CN114789437A

CN114789437A - 仿人手臂

Info

Publication number: CN114789437A
Application number: CN202210429941.1A
Authority: CN
Inventors: 王磊
Original assignee: Shanghai Qingyun Robot Co ltd
Current assignee: Shanghai Qingbao Engine Robot Co ltd
Priority date: 2022-04-22
Filing date: 2022-04-22
Publication date: 2022-07-26

Abstract

本发明公开了一种仿人手臂，通过七自由度的串联仿人机械臂高度模仿人体手臂关节，能达到同人体手臂关键相近的自由度，再通过深度相机和控制系统的手眼协调配合下控制七轴机械臂实现以高度模仿人类手臂动作抓取目标物。本发明的仿人手臂，不仅在构造上高度模仿人类手臂结构，在动作上也能高度模仿人类手臂抓取动作，此外，还能实时规划移动路径避开障碍物以精确、快速、高效的到达目标物的旁边进行抓取。本发明解决了现有的机器人的手臂构造仿真度不高的问题。

Description

仿人手臂

技术领域

本发明涉及仿人机器人设备技术领域，具体涉及一种仿人手臂。

背景技术

美国60年代，有些仿人机械手设计，如unimate机械手，有3个Pitch-Yaw-Roll自由度，但其采用液压系统及齿轮驱动，结构复杂，重量很大。

目前工业6轴机械臂优点是能抓取较重的物体，控制精度和重复精度较高，但缺点是结构太大，笨重，及自由度不够多，不适用于仿人机器人的手臂。

目前市场上的7自由度协作式机器人虽然能大体满足仿人机器人的手臂结构和抓取要求，但是其构造不像人的手臂，且其三个轴相互平行，采用的是2-2-2-1的结构。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

为克服现有技术所存在的缺陷，现提供一种仿人手臂，以解决现有的机器人的手臂构造仿真度不高的问题。

为实现上述目的，提供一种仿人手臂，包括：

七轴机械臂，所述七轴机械臂具有一始端和一末端，所述七轴机械臂的各关节分别通过电机驱动以令所述末端抓取目标物；

用于采集实时深度图像的深度相机，设置于所述始端；以及

控制系统，包括用于识别所述实时深度图像中的所述目标物、障碍物及所述七轴机械臂的识别模块、用于基于所述目标物、所述障碍物及所述七轴机械臂的空间坐标以实时生成移动路径的路径规划模块、用于基于所述移动路径及所述各关节的预设转动角度范围以计算获得所述各关节的实时转动角度的计算模块、用于基于所述实时转动角度控制所述各关节的电机驱动所述七轴机械臂以仿人类手臂动作抓取所述目标物的控制模块，所述控制模块连接于所述深度相机、所述电机、所述识别模块、所述路径规划模块及所述计算模块。

进一步的，所述七轴机械臂的数量为两个，两个所述七轴机械臂相对设置，所述深度相机设置于两所述七轴机械臂之间。

进一步的，所述各关节分别安装有角度传感器，所述角度传感器连接于所述控制模块。

进一步的，所述计算模块在以所述始端的旋转中心为中心建立的世界坐标系中通过插值算法并基于控制精度，插入移动路径上的每一点的三维坐标，再通过逆运动学将每一点的三维坐标反解获得所述各关节的实时转动角度。

进一步的，所述七轴机械臂包括七个旋转关节和连接于相邻两旋转关节之间的连杆，所述七轴机械臂的靠近所述始端的三个所述旋转关节的轴线交汇于一点。

进一步的，所述控制系统还包括用于获取所述实时深度图像的获取模块，所述获取模块连接于所述控制模块和深度相机。

进一步的，所述控制模块通过通信模块连接于所述电机。

本发明的有益效果在于，本发明的仿人手臂通过七自由度的串联仿人机械臂高度模仿人体手臂关节，能达到同人体手臂关键相近的自由度，再通过深度相机和控制系统的手眼协调配合下控制七轴机械臂实现以高度模仿人类手臂动作抓取目标物。本发明的仿人手臂，不仅在构造上高度模仿人类手臂结构，在动作上也能高度模仿人类手臂抓取动作，此外，还能实时规划移动路径避开障碍物以精确、快速、高效的到达目标物的旁边进行抓取。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1为本发明实施例的仿人手臂的结构示意图。

