CN114888809A - 机器人控制方法、装置、计算机可读存储介质及机器人 - Google Patents
机器人控制方法、装置、计算机可读存储介质及机器人 Download PDFInfo
- Publication number
- CN114888809A CN114888809A CN202210598024.6A CN202210598024A CN114888809A CN 114888809 A CN114888809 A CN 114888809A CN 202210598024 A CN202210598024 A CN 202210598024A CN 114888809 A CN114888809 A CN 114888809A
- Authority
- CN
- China
- Prior art keywords
- robot
- mechanical arm
- joint
- control data
- data
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000033001 locomotion Effects 0.000 claims abstract description 117
- 241000282414 Homo sapiens Species 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 8
- 230000007704 transition Effects 0.000 claims description 31
- 238000009499 grossing Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000013506 data mapping Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B25J9/1656—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
-
- 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
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/42—Recording and playback systems, i.e. in which the programme is recorded from a cycle of operations, e.g. the cycle of operations being manually controlled, after which this record is played back on the same machine
- G05B19/423—Teaching successive positions by walk-through, i.e. the tool head or end effector being grasped and guided directly, with or without servo-assistance, to follow a path
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/36—Nc in input of data, input key till input tape
- G05B2219/36401—Record play back, teach position and record it then play back
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
Abstract
本申请属于机器人技术领域,尤其涉及一种机器人控制方法、装置、计算机可读存储介质及机器人。所述方法包括:获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动,控制方式更加自然直观,灵活性更强。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种机器人控制方法、装置、计算机可读存储介质及机器人。
背景技术
随着机器人技术的日益发展,人们对机器人技术的要求也不断提高,为了让机器人代替人类做更多的任务,进一步释放人工的劳动力,需要机器人通过机械臂完成各种复杂的运动。现有技术中一般是通过复杂的编程来实现对机器人的机械臂进行控制,控制方式不够自然直观,且灵活性较差。
发明内容
有鉴于此,本申请实施例提供了一种机器人控制方法、装置、计算机可读存储介质及机器人,以解决现有技术在对机器人的机械臂进行控制时,控制方式不够自然直观,且灵活性较差的问题。
本申请实施例的第一方面提供了一种机器人控制方法,可以包括:
获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;
将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;
获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;
向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动。
