CN113910220B - 机器人操作位姿优化方法 - Google Patents

机器人操作位姿优化方法 Download PDF

Info

Publication number
CN113910220B
CN113910220B CN202111121972.2A CN202111121972A CN113910220B CN 113910220 B CN113910220 B CN 113910220B CN 202111121972 A CN202111121972 A CN 202111121972A CN 113910220 B CN113910220 B CN 113910220B
Authority
CN
China
Prior art keywords
pose
rotation
robot
translation
poses
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
CN202111121972.2A
Other languages
English (en)
Other versions
CN113910220A (zh
Inventor
左方睿
范伟
王思文
孙开胜
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.)
Siasun Co Ltd
Original Assignee
Siasun Co Ltd
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 Siasun Co Ltd filed Critical Siasun Co Ltd
Priority to CN202111121972.2A priority Critical patent/CN113910220B/zh
Publication of CN113910220A publication Critical patent/CN113910220A/zh
Application granted granted Critical
Publication of CN113910220B publication Critical patent/CN113910220B/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
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

一种机器人操作位姿优化方法，通过将被操作物体的位姿进行平移扩展和离散化旋转，得到一系列新的位姿，进而从中选出与当前位姿最接近的一个，作为最终的优化位姿，保证机器人能够以较小的运动量到达被操作物体。

