CN113741476A - 机器人平滑运动控制方法、装置及机器人 - Google Patents

机器人平滑运动控制方法、装置及机器人 Download PDF

Info

Publication number
CN113741476A
CN113741476A CN202111074870.XA CN202111074870A CN113741476A CN 113741476 A CN113741476 A CN 113741476A CN 202111074870 A CN202111074870 A CN 202111074870A CN 113741476 A CN113741476 A CN 113741476A
Authority
CN
China
Prior art keywords
robot
obstacle
predicted
determining
speed
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.)
Pending
Application number
CN202111074870.XA
Other languages
English (en)
Inventor
黄祥斌
徐文质
黄高波
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.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN202111074870.XA priority Critical patent/CN113741476A/zh
Publication of CN113741476A publication Critical patent/CN113741476A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本申请实施例提供了一种机器人平滑运动控制方法、装置及机器人，其中方法包括：检测机器人周围环境的障碍物；确定机器人的当前速度对应的观测距离，从观测距离获取多个预测采样点，根据预设平滑参数及机器人的加速度确定各预测采样点的预测速度；获取机器人的当前位姿，根据当前位姿确定各预测采样点的位姿；根据机器人的形状、各预测采样点的位姿、及障碍物判断障碍物与机器人是否碰撞；若障碍物与机器人碰撞，从各预测采样点中确定机器人与障碍物碰撞的目标预测采样点；根据目标预测采样点的上一采样点的预测速度确定机器人的安全速度。这样，确保机器人的速度平滑变化、提高机器人安全性。