在第一方面的一种具体实现方式中,在对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据之后,所述方法还可以包括:
判断所述机械臂各关节控制数据是否满足预设的限制条件;
若不满足所述限制条件,则停止向所述机器人的运动控制模块下发所述机械臂各关节控制数据;
若满足所述限制条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
在第一方面的一种具体实现方式中,所述判断所述机械臂各关节控制数据是否满足预设的限制条件,可以包括:
根据所述机械臂各关节控制数据判断是否出现二次规划求解过速;
若出现二次规划求解过速,则判定所述机械臂各关节控制数据不满足所述限制条件;
若未出现二次规划求解过速,则判断所述机械臂各关节控制数据是否超出预设的关节限位;
若超出所述关节限位,则判定所述机械臂各关节控制数据不满足所述限制条件;
若未超出所述关节限位,则判定所述机械臂各关节控制数据满足所述限制条件。
在第一方面的一种具体实现方式中,所述根据所述机械臂各关节控制数据判断是否出现二次规划求解过速,可以包括:
计算与所述机械臂各关节控制数据对应的雅可比矩阵;
根据所述雅可比矩阵计算条件数;
若所述条件数大于预设的条件数阈值,则判定出现二次规划求解过速;
若所述条件数小于或等于所述条件数阈值,则判定未出现二次规划求解过速。
在第一方面的一种具体实现方式中,在停止向所述机器人的运动控制模块下发所述机械臂各关节控制数据之后,所述方法还可以包括:
在后续控制周期,继续求解得到所述机器人的机械臂各关节控制数据;
判断所述机械臂各关节控制数据是否满足所述限制条件;
若满足所述限制条件,则判断所述机械臂各关节控制数据是否满足预设的过渡结束条件;
若不满足所述过渡结束条件,则对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据;
向所述机器人的运动控制模块下发所述平滑处理后的机械臂各关节控制数据;
若满足所述过渡结束条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
在第一方面的一种具体实现方式中,所述判断所述机械臂各关节控制数据是否满足预设的过渡结束条件,可以包括:
计算所述机械臂各关节控制数据与所述机械臂各关节状态之间的数据误差;
判断所述数据误差是否小于预设的误差阈值;
若小于所述误差阈值,则判定所述机械臂各关节控制数据满足所述过渡结束条件;
若大于或等于所述误差阈值,则判定所述机械臂各关节控制数据不满足所述过渡结束条件。
在第一方面的一种具体实现方式中,所述对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据,可以包括:
使用预设的比例微分控制器对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据。
本申请实施例的第二方面提供了一种机器人控制装置,可以包括:
运动数据获取模块,用于获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;
运动数据映射模块,用于将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;
控制数据求解模块,用于获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;
控制数据下发模块,用于向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动。
在第二方面的一种具体实现方式中,所述机器人控制装置还可以包括:
限制条件处理模块,用于判断所述机械臂各关节控制数据是否满足预设的限制条件;若不满足所述限制条件,则停止向所述机器人的运动控制模块下发所述机械臂各关节控制数据;若满足所述限制条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
在第二方面的一种具体实现方式中,所述限制条件处理模块可以包括:
二次规划求解过速判断单元,用于根据所述机械臂各关节控制数据判断是否出现二次规划求解过速;
第一判定单元,用于若出现二次规划求解过速,则判定所述机械臂各关节控制数据不满足所述限制条件;
关节限位判断单元,用于若未出现二次规划求解过速,则判断所述机械臂各关节控制数据是否超出预设的关节限位;
第二判定单元,用于若超出所述关节限位,则判定所述机械臂各关节控制数据不满足所述限制条件;
第三判定单元,用于若未超出所述关节限位,则判定所述机械臂各关节控制数据满足所述限制条件。
在第二方面的一种具体实现方式中,所述二次规划求解过速判断单元具体可以用于:计算与所述机械臂各关节控制数据对应的雅可比矩阵;根据所述雅可比矩阵计算条件数;若所述条件数大于预设的条件数阈值,则判定出现二次规划求解过速;若所述条件数小于或等于所述条件数阈值,则判定未出现二次规划求解过速。
在第二方面的一种具体实现方式中,所述机器人控制装置还可以包括:
过渡处理模块,用于在后续控制周期,继续求解得到所述机器人的机械臂各关节控制数据;判断所述机械臂各关节控制数据是否满足所述限制条件;若满足所述限制条件,则判断所述机械臂各关节控制数据是否满足预设的过渡结束条件;若不满足所述过渡结束条件,则对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据;向所述机器人的运动控制模块下发所述平滑处理后的机械臂各关节控制数据;若满足所述过渡结束条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