Description

机器人操作位姿优化方法
技术领域
本发明涉及人工智能领域，特别涉及一种对机器人操作场景中生成的操作位姿的优化方法。
背景技术
机器人操作的过程是将末端工具坐标系Ot-Xt-Yt-Zt移动到被操作物体的位姿Tp处，由于前道处理过程通常是借助视觉识别获得目标位姿，而视觉计算位姿时往往不会考虑当前机器人的状态，导致生成的位姿可能会与机器人当前位姿差距较大，机器人末端需要移动或旋转更长距离才能到达Tp。
发明内容
本公开提供一种操作位姿优化方法，其能够实现对机器人操作场景中前道处理获得的目标位姿进行优化，使机器人可以以更小的运动量到达被操作物体。
本公开提供一种机器人操作位姿优化方法，包括以下步骤：
将被操作物体的位姿在Xp-Op-Yp平面内以Op为中心通过平移扩展为一个阵列；
将平移扩展得到的每个阵列位姿分别绕Z轴进行离散化旋转，得到一系列新的位姿；
求机器人的参考位姿到离散化旋转后生成的各个位姿之间的旋转量和平移量；其中，参考位姿指机器人当前工具坐标系的位姿；
根据所述旋转量和平移量，找到生成的系列位姿中最接近参考位姿的那一个，作为最终优化得到的位姿。
进一步地，所述阵列的行列数为奇数。
进一步地，所述离散化旋转的旋转步长为2π/M(M＝0,1,2…)其中M为离散化的数量。
进一步地，求机器人的参考位姿到离散化旋转后生成的各个位姿之间的旋转量和平移量的方法为：
设被操作物体的位姿为Tp，经过平移扩展后得到一系列位姿
Figure BDA0003277583090000023
N为平移扩展后的行列数)，进行旋转离散化后得到的位姿为/>
Figure BDA0003277583090000024
求出机器人的参考位姿Tt与旋转离散化后的位姿之间的变换为：
Figure BDA0003277583090000021
Figure BDA0003277583090000025
由旋转矩阵/>
Figure BDA0003277583090000026
与平移向量构成/>
Figure BDA0003277583090000027
Figure BDA0003277583090000022
所述旋转矩阵和平移向量即为机器人的参考位姿到旋转离散化后生成的位姿之间的旋转量和平移量。
进一步地，根据所述旋转量和平移量，找出生成的系列位姿中最接近参考位姿的那一个，具体包括以下步骤：
将所述旋转矩阵
Figure BDA0003277583090000028
转换为轴角表达方式，取角度值的绝对值为/>
Figure BDA0003277583090000029
将所述平移向量
Figure BDA00032775830900000210
取模得到/>
Figure BDA00032775830900000211
分别对所有位姿的
Figure BDA00032775830900000212
和/>
Figure BDA00032775830900000213
进行排序，并将降序排序序号归一化为[0,1]区间，得到两组分数/>
Figure BDA00032775830900000214
将同一个位姿的两个分数取平均值得到综合评分/>
Figure BDA00032775830900000215
取评分最高的对应位姿
Figure BDA0003277583090000031
作为最终优化得到的位姿。
本公开所述机器人操作位姿优化方法，通过对被操作物体的位姿进行平移扩展和离散化旋转变换，得到一系列位姿，并从中选择最接近当前位姿的一个作为优化后的位姿，从而对前道处理获得的目标位姿进行了优化，使机器人可以以更小的运动量到达被操作物体。
与现有技术相比，本公开的有益效果是：在考虑当前位姿的基础上确定目标位姿，能够保证以较小的运动量到达被操作物体。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例方式中，相同的参考标号通常代表相同部件。
图1显示根据示例性实施例的机器人操作场景示意图；
图2显示机器人操作位姿优化流程图；
图3显示被操作物体位姿平移扩展示意图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
附图1显示示例性机器人操作场景，在该场景下，机器人操作位姿优化流程如附图2所示，包括以下步骤：
(1)S101：将被操作物体的位姿Tp在Xp-Op-Yp平面内以Op为中心进行阵列扩展，如附图3所示。
扩展后的行列数N＝2n+1(n＝0,1,2...)为奇数，经过平移扩展后得到一系列位姿
Figure BDA0003277583090000045
Figure BDA0003277583090000041
(2)S102：对得到的每个阵列位姿绕Z轴进行离散化旋转。
旋转步长取为θ＝2π/M(M＝0，1，2...)，其中M为离散化的数量。
对
Figure BDA0003277583090000046
进行旋转离散化之后得到一系列新的位姿/>
Figure BDA0003277583090000047
Figure BDA0003277583090000042
(3)S103：
求解机器人当前位姿Tt与离散后的一系列位姿之间的变换，得到
Figure BDA0003277583090000043
Figure BDA0003277583090000048
由旋转矩阵/>
Figure BDA0003277583090000049
与平移向量构成/>
Figure BDA00032775830900000410
Figure BDA0003277583090000044
(4)S104：找出生成的系列位姿中最接近参考位姿的那一个，具体可包括：
将旋转矩阵
Figure BDA00032775830900000411
转换为轴角表达方式，取角度值的绝对值为/>
Figure BDA00032775830900000412
将向量/>
Figure BDA00032775830900000413
取模得到/>
Figure BDA00032775830900000414
分别对所有位姿的
Figure BDA00032775830900000415
和/>
Figure BDA00032775830900000416
进行排序，并将降序排序序号归一化化为[0,1]区间，得到两组分数/>
Figure BDA0003277583090000051
将同一个位姿的两个分数取平均值得到综合评分/>
Figure BDA0003277583090000052
取评分最高的对应位姿/>
Figure BDA0003277583090000053
为最终得到的优化位姿，以供机器人后续操作。
根据示例性实施例的操作位姿优化方法，通过对被操作物体的位姿进行平移扩展和离散化旋转变换，得到一系列位姿，并从中选择最接近当前位姿的一个作为优化后的位姿，保证机器人能够以较小的运动量到达被操作物体。
上述技术方案只是本发明的示例性实施例，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施例所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (3)

