CN114274148B - 一种轨迹规划方法、装置、电子设备以及存储介质 - Google Patents

一种轨迹规划方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN114274148B
CN114274148B CN202210136277.1A CN202210136277A CN114274148B CN 114274148 B CN114274148 B CN 114274148B CN 202210136277 A CN202210136277 A CN 202210136277A CN 114274148 B CN114274148 B CN 114274148B
Authority
CN
China
Prior art keywords
current
joint
track
moment
robot
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
CN202210136277.1A
Other languages
English (en)
Other versions
CN114274148A (zh
Inventor
杨跞
任彤
李法设
汪宇星
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 CN202210136277.1A priority Critical patent/CN114274148B/zh
Publication of CN114274148A publication Critical patent/CN114274148A/zh
Application granted granted Critical
Publication of CN114274148B publication Critical patent/CN114274148B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种轨迹规划方法、装置、电子设备以及存储介质,属于机器人技术领域。该方法包括:若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息;根据所述当前轨迹信息,确定当前时刻机器人各关节的当前关节信息;根据最大关节速度、最大关节力矩和所述当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。通过上述技术方案,提高了轨迹规划的效率和精度,实现了对轨迹的在线实时规划。

Description

一种轨迹规划方法、装置、电子设备以及存储介质
技术领域
本发明涉及机器人技术领域,尤其涉及一种轨迹规划方法、装置、电子设备以及存储介质。
背景技术
如今机器人在不同场景下的应用越发广泛,为提高机器人执行任务时节拍,要求机器人以允许的最大速度执行指定轨迹,这对机器人的运行规划提出了要求。
目前常见的最优轨迹规划方式有数值积分、凸优化和可达性分析,但是这些方法存在规划不准确的问题,例如数值积分确定最大速度时计算量大,凸优化不适合在线运动规划或动态运动规划,可达性分析存在加速度不连续的问题。因此,亟需一种高效精确的机器人轨迹规划方案。
发明内容
本发明提供了一种轨迹规划方法、装置、电子设备以及存储介质,以提高机器人轨迹规划的效率和精度。
根据本发明的一方面,提供了一种轨迹规划方法,该方法包括:
若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息;
根据所述当前轨迹信息,确定当前时刻机器人各关节的当前关节信息;
根据最大关节速度、最大关节力矩和所述当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
根据本发明的另一方面,提供了一种轨迹规划装置,该装置包括:
当前轨迹信息确定模块,用于若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息;
当前关节信息确定模块,用于根据所述当前轨迹信息,确定当前时刻机器人各关节的当前关节信息;
下一规划轨迹确定模块,用于根据最大关节速度、最大关节力矩和所述当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的轨迹规划方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的轨迹规划方法。
本发明实施例的技术方案,通过若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息,之后根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息,进而根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。上述技术方案,提高了轨迹规划的效率和精度,实现了对轨迹的在线实时规划。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种轨迹规划方法的流程图;
图2是根据本发明实施例二提供的一种轨迹规划方法的流程图;
图3是根据本发明实施例三提供的一种轨迹规划方法的流程图;
图4是根据本发明实施例四提供的一种轨迹规划装置的结构示意图;
图5是实现本发明实施例的轨迹规划方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“当前”、“下一”、“初始”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种轨迹规划方法的流程图。本实施例可适用于如何对机器人进行轨迹规划的情况,该方法可以由轨迹规划装置来执行,该装置可以采用硬件和/或软件的形式实现,并集成于承载轨迹规划的电子设备中,例如机器人控制器中。如图1所示,本实施例提供的轨迹规划方法包括:
S110、若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息。
本实施例中,轨迹更新停止条件用于指示停止对机器人末端执行器的规划轨迹进行更新;可选的,若停止距离小于或等于剩余路径长度,则确定未识别到轨迹更新停止条件。
其中,停止距离为机器人末端执行器从当前时刻的位置到停止时刻的位置之间的距离;所谓停止时刻为机器人末端执行器停止工作的时刻;可选的,可以根据停止时刻、当前轨迹信息中的当前末端位姿,确定机器人末端执行器从当前时刻到停止时刻的停止距离。具体的,可以基于S型规划算法,根据停止时刻、当前轨迹信息中的当前末端位姿,确定机器人末端执行器从当前时刻到停止时刻的停止距离。