在第二方面的一种具体实现方式中,所述限制条件处理模块可以包括:
过渡结束条件判断单元,用于计算所述机械臂各关节控制数据与所述机械臂各关节状态之间的数据误差;判断所述数据误差是否小于预设的误差阈值;若小于所述误差阈值,则判定所述机械臂各关节控制数据满足所述过渡结束条件;若大于或等于所述误差阈值,则判定所述机械臂各关节控制数据不满足所述过渡结束条件。
在第二方面的一种具体实现方式中,所述限制条件处理模块还可以包括:
平衡处理单元,用于使用预设的比例微分控制器对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据。
本申请实施例的第三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程序,所述计算机程序被处理器执行时实现上述任一种机器人控制方法的步骤。
本申请实施例的第四方面提供了一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一种机器人控制方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,当计算机程序产品在机器人上运行时,使得机器人执行上述任一种机器人控制方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动。通过本申请实施例,可以控制机器人的机械臂跟随人体手臂进行运动,控制方式更加自然直观,灵活性更强。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术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申请的一些实施例,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它的附图。
图1为本申请实施例中一种机器人控制方法的一个实施例流程图;
图2为判断机械臂各关节控制数据是否满足预设的限制条件的示意流程图;
图3为本申请实施例中一种机器人控制装置的一个实施例结构图;
图4为本申请实施例中一种机器人的示意框图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请的描述中,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。
本申请实施例提供的机器人控制方法可以应用于预设的仿人机器人中,该机器人可以包括两条七自由度的机械臂,通过本申请实施例,可以控制机器人的机械臂跟随人体手臂进行拟人态的运动,并保证机械臂运动的实时性、可靠性及精确性。
请参阅图1,本申请实施例中一种机器人控制方法的一个实施例可以包括:
步骤S101、获取第一运动数据。
其中,第一运动数据为由预设的虚拟现实(Virtual Reality,VR)设备采集的人体手臂末端运动数据。
VR设备可以包含激光定位器及控制手柄等部件,并可以配置加速度传感器(G-sensor)、陀螺仪(Gyroscope)、距离感测器(Proximity)以及重力传感器等传感器。在本申请实施例中,可以将控制手柄固定在手臂末端,通过激光定位器对人体手臂末端运动数据进行实时捕获。人体手臂末端运动数据可以包括VR设备坐标系下的三维位置坐标以及姿态数据(即欧拉角)。
此外,通过控制手柄上的按键可以进行不同控制模式的转换,例如,可以包括单臂、双臂等控制模式,以及位置、姿态、位姿等被控状态,也可以通过按键控制程序的启停等。
步骤S102、将第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据。
具体地,在初始化时,可以获取控制手柄在VR设备坐标系下的位置,将该位置设置为物体坐标系的原点。在后续人体手臂运动时,可以获取人体手臂末端在物体坐标系下的运动数据,即第一运动数据,将其按比例映射到机器人的机械臂末端工作空间,即可得到机械臂末端在机器人坐标系下的运动数据,即第二运动数据。
步骤S103、获取机器人的机械臂各关节状态,并对第二运动数据和机械臂各关节状态进行二次规划求解,得到机器人的机械臂各关节控制数据。
其中,机械臂各关节状态可以为机械臂中各个关节当前实时的位置和速度信息。二次规划(Quadratic Programming,QR)主要是在满足等式及不等式约束条件下,从多解中选取最优解的过程,是一种非线性规划。在本申请实施例中,可以根据实际情况选取现有技术中的任意一种二次规划求解方法。例如,可以采用基于交替方向乘子法(AlternatingDirection Method of Multipliers,ADMM)的算子分裂二次规划(Operator SplittingQuadratic Program,OSQP)求解器进行求解,从而得到机器人的机械臂各关节控制数据。其中,机械臂各关节控制数据可以为机械臂中各个关节预期的位置和速度信息。
步骤S104、向机器人的运动控制模块下发机械臂各关节控制数据。
运动控制模块可以根据机械臂各关节控制数据控制机器人的机械臂进行运动。在本申请实施例中,可以预先设置机器人的控制周期,在每个控制周期,均可通过如图1所示的过程执行一次控制算法。控制周期的具体取值可以根据机器人的硬件配置和控制算法的算法复杂度进行设置,例如,可以将其设置为5毫秒或者其它取值,本申请实施例对此不作具体限定。
为了保证机械臂运行的平滑安全,在本申请实施例的一种具体实现方式中,还可以对步骤S103求解得到的机械臂各关节控制数据进行限制。