Description

机器人平滑运动控制方法、装置及机器人
技术领域
本申请涉及机器人技术领域，尤其涉及一种机器人平滑运动控制方法、装置及机器人。
背景技术
现有技术中机器人在运动过程中容易受到周围环境限制，需要进行避障处理。一般避障处理流程为机器人先对环境进行感知，然后结合机器人的当前速度对下一时刻的执行速度进行控制。现有技术中往往通过大量的减速处理完成避障，导致机器人存在速度变化大、安全性比较低的问题。
发明内容
为了解决上述技术问题，本申请实施例提供了一种机器人平滑运动控制方法、装置及机器人。
第一方面，本申请实施例提供了一种机器人平滑运动控制方法，所述方法包括：
检测机器人周围环境的障碍物；
确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；
获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；
根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；
若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；
根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。
可选的，所述方法还包括：
若所述障碍物与所述机器人不碰撞，将所述当前速度确定为安全速度。
可选的，所述从所述观测距离获取多个预测采样点，包括：
按照预设采样间隔距离从所述观测距离确定所述多个预测采样点。
可选的，所述方法还包括：
获取栅格地图，所述栅格地图的像素点表示以所述预设采样间隔距离作为边长的正方性区域；
所述根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞，包括：
根据所述机器人的形状及所述各预测采样点的位姿，获取所述机器人处于所述各预测采样点时投影在所述栅格地图的各机器人投影区域；
获取所述障碍物投影在所述栅格地图的障碍物投影区域；
若所述各机器人投影区域与所述障碍物投影区域至少部分重合，则确定所述障碍物与所述机器人碰撞。
可选的，所述根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞，还包括：
若所述各机器人投影区域与所述障碍物投影区域不重合，则确定所述障碍物与所述机器人不碰撞。
可选的，所述从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点，包括：
从所述各机器人投影区域中确定与所述障碍物投影区域至少部分重合的目标机器人投影区域；
将所述目标机器人投影区域对应的预测采样点作为所述目标预测采样点。
可选的，所述确定所述机器人的当前速度对应的观测距离，包括：
根据所述加速度、所述预设平滑参数、及所述当前速度确定所述观测距离；或者，
根据预先获取的速度与距离的对应关系，确定与所述当前速度对应的目标距离，将所述目标距离作为所述观测距离。
第二方面，本申请实施例提供了一种机器人平滑运动控制装置，所述装置包括：
检测模块，用于检测机器人周围环境的障碍物；
检测模块，用于检测机器人周围环境的障碍物；
第一确定模块，用于确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；
获取模块，用于获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；
判断模块，用于根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；
第二确定模块，用于若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；
第三确定模块，用于根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。
可选的，第二确定模块，用于若所述障碍物与所述机器人不碰撞，将所述当前速度确定为安全速度。
可选的，第一确定模块，还用于按照预设采样间隔距离从所述观测距离确定所述多个预测采样点。
可选的，所述机器人平滑运动控制装置还包括：
处理模块，用于获取栅格地图，所述栅格地图的像素点表示以所述预设采样间隔距离作为边长的正方性区域；
可选的，判断模块，还用于根据所述机器人的形状及所述各预测采样点的位姿，获取所述机器人处于所述各预测采样点时投影在所述栅格地图的各机器人投影区域；
获取所述障碍物投影在所述栅格地图的障碍物投影区域；
若所述各机器人投影区域与所述障碍物投影区域至少部分重合，则确定所述障碍物与所述机器人碰撞。
可选的，判断模块，还用于若所述各机器人投影区域与所述障碍物投影区域不重合，则确定所述障碍物与所述机器人不碰撞。
第二确定模块，还用于从所述各机器人投影区域中确定与所述障碍物投影区域至少部分重合的目标机器人投影区域；
将所述目标机器人投影区域对应的预测采样点作为所述目标预测采样点。
可选的，第一确定模块，还用于根据所述加速度、所述预设平滑参数、及所述当前速度确定所述观测距离；或者，