所谓剩余路径长度为当前规划轨迹中从当前轨迹信息中的当前位置到目标位姿之间的路径长度。可选的,可以根据当前时刻和当前规划轨迹,确定剩余路径长度。具体的,可以基于路径长度确定模块,根据当前时刻和当前规划轨迹,确定剩余路径长度。
所谓当前规划轨迹为在笛卡尔空间下,当前时刻规划的与运行时间相关的机器人末端执行器的运行轨迹。所谓当前轨迹信息为当前规划轨迹中当前时刻的轨迹信息,可以包括当前末端位姿、当前末端速度和当前末端加速度,其中,当前末端位姿为当前时刻机器人末端执行器的位姿,当前末端速度为当期时刻机器人末端执行器的速度,当前末端加速度为当前时刻机器人末端执行器的加速度。
具体的,若未识别到轨迹更新停止条件,则机器人末端执行器的当前规划轨迹,得到当前时刻机器人末端执行器的当前轨迹信息。例如,可以通过差分的方式,从机器人末端执行器的当前规划轨迹S(t)中获取当前时刻机器人末端执行器的当前轨迹信息。
S120、根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息。
本实施例中,当前关节信息为当前时刻机器人关节的关节信息,可以包括但不限于当前关节位姿、当前关节速度和当前关节加速度;其中,当前关节位姿为当前时刻机器人各关节的位姿,当前关节速度为当前时刻机器人各关节的速度,当前关节加速度为当前时刻机器人各关节的加速度。
具体的,可以通过运动学逆解的方式,根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息。
S130、根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
本实施例中,最大关节速度为机器人各关节所能运行的最大速度。所谓最大关节力矩为机器人各关节所能提供的最大力矩。所谓下一规划轨迹为在笛卡尔空间下,当前时刻规划的与运行时间相关的机器人末端执行器的运行轨迹。所谓下一轨迹信息为下一规划轨迹中下一时刻的轨迹信息,可以包括下一末端位姿、下一末端速度和下一末端加速度,其中,下一末端位姿为下一时刻机器人末端执行器的位姿,下一末端速度为当期时刻机器人末端执行器的速度,下一末端加速度为下一时刻机器人末端执行器的加速度。
可选的,可以基于轨迹规划模型,根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。其中,轨迹规划模型可以基于机器学习和运动学算法得到。
具体的,可以将最大关节速度、最大关节力矩和当前关节信息输入至轨迹规划模型中,基于模型处理,得到下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
本发明实施例的技术方案,通过若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息,之后根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息,进而根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。上述技术方案,提高了轨迹规划的效率和精度,实现了对轨迹的在线实时规划。
在上述实施例的基础上,作为本公开的一种可选方式,若当前时刻为初始时刻,则根据运行目标位姿、最大关节速度和最大关节力矩,确定初始时刻机器人末端执行器在笛卡尔空间的初始规划轨迹;将初始规划轨迹作为当前规划轨迹。
其中,运行目标位姿为机器人运行终点的位姿。
具体的,若当前时刻为初始时刻,可以根据S型规划方法,根据运行目标位姿、最大关节速度和最大关节力矩,确定初始时刻机器人末端执行器在笛卡尔空间的初始规划轨迹,进而将初始规划轨迹作为当前规划轨迹。
可以理解的是,初始时刻通过S型规划方法,可以保证机器人位姿、速度、加速度轨迹的连续性,能够相对降低运动中的振动。
实施例二
图2是根据本发明实施例二提供的一种轨迹规划方法的流程图。在上述实施例的基础上,对“根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹”进一步优化,提供一种可选实施方案。如图2所示,本实施例提供的轨迹规划方法包括:
S210、若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息。
S220、根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息。
S230、根据最大关节速度和当前关节位姿,确定下一时刻机器人末端执行器在笛卡尔空间的末端最大速度。
本实施例中,末端最大速度为下一时刻机器人末端执行器在笛卡尔空间的最大速度。
具体的,可以根据最大关节速度和当前关节位姿,通过运动学正解,获的下一时刻机器人末端执行器在笛卡尔空间的末端最大速度。
S240、基于关节位姿、关节速度、关节加速度与关节力矩之间的关系,根据最大关节力矩、当前关节位姿和当前关节速度,确定下一时刻机器人末端执行器在笛卡尔空间的末端最大加速度。
本实施例中,末端最大加速度为下一时刻机器人末端执行在笛卡尔空间的最大加速度,也即下一时刻机器人末端执行器在运行方向上的最大加速度。
具体的,可以基于关节位姿、关节速度、关节加速度与关节力矩之间的关系,通过机器人动力学,根据最大关节力矩、当前关节位姿和当前关节速度,确定下一时刻机器人末端执行器在笛卡尔空间的末端最大加速度。
S250、根据末端最大速度、末端最大加速度和跟踪速度,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
本实施例中,跟踪速度为可调节PID控制系统的响应速度。
具体的,可以设置比例微分控制器,根据末端最大速度、末端最大加速度和跟踪速度,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。例如,可以将末端最大速度作为指令值输入比例微分控制器,并将末端最大加速度作为一阶微分饱和值输入比例微分控制器,并设置插补周期t、比例系数Kp和微分系数Kd。其中比例系数是指令值和反馈值差值的放大倍数,可调节跟踪速度,微分系数是前后两次插值的变化速率,根据变化速率提前调节缓冲振荡,避免了速度严重超调。经过比例微分控制器处理,输出末端执行器的下一末端速度,下一末端加速度,通过积分获取的下一时刻的下一末端位姿,从而得到一组时间最优的下一规划轨迹S(t)。
本发明实施例的技术方案,通过若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息,之后根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息,进而根据最大关节速度和当前关节位姿,确定下一时刻机器人末端执行器在笛卡尔空间的末端最大速度,并基于关节位姿、关节速度、关节加速度与关节力矩之间的关系,根据最大关节力矩、当前关节位姿和当前关节速度,确定下一时刻机器人末端执行器在笛卡尔空间的末端最大加速度,根据末端最大速度、末端最大加速度和跟踪速度,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。上述技术方案,提高了轨迹规划的效率和精度,实现了对轨迹的在线实时规划。
