CN113664821B - 机器人路径规划方法和装置、存储介质及控制终端 - Google Patents
机器人路径规划方法和装置、存储介质及控制终端 Download PDFInfo
- Publication number
- CN113664821B CN113664821B CN202010401598.0A CN202010401598A CN113664821B CN 113664821 B CN113664821 B CN 113664821B CN 202010401598 A CN202010401598 A CN 202010401598A CN 113664821 B CN113664821 B CN 113664821B
- Authority
- CN
- China
- Prior art keywords
- action
- actions
- action sequence
- robot
- sequence
- 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
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
-
- 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
-
- 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)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人路径规划方法和装置、存储介质及控制终端,其中,方法包括以下步骤:获取目标任务;将目标任务分解为包含多个动作的动作序列;检测动作序列中任意两相邻动作是否连贯;如果动作序列中存在两相邻动作不连贯,则对动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。由此,通过对动作序列中任意两相邻动作的连贯性检测,实现目标任务的动作序列优化,从而,减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种机器人路径规划方法、一种机器人路径规划装置、一种计算机可读存储介质和一种控制终端。
背景技术
目前,相关技术的机器人的工作主要可以体现为执行技术人员所发出的工作指令,例如,根据工作指令控制机器人分别移动至不同的执行位置执行相应的机械动作。
然而,相关技术的问题在于,机器人只能按照工作指令制定的路线移动,以及在机器人在执行当前机械动作后,需要重置机器人的当前状态,以便于机器人执行下一机械动作,上述问题无疑增加了机器人的工作作业时间和作业能耗,导致机器人作业效率不佳。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种机器人路径规划方法,能够减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
本发明的第二个目的在于提出一种机器人路径规划装置。
本发明的第三个目的在于提出一种计算机可读存储介质。
本发明的第四个目的在于提出一种控制终端。
为达到上述目的,本发明第一方面实施例提出的机器人路径规划方法,包括以下步骤:获取目标任务;将所述目标任务分解为包含多个动作的动作序列;检测所述动作序列中任意两相邻动作是否连贯;如果所述动作序列中存在两相邻动作不连贯,则对所述动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。
根据本发明实施例的机器人路径规划方法,获取目标任务,并将目标任务分解为包含多个动作的动作序列,进而,检测动作序列中任意两相邻动作是否连贯,如果动作序列中存在两相邻动作不连贯,则对动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。由此,通过对动作序列中任意两相邻动作的连贯性检测,实现目标任务的动作序列优化,从而,减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
另外,根据本发明实施例的机器人路径规划方法,还可以具有以下的附加技术特征:
根据本发明的一个实施例,所述动作包括工作点位信息,所述检测所述动作序列中任意两相邻动作是否连贯,包括:获取遍历所述动作序列中所有动作的工作点位所需的最短距离;判断从所述动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是否为所述最短距离;如果不是,则判定所述动作序列中任意两相邻动作不连贯;如果是,则判定所述动作序列中任意两相邻动作连贯。根据本发明的一个实施例,所述动作还包括工作状态信息,所述工作状态信息包括开始状态和结束状态,其中,在判定所述动作序列中任意两相邻动作连贯之后,还包括:获取所述动作序列中任意两相邻动作中的在前动作的结束状态和在后动作的开始状态;判断所述在前动作的结束状态与所述在后动作的开始状态是否相同;如果所述在前动作的结束状态与所述在后动作的开始状态相同,则判定所述在前动作与所述在后动作连贯;如果所述在前动作的结束状态与所述在后动作的开始状态不相同,则判定所述在前动作与所述在后动作不连贯。