具体地,在通过步骤S103求解得到的机械臂各关节控制数据之后,可以根据图2所示的过程判断机械臂各关节控制数据是否满足预设的限制条件:
步骤S201、根据机械臂各关节控制数据判断是否出现二次规划求解过速。
具体地,可以首先计算与机械臂各关节控制数据对应的雅可比矩阵(Jacobimatrix),然后根据雅可比矩阵计算条件数(condition number),并判断条件数是否大于预设的条件数阈值。若条件数大于条件数阈值,则判定出现二次规划求解过速;反之,若条件数小于或等于条件数阈值,则判定未出现二次规划求解过速。其中,条件数阈值的具体取值可以根据实际情况进行设置,本申请实施例对此不作具体限定。
若出现二次规划求解过速,则执行步骤S204;若未出现二次规划求解过速,则执行步骤S202。
步骤S202、判断机械臂各关节控制数据是否超出预设的关节限位。
在本申请实施例中,可以预先设置机械臂中的每一个关节均设置对应的位置范围,即关节限位。只要任意一个关节控制数据超出与其对应的关节限位,则可以判定机械臂各关节控制数据超出了关节限位。
若机械臂各关节控制数据超出了关节限位,则执行步骤S204;若机械臂各关节控制数据未超出关节限位,则执行步骤S203。
步骤S203、判定机械臂各关节控制数据满足限制条件。
此时继续执行步骤S104,即继续实时向机器人的运动控制模块下发机械臂各关节控制数据,以使运动控制模块根据机械臂各关节控制数据控制机器人的机械臂进行运动。
步骤S204、判定机械臂各关节控制数据不满足限制条件。
此时不再执行步骤S104,即停止向机器人的运动控制模块下发机械臂各关节控制数据,运动控制模块仍会按照在先前的控制周期所接收到的最后一次机械臂各关节控制数据控制机器人的机械臂进行运动。
在后续的控制周期,继续按照步骤S101至步骤S103的过程求解得到机器人的机械臂各关节控制数据,并判断机械臂各关节控制数据是否满足限制条件。若满足限制条件,则继续判断机械臂各关节控制数据是否满足预设的过渡结束条件。
具体地,可以计算机械臂各关节控制数据与机械臂各关节状态之间的数据误差,并判断数据误差是否小于预设的误差阈值。若小于误差阈值,则判定机械臂各关节控制数据满足过渡结束条件;若大于或等于误差阈值,则判定机械臂各关节控制数据不满足过渡结束条件。其中,误差阈值的具体取值可以根据实际情况进行设置,本申请实施例对此不作具体限定。
若不满足过渡结束条件,则对机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据。在本申请实施例中,可以根据实际情况选取现有技术中的任意一种平滑处理方式,例如,可以使用预设的比例微分(Proportion Differential,PD)控制器进行平滑处理。在得到平滑处理后的机械臂各关节控制数据之后,可以向机器人的运动控制模块下发该控制数据,以使运动控制模块根据该控制数据控制机器人的机械臂进行运动。通过这样的处理方式,可以避免因突然恢复向运动控制模块下发实时控制数据时出现的数据跳变,此处对这一变化过程进行过渡,采取PD控制策略柔化这一变化过程,使控制数据的变化更加平滑。
若满足过渡结束条件,则继续执行步骤S104,即恢复实时向机器人的运动控制模块下发机械臂各关节控制数据,以使运动控制模块根据机械臂各关节控制数据控制机器人的机械臂进行运动。
综上所述,本申请实施例获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动。通过本申请实施例,可以控制机器人的机械臂跟随人体手臂进行运动,控制方式更加自然直观,灵活性更强。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种机器人控制方法,图3示出了本申请实施例提供的一种机器人控制装置的一个实施例结构图。
本实施例中,一种机器人控制装置可以包括:
运动数据获取模块301,用于获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;
运动数据映射模块302,用于将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;
控制数据求解模块303,用于获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;
控制数据下发模块304,用于向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动。
在本申请实施例的一种具体实现方式中,所述机器人控制装置还可以包括:
限制条件处理模块,用于判断所述机械臂各关节控制数据是否满足预设的限制条件;若不满足所述限制条件,则停止向所述机器人的运动控制模块下发所述机械臂各关节控制数据;若满足所述限制条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
在本申请实施例的一种具体实现方式中,所述限制条件处理模块可以包括:
二次规划求解过速判断单元,用于根据所述机械臂各关节控制数据判断是否出现二次规划求解过速;
第一判定单元,用于若出现二次规划求解过速,则判定所述机械臂各关节控制数据不满足所述限制条件;
关节限位判断单元,用于若未出现二次规划求解过速,则判断所述机械臂各关节控制数据是否超出预设的关节限位;
第二判定单元,用于若超出所述关节限位,则判定所述机械臂各关节控制数据不满足所述限制条件;
第三判定单元,用于若未超出所述关节限位,则判定所述机械臂各关节控制数据满足所述限制条件。
