,第一机械臂末端相对于预设全局坐标系的位置转换关系T23由公式:
同理,第四位置转换关系可以包括第二机械臂末端相对于第二机械臂基座的转换矩阵(如齐次变换矩阵等),在步骤S203中,可以通过第二机械臂的几何参数和电机反馈的一个或多个关节轴转动角度数据,运用正向运动学算法,可以计算得到第二机械臂末端相对于第二机械臂基座的转换矩阵。通过第四位置转换关系T4,可以将第二机械臂末端坐标系下的任意矢量转换到第二机械臂基座坐标系下。
同理,第五位置转换关系可以包括第二机械臂基座相对于预设全局坐标系的转换矩阵,在步骤S204中,运用正向运动学算法,可以计算得到第二机械臂基座相对于全局坐标系的转换矩阵。通过第五位置转换关系T5,可以将第二机械臂基座坐标系下的任意矢量转换到预设全局坐标系下。
因此,第二机械臂末端相对于全局坐标系的位置转换关系T45由公式:
T45=T4*T5计算得到。
因此,在步骤S205中,第一位置转换关系T1由公式:
T1=T23*(T45)-1计算得到。
S102、获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准。
优选地,待预测位置可以包括在第一坐标系下的任意矢量(如位置矢量等),其可以为预设矢量,也可以根据传感器采集到的数据,或机械臂的几何参数或电机反馈的转动角度数据来确定等。
举例地,第一位置可以由公式:
P1=T1*P0或P1=(T1)-1*P0计算得到;
其中,P1为第一位置,T1为第一位置转换关系,P0为待预测位置。
S103、对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置。
在本实施例中,机械臂系统还可以包括测量工具,如摄像装置、位置传感器(如陀螺仪)等。测量工具用于对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置。
优选地,步骤S103可以包括:
S301、在所述目标物体被设置在所述第一机械臂末端以及所述摄像装置被设置在所述第二机械臂末端的情况下,对所述目标物体进行拍摄,得到图像,所述图像中包含所述目标物体;
S302、基于所述图像,获得所述目标物体在第三坐标系下的位姿信息,所述第三坐标系以所述摄像装置为基准。
具体地,目标物体可以包括二维码或识别符等,其可以被贴附在第一机械臂末端上。或者,目标物体可以包括设有二维码或识别符等的标识块,其可以被安装在第一机械臂末端上。摄像装置被安装在第二机械臂末端,并对设置在第一机械臂末端上的目标物体进行拍摄,得到图像。
第二位置可以包括目标物体在第三坐标系(如摄像装置坐标系)下的位姿信息。也就是说,在目标物体被设于第一机械臂末端,摄像装置被设于第二机械臂末端的情况下,目标物体相对于摄像装置坐标系的位姿信息可以近似作为第一机械臂末端相对于第二机械臂末端的第二位置。在其他可选的实施例中,第一机械臂末端相对于第二机械臂末端的第二位置还可以根据目标物体相对于摄像装置坐标系的位姿信息、目标物体相对于第一机械臂末端的位置转换关系以及摄像装置相对于第二机械臂末端的位置转换关系计算得到,以提高第二位置的精确度。
在步骤S302中,可以利用视觉识别模型对图像中目标物体的空间状态进行识别,以获得图像中目标物体在第三坐标系下的位姿信息。
视觉识别模型可以包括apriltag视觉定位系统,其能够定位并识别得到图像中的二维码(如tag)的位姿信息。
S104、基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
在本实施例中,根据第一位置和第二位置,运用数学模型估计出第一机械臂末端与第二机械臂末端的第三相对位置(如第一机械臂末端相对于第二机械臂末端的第三位置)。也就是说,运用数学模型,将利用运动学原理得到的第一位置以及利用测量工具(如摄像装置)得到的第二位置进行结合,得到第一机械臂末端相对于第二机械臂末端的第三位置,提高了第一机械臂与第二机械臂的相对位置预测准确性,有利于提高机械臂协同控制的稳定性以及可靠性。
优选地,步骤S104中,可以采用卡尔曼滤波算法,对所述第一位置以及所述第二位置进行处理,得到所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,在步骤S102之后,所述方法还可以包括:
S401、获取第一噪声项,并利用所述第一噪声项对所述第一位置进行去噪处理,得到去噪处理后的所述第一位置。
举例地,去噪处理后的第一位置P3可以由公式:
P3=P1+w计算得到,其中,P1为去噪处理前的第一位置,P3为去噪处理后的第一位置,w为第一噪声项。
考虑到在利用运动学原理计算得到的第一机械臂末端相对于第二机械臂末端的第一位置的过程中不可避免地存在过程噪声,使得第一位置可能与第一机械臂末端相对于第二机械臂末端的实际相对位置存在偏差,因此,为提高第一位置的准确度,在步骤S401中,对第一位置进行去噪处理,以得到去噪处理后的第一位置。
需要指出的是,第一噪声项可以为服从高斯分布的随机量,或者,第一噪声项可以为预设值,经验值或标定值等,或者,第一噪声项可以根据上述各位置转换关系进行运动学转换过程产生的噪声得到。
其中一种可能的实现方式中,第一噪声项可以由公式:
其中,x为从-1到1的随机值,μ和σ为实验测得的经验值,如可以将机械臂静置,多次记录机械臂各关节轴中绝对编码器的读数,并绘制读数的分布,得到μ和σ。
相应地,在步骤S103之后,所述方法还可以包括:
S402、获取第二噪声项,并利用所述第二噪声项对所述第二位置进行去噪处理,得到去噪处理后的第二位置。
举例地,去噪处理后的第二位置P4可以由公式:
P4=P2+v计算得到,其中,P2为去噪处理前的第二位置,P4为去噪处理后的第二位置,v为第二噪声项。
考虑到利用摄像装置测量得到的第一机械臂末端相对于第二机械臂末端的第二位置的过程中存在测量噪声,使得第二位置可能与第一机械臂末端相对于第二机械臂末端的实际相对位置存在偏差,因此,为提高第二位置的准确度,在步骤S402中,对第二位置进行去噪处理,以得到去除处理后的第二位置。
需要指出的是,第二噪声项可以为服从高斯分布的随机量,或者,第二噪声项可以为预设值,经验值或标定值等,或者,第二噪声项可以根据测量工具如摄像装置在测量过程中产生的噪声得到。
其中一种可能的实现方式中,第一噪声项可以由公式:
其中,x为从-1到1的随机值,μ和σ为实验测得的经验值,如可以将机械臂静置,多次记录机械臂各关节轴中绝对编码器的读数,并绘制读数的分布,得到μ和σ。
其中一种可能的实现方式中,第一机械臂末端相对于第二机械臂末端的第三位置可以由公式:
P5=K*P4+(1-K)P3计算得到;
其中,P5为第三位置,K为卡尔曼增益系数矩阵。
可以理解的是,利用本实施例方法得到的第一机械臂末端相对于第二机械臂末端的相对位置(如第三位置),可以将第一机械臂末端的位姿信息转换到第二机械臂末端的位姿信息,使得第一机械臂末端与第二机械臂末端的位姿保持一致,有利于实现对第一机械臂与第二机械臂的协同合作控制,有利于提高机械臂协同合作的稳定性和可靠性。
需要指出的是,本实施例提供的方法不仅适用于双机械臂系统,而且还可以适用于三机械臂系统或更多机械臂系统中,例如,在三机械臂系统中,利用本实施例提供的方法,可以获得第一机械臂末端、第二机械臂末端以及第三机械臂末端相互之间的相对位置等,从而实现三机械臂系统的协同合作控制,具体原理或功能可以参考本实施例提供的方法,在此不再赘述。
可以理解的是,上述实施例中的部分或全部步骤骤或操作仅是示例,本申请实施例还可以执行其它操作或者各种操作的变形。此外,各个步骤可以按照上述实施例呈现的不同的顺序来执行,并且有可能并非要执行上述实施例中的全部操作。
图3为本申请一种机械臂控制方法一个实施例的方法示意图。如图3所示,上述机械臂控制方法应用于机械臂系统,机械臂控制方法可以包括:
S501、获取所述第一机械臂末端的第一位姿信息;
S502、利用图1所示方法实施例中获得的所述第一机械臂末端相对于所述第二机械臂末端的第三位置,对所述第一位姿信息进行转换,得到第二位姿信息;
S503、基于所述第二位姿信息,对所述第二机械臂进行控制。
在步骤S501中,第一位姿信息用于表示第一机械臂末端相对于第一机械臂基座的位置或姿势等信息。
在步骤S502中,第二位姿信息用于表示第二机械臂末端相对于第二机械臂基座的位置或姿势等信息。
在步骤S503中,可以将第二机械臂末端移动到第二位姿信息,使得第一机械臂末端与第二机械臂末端的位姿保持一致,有利于实现对第一机械臂与第二机械臂的协同合作控制。
进一步地,在步骤S503中,对第二位姿信息进行运动学逆解,得到运动信息,并控制第二机械臂按照运动信息进行运动。该运动信息可以包含第二机械臂末端相对于第二机械臂基座的运动信息,举例地,第二机械臂为六轴机械臂,其还可以包含六个关节轴,第二运动信息可以包含六个关节轴的运动信息。例如,利用机械臂建模方法可以得到机械臂各关节轴的运动信息,机械臂相邻关节轴之间的旋转变换关系可以由以下公式表示:
其中,S和C分别为三角函数sin和cos的缩写。
在获得到建模参数(如DH表)的情况下,分别计算得到相邻关节轴之间的齐次坐标变换矩阵,以得到关节轴末端相对于机械臂基座坐标系的位姿矩阵TCP,其中,位姿矩阵TCP可以表示为:
然后,对该位姿矩阵进行逆解算,以得到机械臂六个关节轴的运动信息。
在步骤S502中,第三位置的获取步骤或原理可以参考图1所示方法实施例中提供的相对位置获得方法,在此不再赘述。
因此,在步骤S503中,按照运动信息控制第二机械臂,使得第二机械臂移动到第二位姿信息,并与第一机械臂保持一致,实现了第一机械臂与第二机械臂的位姿校准。所述机械臂控制方法还可以包括:在位姿校准之后,控制第一机械臂在第一位姿信息的基础上按照第一运动信息进行运动,控制第二机械臂在第二位姿信息的基础上按照第二运动信息进行运动,从而实现第一机械臂与第二机械臂的协同控制,具体实现方式在此不受限制。相对于现有技术中采用弱耦合形式的通讯方式来实现机械臂系统的协同合作,本实施例中,利用图1所示方法实施例获得的第三位置,以强耦合形式实现了机械臂系统的协同合作,稳定性和可靠性更高。
可以理解的是,上述实施例中的部分或全部步骤骤或操作仅是示例,本申请实施例还可以执行其它操作或者各种操作的变形。此外,各个步骤可以按照上述实施例呈现的不同的顺序来执行,并且有可能并非要执行上述实施例中的全部操作。
图4所示为本申请相对位置获得装置100一个实施例的结构示意图。如图4所示,所述相对位置获得装置100还可以包括:
获取模块10,用于获取第一机械臂末端相对于第二机械臂末端的第一位置转换关系;
转换模块20,用于获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;
测量模块30,用于对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;
处理模块40,用于基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,所述第一机械臂中还包含第一机械臂基座,所述第二机械臂中还包含第二机械臂基座,获取模块10还用于:
获取所述第一机械臂末端相对于所述第一机械臂基座的第二位置转换关系;