根据本发明的一个实施例,所述的机器人路径规划方法还包括:反馈所述优化动作序列,控制机器人按照所述优化动作序列中动作的工作点位移动,并在移动至每个所述工作点时,执行所述工作点对应的工作任务。
为达到上述目的,本发明第二方面实施例提出的机器人路径规划装置,包括:获取模块,用于获取目标任务;分解模块,用于将所述目标任务分解为包含多个动作的动作序列;检测模块,用于检测所述动作序列中任意两相邻动作是否连贯;优化模块,用于在所述动作序列中存在两相邻动作不连贯时,对所述动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。
根据本发明实施例的机器人路径规划装置,通过获取模块获取目标任务,和通过分解模块将目标任务分解为包含多个动作的动作序列,进而,通过检测模块检测动作序列中任意两相邻动作是否连贯,以及通过优化模块在动作序列中存在两相邻动作不连贯时,对动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。由此,通过对动作序列中任意两相邻动作的连贯性检测,实现目标任务的动作序列优化,从而,减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
另外,根据本发明实施例的机器人路径规划装置,还可以具有以下的附加技术特征:
根据本发明的一个实施例,所述动作包括工作点位信息,所述检测模块具体还用于:获取遍历所述动作序列中所有动作的工作点位所需的最短距离;判断从所述动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是否为所述最短距离;如果不是,则判定所述动作序列中任意两相邻动作不连贯;如果是,则判定所述动作序列中任意两相邻动作连贯。
根据本发明的一个实施例,所述动作还包括工作状态信息,所述工作状态信息包括开始状态和结束状态,所述检测模块还用于:获取所述动作序列中任意两相邻动作中的在前动作的结束状态和在后动作的开始状态;判断所述在前动作的结束状态与所述在后动作的开始状态是否相同;如果所述在前动作的结束状态与所述在后动作的开始状态相同,则判定所述在前动作与所述在后动作连贯;如果所述在前动作的结束状态与所述在后动作的开始状态不相同,则判定所述在前动作与所述在后动作不连贯。
根据本发明的一个实施例,所述机器人路径规划装置还包括:处理模块,所述处理模块用于:反馈所述优化动作序列,控制机器人按照所述优化动作序列中动作的工作点位移动,并在移动至每个所述工作点时,执行所述工作点对应的工作任务。
为达到上述目的,本发明第三方面实施例提出的计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的机器人路径规划方法。
根据本发明实施例的计算机可读存储介质,其上存储有机器人路径规划方法的计算机程序,计算机程序被处理器执行时,能够减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
为达到上述目的,本发明第四方面实施例提出的控制终端,包括存储器、处理器及存储在所述存储器上的计算机程序,所述处理器执行所述计算机程序时实现如上所述的机器人路径规划方法。
根据本发明实施例的控制终端,存储器上存储有机器人路径规划方法的计算机程序,处理器执行计算机程序时,能够减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为根据本发明实施例的机器人路径规划方法的流程示意图;
图2为根据本发明一个实施例的机器人路径规划方法的流程示意图;
图3为根据本发明一个实施例的机器人路径规划方法的流程示意图;
图4为根据本发明一个实施例的机器人路径规划方法的流程示意图;
图5为根据本发明实施例的机器人路径规划装置的方框示意图;
图6为根据本发明一个实施例的机器人路径规划装置的方框示意图;
图7为根据本发明实施例的控制终端的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的机器人路径规划方法和装置、存储介质及控制终端。
图1为根据本发明实施例的机器人路径规划方法的流程示意图。
如图1所示,机器人路径规划方法,包括以下步骤:
S101,获取目标任务。
可选地,操作人员可通过虚拟仿真平台导入目标任务。
S102,将目标任务分解为包含多个动作的动作序列。
可以理解的是,目标任务为一种任务文件,该文件可以分解为多个连续的机器人动作,即本发明上述的多个动作的动作序列。