实施例三
图3是根据本发明实施例三提供的一种轨迹规划方法的流程图。在上述实施例的基础上,进一步优化,提供一种优选实施方案。如图3所示,本实施例提供的轨迹规划方法包括:
S310、确定初始时刻的初始规划轨迹,并将初始规划轨迹作为当前规划轨迹。
具体的,若当前时刻为初始时刻,则根据运行目标位姿、最大关节速度和最大关节力矩,确定初始时刻机器人末端执行器在笛卡尔空间的初始规划轨迹;将初始规划轨迹作为当前规划轨迹。
S320、判断是否识别到轨迹更新停止条件,若否,则执行S330;若是,则执行S370。
S330、根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息。
S340、根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息。
S350、根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹,并执行S360和S380。
S360、将下一规划轨迹作为当前规划轨迹,并返回执行S330。
S370、根据当前轨迹信息中的当前末端位姿,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
具体的,若识别到轨迹更新停止条件,即停止距离大于剩余路径程度,则可以基于S型规划方法,根据根据当前轨迹信息中的当前末端位姿,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
S380、根据下一规划轨迹,确定插补时刻机器人各关节的插补关节位姿,并将插补关节位姿下发至关节执行器。
本实施例中,插补时刻为机器人各关节可以以最优的效率使得末端执行器达到指定位置的时刻。所谓插补关节位姿为在插补时刻,机器人各关节可以以最优的效率使得末端执行器达到指定位置的关节位姿。
具体的,根据下一规划轨迹,通过运动学逆解,确定插补时刻机器人各关节的插补关节位姿,并将插补关节位姿下发至关节执行器。
本发明实施例的技术方案,通过若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息,之后根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息,进而根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。上述技术方案,提高了轨迹规划的效率和精度,实现了对轨迹的在线实时规划。
实施例四
图4是根据本发明实施例四提供的一种轨迹规划装置的结构示意图。本实施例可适用于如何对机器人进行轨迹规划的情况,该该装置可以采用硬件和/或软件的形式实现,并集成于承载轨迹规划的电子设备中,例如机器人控制器中。如图4所示,本实施例提供的轨迹规划装置包括:
当前轨迹信息确定模块410,用于若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息;
当前关节信息确定模块420,用于根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息;
下一规划轨迹确定模块430,用于根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
本发明实施例的技术方案,通过若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息,之后根据当前轨迹信息,确定当前时刻机器人各关节的当前关节信息,进而根据最大关节速度、最大关节力矩和当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。上述技术方案,提高了轨迹规划的效率和精度,实现了对轨迹的在线实时规划。
可选的,当前轨迹信息确定模块410包括:
更新条件确定单元,用于若停止距离小于或等于剩余路径长度,则确定未识别到轨迹更新停止条件。
可选的,当前轨迹信息确定模块410还包括:
停止距离确定单元,用于根据停止时刻、当前轨迹信息中的当前末端位姿,确定机器人末端执行器从当前时刻到停止时刻的停止距离;
剩余路径长度确定单元,用于根据当前时刻和当前规划轨迹,确定剩余路径长度。
可选的,当前关节信息包括当前关节位姿、当前关节速度和当前关节加速度;相应的,下一规划轨迹确定模块430具体用于:
根据最大关节速度和当前关节位姿,确定下一时刻机器人末端执行器在笛卡尔空间的末端最大速度;
基于关节位姿、关节速度、关节加速度与关节力矩之间的关系,根据最大关节力矩、当前关节位姿和当前关节速度,确定下一时刻机器人末端执行器在笛卡尔空间的末端最大加速度;
根据末端最大速度、末端最大加速度和跟踪速度,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
可选的,下一规划轨迹确定模块430还用于:
若识别到轨迹更新停止条件,则根据当前轨迹信息中的当前末端位姿,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
可选的,该装置还包括当前规划轨迹确定模块,该模块用于:
若当前时刻为初始时刻,则根据运行目标位姿、最大关节速度和最大关节力矩,确定初始时刻机器人末端执行器在笛卡尔空间的初始规划轨迹;
将初始规划轨迹作为当前规划轨迹。
可选的,该装置还包括:
下一关节位姿确定模块,用于根据下一规划轨迹,确定插补时刻机器人各关节的插补关节位姿;
关节位姿发送模块,用于将插补关节位姿下发至关节执行器。
本发明实施例所提供的轨迹规划装置可执行本发明任意实施例所提供的轨迹规划方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5是实现本发明实施例的轨迹规划方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如轨迹规划方法。
在一些实施例中,轨迹规划方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的轨迹规划方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行轨迹规划方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (8)