1.一种机器人操作位姿优化方法，包括以下步骤：
将被操作物体的位姿在Xp-Op-Yp平面内以Op为中心通过平移扩展为一个阵列；
将平移扩展得到的每一个阵列位姿分别绕Z轴进行离散化旋转，得到一系列新的位姿；
求机器人的参考位姿到离散化旋转后生成的各个位姿之间的旋转量和平移量；其中，参考位姿指机器人当前工具坐标系的位姿；
根据所述旋转量和平移量，找出生成的系列位姿中最接近参考位姿的那一个，作为最终优化得到的位姿，使机器人可以以更小的运动量到达被操作物体；
其中，设被操作物体的位姿为Tp，经过平移扩展后得到一系列位姿
Figure FDA0004227331840000011
(i,j∈[0,N)，N为平移扩展后的行列数)，进行旋转离散化后得到的位姿为/>
Figure FDA0004227331840000012
(k∈[0,M)，M为离散化的数量)；
求出机器人的参考位姿Tt与旋转离散化后的位姿之间的变换为：
Figure FDA0004227331840000013
Figure FDA0004227331840000014
由旋转矩阵/>
Figure FDA0004227331840000015
与平移向量/>
Figure FDA0004227331840000016
构成：
Figure FDA0004227331840000017
所述旋转矩阵和平移向量即为机器人的参考位姿到旋转离散化后生成的位姿之间的旋转量和平移量；
则根据所述旋转量和平移量，找出生成的系列位姿中最接近参考位姿的那一个，具体包括以下步骤：
将所述旋转矩阵
Figure FDA0004227331840000018
转换为轴角表达方式，取角度值的绝对值为/>
Figure FDA0004227331840000019
将所述平移向量
Figure FDA00042273318400000110
取模得到/>
Figure FDA00042273318400000111
分别对所有位姿的
Figure FDA00042273318400000112
和/>
Figure FDA00042273318400000113
进行排序，并将降序排序序号归一化为[0,1]区间，得到两组分数/>
Figure FDA0004227331840000021
将同一个位姿的两个分数取平均值得到综合评分/>
Figure FDA0004227331840000022
取评分最高的对应位姿
Figure FDA0004227331840000023
作为最终优化得到的位姿。
2.根据权利要求1所述的机器人操作位姿优化方法，其特征在于，所述阵列的行列数为奇数。
3.根据权利要求1所述的机器人操作位姿优化方法，其特征在于，所述离散化旋转的旋转步长为2π/M(M＝0,1,2…)其中M为离散化的数量。
CN202111121972.2A 2021-09-24 2021-09-24 机器人操作位姿优化方法 Active CN113910220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111121972.2A CN113910220B (zh) 2021-09-24 2021-09-24 机器人操作位姿优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111121972.2A CN113910220B (zh) 2021-09-24 2021-09-24 机器人操作位姿优化方法

Publications (2)

Publication Number Publication Date
CN113910220A CN113910220A (zh) 2022-01-11
CN113910220B true CN113910220B (zh) 2023-06-23

Family

ID=79236046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111121972.2A Active CN113910220B (zh) 2021-09-24 2021-09-24 机器人操作位姿优化方法

Country Status (1)

Country Link
CN (1) CN113910220B (zh)

Also Published As

Publication number Publication date
CN113910220A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN107584474B (zh) 一种基于几何投影的球面关节双臂机器人协调运动方法
CN111452041B (zh) 一种非球腕6r机器人逆运动学求取方法
CN109676610B (zh) 一种断路器装配机器人及其实现工作轨迹优化的方法
CN106844951B (zh) 基于分段几何法求解超冗余机器人逆运动学的方法及系统
CN107038275B (zh) 一种机械臂误差分析方法
CN111283686A (zh) 一种用于带电作业机器人抓取支线场景下的抓取姿态计算方法
CN108608425B (zh) 六轴工业机器人铣削加工离线编程方法及系统
CN113733088A (zh) 一种基于双目视觉的机械臂运动学自标定方法
Wang et al. Fast forward kinematics algorithm for real-time and high-precision control of the 3-RPS parallel mechanism
CN112276940A (zh) 一种六自由度非球型手腕机器人逆运动学求解方法
CN113910220B (zh) 机器人操作位姿优化方法
CN108447477A (zh) 一种基于自然语言理解的机器人控制方法
CN111283681B (zh) 一种基于切换scapso的六自由度机械臂逆解方法
CN109366486B (zh) 柔性机器人逆运动学求解方法、系统、设备、存储介质
CN107703744B (zh) 考虑非线性误差和广义模态的数控机床运动链设计方法
Dupuis et al. Two-fingered grasp planning for randomized bin-picking
CN111515954B (zh) 一种机械臂高质量运动路径生成方法
CN113580135A (zh) 一种有偏置七轴机器人实时逆解算法
CN113547523B (zh) 基于人工势场法和灰狼算法的冗余机械臂求逆解方法
CN114800491A (zh) 一种冗余机械臂零空间避障规划方法
Fan et al. A multiple solutions approach to the inverse kinematics problem of a general serial manipulator
CN110658783A (zh) 一种五轴加工刀轴可行域的求解方法及系统
Kharabian et al. Adaptive tuning of sliding mode-PID control in free floating space manipulator by sliding cloud theory
Aydin et al. Genetic algorithm based redundancy resolution of robot manipulators
CN113305881B (zh) 机器人运动规划阶段的奇异区域检测方法

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