图2为本发明实施例的仿人手臂的内部结构示意图。

图3为本发明实施例的仿人手臂的各关节的空间坐标系构建示意图。

图4为本发明实施例的仿人手臂的冗余园的示意图。

图5为本发明实施例的仿人手臂的抓取方法的步骤流程图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

参照图1至图5所示，本发明提供了一种仿人手臂，包括：七轴机械臂1、深度相机2和控制系统。

其中、七轴机械臂1具有一始端和一末端。七轴机械臂1的各关节分别通过电机驱动以令末端抓取目标物。

现有的机器人的手臂构造仿真度不高，其所谓的“仿真度”，不仅包括构上的仿真度，还包括动作上的仿真度。

本发明中的七轴机械臂1包括七个旋转关节和连接于相邻两旋转关节之间的连杆。

具体的，参阅图1和图2所示，七个旋转关节(即各关节)包括关节a、关节b、关节c、关节d、关节e、关节f、关节g。关节a通过连杆L1连接于基座。连杆L2连接于关节b和关节c。连杆L3连接于关节c和关节d。、连杆L4连接于关节d和关节e。连杆L5连接于关节e和关节f。连杆L6连基于关节f和关节g之间。关节g通过连杆L7连接于抓取夹指。

本发明的七自由度机械臂的七个旋转关节分别由7个电机驱动，关节a、关节b、关节c对应球形肩关节；关节d、关节e对应肘关节；关节f、关节g对应腕关节。

具体的，七轴机械臂1的靠近始端的三个旋转关节(关节a、关节b、关节c)的轴线交汇于一点以模拟人体肩部的外展－内收运动、屈－伸运动、上臂的内－外旋运动。中间2个肘关节(关节d、关节e)，实现手肘的弯曲，和内外反转，后2个关节(关节f、关节g)构成虚拟2自由度腕关节，实现腕部的外展－内收运动、内外反转运动，如图1和图2所示。在此基础上，参考人体运动学，确定了七轴机械臂的各连杆的尺寸及各关节活动范围。其中，关节a的活动范围(预设转动角度)为[-50°,180°]、关节b的活动范围为[-90°,290°]、关节c的活动范围为[-210°,30°]、关节d的活动范围为[-10°,130°]、关节e的活动范围为[-120°,120°]、关节f的活动范围为[-90°,90°]、关节g的活动范围为[-120°,120°]。

在本实施例中，七个旋转关节通过七个电机以驱动。七轴机械臂在七个旋转关节的协同配合下抓取目标物。各关节分别安装有角度传感器。角度传感器连接于控制模块。

深度相机2设置于始端。深度相机2用于采集实时深度图像。

在一些实施例中，七轴机械臂1的数量为两个。两个七轴机械臂1相对设置。深度相机2设置于两七轴机械臂1之间。深度相机采集的实时深度图像包含两七轴机械臂和目标物。

控制系统包括识别模块、路径规划模块、计算模块和控制模块。

控制模块连接于深度相机2、七轴机械臂的各关节的电机、识别模块、路径规划模块及计算模块。

识别模块用于识别实时深度图像中的目标物、障碍物及七轴机械臂1。

路径规划模块用于基于目标物、障碍物及七轴机械臂1的空间坐标以实时生成移动路径。

计算模块用于基于移动路径及各关节的预设转动角度范围以计算获得各关节的实时转动角度。

控制模块用于获取深度相机采集的实时深度图像、并基于计算模块计算获得的各关节的转动角度控制七轴机械臂的各关节的电机进行相应的动作，使得七轴机械臂的各关节形成相应的位姿以仿人类手臂动作抓取目标物。

本发明的仿人手臂通过七自由度的串联仿人机械臂高度模仿人体手臂关节，能达到同人体手臂关键相近的自由度，再通过深度相机和控制系统的手眼协调配合下控制七轴机械臂实现以高度模仿人类手臂动作抓取目标物。本发明的仿人手臂，不仅在构造上高度模仿人类手臂结构，在动作上也能高度模仿人类手臂抓取动作，此外，还能实时规划移动路径避开障碍物以精确、快速、高效的到达目标物的旁边进行抓取。