获取所述第一机械臂基座相对于预设全局坐标系的第三位置转换关系;
获取所述第二机械臂末端相对于所述第二机械臂基座的第四位置转换关系;
获取所述第二机械臂基座相对于所述预设全局坐标系的第五位置转换关系;
基于所述第二位置转换关系、所述第三位置转换关系、所述第四位置转换关系以及所述第五位置转换关系,得到所述第一位置转换关系。
其中一种可能的实现方式中,所述第二位置包括目标物体在第三坐标系下的位姿信息,测量模块30还用于:
在所述目标物体被设置在所述第一机械臂末端以及摄像装置被设置在所述第二机械臂末端的情况下,对所述目标物体进行拍摄,得到图像,所述图像中包含所述目标物体;
基于所述图像,获得所述目标物体在第三坐标系下的位姿信息,所述第三坐标系以所述摄像装置为基准。
其中一种可能的实现方式中,处理模块40还用于:
采用卡尔曼滤波算法,对所述第一位置以及所述第二位置进行处理,得到所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,处理模块40还用于:
获取第一噪声项,并利用所述第一噪声项对所述第一位置进行去噪处理,得到去噪处理后的所述第一位置;
和/或,处理模块40还用于:
获取第二噪声项,并利用所述第二噪声项对所述第二位置进行去噪处理,得到去噪处理后的第二位置。
其中一种可能的实现方式中,所述第三位置由公式:
P3=P1+w;
P4=P2+v;
P5=K*P4+(1-K)P3计算得到;
其中,P1为第一位置,w为第一噪声项,P2为第二位置,v为第二噪声项,P3为去噪处理后的第一位置,P4为去噪处理后的第二位置,P5为第三位置,K为卡尔曼增益系数矩阵。
可以理解的是,图4所示实施例提供的相对位置获得装置可用于执行本申请图1所示方法实施例的技术方案,其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
应理解以上图4所示的相对位置获得装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块以软件通过处理元件调用的形式实现,部分模块通过硬件的形式实现。例如,处理模块可以为单独设立的处理元件,也可以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit;以下简称:ASIC),或,一个或多个微处理器(Digital Singnal Processor;以下简称:DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array;以下简称:FPGA)等。再如,这些模块可以集成在一起,以片上系统(System-On-a-Chip;以下简称:SOC)的形式实现。
图5为本申请机械臂系统200一个实施例的结构示意图。如图5所示,机械臂系统200可以包括摄像装置210,用于对目标物体进行拍摄,并将拍摄得到的图像发送至控制装置220;第一机械臂230,用于受控于所述控制装置220,以执行第一运动操作;第二机械臂240,用于受控于所述控制装置220,以执行第二运动操作。
所述控制装置220,包含:
一个或多个处理器;存储器;以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述系统执行时,使得所述系统执行以下步骤;
获取第一机械臂末端相对于第二机械臂末端的第一位置转换关系;
获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;
对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;
基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,当所述指令被所述系统执行时,使得所述系统执行所述获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系,包括:
获取所述第一机械臂末端相对于所述第一机械臂基座的第二位置转换关系;
获取所述第一机械臂基座相对于预设全局坐标系的第三位置转换关系;
获取所述第二机械臂末端相对于所述第二机械臂基座的第四位置转换关系;
获取所述第二机械臂基座相对于所述预设全局坐标系的第五位置转换关系;
基于所述第二位置转换关系、所述第三位置转换关系、所述第四位置转换关系以及所述第五位置转换关系,得到所述第一位置转换关系。
其中一种可能的实现方式中,所述第二位置包括目标物体在第三坐标系下的位姿信息,当所述指令被所述系统执行时,使得所述系统执行所述对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置,包括:
在所述目标物体被设置在所述第一机械臂末端以及所述摄像装置被设置在所述第二机械臂末端的情况下,对所述目标物体进行拍摄,得到图像,所述图像中包含所述目标物体;
基于所述图像,获得所述目标物体在第三坐标系下的位姿信息,所述第三坐标系以所述摄像装置为基准。
其中一种可能的实现方式中,当所述指令被所述系统执行时,使得所述系统执行所述基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置,包括:
采用卡尔曼滤波算法,对所述第一位置以及所述第二位置进行处理,得到所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,当所述指令被所述系统执行时,使得所述系统还执行:
获取第一噪声项,并利用所述第一噪声项对所述第一位置进行去噪处理,得到去噪处理后的所述第一位置;