根据预先获取的速度与距离的对应关系，确定与所述当前速度对应的目标距离，将所述目标距离作为所述观测距离。
第三方面，本申请实施例提供了一种机器人，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的机器人平滑运动控制方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的机器人平滑运动控制方法。
上述本申请提供的机器人平滑运动控制方法、装置及机器人，检测机器人周围环境的障碍物；确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。这样，通过机器人在各个预测采样点的位姿及机器人的形状确定机器人是否与障碍物碰撞，基于发生碰撞的目标预测采样点确定机器人的安全速度，确保机器人的速度平滑变化、提高机器人安全性。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的机器人平滑运动控制方法的一流程示意图；
图2示出了本申请实施例提供的栅格地图的一障碍物投影示意图；
图3示出了本申请实施例提供的栅格地图的一机器人投影示意图；
图4示出了本申请实施例提供的机器人的一位姿变化示意图；
图5示出了本申请实施例提供的机器人平滑运动控制方法的另一流程示意图；
图6示出了本申请实施例提供的机器人平滑运动控制装置的一结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，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。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
实施例1
本公开实施例提供了一种机器人平滑运动控制方法。
具体的，参见图1，机器人平滑运动控制方法包括：
步骤S101，检测机器人周围环境的障碍物。
在本实施例中，机器人在运动时，若周围存在障碍物会引起碰撞情况，需要机器人通过传感器检测周围环境的障碍物，便于后续进行避障处理。
步骤S102，确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度。
在本实施例中，所述机器人的当前速度可以为机器人规划器的规划速度。机器人的每个速度都需要对应一个观测距离，在观测距离上获取预测采样点，对预测采样点的位姿、速度等数据进行确定。
可选的，在步骤S102中的确定所述机器人的当前速度对应的观测距离，包括：
根据所述加速度、所述预设平滑参数、及所述当前速度确定所述观测距离；或者，
根据预先获取的速度与距离的对应关系，确定与所述当前速度对应的目标距离，将所述目标距离作为所述观测距离。
在本实施例中，加速度可以包括与当前速度方向相同的加速度，也可以包括与当前速度方向相反的加速度，与当前速度方向相反的加速度又可以称为减速度。预设平滑参数属于经验值，需要在经过试验测试得到，不同重量、不同体积的机器人的预设平滑参数的取值不同，例如，机器人的预设平滑参数为2，可以为3，根据实际测试结果得到，不做限制。
需要说明的是，机器人可以有最大速度和最小速度，例如机器人前进时速度为0-100厘米/秒(cm/s)，将0-100厘米/秒的速度区间插值，可以得到多个速度等级。例如插值20个点，速度等级区间包括0至5厘米/秒，6至10厘米/秒，11至15厘米/秒，16至20厘米/秒，21至25厘米/秒，26至30厘米/秒，31至35厘米/秒，36至40厘米/秒，51至55厘米/秒，56至60厘米/秒，61至65厘米/秒，66至70厘米/秒，81至85厘米/秒，86至90厘米/秒，91至95厘米/秒，96至100厘米/秒。当前速度处在等级区间之内时，可以将该等级区间内大于等于该当前速度的速度赋值为所述机器人的当前速度。例如当前速度为56cm/s，在计算过程中选择60cm/s为当前速度。
具体来说，所述根据所述加速度、所述预设平滑参数、及所述当前速度确定所述观测距离，包括以下步骤：
根据公式1、公式2及公式3计算观测距离；
公式1：
Figure BDA0003261879950000081
其中，a表示平滑加速度，atest表示所述机器人的加速度，p表示所述预设平滑参数。
公式2：
Figure BDA0003261879950000091
其中，t表示变速时间，v表示所述机器人的当前速度，a表示平滑加速度。
公式3：
Figure BDA0003261879950000092
其中，s表示所述机器人的当前速度v对应的观测距离，v所述机器人的当前速度，t表示变速时间，a表示平滑加速度。
举例来说，若预设平滑参数p取2，atest取50米/平方秒(m/s2)，机器人的速度分别5厘米/秒(cm/s)，在根据公式1、公式2、及公式3可以计算得到相应观测距离为0.5厘米(cm)。
为了节约计算资源，提高处理速度，可以预先对机器人处于各速度时对应的观测距离进行计算，获取机器人速度与计算的距离的对应关系，从速度与距离的对应关系中查找机器人当前速度对应的观测距离。
举例来说，若预设平滑参数p取2，atest取50m/s2，根据公式1、公式2、及公式3分别计算速度5cm/s、10cm/s、......、200cm/s分别对应的观测距离，得到以下表1。