S103,检测动作序列中任意两相邻动作是否连贯。
应理解的是,可通过检测动作序列中任意两相邻动作是否连贯,以判断机器人是否存在不必要的动作。
S104,如果动作序列中存在两相邻动作不连贯,则对动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。
可以理解的是,对动作序列进行优化,即减少机器人不必要的动作,其中,可对动作序列进行一次或多次优化,以使得到的优化动作序列中任意两相邻动作均连贯。
也就是说,在本发明的实施例中,通过对动作序列中任意两相邻动作的连贯性检测,实现目标任务的动作序列优化,从而,减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
具体地,在本发明的实施中,检测动作序列中任意两相邻动作是否连贯,包括工作点位信息连贯性检测和工作状态信息连贯性检测和,下面将对以上两种连贯检测进行详细的说明。
以工作点位信息连贯检测为例。
具体地,动作包括工作点位信息,检测动作序列中任意两相邻动作是否连贯,如图2所示,还包括:
S201,获取遍历动作序列中所有动作的工作点位所需的最短距离。
可选地,机器人可通过对应的空间坐标系获取工作点位信息,并根据工作点位信息,模拟机器人的运动轨迹,进而,获取遍历动作序列中所有动作的工作点位所需的最短距离Dmin。
S202,判断从动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是否为最短距离。
应理解的是,可通过判断从动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是否为最短距离,以判断动作序列中任意两相邻动作是否连贯。
S203,如果不是,则判定动作序列中任意两相邻动作不连贯。
举例而言,假设从动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离D大于最短距离Dmin,则可判定动作序列中任意两相邻动作不连贯。
S204,如果是,则判定动作序列中任意两相邻动作连贯。
举例而言,假设从动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离D为最短距离Dmin,则可判定动作序列中任意两相邻动作连贯。
也就是说,在本发明的实施例中,若从动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是最短距离,则判定动作序列中任意两相邻动作连贯,以及,若从动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离不是最短距离,则判定动作序列中任意两相邻动作不连贯。
以工作状态信息连贯性检测为例。
具体地,每个动作还包括工作状态信息,工作状态信息包括开始状态和结束状态,其中,在判定动作序列中任意两相邻动作连贯之后,本发明实施例的机器人路径规划方法,如图3所示,还包括:
S301,获取任意两相邻动作序列中的在前动作的结束状态和在后动作的开始状态。
需要说明的是,动作状态为机器人机构的机械形态,例如位置状态(例如机械结构末端离地距离等)和执行状态(例如机械臂伸缩、机械爪开合等),其中,机器人可为多级机构机器人。
S302,判断在前动作的结束状态与在后动作的开始状态是否相同。
应理解的是,可通过判断在前动作的结束状态与在后动作的开始状态是否相同,以判断机器人在前动作和在后动作是否连贯。
S303,如果在前动作的结束状态与在后动作的开始状态相同,则判定在前动作与在后动作连贯。
举例而言,机器人的在前动作的结束状态为机械结构a离地1m,在后动作的开始状态为机械结构a离地1m,或者,机器人的在前动作的结束状态为机械臂b伸出,在后动作的开始状态同样为机械臂b伸出,则可认为在前动作的结束状态与在后动作的开始状态相同,判定在前动作与在后动作连贯。
S304,如果在前动作的结束状态与在后动作的开始状态不相同,则判定在前动作与在后动作不连贯。
举例而言,机器人的在前动作的结束状态为机械结构a离地1m,在后动作的开始状态为机械结构a离地0.5m,或者,机器人的在前动作的结束状态为机械臂b伸出,在后动作的开始状态同样为机械臂b收回,为则可认为在前动作的结束状态与在后动作的开始状态不相同,判定在前动作与在后动作不连贯。
也就是说,在本发明的实施例中,若在前动作的结束状态与在后动作的开始状态相同,则判定在前动作与在后动作连贯,以及,若在前动作的结束状态与在后动作的开始状态不相同,则判定在前动作与在后动作不连贯,从而,实现机器人工作任务信息的连贯性检测。
进一步地,如图4所示,本发明实施例的机器人路径规划方法,还包括:
S105,反馈优化动作序列,控制机器人按照优化动作序列中动作的工作点位移动,并在移动至每个工作点时,执行工作点对应的工作任务。