和/或,当所述指令被所述系统执行时,使得所述系统还执行:
获取第二噪声项,并利用所述第二噪声项对所述第二位置进行去噪处理,得到去噪处理后的第二位置。
其中一种可能的实现方式中,所述第三位置由公式:
P3=P1+w;
P4=P2+v;
P5=K*P4+(1-K)P3计算得到;
其中,P1为第一位置,w为第一噪声项,P2为第二位置,v为第二噪声项,P3为去噪处理后的第一位置,P4为去噪处理后的第二位置,P5为第三位置,K为卡尔曼增益系数矩阵。
其中一种可能的实现方式中,当所述指令被所述系统执行时,使得所述系统还执行:
获取所述第一机械臂末端的第一位姿信息;
利用图1所示方法实施例中获得的所述第一机械臂末端相对于所述第二机械臂末端的第三位置,对所述第一位姿信息进行转换,得到第二位姿信息;
基于所述第二位姿信息,对所述第二机械臂进行控制。
也就是说,所述机械臂系统200可以用于执行如图1所示实施例的相对位置获得方法或如图3所示的机械臂控制方法,其功能或原理可以参考上述图1所示实施例的相对位置获得方法或如图3所示的机械臂控制方法,在此不再赘述。
可以理解的是,机械臂系统200还可以包括第三机械臂或更多个机械臂,机械臂系统200还可以包括通信模块,以用于信息通信等。所述机械臂系统200还可以包括交互模块,以用于与用户交互等,以获取用户订单等。所述机械臂系统200还可以包括报警装置,用于受控于所述控制装置230,以执行报警操作等。
应理解,本实施例机械臂系统200可以包括其他不同类型的操作机构,以受控于所述控制模块,执行不同的操作,在此不受限制。
应理解,控制装置可以被实施为控制电路,控制装置中的处理器可以是片上系统SOC,该处理器中可以包括中央处理器(Central Processing Unit;以下简称:CPU),还可以进一步包括其他类型的处理器,例如:图像处理器(Graphics Processing Unit;以下简称:GPU)等。
图6为本申请电子设备一个实施例的结构示意图,如图6所示,上述电子设备可以包括:一个或多个处理器;存储器;以及一个或多个计算机程序。
其中,上述电子设备可以为机械臂控制设备,如双机械臂控制设备或更多个机械臂控制设备等。
其中上述一个或多个计算机程序被存储在上述存储器中,上述一个或多个计算机程序包括指令,当上述指令被上述设备执行时,使得上述设备执行以下步骤:
获取第一机械臂末端相对于第二机械臂末端的第一位置转换关系;
获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;
对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;
基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,当上述指令被上述设备执行时,使得上述设备执行所述获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系,包括:
获取所述第一机械臂末端相对于所述第一机械臂基座的第二位置转换关系;
获取所述第一机械臂基座相对于预设全局坐标系的第三位置转换关系;
获取所述第二机械臂末端相对于所述第二机械臂基座的第四位置转换关系;
获取所述第二机械臂基座相对于所述预设全局坐标系的第五位置转换关系;
基于所述第二位置转换关系、所述第三位置转换关系、所述第四位置转换关系以及所述第五位置转换关系,得到所述第一位置转换关系。
其中一种可能的实现方式中,所述第二位置包括目标物体在第三坐标系下的位姿信息,当上述指令被上述设备执行时,使得上述设备执行所述对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置,包括:
在所述目标物体被设置在所述第一机械臂末端以及所述摄像装置被设置在所述第二机械臂末端的情况下,对所述目标物体进行拍摄,得到图像,所述图像中包含所述目标物体;
基于所述图像,获得所述目标物体在第三坐标系下的位姿信息,所述第三坐标系以所述摄像装置为基准。
其中一种可能的实现方式中,当上述指令被上述设备执行时,使得上述设备执行所述基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置,包括:
采用卡尔曼滤波算法,对所述第一位置以及所述第二位置进行处理,得到所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
其中一种可能的实现方式中,当上述指令被上述设备执行时,使得上述设备还执行:
获取第一噪声项,并利用所述第一噪声项对所述第一位置进行去噪处理,得到去噪处理后的所述第一位置;
和/或,当上述指令被上述设备执行时,使得上述设备还执行:
获取第二噪声项,并利用所述第二噪声项对所述第二位置进行去噪处理,得到去噪处理后的第二位置。
其中一种可能的实现方式中,所述第三位置由公式:
P3=P1+w;
P4=P2+v;
P5=K*P4+(1-K)P3计算得到;
其中,P1为第一位置,w为第一噪声项,P2为第二位置,v为第二噪声项,P3为去噪处理后的第一位置,P4为去噪处理后的第二位置,P5为第三位置,K为卡尔曼增益系数矩阵。
其中一种可能的实现方式中,当上述指令被上述设备执行时,使得上述设备还执行:
获取所述第一机械臂末端的第一位姿信息;
利用图1所示方法实施例中获得的所述第一机械臂末端相对于所述第二机械臂末端的第三位置,对所述第一位姿信息进行转换,得到第二位姿信息;
基于所述第二位姿信息,对所述第二机械臂进行控制。