表1、速度与观测距离对应表
Figure BDA0003261879950000093
这样，可以通过多种方式确定机器人当前速度对应的观测距离，提高处理速度。
在步骤S102中的从所述观测距离获取多个预测采样点，包括：
按照预设采样间隔距离从所述观测距离确定所述多个预测采样点。
在本实施例中，预设采样间隔距离可以为自定义设置数值，若预设采样间隔距离越小，确定的预测采样点多，计算量越大，反之，若预设采样间隔距离越大，确定的预测采样点少，计算量越小。
在本实施例中，可以根据观测距离及预设采样间隔距离确定采样点数量。具体的，可以根据公式4计算采样点数量：
公式4：
Figure BDA0003261879950000101
其中，k表示采样点数量，Lp表示观测距离，Ls表示预设采样间隔距离，由于采样点数量是整数，公式4计算后的值需要向上取整。
在采样点数k计算公式如下，其中Lp是观测距离，Ls预设采样间隔距离，由于采样点是整数，计算后的值需要向上取整。
例如，设置预设采样间隔距离Ls为3cm，可以根据公式4进行计算对表1中各观测距离采取的采样点的数量，得到如下表2。
表2、观测距离与采用点数量的对应表
Figure BDA0003261879950000102
在步骤S102中的根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度，包括：
根据所述预设平滑参数、所述机器人的加速度、及各预测采样点与所述机器人当前位置之间的距离确定各预测采样点的预测速度。
具体的，结合公式1、公式2及公式3可以推出如下公式5：
公式5：
Figure BDA0003261879950000111
其中，Lk表示各预测采样点与所述机器人当前位置之间的距离，atest表示所述机器人的加速度，p表示所述预设平滑参数，vk表示各预测采样点的速度。
步骤S103，获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿。
在本实施例中，通过机器人当前位姿以及预设采样间隔距离可以推测机器人在各预测采样点的位姿，用于后续的障碍物判断。可以结合机器人实际的运动自由度以及里程计算机器人的位姿。
请参阅图2，机器人只具有X轴的线速度vk以及Z轴的角速度w，其中预测采样点k位姿计算可以根据公式6、公式7、及公式8进行计算：
公式6：xk＝xk-1+Lscosθk-1；
公式7：yk＝yk-1+Lscosθk-1；
公式8：
Figure BDA0003261879950000112
其中，Ls表示预设采样间隔距离、vk表示在采样点k的速度，当k＝1时，x0、y0、θ0是机器人当前的位姿，x0、y0表示机器人当前位置的横纵坐标，θ0表示机器人当前位置与原点O之间连线与横坐标之间的夹角。xk、yk表示第k个预测采样点的横纵坐标，θk表示第k个预测采样点与原点O之间连线与横坐标之间的夹角。xk-1、yk-1表示第k-1个预测采样点的横纵坐标，θk-1表示第k-1个预测采样点与原点O之间连线与横坐标之间的夹角。由于x0、y0、θ0是机器人当前的位姿，通过获取机器人当前的位姿，可以迭代出各预测采样点的位姿。
步骤S104，根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞。
在本实施例中，机器人由于形状不同，其占用的空间也不同，结合图2中的各预测采样点的位姿，可以确定机器人在路径上的各预测采样点所在的空间，根据机器人在路径上的各预测采样点所在的空间及障碍物所在的空间能够判断机器人是否与障碍物碰撞。
步骤S105，若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点。
举例来说，在图2所示的多个预测采样点中，若机器人在第k个预测采样点会与障碍物碰撞，则将第k个预测采样点作为目标预测采样点。
步骤S106，根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。
举例来说，在图2所示的多个预测采样点中，第k个预测采样点作为目标预测采样点，则根据第k-1个预测采样点的速度确定机器人的安全速度。
可选的，机器人平滑运动控制方法还包括：
若所述障碍物与所述机器人不碰撞，将所述当前速度确定为安全速度。
这样，在确保障碍物不会碰撞到机器人，将所述当前速度确定为安全速度，不进行速度调整，保证运动平稳。
在本实施例中，可以通过判断机器人在栅格地图的投影区域是否与障碍物在栅格地图中的投影区域相重合，确定机器人是否与障碍物发生碰撞。
可选的，机器人平滑运动控制方法还包括：
获取栅格地图，所述栅格地图的像素点表示以所述预设采样间隔距离作为边长的正方性区域。
在本实施例中，步骤S104可以包括：
根据所述机器人的形状及所述各预测采样点的位姿，获取所述机器人处于所述各预测采样点时投影在所述栅格地图的各机器人投影区域；
获取所述障碍物投影在所述栅格地图的障碍物投影区域；
若所述各机器人投影区域与所述障碍物投影区域至少部分重合，则确定所述障碍物与所述机器人碰撞。