在本实施例中，控制系统还包括用于获取实时深度图像的获取模块。获取模块连接于控制模块和深度相机。控制模块通过通信模块连接于电机。

在本实施例中，计算模块，在以七轴机械臂的始端的旋转中心(关节a、关节b、关节c的旋转轴的交汇点)为中心建立的世界坐标系中，通过插值算法并基于控制精度，插入移动路径上的每一点的三维坐标(x、y、z)，再通过逆运动学将每一点的三维坐标反解获得各关节的实时转动角度。

其中，肩关节包括关节a、关节b、关节c，其中，关节a的转动角度(即输入角)为theta1，关节b的转动角度为theta2，关节c的转动角度(即输入角)为theta3。

肘关节包括关节d、关节e。其中，关节d的转动角度为theta4、关节e的转动角度为theta5。

腕关节包括关节f、关节g。其中，关节f的转动角度为theta6、关节g的转动角度为theta7

计算模块的具体计算原理如下：

以肩关节模块的旋转中心建立世界坐标系，初始位置如图4。

给定末端的位姿(即姿势和位置)求解各个关节的输入角度。

肩关节的输入角度：theta1，theta2，theta3；

肘关节的输入角度：theta4，theta5；

腕关节的输入角度：theta6，theta7。

本发明的七轴机械臂是七个自由度手臂，其有一个冗余角度，如果不考虑关节角度限制的话，当腕关节的位置给定时，肘关节的位置可以在一个圆上变化，这个圆称为冗余圆。具体的，冗余圆是以肩关节为圆心，以上臂为半径做一个球S1，以腕关节的中心为圆心，以前臂为半径做一个球S2，那么S1和S2的交线为一个圆，即为冗余圆。

如图4，α为冗余角度。以肩关节为中心建立固定坐标系，给定的参数为末端的位置姿态(p,R)，以及冗余角度α，abs(r_U)＝l1,abs(r_F)＝l2,abs(r_H)＝l3。

逆运动学的位置反解步骤如下；

1.首先求theta4：

r_W＝p-R^handr_H

由余弦定理得：

Theta4＝pi-arcos((l1^2+l2^2-abs(r_W)^2)/2L1L2)-β

2.求解theta6，theta7由图4通过矢量可以得出：

Abs(r_α)＝sqrt(abs(r_U)^2-(abs(r_U)^2-abs(r_F)^2)+abs(r_W)^2)/2abs(r_W)^2)

r_M＝((abs(r_U))^2-(abs(r_F))^2+(abs(r_W))^2)*r_W/2(abs(r_W))^2

那么，在腕关节坐标系中：

^Wristr_W＝R^T(p-R^head*r_H)＝[x_W,y_W,z_W]＝(abs(r_W),theta_W,phi_W)

^wristr_M＝R^T(abs(r_U)^2-abs(r_F)^2+abs(r_w)^2)*r_w/(2*(abs(r_w)^2))

在三角形BCM中：

^WristCB＝Rz(theta_w)Ry(phi_w)Rz(α)[1,0,0]+^Wristr_w ^Wristr_Mm

此处[1,0,0]为初始姿态的向量，在肘关节处沿x方向；

可以解得：

Theta6＝atan2(^wristCB_y,^wristCB_x)

Theta7＝arcos(^wristCBz/abs(^wristCB))

3.求解theta5；

在腕关节坐标系中：

^WristCA＝Ry(-theta7)Rx(-theta6)Ry(-theta5)Rx(-theta4)^wristCA₀

将wristCA0＝[l1sinβ,0,l2+l1cosβ]代入上式，只有theta5未知，因而可以求出theta5；

4.求解theta1，theta2，theta3。

组成机械臂的各个连杆姿态间的关系为：

R＝R0Rx(theta1)Ry(theta2)Rx(theta3)Rx(theta4)Rx(theta5)Ry(theta6)

其中：R0＝[1 0 0；0-0.707 0.707；0 0.707 0.707]为末端初始位置的姿态矩阵；

整理得：

Rx(theta1)Ry(theta2)Rx(theta3)＝R0^-1RRy(theta6)^-1Rx(theta5)^-1Rx(theta4)^-1

设：α＝theta1，β＝theta2，r＝theta3；

[cα*cβ cα*sβ*sr-sα*cr cα*sβ*cr+sα*sr；sα*cβ sα*sβ*sr+cα*cr sα*sβ*sr+cα*sr,-sβ cβ*sr cβ*cr]＝

[r11 r12 r13；r21 r22 r23；r31 r32 r33]