图6所示的电子设备可以用于执行如图1所示实施例的相对位置获得方法或如图3所示的机械臂控制方法,其功能或原理可以参考上述图1所示实施例的相对位置获得方法或如图3所示的机械臂控制方法,在此不再赘述。
如图6所示,电子设备900包括处理器910和存储器920。其中,处理器910和存储器920之间可以通过内部连接通路互相通信,传递控制和/或数据信号,该存储器920用于存储计算机程序,该处理器910用于从该存储器920中调用并运行该计算机程序。
上述存储器920可以是只读存储器(read-only memory,ROM)、可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(random access memory,RAM)或可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备,或者还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质等。
上述处理器910可以和存储器920可以合成一个处理装置,更常见的是彼此独立的部件,处理器910用于执行存储器920中存储的程序代码来实现上述功能。具体实现时,该存储器920也可以集成在处理器910中,或者,独立于处理器910。
除此之外,为了使得电子设备900的功能更加完善,该电子设备900还可以包括摄像头930、电源940、输入单元950等中的一个或多个。
可选地,电源950用于给电子设备中的各种器件或电路提供电源。
应理解,图6所示的电子设备900能够实现本申请图1或图3所示实施例提供的方法的各个过程。电子设备900中的各个模块的操作和/或功能,分别为了实现上述方法实施例中的相应流程。具体可参见本申请图1或图3所示方法实施例中的描述,为避免重复,此处适当省略详细描述。
应理解,图6所示的电子设备900中的处理器910可以是片上系统SOC,该处理器910中可以包括中央处理器(Central Processing Unit;以下简称:CPU),还可以进一步包括其他类型的处理器,例如:图像处理器(Graphics Processing Unit;以下简称:GPU)等。
总之,处理器910内部的各部分处理器或处理单元可以共同配合实现之前的方法流程,且各部分处理器或处理单元相应的软件程序可存储在存储器920中。
本申请还提供一种电子设备,所述设备包括存储介质和中央处理器,所述存储介质可以是非易失性存储介质,所述存储介质中存储有计算机可执行程序,所述中央处理器与所述非易失性存储介质连接,并执行所述计算机可执行程序以实现本申请图1或图3所示实施例提供的方法。
以上各实施例中,涉及的处理器可以例如包括CPU、DSP、微控制器或数字信号处理器,还可包括GPU、嵌入式神经网络处理器(Neural-network Process Units;以下简称:NPU)和图像信号处理器(Image Signal Processing;以下简称:ISP),该处理器还可包括必要的硬件加速器或逻辑处理硬件电路,如ASIC,或一个或多个用于控制本申请技术方案程序执行的集成电路等。此外,处理器可以具有操作一个或多个软件程序的功能,软件程序可以存储在存储介质中。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机执行本申请图1或图3所示实施例提供的方法。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,当其在计算机上运行时,使得计算机执行本申请图1或图3所示实施例提供的方法。
本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达,是指的这些项中的任意组合,包括单项或复数项的任意组合。例如,a,b和c中的至少一项可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a,b,c可以是单个,也可以是多个。
本领域普通技术人员可以意识到,本文中公开的实施例中描述的各单元及算法步骤,能够以电子硬件、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。
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,上述描述的系统、装置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。
在本申请所提供的几个实施例中,任一功能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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory;以下简称:ROM)、随机存取存储器(Random Access Memory;以下简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种相对位置获得方法,应用于机械臂系统,其特征在于,所述机械臂系统包括第一机械臂以及第二机械臂,所述第一机械臂中包含第一机械臂末端,所述第二机械臂中包含第二机械臂末端,所述方法包括:
获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系;
获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一位置为所述第一机械臂末端相对于所述第二机械臂末端的位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;