1.一种轨迹规划方法,其特征在于,包括:
若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息;
根据所述当前轨迹信息,确定当前时刻机器人各关节的当前关节信息;
根据最大关节速度、最大关节力矩和所述当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹;
其中,所述当前关节信息包括当前关节位姿、当前关节速度和当前关节加速度;
相应的,所述根据最大关节速度、最大关节力矩和所述当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹,包括:
根据最大关节速度和所述当前关节位姿,确定下一时刻所述机器人末端执行器在笛卡尔空间的末端最大速度;
基于关节位姿、关节速度、关节加速度与关节力矩之间的关系,根据最大关节力矩、当前关节位姿和当前关节速度,确定下一时刻所述机器人末端执行器在笛卡尔空间的末端最大加速度;
根据所述末端最大速度、所述末端最大加速度和跟踪速度,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹;
所述未识别到轨迹更新停止条件,包括:若停止距离小于或等于剩余路径长度,则确定未识别到轨迹更新停止条件;
所述停止距离为所述机器人末端执行器从当前时刻的位置到停止时刻的位置之间的距离;
所述剩余路径长度为所述当前规划轨迹中从所述当前轨迹信息中的当前位置到目标位姿之间的路径长度。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据停止时刻、所述当前轨迹信息中的当前末端位姿,确定所述机器人末端执行器从当前时刻到停止时刻的停止距离;
根据当前时刻和所述当前规划轨迹,确定剩余路径长度。
3.根据权利要求1所述的方法,其特征在于,还包括:
若识别到轨迹更新停止条件,则根据所述当前轨迹信息中的当前末端位姿,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹。
4.根据权利要求1所述的方法,其特征在于,还包括:
若当前时刻为初始时刻,则根据运行目标位姿、所述最大关节速度和所述最大关节力矩,确定初始时刻机器人末端执行器在笛卡尔空间的初始规划轨迹;
将所述初始规划轨迹作为当前规划轨迹。
5.根据权利要求1或3所述的方法,其特征在于,还包括:
根据所述下一规划轨迹,确定插补时刻所述机器人各关节的插补关节位姿;
将所述插补关节位姿下发至关节执行器。
6.一种轨迹规划装置,其特征在于,包括:
当前轨迹信息确定模块,用于若未识别到轨迹更新停止条件,则根据机器人末端执行器的当前规划轨迹,获取当前时刻机器人末端执行器的当前轨迹信息;
当前关节信息确定模块,用于根据所述当前轨迹信息,确定当前时刻机器人各关节的当前关节信息;
下一规划轨迹确定模块,用于根据最大关节速度、最大关节力矩和所述当前关节信息,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹;
其中,所述当前关节信息包括当前关节位姿、当前关节速度和当前关节加速度;
相应的,所述下一规划轨迹确定模块具体用于:
根据最大关节速度和所述当前关节位姿,确定下一时刻所述机器人末端执行器在笛卡尔空间的末端最大速度;
基于关节位姿、关节速度、关节加速度与关节力矩之间的关系,根据最大关节力矩、当前关节位姿和当前关节速度,确定下一时刻所述机器人末端执行器在笛卡尔空间的末端最大加速度;
根据所述末端最大速度、所述末端最大加速度和跟踪速度,确定下一时刻机器人末端执行器在笛卡尔空间的下一规划轨迹;
所述当前轨迹信息确定模块包括:
更新条件确定单元,用于若停止距离小于或等于剩余路径长度,则确定未识别到轨迹更新停止条件;
所述停止距离为所述机器人末端执行器从当前时刻的位置到停止时刻的位置之间的距离;
所述剩余路径长度为所述当前规划轨迹中从所述当前轨迹信息中的当前位置到目标位姿之间的路径长度。
7.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的轨迹规划方法。
8.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的轨迹规划方法。
CN202210136277.1A 2022-02-15 2022-02-15 一种轨迹规划方法、装置、电子设备以及存储介质 Active CN114274148B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210136277.1A CN114274148B (zh) 2022-02-15 2022-02-15 一种轨迹规划方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210136277.1A CN114274148B (zh) 2022-02-15 2022-02-15 一种轨迹规划方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN114274148A CN114274148A (zh) 2022-04-05
CN114274148B true CN114274148B (zh) 2023-06-02