在本申请实施例的一种具体实现方式中,所述二次规划求解过速判断单元具体可以用于:计算与所述机械臂各关节控制数据对应的雅可比矩阵;根据所述雅可比矩阵计算条件数;若所述条件数大于预设的条件数阈值,则判定出现二次规划求解过速;若所述条件数小于或等于所述条件数阈值,则判定未出现二次规划求解过速。
在本申请实施例的一种具体实现方式中,所述机器人控制装置还可以包括:
过渡处理模块,用于在后续控制周期,继续求解得到所述机器人的机械臂各关节控制数据;判断所述机械臂各关节控制数据是否满足所述限制条件;若满足所述限制条件,则判断所述机械臂各关节控制数据是否满足预设的过渡结束条件;若不满足所述过渡结束条件,则对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据;向所述机器人的运动控制模块下发所述平滑处理后的机械臂各关节控制数据;若满足所述过渡结束条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
在本申请实施例的一种具体实现方式中,所述限制条件处理模块可以包括:
过渡结束条件判断单元,用于计算所述机械臂各关节控制数据与所述机械臂各关节状态之间的数据误差;判断所述数据误差是否小于预设的误差阈值;若小于所述误差阈值,则判定所述机械臂各关节控制数据满足所述过渡结束条件;若大于或等于所述误差阈值,则判定所述机械臂各关节控制数据不满足所述过渡结束条件。
在本申请实施例的一种具体实现方式中,所述限制条件处理模块还可以包括:
平衡处理单元,用于使用预设的比例微分控制器对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置,模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
图4示出了本申请实施例提供的一种机器人的示意框图,为了便于说明,仅示出了与本申请实施例相关的部分。
如图4所示,该实施例的机器人4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个机器人控制方法实施例中的步骤,例如图1所示的步骤S101至步骤S104。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块301至模块304的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述机器人4中的执行过程。
本领域技术人员可以理解,图4仅仅是机器人4的示例,并不构成对机器人4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述机器人4还可以包括输入输出设备、网络接入设备、总线等。
所述处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述机器人4的内部存储单元,例如机器人4的硬盘或内存。所述存储器41也可以是所述机器人4的外部存储设备,例如所述机器人4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述机器人4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述机器人4所需的其它程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/机器人和方法,可以通过其它的方式实现。例如,以上所描述的装置/机器人实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种机器人控制方法,其特征在于,包括:
获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;
将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;
获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;
向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动。
2.根据权利要求1所述的机器人控制方法,其特征在于,在对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据之后,还包括:
判断所述机械臂各关节控制数据是否满足预设的限制条件;
若不满足所述限制条件,则停止向所述机器人的运动控制模块下发所述机械臂各关节控制数据;
若满足所述限制条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
3.根据权利要求2所述的机器人控制方法,其特征在于,所述判断所述机械臂各关节控制数据是否满足预设的限制条件,包括:
根据所述机械臂各关节控制数据判断是否出现二次规划求解过速;
若出现二次规划求解过速,则判定所述机械臂各关节控制数据不满足所述限制条件;
若未出现二次规划求解过速,则判断所述机械臂各关节控制数据是否超出预设的关节限位;
若超出所述关节限位,则判定所述机械臂各关节控制数据不满足所述限制条件;
若未超出所述关节限位,则判定所述机械臂各关节控制数据满足所述限制条件。
4.根据权利要求3所述的机器人控制方法,其特征在于,所述根据所述机械臂各关节控制数据判断是否出现二次规划求解过速,包括:
计算与所述机械臂各关节控制数据对应的雅可比矩阵;
根据所述雅可比矩阵计算条件数;