可选的，在本实施例中，步骤S104还可以包括：
若所述各机器人投影区域与所述障碍物投影区域不重合，则确定所述障碍物与所述机器人不碰撞。
请参阅图3及图4，图3中的传感器测量到的障碍物投影到栅格地图中形成的障碍物投影区域。机器人根据不同的形状和位姿，可以将机器人在各预测采样点所占的区域投影到栅格地图中。图4所示是一个半径为30cm的机器人投影到栅格地图中形成的机器人投影区域。若各机器人投影区域与所述障碍物投影区域至少部分重合，说明机器人会与障碍物碰撞，各机器人投影区域与所述障碍物投影区域完全没有重合，说明不会碰撞。
这样，可以基于栅格地图确定机器人是否会与障碍物碰撞，提高判断结果的准确度。
可选的，请参阅图5，所述步骤S105中的从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点，包括：
步骤S1051，从所述各机器人投影区域中确定与所述障碍物投影区域至少部分重合的目标机器人投影区域；
步骤S1051，将所述目标机器人投影区域对应的预测采样点作为所述目标预测采样点。
举例来说，机器人投影区域有10个，若第5个机器人投影区域与障碍物有一部分重合，说明第5个机器人投影区域为目标机器人投影区域，将第5个机器人投影区域对应的第5个预测采样点作为所述目标预测采样点。
这样，可以快速、准确地确定目标预测采样点，从而确保安全速度的准确性。
本实施例提供的机器人平滑运动控制方法，检测机器人周围环境的障碍物；确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。这样，通过机器人在各个预测采样点的位姿及机器人的形状确定机器人是否与障碍物碰撞，基于发生碰撞的目标预测采样点确定机器人的安全速度，确保机器人的速度平滑变化、提高机器人安全性。
实施例2
此外，本公开实施例提供了一种机器人平滑运动控制装置。
具体的，如图6所示，机器人平滑运动控制装置600包括：
检测模块，用于检测机器人周围环境的障碍物；
检测模块601，用于检测机器人周围环境的障碍物；
第一确定模块602，用于确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；
获取模块603，用于获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；
判断模块604，用于根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；
第二确定模块605，用于若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；
第三确定模块606，用于根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。
可选的，第二确定模块605，用于若所述障碍物与所述机器人不碰撞，将所述当前速度确定为安全速度。
可选的，第一确定模块602，还用于按照预设采样间隔距离从所述观测距离确定所述多个预测采样点。
可选的，所述机器人平滑运动控制装置600还包括：
处理模块，用于获取栅格地图，所述栅格地图的像素点表示以所述预设采样间隔距离作为边长的正方性区域；
可选的，判断模块604，还用于根据所述机器人的形状及所述各预测采样点的位姿，获取所述机器人处于所述各预测采样点时投影在所述栅格地图的各机器人投影区域；
获取所述障碍物投影在所述栅格地图的障碍物投影区域；
若所述各机器人投影区域与所述障碍物投影区域至少部分重合，则确定所述障碍物与所述机器人碰撞。
可选的，判断模块604，还用于若所述各机器人投影区域与所述障碍物投影区域不重合，则确定所述障碍物与所述机器人不碰撞。
第二确定模块605，还用于从所述各机器人投影区域中确定与所述障碍物投影区域至少部分重合的目标机器人投影区域；
将所述目标机器人投影区域对应的预测采样点作为所述目标预测采样点。
可选的，第一确定模块602，还用于根据所述加速度、所述预设平滑参数、及所述当前速度确定所述观测距离；或者，
根据预先获取的速度与距离的对应关系，确定与所述当前速度对应的目标距离，将所述目标距离作为所述观测距离。
本实施例提供机器人平滑运动控制装置600可以实施例1所示机器人平滑运动控制方法，为避免重复，在此不再赘述。
本实施例提供的机器人平滑运动控制装置，检测机器人周围环境的障碍物；确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。这样，通过机器人在各个预测采样点的位姿及机器人的形状确定机器人是否与障碍物碰撞，基于发生碰撞的目标预测采样点确定机器人的安全速度，确保机器人的速度平滑变化、提高机器人安全性。
实施例3
此外，本公开实施例提供了一种机器人，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行上述方法实施例1所提供的机器人平滑运动控制方法。
本实施例提供的机器人可以实现实施例1所提供的机器人平滑运动控制方法，为避免重复，在此不再赘述。
实施例4