对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;
基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
2.根据权利要求1所述的方法,其特征在于,所述第一机械臂中还包含第一机械臂基座,所述第二机械臂中还包含第二机械臂基座,所述获取所述第一机械臂末端相对于所述第二机械臂末端的第一位置转换关系,包括:
获取所述第一机械臂末端相对于所述第一机械臂基座的第二位置转换关系;
获取所述第一机械臂基座相对于预设全局坐标系的第三位置转换关系;
获取所述第二机械臂末端相对于所述第二机械臂基座的第四位置转换关系;
获取所述第二机械臂基座相对于所述预设全局坐标系的第五位置转换关系;
基于所述第二位置转换关系、所述第三位置转换关系、所述第四位置转换关系以及所述第五位置转换关系,得到所述第一位置转换关系。
3.根据权利要求1所述的方法,其特征在于,所述机械臂系统还包括摄像装置,所述第二位置包括目标物体在第三坐标系下的位姿信息,所述对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置,包括:
在所述目标物体被设置在所述第一机械臂末端以及所述摄像装置被设置在所述第二机械臂末端的情况下,对所述目标物体进行拍摄,得到图像,所述图像中包含所述目标物体;
基于所述图像,获得所述目标物体在第三坐标系下的位姿信息,所述第三坐标系以所述摄像装置为基准。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置,包括:
采用卡尔曼滤波算法,对所述第一位置以及所述第二位置进行处理,得到所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
5.根据权利要求4所述的方法,其特征在于,在基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置之后,所述方法还包括:
获取第一噪声项,并利用所述第一噪声项对所述第一位置进行去噪处理,得到去噪处理后的所述第一位置;
和/或,在对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置之后,所述方法还包括:
获取第二噪声项,并利用所述第二噪声项对所述第二位置进行去噪处理,得到去噪处理后的第二位置。
6.根据权利要求5所述的方法,其特征在于,所述第三位置由公式:
P3=P1+w;
P4=P2+v;
P5=K*P4+(1-K)P3计算得到;
其中,P1为第一位置,w为第一噪声项,P2为第二位置,v为第二噪声项,P3为去噪处理后的第一位置,P4为去噪处理后的第二位置,P5为第三位置,K为卡尔曼增益系数矩阵。
7.一种机械臂控制方法,应用于机械臂系统,所述机械臂系统包括第一机械臂以及第二机械臂,所述第一机械臂中包含第一机械臂末端,所述第二机械臂中包含第二机械臂末端,其特征在于,所述方法包括:
获取所述第一机械臂末端的第一位姿信息;
利用如权利要求1至6任一项所述的方法得到的所述第一机械臂末端相对于所述第二机械臂末端的第三位置,对所述第一位姿信息进行转换,得到第二位姿信息;
基于所述第二位姿信息,对所述第二机械臂进行控制。
8.一种相对位置获得装置,其特征在于,所述装置包括:
获取模块,用于获取第一机械臂末端相对于第二机械臂末端的第一位置转换关系;
转换模块,用于获取在第一坐标系下的待预测位置,并基于所述第一位置转换关系,对在所述第一坐标系下的所述待预测位置进行转换,得到所述待预测位置在第二坐标系下的第一位置,所述第一位置为所述第一机械臂末端相对于所述第二机械臂末端的位置,所述第一坐标系以所述第一机械臂末端为基准,所述第二坐标系以所述第二机械臂末端为基准;
测量模块,用于对所述第一机械臂末端相对于所述第二机械臂末端的位置进行测量,得到所述第一机械臂末端相对于所述第二机械臂末端的第二位置;
处理模块,用于基于所述第一位置以及所述第二位置,获得所述第一机械臂末端相对于所述第二机械臂末端的第三位置。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;存储器;以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述设备执行时,使得所述设备执行如权利要求1至6或权利要求7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机执行如权利要求1至6或权利要求7任一项所述的方法。
11.一种机械臂系统,其特征在于,包括:
摄像装置,用于对目标物体进行拍摄,并将拍摄得到的图像发送至控制装置;
所述控制装置,包含:
一个或多个处理器;存储器;以及一个或多个计算机程序,其中所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述系统执行时,使得所述系统执行如权利要求1至6或权利要求7任一项所述的方法;
第一机械臂,用于受控于所述控制装置,以执行第一运动操作;
第二机械臂,用于受控于所述控制装置,以执行第二运动操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110795045.2A CN113524183B (zh) | 2021-07-14 | 2021-07-14 | 相对位置获得方法、机械臂控制方法以及机械臂系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110795045.2A CN113524183B (zh) | 2021-07-14 | 2021-07-14 | 相对位置获得方法、机械臂控制方法以及机械臂系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113524183A CN113524183A (zh) | 2021-10-22 |