若所述条件数大于预设的条件数阈值,则判定出现二次规划求解过速;
若所述条件数小于或等于所述条件数阈值,则判定未出现二次规划求解过速。
5.根据权利要求2至4中任一项所述的机器人控制方法,其特征在于,在停止向所述机器人的运动控制模块下发所述机械臂各关节控制数据之后,还包括:
在后续控制周期,继续求解得到所述机器人的机械臂各关节控制数据;
判断所述机械臂各关节控制数据是否满足所述限制条件;
若满足所述限制条件,则判断所述机械臂各关节控制数据是否满足预设的过渡结束条件;
若不满足所述过渡结束条件,则对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据;
向所述机器人的运动控制模块下发所述平滑处理后的机械臂各关节控制数据;
若满足所述过渡结束条件,则继续向所述机器人的运动控制模块下发所述机械臂各关节控制数据。
6.根据权利要求5所述的机器人控制方法,其特征在于,所述判断所述机械臂各关节控制数据是否满足预设的过渡结束条件,包括:
计算所述机械臂各关节控制数据与所述机械臂各关节状态之间的数据误差;
判断所述数据误差是否小于预设的误差阈值;
若小于所述误差阈值,则判定所述机械臂各关节控制数据满足所述过渡结束条件;
若大于或等于所述误差阈值,则判定所述机械臂各关节控制数据不满足所述过渡结束条件。
7.根据权利要求5所述的机器人控制方法,其特征在于,所述对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据,包括:
使用预设的比例微分控制器对所述机械臂各关节控制数据进行平滑处理,得到平滑处理后的机械臂各关节控制数据。
8.一种机器人控制装置,其特征在于,包括:
运动数据获取模块,用于获取第一运动数据;所述第一运动数据为由预设的虚拟现实设备采集的人体手臂末端运动数据;
运动数据映射模块,用于将所述第一运动数据映射至机器人的机械臂末端工作空间,得到第二运动数据;
控制数据求解模块,用于获取所述机器人的机械臂各关节状态,并对所述第二运动数据和所述机械臂各关节状态进行二次规划求解,得到所述机器人的机械臂各关节控制数据;
控制数据下发模块,用于向所述机器人的运动控制模块下发所述机械臂各关节控制数据,以使所述运动控制模块根据所述机械臂各关节控制数据控制所述机器人的机械臂进行运动。
9.一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至7中任一项所述的机器人控制方法的步骤。
10.一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的机器人控制方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210598024.6A CN114888809B (zh) | 2022-05-30 | 2022-05-30 | 机器人控制方法、装置、计算机可读存储介质及机器人 |
US18/201,744 US20230381963A1 (en) | 2022-05-30 | 2023-05-24 | Robot control method, computer-readable storage medium, and robot |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210598024.6A CN114888809B (zh) | 2022-05-30 | 2022-05-30 | 机器人控制方法、装置、计算机可读存储介质及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114888809A true CN114888809A (zh) | 2022-08-12 |
CN114888809B CN114888809B (zh) | 2023-12-15 |
Family
ID=82726043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210598024.6A Active CN114888809B (zh) | 2022-05-30 | 2022-05-30 | 机器人控制方法、装置、计算机可读存储介质及机器人 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230381963A1 (zh) |
CN (1) | CN114888809B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108890630A (zh) * | 2018-08-21 | 2018-11-27 | 广东工业大学 | 一种机器人示教系统及方法 |
CN110039507A (zh) * | 2019-04-09 | 2019-07-23 | 华南理工大学 | 一种基于外骨骼数据手套和肌电手环的遥操作系统与方法 |
CN110315570A (zh) * | 2019-04-29 | 2019-10-11 | 中科开创(广州)智能科技发展有限公司 | 一种配电网电缆通道巡检机器人 |
CN112297015A (zh) * | 2020-10-30 | 2021-02-02 | 通道鹏达炭业有限责任公司 | 一种具有力反馈的易用机械臂示教系统 |
CN112540671A (zh) * | 2019-09-20 | 2021-03-23 | 辉达公司 | 基于视觉的灵巧机器人系统的远程操作 |