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序在所述处理器上运行时执行上述方法实施例1所提供的机器人平滑运动控制方法。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的机器人平滑运动控制方法，为避免重复，在此不再赘述。
在本实施例中，计算机可读存储介质可以为只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
本实施例提计算机可读存储介质可以实施例1所示机器人平滑运动控制方法，为避免重复，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种机器人平滑运动控制方法，其特征在于，所述方法包括：
检测机器人周围环境的障碍物；
确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；
获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；
根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；
若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；
根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述障碍物与所述机器人不碰撞，将所述当前速度确定为安全速度。
3.根据权利要求2所述的方法，其特征在于，所述从所述观测距离获取多个预测采样点，包括：
按照预设采样间隔距离从所述观测距离确定所述多个预测采样点。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取栅格地图，所述栅格地图的像素点表示以所述预设采样间隔距离作为边长的正方性区域；
所述根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞，包括：
根据所述机器人的形状及所述各预测采样点的位姿，获取所述机器人处于所述各预测采样点时投影在所述栅格地图的各机器人投影区域；
获取所述障碍物投影在所述栅格地图的障碍物投影区域；
若所述各机器人投影区域与所述障碍物投影区域至少部分重合，则确定所述障碍物与所述机器人碰撞。
5.根据权利要求4所述的方法，其特征在于，所述根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞，还包括：
若所述各机器人投影区域与所述障碍物投影区域不重合，则确定所述障碍物与所述机器人不碰撞。
6.根据权利要求4所述的方法，其特征在于，所述从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点，包括：
从所述各机器人投影区域中确定与所述障碍物投影区域至少部分重合的目标机器人投影区域；
将所述目标机器人投影区域对应的预测采样点作为所述目标预测采样点。
7.根据权利要求1所述的方法，其特征在于，所述确定所述机器人的当前速度对应的观测距离，包括：
根据所述加速度、所述预设平滑参数、及所述当前速度确定所述观测距离；或者，
根据预先获取的速度与距离的对应关系，确定与所述当前速度对应的目标距离，将所述目标距离作为所述观测距离。
8.一种机器人平滑运动控制装置，其特征在于，所述装置包括：
检测模块，用于检测机器人周围环境的障碍物；
第一确定模块，用于确定所述机器人的当前速度对应的观测距离，从所述观测距离获取多个预测采样点，根据预设平滑参数及所述机器人的加速度确定各预测采样点的预测速度；
获取模块，用于获取所述机器人的当前位姿，根据所述当前位姿确定所述各预测采样点的位姿；
判断模块，用于根据所述机器人的形状、所述各预测采样点的位姿、及所述障碍物判断所述障碍物与所述机器人是否碰撞；
第二确定模块，用于若所述障碍物与所述机器人碰撞，从所述各预测采样点中确定所述机器人与所述障碍物碰撞的目标预测采样点；
第三确定模块，用于根据所述目标预测采样点的上一采样点的预测速度确定所述机器人的安全速度。
9.一种机器人，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的机器人平滑运动控制方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的机器人平滑运动控制方法。
CN202111074870.XA 2021-09-14 2021-09-14 机器人平滑运动控制方法、装置及机器人 Pending CN113741476A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111074870.XA CN113741476A (zh) 2021-09-14 2021-09-14 机器人平滑运动控制方法、装置及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111074870.XA CN113741476A (zh) 2021-09-14 2021-09-14 机器人平滑运动控制方法、装置及机器人