CN113524183B true CN113524183B (zh) | 2023-01-24 |
Family
ID=78099053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110795045.2A Active CN113524183B (zh) | 2021-07-14 | 2021-07-14 | 相对位置获得方法、机械臂控制方法以及机械臂系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113524183B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113799143B (zh) * | 2021-11-18 | 2022-04-19 | 广东隆崎机器人有限公司 | 一种多机器人在工作区域内的安全协作方法及装置 |
CN114427652B (zh) * | 2021-12-20 | 2023-10-10 | 哈尔滨理工大学 | 室内三维重建信息采集装置及装置摄像头位置获取方法 |
CN115556109B (zh) * | 2022-10-24 | 2024-06-11 | 深圳市通用测试系统有限公司 | 一种测试系统中机械臂的定位方法和装置 |
CN117415826B (zh) * | 2023-12-19 | 2024-02-23 | 苏州一目万相科技有限公司 | 检测系统的控制方法、装置和可读存储介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4191080B2 (ja) * | 2004-04-07 | 2008-12-03 | ファナック株式会社 | 計測装置 |
JP2010044037A (ja) * | 2008-08-08 | 2010-02-25 | Top Engineering Co Ltd | ペーストディスペンサーのノズルの吐出口とレーザー変位センサーの結像点の位置測定装置及びその方法{positiondetectionapparatusandmethodfordetectingpositionsofnozzleorrificeandopticalpointoflaserdisplacementsensorofpastedispenser} |
CN103873743B (zh) * | 2014-03-24 | 2015-02-25 | 中国人民解放军国防科学技术大学 | 一种基于结构张量和卡尔曼滤波的视频去噪方法 |
CN107315342A (zh) * | 2017-07-03 | 2017-11-03 | 河北工业大学 | 一种改进卡尔曼滤波坐标分离机械手控制算法 |
CN108527373A (zh) * | 2018-06-28 | 2018-09-14 | 深圳清华大学研究院 | 机械臂的参数测量与辨识方法及装置、终端、存储介质 |
CN111070199A (zh) * | 2018-10-18 | 2020-04-28 | 杭州海康威视数字技术股份有限公司 | 一种手眼标定评估方法及机器人 |
CN109732590B (zh) * | 2018-12-20 | 2020-10-09 | 中国铁建重工集团股份有限公司 | 一种工程机械臂的在线标定方法 |
CN111347411B (zh) * | 2018-12-20 | 2023-01-24 | 中国科学院沈阳自动化研究所 | 基于深度学习的双臂协作机器人三维视觉识别抓取方法 |
CN109877840B (zh) * | 2019-04-02 | 2021-09-28 | 哈尔滨工程大学 | 一种基于相机光轴约束的双机械臂标定方法 |
CN110421547B (zh) * | 2019-07-12 | 2022-10-28 | 中南大学 | 一种基于估计动力学模型的双臂机器人协同阻抗控制方法 |
CN110587600B (zh) * | 2019-08-20 | 2022-04-19 | 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 |
CN110757454B (zh) * | 2019-10-12 | 2022-08-16 | 广州中国科学院先进技术研究所 | 一种双机器人协同旋转的路径规划方法和装置 |
CN111055287B (zh) * | 2020-01-13 | 2021-06-08 | 广州机械科学研究院有限公司 | 一种双机器人协作同步的方法、系统、装置和存储介质 |
CN111452048B (zh) * | 2020-04-09 | 2023-06-02 | 亚新科国际铸造(山西)有限公司 | 多机器人相对空间位置关系的标定方法和装置 |
CN111687827B (zh) * | 2020-06-22 | 2022-03-29 | 南京航空航天大学 | 一种双机器人协调操作弱刚性构件的控制方法和控制系统 |
CN112659123B (zh) * | 2020-12-14 | 2022-08-16 | 南京工程学院 | 一种基于线结构光视觉的双机器人曲线焊接协同规划方法 |