可以理解的是,在对目标任务的多个动作序列进行优化之后,可将优化动作序列反馈至机器人处,并控制机器人按照优化动作序列中动作的工作点位移动,并在移动至每个工作点时,执行工作点对应的工作任务,从而,控制机器人实现优化后的目标任务。
需要说明的是,如果检测动作序列中任意两相邻动作均连贯,则不需要对动作序列进行优化,可直接反馈原动作序列,并控制机器人按照原动作序列中动作的工作点位移动,并在移动至每个工作点时,执行工作点对应的工作任务。
下面结合本发明具体实施例,对动作序列优化做进一步的说明。
举例而言,假设机器人具有三级机构(例如,机器人具备可以自由移动的,叠加或者独立的三处机械构件),及其具体的施工结果(例如作业动作为从离地50mm的高度作业到1500mm的高度,则对应作业范围为50mm~1500mm)。
机器人目标任务的文件队列如下:1.{坐标:x1,y1,z1;任务:50mm,1500mm};2.{坐标:x2,y1,z1;任务:50mm,1500mm};3.{坐标:x1,y2,z1;任务:50mm,1500mm};4.{坐标:x2,y2,z1;任务:50mm,1500mm}。
另外,目标任务至少包括机器人的作业坐标和施工结果,以便于机器人在执行目标任务时,机器人的每一级机构均能够根据坐标和任务执行相应的机械动作,同时,减少技术人员出具目标任务文件的工作量。
具体而言,可将目标任务中的信息划分为工作状态信息和工作点位信息,其中,坐标对应机器人通过对应的空间坐标系获取的工作点位信息,任务对应机器人的工作状态信息。
首先,对工作点位信息的动作序列优化进行说明,若按照任务队列1,2,3,4顺序执行,则机器人的运动轨迹为Z字型轨迹,此时,若将任务队列调整为1,2,4,3,则机器人的运动轨迹将优化为C字形轨迹,换言之,通过优化工作点位信息的动作序列之后,能够减少机器人执行目标任务时的移动时间,从而,提高机器人的作业效率。
优选地,可通过任务队列的调整将机器人的运动轨迹优化为S字型轨迹,以进一步缩短机器人的移动时间。
其次,对优化工作状态信息的动序列进行说明,其中,由于机器人对应多级机构,因此,在本发明实施例中,以单一参数对应每级机构的具体形态。
例如,用参数A,B,C分别来表示机器人的第一级机构,第二级机构和第三级机构的具体状态,并按照如上目标文件的任务队列顺序执行,表1为执行每个目标文件所对应的每级机构的具体形态。
表1
第一级机构 | 第二级机构 | 第三级机构 | |
任务1的开始状态 | A1 | B1 | C1 |
任务1的结束状态 | A2 | B2 | C2 |
过渡阶段 | A2->A1 | B2->B1 | C2->C1 |
任务2的开始状态 | A1 | B1 | C1 |
任务2的结束状态 | A2 | B2 | C2 |
过渡阶段 | A2->A1 | B2->B1 | C2->C1 |
任务3的开始状态 | A1 | B1 | C1 |
任务3的结束状态 | A2 | B2 | C2 |
过渡阶段 | A2->A1 | B2->B1 | C2->C1 |
任务4的开始状态 | A1 | B1 | C1 |
任务4的结束状态 | A2 | B2 | C2 |
对比任意两相邻动作序列中的在前动作的结束状态和在后动作的开始状态,从表1可以看出,相邻动作序列之间存在过渡阶段,即对于第一级机构、第二级机构和第三级机构而言,以机器人由执行任务1转至执行任务2为例,需将任务1中的第一级机构、第二级机构和第三级机构的结束状态A2,B2,C2调整为A1,B1,C1,方可执行任务2,显然,过渡阶段增加了机器人不必要的作业时长和作业耗能,导致机器人作业效率不佳,为此,本发明实施例的机器人路径规划方法,通过统计过渡动作,以及结合所在阶段的工作任务安排,优化工作状态信息的动作序列。
经过优化,得到优化后的目标任务和优化动作序列,以及文件队列如下:1.{坐标:x1,y1,z1;任务:50mm,1500mm};2.{坐标:x2,y1,z1;任务:1500mm,50mm};3.{坐标:x2,y2,z1;任务:50mm,1500mm};4.{坐标:x1,y2,z1;任务:1500mm,50mm},并按照如上目标文件的任务队列顺序执行,表2为执行每个目标文件所对应的每级机构的具体形态。
表2
第一级机构 | 第二级机构 | 第三级机构 | |
任务1的开始状态 | A1 | B1 | C1 |
任务1的结束状态 | A2 | B2 | C2 |
过渡阶段 | 无须过渡 | 无须过渡 | 无须过渡 |
任务2的开始状态 | A2 | B2 | C2 |
任务2的结束状态 | A1 | B1 | C1 |
过渡阶段 | 无须过渡 | 无须过渡 | 无须过渡 |
任务3的开始状态 | A1 | B1 | C1 |
任务3的结束状态 | A2 | B2 | C2 |
过渡阶段 | 无须过渡 | 无须过渡 | 无须过渡 |
任务4的开始状态 | A2 | B2 | C2 |