Publications (1)

Publication Number Publication Date
CN113741476A true CN113741476A (zh) 2021-12-03

Family

ID=78738693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111074870.XA Pending CN113741476A (zh) 2021-09-14 2021-09-14 机器人平滑运动控制方法、装置及机器人

Country Status (1)

Country Link
CN (1) CN113741476A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001199260A (ja) * 2000-01-20 2001-07-24 Matsushita Electric Ind Co Ltd 車間距離制御装置、車両走行状況表示装置、車速制御解除装置、及び車両急制動警告装置
CN102426391A (zh) * 2011-09-05 2012-04-25 华南理工大学 一种判断机器人运行是否发生碰撞的方法
CN108594812A (zh) * 2018-04-16 2018-09-28 电子科技大学 一种结构化道路的智能车辆平滑轨迹规划方法
CN109116867A (zh) * 2018-09-28 2019-01-01 拓攻（南京）机器人有限公司 一种无人机飞行避障方法、装置、电子设备及存储介质
CN109521761A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于约束平滑样条的速度优化
CN111433697A (zh) * 2017-09-01 2020-07-17 罗博艾特有限责任公司 用于自主移动机器人的运动规划
CN111832343A (zh) * 2019-04-17 2020-10-27 北京京东尚科信息技术有限公司 目跟踪方法和装置、存储介质
CN112925342A (zh) * 2021-01-20 2021-06-08 北京工商大学 基于改进相互速度障碍法的无人机动态避障方法
CN113126607A (zh) * 2019-12-31 2021-07-16 深圳市优必选科技股份有限公司 一种机器人及其运动控制方法和装置
CN113359763A (zh) * 2021-07-05 2021-09-07 广州蓝胖子移动科技有限公司 轮式机器人及动态障碍物轨迹预测方法、装置、存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001199260A (ja) * 2000-01-20 2001-07-24 Matsushita Electric Ind Co Ltd 車間距離制御装置、車両走行状況表示装置、車速制御解除装置、及び車両急制動警告装置
CN102426391A (zh) * 2011-09-05 2012-04-25 华南理工大学 一种判断机器人运行是否发生碰撞的方法
CN111433697A (zh) * 2017-09-01 2020-07-17 罗博艾特有限责任公司 用于自主移动机器人的运动规划
CN109521761A (zh) * 2017-09-18 2019-03-26 百度（美国）有限责任公司 用于自动驾驶车辆的基于约束平滑样条的速度优化
CN108594812A (zh) * 2018-04-16 2018-09-28 电子科技大学 一种结构化道路的智能车辆平滑轨迹规划方法
CN109116867A (zh) * 2018-09-28 2019-01-01 拓攻（南京）机器人有限公司 一种无人机飞行避障方法、装置、电子设备及存储介质
CN111832343A (zh) * 2019-04-17 2020-10-27 北京京东尚科信息技术有限公司 目跟踪方法和装置、存储介质
CN113126607A (zh) * 2019-12-31 2021-07-16 深圳市优必选科技股份有限公司 一种机器人及其运动控制方法和装置
CN112925342A (zh) * 2021-01-20 2021-06-08 北京工商大学 基于改进相互速度障碍法的无人机动态避障方法
CN113359763A (zh) * 2021-07-05 2021-09-07 广州蓝胖子移动科技有限公司 轮式机器人及动态障碍物轨迹预测方法、装置、存储介质

Similar Documents

Publication Publication Date Title
EP2821875A2 (en) Route planning method, route planning unit, and autonomous mobile device
CN107710094B (zh) 自主车辆运行期间的在线校准检查
US8793069B2 (en) Object recognition system for autonomous mobile body
US8352074B2 (en) Path planning apparatus and method of robot
CN111108457A (zh) 用于运行机器人控制系统的方法、设备和计算机程序
JP6747665B2 (ja) ロボット
CN109681786B (zh) 一种危化品泄漏源定位方法
CN111487960A (zh) 一种基于定位能力估计的移动机器人路径规划方法
CN117215317B (zh) 一种无人船局部路径规划方法、设备及存储介质
JP2017526083A (ja) 位置特定およびマッピングの装置ならびに方法
US10473772B2 (en) Vehicle sensor operation
JP2019191498A (ja) 地図作成装置
KR20190081334A (ko) 복합 측위 기반의 이동 궤적 추적 방법 및 그 장치
KR20110097344A (ko) 이동 로봇의 위치 및 지도의 이중 보정 장치 및 방법
CN113158779B (zh) 一种行走方法、装置和计算机存储介质
CN113741476A (zh) 机器人平滑运动控制方法、装置及机器人
CN113203424B (zh) 多传感器的数据融合方法、装置及相关设备
JP2008083995A (ja) 地図情報処理装置及び移動ロボット装置
JP3541244B2 (ja) 水上／水中移動物体運動認識方法とその装置
CN113532441A (zh) 用于对猪舍内载具进行组合导航的方法、装置及存储介质
CN111897337A (zh) 一种机器人沿边行走时的避障控制方法及其控制系统
CN114442605B (zh) 定位检测方法、装置、自主移动设备以及存储介质
CN113885522B (zh) 水面机器人避障方法、装置、设备及可读存储介质
CN113899339B (zh) 一种距离检测方法、装置及车辆
CN113850209B (zh) 一种动态物体检测方法、装置、交通工具及存储介质

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