则有：β＝atan2(-r31,sqrt(r11^2+r21^2))；

α＝atan2(r21/cβ,r11/cβ)；

R＝atan2(r32/cβ,r33/cβ)；

从而可以求出所有关节的所有角度值。

如图4中的d3＝rU；d5＝rF，d7＝rH。

参阅图5，本发明的仿人手臂的抓取方法包括以下步骤：

S1：采用识别模块识别深度相机采集的实时深度图像中的识别物体的位姿，即物体相对于深度相机的坐标系的位姿。

获取模块从深度相机获取原始点云数据，再通过控制系统的预训练的图像和点云模型对获取的原始点云数据进行点云分割以识别出分割的物体，并放入列表。

当识别出的物体未待抓取物体时，控制系统生成3Dboundingbox并生成位姿矩阵。控制系统基于位姿矩阵计算获得七轴机械臂的抓取位姿并获取七轴机械臂的当前位姿。

控制系统利用空间坐标转换，计算待抓取物体与七轴机械臂的相对位姿。

S2：路径规划模块通过七轴机械臂的末端的当前位姿以及七轴机械臂的末端需要达到的抓取位姿，通过路径规划模块的路径规划算法，规划出从七轴机械臂的末端的起始点到终点的路径。

S3：计算模块通过插值算法，根据需要控制的精度，插入空间曲线上的每一点的xyz坐标，即中间路径点。

S4：再通过逆运动学，将每一点的xyz坐标反解将得到七轴机械臂的各个电机的旋转角度。

S5：当移动路径中有障碍物时，可以实时规划出一条或多条避让障碍物的移动路径。

S6：控制模块根据手臂各个电机的转动角度范围以及计算模块计算获得的旋转角度以驱动七轴机械臂抓取目标物，从而规避机械臂做出不像人的抓取动作。

S7：七轴机械臂的各个电机通过角度传感器反馈角度从而通过PID算法实时计算离目标位置的差距，从而不断缩小差距最终达到目标需要的抓取位置。

S8：七轴机械臂的末端可以安装夹爪或者仿人的手掌以及灵巧手指从而完成抓取物体的任务。

本发明的仿人手臂识别目标物相对于深度相机的坐标系的位姿，由于深度相机相对于手臂的原点的位姿已知，然后利用空间坐标转换关系，计算出目标物相对于手臂原点的位姿。在已知手臂的末端的当前位姿，且知道手臂的末端需要达到的抓取位姿，通过路径规划算法，规划出从手臂末端的起始点到终点的路径，通过插值算法，根据需要控制的精度，插入空间曲线上的每一点的xyz坐标，从而再通过逆运动学，将每一点的xyz坐标反解将得到手臂各个电机的旋转角度。路径规划模块的算法可以是A星算法或者D星算法。通过预设转动角度限制手臂各个电机的转动角度，从而规避机械臂做出不像人的抓取动作，比如：人的肘关节角度不可能大于180度(肘关节不能外翻)等。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims

1.一种仿人手臂，其特征在于，包括：

用于采集实时深度图像的深度相机，设置于所述始端；以及

2.根据权利要求1所述的仿人手臂，其特征在于，所述七轴机械臂的数量为两个，两个所述七轴机械臂相对设置，所述深度相机设置于两所述七轴机械臂之间。

3.根据权利要求1所述的仿人手臂，其特征在于，所述各关节分别安装有角度传感器，所述角度传感器连接于所述控制模块。

4.根据权利要求1所述的仿人手臂，其特征在于，所述计算模块在以所述始端的旋转中心为中心建立的世界坐标系中通过插值算法并基于控制精度，插入移动路径上的每一点的三维坐标，再通过逆运动学将每一点的三维坐标反解获得所述各关节的实时转动角度。

5.根据权利要求1所述的仿人手臂，其特征在于，所述七轴机械臂包括七个旋转关节和连接于相邻两旋转关节之间的连杆，所述七轴机械臂的靠近所述始端的三个所述旋转关节的轴线交汇于一点。

6.根据权利要求1所述的仿人手臂，其特征在于，所述控制系统还包括用于获取所述实时深度图像的获取模块，所述获取模块连接于所述控制模块和深度相机。

7.根据权利要求6所述的仿人手臂，其特征在于，所述控制模块通过通信模块连接于所述电机。