任务4的结束状态 | A1 | B1 | C1 |
由表2可以看出,通过优化机器人工作状态信息的动作序列,可避免机器人产生大量的非必要机械动作,从而,使机器人的每一个动作指令均为有效动作指令。
由此,本发明实施例的机器人路径规划方法,能够全局性优化机器人的运动轨迹安排和机械动作的执行次序,以减少机器人的作业能耗,并提升机器人的作业效率。
综上,根据本发明实施例的机器人路径规划方法,获取目标任务,并将目标任务分解为包含多个动作的动作序列,进而,检测动作序列中任意两相邻动作是否连贯,如果动作序列中存在两相邻动作不连贯,则对动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯,实现目标任务的动作序列优化。
由此,通过对动作序列中任意两相邻动作的连贯性检测,实现目标任务的动作序列优化,从而,减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
图5为根据本发明实施例的机器人路径规划装置的方框示意图。
如图5所示,机器人路径规划装置100包括:获取模块1、分解模块2、检测模块3和优化模块4。
其中,获取模块1用于获取目标任务;分解模块2用于将目标任务分解为包含多个动作的动作序列;检测模块3用于检测动作序列中任意两相邻动作是否连贯;优化模块4用于在动作序列中存在两相邻动作不连贯时,对动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。
进一步地,每个动作包括工作任务信息,动作包括工作点位信息,检测模块3具体还用于:获取遍历动作序列中所有动作的工作点位所需的最短距离;判断从动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是否为最短距离;如果不是,则判定动作序列中任意两相邻动作不连贯;如果是,则判定动作序列中任意两相邻动作连贯。
进一步地,动作还包括工作状态信息,工作状态信息包括开始状态和结束状态,其中,在检测模块3判定动作序列中任意两相邻动作连贯之后,检测模块3还用于:获取动作序列中任意两相邻动作中的在前动作的结束状态和在后动作的开始状态;判断在前动作的结束状态与在后动作的开始状态是否相同;如果在前动作的结束状态与在后动作的开始状态相同,则判定在前动作与在后动作连贯;如果在前动作的结束状态与在后动作的开始状态不相同,则判定在前动作与在后动作不连贯。
进一步地,如图6所示,机器人路径规划装置100还包括处理模块5,处理模块5用于:反馈优化动作序列,控制机器人按照优化动作序列中动作的工作点位移动,并在移动至每个工作点时,执行工作点对应的工作任务。
需要说明的是,本发明实施例的机器人的路径规划装置与上述本发明实施例的机器人的路径规划方法的具体实施方式一一对应,在此不再赘述。
综上,根据本发明实施例的机器人路径规划装置,通过获取模块获取目标任务,和通过分解模块将目标任务分解为包含多个动作的动作序列,进而,通过检测模块检测动作序列中任意两相邻动作是否连贯,以及通过优化模块在动作序列中存在两相邻动作不连贯时,对动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯。由此,通过对动作序列中任意两相邻动作的连贯性检测,实现目标任务的动作序列优化,从而,减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
进一步地,本发明还提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现如上所述的机器人路径规划方法。
根据本发明实施例的计算机可读存储介质,其上存储有机器人路径规划方法的计算机程序,计算机程序被处理器执行时,能够减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
进一步地,如图7所示,本发明还提出了一种控制终端1000,包括存储器10、处理器20及存储在存储器10上的计算机程序,处理器20执行计算机程序时实现如上所述的机器人路径规划方法。
根据本发明实施例的控制终端,存储器上存储有机器人路径规划方法的计算机程序,处理器执行计算机程序时,能够减少机器人不必要的动作,节约作业时间和作业能耗,提升机器人的作业效率。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种机器人路径规划方法,其特征在于,包括以下步骤:
获取目标任务;
将所述目标任务分解为包含多个动作的动作序列;
检测所述动作序列中任意两相邻动作是否连贯;
如果所述动作序列中存在两相邻动作不连贯,则对所述动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯;
所述动作包括工作点位信息,所述检测所述动作序列中任意两相邻动作是否连贯,包括:
获取遍历所述动作序列中所有动作的工作点位所需的最短距离;
判断从所述动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是否为所述最短距离;
如果不是,则判定所述动作序列中任意两相邻动作不连贯;
如果是,则判定所述动作序列中任意两相邻动作连贯;
所述动作还包括工作状态信息,所述工作状态信息包括开始状态和结束状态,其中,在判定所述动作序列中任意两相邻动作连贯之后,还包括:
获取所述动作序列中任意两相邻动作中的在前动作的结束状态和在后动作的开始状态;
判断所述在前动作的结束状态与所述在后动作的开始状态是否相同;
如果所述在前动作的结束状态与所述在后动作的开始状态相同,则判定所述在前动作与所述在后动作连贯;
如果所述在前动作的结束状态与所述在后动作的开始状态不相同,则判定所述在前动作与所述在后动作不连贯。
2.如权利要求1所述的机器人路径规划方法,其特征在于,所述方法还包括:
反馈所述优化动作序列,控制机器人按照所述优化动作序列中动作的工作点位移动,并在移动至每个所述工作点位时,执行所述工作点位对应的工作任务。
3.一种机器人路径规划装置,其特征在于,包括:
获取模块,用于获取目标任务;
分解模块,用于将所述目标任务分解为包含多个动作的动作序列;
检测模块,用于检测所述动作序列中任意两相邻动作是否连贯;
优化模块,用于在所述动作序列中存在两相邻动作不连贯时,对所述动作序列进行优化,以使得到的优化动作序列中任意两相邻动作均连贯;
所述动作包括工作点位信息,所述检测模块具体还用于:
获取遍历所述动作序列中所有动作的工作点位所需的最短距离;
判断从所述动作序列中的第一个动作的工作点位移动至最后一个动作的工作点位的距离是否为所述最短距离;
如果不是,则判定所述动作序列中任意两相邻动作不连贯;
如果是,则判定所述动作序列中任意两相邻动作连贯;
所述动作还包括工作状态信息,所述工作状态信息包括开始状态和结束状态,所述检测模块还用于:
获取所述动作序列中任意两相邻动作中的在前动作的结束状态和在后动作的开始状态;
判断所述在前动作的结束状态与所述在后动作的开始状态是否相同;
如果所述在前动作的结束状态与所述在后动作的开始状态相同,则判定所述在前动作与所述在后动作连贯;
如果所述在前动作的结束状态与所述在后动作的开始状态不相同,则判定所述在前动作与所述在后动作不连贯。
4.如权利要求3所述的机器人路径规划装置,其特征在于,所述装置还包括:处理模块,所述处理模块用于:
反馈所述优化动作序列,控制机器人按照所述优化动作序列中动作的工作点位移动,并在移动至每个所述工作点位时,执行所述工作点位对应的工作任务。
5.一种计算机可读存储介质,其上存储有计算机程序,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1-2中任一项所述的机器人路径规划方法。
6.一种控制终端,其特征在于,包括存储器、处理器及存储在所述存储器上的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-2中任一项所述的机器人路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401598.0A CN113664821B (zh) | 2020-05-13 | 2020-05-13 | 机器人路径规划方法和装置、存储介质及控制终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401598.0A CN113664821B (zh) | 2020-05-13 | 2020-05-13 | 机器人路径规划方法和装置、存储介质及控制终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113664821A CN113664821A (zh) | 2021-11-19 |
CN113664821B true CN113664821B (zh) | 2023-07-25 |
Family
ID=78537119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010401598.0A Active CN113664821B (zh) | 2020-05-13 | 2020-05-13 | 机器人路径规划方法和装置、存储介质及控制终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113664821B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8977485B2 (en) * | 2012-07-12 | 2015-03-10 | The United States Of America As Represented By The Secretary Of The Army | Methods for robotic self-righting |