CN113059560B (zh) * | 2021-03-03 | 2023-01-20 | 广东智源机器人科技有限公司 | 机械臂控制方法、装置、电子设备以及烹饪系统 |
CN112959325B (zh) * | 2021-03-23 | 2022-03-01 | 南京航空航天大学 | 一种大场景下的双移动机械臂协同加工高精度控制方法 |
-
2021
- 2021-07-14 CN CN202110795045.2A patent/CN113524183B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113524183A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113524183B (zh) | 相对位置获得方法、机械臂控制方法以及机械臂系统 | |
JP6180086B2 (ja) | 情報処理装置及び情報処理方法 | |
US10173324B2 (en) | Facilitating robot positioning | |
US11331806B2 (en) | Robot control method and apparatus and robot using the same | |
US20200298411A1 (en) | Method for the orientation of an industrial robot, and industrial robot | |
Dong et al. | Autonomous robotic capture of non-cooperative target by adaptive extended Kalman filter based visual servo | |
CN109648605B (zh) | 机器人系统 | |
US20140018957A1 (en) | Robot system, robot, robot control device, robot control method, and robot control program | |
CN104889973A (zh) | 机械手、机械手系统、控制装置以及控制方法 | |
EP3634695A1 (en) | Collision handling by a robot | |
Boby | Kinematic identification of industrial robot using end-effector mounted monocular camera bypassing measurement of 3-D pose | |
US11662742B2 (en) | Self-position estimation method | |
CN111989631A (zh) | 自身位置推定方法 | |
JP2009226552A (ja) | 冗長ロボットの教示方法 | |
US20220152818A1 (en) | Apparatus and method for training a machine learning model to recognize an object topology of an object from an image of the object | |
JP2022078979A (ja) | 種々の姿勢状況の物体をピックアップするロボットを制御するための装置及び方法 | |
Boby et al. | Measurement of end-effector pose errors and the cable profile of cable-driven robot using monocular camera | |
CN113822946A (zh) | 一种基于计算机视觉的机械臂抓取方法 | |
CN113084791B (zh) | 机械臂控制方法、机械臂控制装置及终端设备 | |
WO2020010625A1 (zh) | 机器人运动学模型优化方法、系统和存储装置 | |
Wang et al. | Kinematic calibration of a hexapod robot based on monocular vision | |
Shauri et al. | Sensor integration and fusion for autonomous screwing task by dual-manipulator hand robot | |
Kim et al. | Vision-force guided precise robotic assembly for 2.5 D components in a semistructured environment | |
Dong et al. | Vision-based pose and motion estimation of non-cooperative target for space robotic manipulators | |
Nammoto et al. | Model-based compliant motion control scheme for assembly tasks using vision and force information |
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 |