Family

ID=80881993

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210136277.1A Active CN114274148B (zh) 2022-02-15 2022-02-15 一种轨迹规划方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN114274148B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017139613A1 (en) * 2016-02-11 2017-08-17 Massachusetts Institute Of Technology Motion planning for robotic systems
CN108008728B (zh) * 2017-12-12 2020-01-17 深圳市银星智能科技股份有限公司 清洁机器人以及基于清洁机器人的最短路径规划方法
CN108279674B (zh) * 2018-01-18 2021-05-18 广州视源电子科技股份有限公司 智能移动的方法、装置、机器人及存储介质
CN113021329B (zh) * 2019-12-24 2022-08-02 深圳市优必选科技股份有限公司 一种机器人运动控制方法、装置、可读存储介质及机器人
CN111399514B (zh) * 2020-03-30 2023-05-30 浙江钱江机器人有限公司 一种机器人时间最优轨迹规划方法

Also Published As

Publication number Publication date
CN114274148A (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
WO2023173677A1 (zh) 轨迹融合方法、装置、设备及存储介质
CN114312843B (zh) 用于确定信息的方法和装置
CN114715196A (zh) 一种跟随误差确定方法、装置、设备及存储介质
CN115946120B (zh) 机械臂控制方法、装置、设备和介质
CN114274148B (zh) 一种轨迹规划方法、装置、电子设备以及存储介质
CN107037726A (zh) 一种非同元分数阶系统滑膜干扰观测器设计方法
CN117047771A (zh) 机器人的柔顺控制方法、装置及电子设备
CN117261880A (zh) 一种车辆控制方法、装置、设备以及存储介质
CN116833606A (zh) 一种焊接方法、装置、设备及存储介质
CN114571457B (zh) 一种奇异位姿规避方法、装置、设备以及存储介质
CN117901113A (zh) 残余振动控制方法、装置、设备及存储介质
CN115576205B (zh) 反馈控制方法、通用反馈控制器、训练方法、可读存储介质、计算机程序产品及系统
CN116679573B (zh) 一种一致性跟踪控制方法、装置、电子设备及存储介质
CN117400268B (zh) 非线性摩擦力补偿方法、装置、电子设备及存储介质
CN115562038B (zh) 一种反馈控制系统变化的预警方法、装置、设备及介质
CN117260738A (zh) 一种机器人控制方法、装置、设备以及存储介质
CN117340899B (zh) 转矩补偿方法、装置、电子设备及存储介质
CN115056847B (zh) 车辆的方向盘零偏补偿角的计算方法、控制方法及装置
CN117589188B (zh) 行车路径规划方法、装置、电子设备和存储介质
CN115237128A (zh) 一种机器人的负载辨识方法、装置、设备以及存储介质
CN117503370A (zh) 手术机器人控制方法、装置、电子设备及存储介质
CN115598985B (zh) 一种反馈控制器的训练方法、装置、电子设备及介质
CN115600875B (zh) 一种环境参数的标定方法、装置、电子设备及存储介质
CN113516013B (zh) 目标检测方法、装置、电子设备、路侧设备和云控平台
CN117565893A (zh) 一种车辆控制方法、装置、电子设备和存储介质

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