CN112677153A (zh) * | 2020-12-16 | 2021-04-20 | 东北林业大学 | 一种改进的rrt算法及工业机器人路径避障规划方法 |
CN112775931A (zh) * | 2019-11-05 | 2021-05-11 | 深圳市优必选科技股份有限公司 | 机械臂控制方法、装置、计算机可读存储介质及机器人 |
-
2022
- 2022-05-30 CN CN202210598024.6A patent/CN114888809B/zh active Active
-
2023
- 2023-05-24 US US18/201,744 patent/US20230381963A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108890630A (zh) * | 2018-08-21 | 2018-11-27 | 广东工业大学 | 一种机器人示教系统及方法 |
CN110039507A (zh) * | 2019-04-09 | 2019-07-23 | 华南理工大学 | 一种基于外骨骼数据手套和肌电手环的遥操作系统与方法 |
CN110315570A (zh) * | 2019-04-29 | 2019-10-11 | 中科开创(广州)智能科技发展有限公司 | 一种配电网电缆通道巡检机器人 |
CN112540671A (zh) * | 2019-09-20 | 2021-03-23 | 辉达公司 | 基于视觉的灵巧机器人系统的远程操作 |
CN112775931A (zh) * | 2019-11-05 | 2021-05-11 | 深圳市优必选科技股份有限公司 | 机械臂控制方法、装置、计算机可读存储介质及机器人 |
CN112297015A (zh) * | 2020-10-30 | 2021-02-02 | 通道鹏达炭业有限责任公司 | 一种具有力反馈的易用机械臂示教系统 |
CN112677153A (zh) * | 2020-12-16 | 2021-04-20 | 东北林业大学 | 一种改进的rrt算法及工业机器人路径避障规划方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230381963A1 (en) | 2023-11-30 |
CN114888809B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111015653B (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
CN106945043B (zh) | 一种主从式遥操作手术机器人多臂协同控制系统 | |
CN112775931B (zh) | 机械臂控制方法、装置、计算机可读存储介质及机器人 | |
US11833692B2 (en) | Method and device for controlling arm of robot | |
CN112744313B (zh) | 一种机器人状态估计方法、装置、可读存储介质及机器人 | |
CN112720479B (zh) | 一种机器人姿态控制方法、装置及机器人 | |
CN112720460B (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
CN109648571A (zh) | 工业机器人的示教轨迹复现方法、系统及机器人 | |
CN111113429B (zh) | 一种动作模仿方法、动作模仿装置及终端设备 | |
CN114227685B (zh) | 机械臂控制方法、装置、计算机可读存储介质及机械臂 | |
CN113119104B (zh) | 机械臂控制方法、机械臂控制装置、计算设备及系统 | |
CN112536796A (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
CN117562674A (zh) | 手术机器人及由其执行的方法 | |
CN109866217B (zh) | 机器人里程定位方法、装置、终端设备及计算机存储介质 | |
CN114888809B (zh) | 机器人控制方法、装置、计算机可读存储介质及机器人 | |
KR101439929B1 (ko) | 로봇의 삼차원 시뮬레이션 방법 및 시스템 | |
CN113021329B (zh) | 一种机器人运动控制方法、装置、可读存储介质及机器人 | |
CN117047771A (zh) | 机器人的柔顺控制方法、装置及电子设备 | |
CN112720478B (zh) | 一种机器人力矩控制方法、装置、可读存储介质及机器人 | |
CN111383332A (zh) | 一种三维扫描和重建系统、计算机设备和可读存储介质 | |
CN111380527A (zh) | 一种室内服务机器人的导航方法及导航控制器 | |
CN112894794B (zh) | 人体手臂动作模仿方法、装置、终端设备及存储介质 | |
CN113814978A (zh) | 机器人控制方法、装置、机器人及存储介质 | |
CN114161401B (zh) | 质心高度规划方法、装置、计算机可读存储介质及机器人 | |
CN110216676B (zh) | 一种机械臂控制方法、机械臂控制装置及终端设备 |
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 |