CN107560631B (zh) * | 2017-08-30 | 2020-02-14 | 国网智能科技股份有限公司 | 一种路径规划方法、装置和巡检机器人 |
CN108304964A (zh) * | 2018-01-08 | 2018-07-20 | 深圳市易成自动驾驶技术有限公司 | Agv最短路径规划方法、装置及计算机可读存储介质 |
EP3511126A1 (de) * | 2018-01-15 | 2019-07-17 | Siemens Aktiengesellschaft | Verfahren zur rechnergestützten planung eines durch einen roboter ausführbaren arbeitsablaufs |
CN110297697B (zh) * | 2018-03-21 | 2022-02-18 | 北京猎户星空科技有限公司 | 机器人动作序列生成方法和装置 |
CN109919365B (zh) * | 2019-02-19 | 2020-12-01 | 清华大学 | 一种基于双策略搜索的电动车辆路径规划方法及系统 |
CN110826968B (zh) * | 2019-11-12 | 2022-12-06 | 哈尔滨工业大学(威海) | 一种基于路径规划的城市众包配送任务优化调度方法 |
-
2020
- 2020-05-13 CN CN202010401598.0A patent/CN113664821B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113664821A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109976350B (zh) | 多机器人调度方法、装置、服务器及计算机可读存储介质 | |
JP7332199B2 (ja) | 共用ワークスペースにおける複数のロボットの動作計画 | |
US9116523B2 (en) | Apparatus and method of cell-based path planning for mobile body | |
CN110806218A (zh) | 泊车路径规划方法、装置和系统 | |
US20050080524A1 (en) | AGV control system and method | |
CN108958235A (zh) | 机器人运动规划 | |
CN109947120B (zh) | 仓储系统中的路径规划方法 | |
CN111015656A (zh) | 一种机器人主动避障的控制方法、装置及存储介质 | |
CN111136658A (zh) | 机器人的控制方法、装置、电子设备及存储介质 | |
CN110817220A (zh) | 一种rgv避让方法、rgv及rgv避让系统 | |
CN112060091A (zh) | 机器人回原点的方法、装置、机器人和存储介质 | |
CN113104612B (zh) | 装船机移舱方法、控制器、系统及计算机可读存储介质 | |
CN113664821B (zh) | 机器人路径规划方法和装置、存储介质及控制终端 | |
JP2020013551A (ja) | 移動ロボット、及び、制御方法 | |
CN111070200A (zh) | 机器人的防碰撞方法 | |
JP5212939B2 (ja) | 自律移動装置 | |
JP6821987B2 (ja) | ロボットシステム、ロボットシステムの制御方法、プログラム | |
CN113375686A (zh) | 路径规划的方法、装置以及智能输送系统 | |
US10035264B1 (en) | Real time robot implementation of state machine | |
CN111759230A (zh) | 移动机器人的行走控制方法、装置、洗地机以及存储介质 | |
CN115824216A (zh) | 一种养猪场喂食车自适应控制方法及系统 | |
CN116149314A (zh) | 机器人全覆盖作业方法、装置及机器人 | |
CN111857150A (zh) | 移动机器人路径规划方法、装置、移动机器人、存储介质 | |
CN110127385A (zh) | 堆取料机最优自动对位策略判定方法及系统 | |
CN114589695B (zh) | 一种机器人运动轨迹的转接方法、装置及存储介质 |
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 |