CN114954723A - 仿人机器人 - Google Patents
仿人机器人 Download PDFInfo
- Publication number
- CN114954723A CN114954723A CN202210430196.2A CN202210430196A CN114954723A CN 114954723 A CN114954723 A CN 114954723A CN 202210430196 A CN202210430196 A CN 202210430196A CN 114954723 A CN114954723 A CN 114954723A
- Authority
- CN
- China
- Prior art keywords
- module
- joint
- robot
- axis
- foot
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
- B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
- B62D57/032—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members with alternately or sequentially lifted supporting base and legs; with alternately or sequentially lifted feet or skid
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种仿人机器人,通过人类的语音或其他指令控制以完成相应的任务,仿人机器人行走稳定,行走动作仿真程度高,另外一方面,本发明的仿人机器人制造成本相对较低,实用性高,性价比高,适合大面积推广应用。本发明解决了目前的一些仿人机器人造价昂贵,可用性不高的问题。
Description
技术领域
本发明涉及仿人型机器人设备技术领域,具体涉及一种仿人机器人。
背景技术
由于仿人型机器人集机、电、材料、计算机、传感器、控制技术等多门学科于一体,是一个国家高科技实力和发展水平的重要标志,因此,世界发达国家都不惜投入巨资进行开发研究。
日、美、英等国都在研制仿人形机器人方面做了大量的工作,并已取得突破性的进展。日本本田公司于1997年10月推出了仿人形机器人P3。美国麻省理工学院研制出了仿人形机器人科戈(COG)。德国和澳洲共同研制出了装有52个汽缸,身高2米、体重150公斤的大型机器人。本田公司最新开发的新型机器人“阿西莫”,身高120厘米,体重43公斤,它的走路方式更加接近人。
我国也在这方面做了很多工作,例如国防科技大学、哈尔滨工业大学研制出了双足步行机器人;北京航空航天大学、哈尔滨工业大学、北京科技大学研制出了多指灵巧手等。
但是,目前的一些仿人机器人造价昂贵,可用性不高。
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,现提供一种仿人机器人,以解决目前的一些仿人机器人造价昂贵,可用性不高的问题。
为实现上述目的,提供一种仿人机器人,包括:
机器人本体,所述机器人本体安装有用于采集平面图像的2D相机,所述机器人本体包括六轴双足结构和安装于所述六轴双足结构的躯干结构,所述六轴双足结构的各关节通过电机驱动;
用于基于语音指令确定目的地的任务模块,安装于机器人本体;
用于确定所述机器人本体的当前位置的定位模块,安装于机器人本体;
用于识别所述平面图像中的障碍物的第一识别模块,安装于机器人本体且连接于所述2D相机;以及
安装于所述机器人本体的第一控制系统,包括用于基于所述目的地、所述障碍物和所述当前位置生成移动路径的第一路径规划模块、用于基于所述移动路径规划下一个落脚点的位姿的步伐规划模块、用于判断所述当前位置与所述下一落脚点之间的距离是否超出预设步距的第一判断模块、用于基于所述当前位置、所述下一个落脚点的位姿及所述各关节的预设转动角度范围计算获得所述六轴双足的各关节的转动角度的第一计算模块、用于判断所述当前位置下的实时机器人本体的零力矩点是否在所述机器人本体的站立脚的投影区域内的第二判断模块、以及用于控制所述各关节的电机驱动所述抬起脚踏入所述下一个落脚点,并控制所述躯干结构前移至所述抬起脚的投影区域内的第一控制模块,所述第一控制模块连接于所述任务模块、所述定位模块和所述各关节的电机,所述第一识别模块、所述第一路径规划模块、所述步伐规划模块、所述第一判断模块、所述第一计算模块和所述第二判断模块分别连接于所述第一控制模块。
进一步的,所述任务模块包括:
用于识别语音指令以获得指令文本的第二识别模块;
用于识别所述指令文本以获得指令语义的第三识别模块,连接于所述第二识别模块;以及
用于基于所述指令语义构建任务列表的构建模块,连接于所述第二识别模块和所述第一控制模块,所述任务列表包括所述目标物和所述目的地。
进一步的,所述定位模块连接有用于储存地图的存储单元。
进一步的,所述机器人本体还包括七轴机械臂,所述七轴机械臂连接于所述躯干结构的上部,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,所述躯干结构安装有用于采集实时深度图像的深度相机和第二控制系统,所述第二控制系统,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第四识别模块、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第二路径规划模块、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第二计算模块、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第二控制模块,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、所述第二路径规划模块及所述第二计算模块。
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第二控制模块。
进一步的,所述第二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。
本发明的有益效果在于,本发明的仿人机器人,通过人类的语音或其他指令控制以完成相应的任务,仿人机器人行走稳定,行走动作仿真程度高,另外一方面,本发明的仿人机器人制造成本相对较低,实用性高,性价比高,适合大面积推广应用。
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机器人的结构示意图。
图2为本发明实施例的六轴双足结构的结构示意图。
图3为本发明实施例的六轴双足结构的各关节的旋转矩阵示意图。
图4为本发明实施例的六轴双足结构的各个关节的轴矢量示意图。
图5为本发明实施例的六轴双足结构的各关节的相对位置矢量示意图。
图6为本发明实施例的六轴双足结构的单个连杆位姿示意图,其中aj和bj为在母连杆坐标系中关节轴矢量及其坐标原点的位置。
图7为本发明实施例的六轴双足结构的相邻两个连杆的位置关系的示意图。
图8为本发明实施例的六轴双足结构的腿部各连杆的示意图。
图9为本发明实施例的六轴双足结构的髋关节、膝关节、和踝关节所抽象成的三角形示意图。
图10为本发明实施例的六轴双足结构的图9三角形在以踝关节为原点的坐标系空间中的表示示意图。
图11为本发明实施例的七轴机械臂的结构示意图。
图12为本发明实施例的七轴机械臂的内部结构示意图。
图13为本发明实施例的七轴机械臂的各关节的空间坐标系构建示意图。
图14为本发明实施例的七轴机械臂的冗余圆的示意图。
图15为本发明实施例的仿人机器人的总控制系统的示意图。
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机器人,包括:机器人本体、任务模块、定位模块7、第一识别模块、总控制系统。其中,总控制系统包括第一控制系统和第二控制系统。
机器人本体安装有用于采集平面图像的2D相机4。具体的,机器人本体包括六轴双足结构5和安装于六轴双足结构5的躯干结构6。六轴双足结构5的各关节通过电机驱动。
本发明的仿人机器人还包括头部结构8和七轴机械臂1。其中,头部结构8活动安装于躯干结构6的上部的中间位置。七轴机械臂安装有躯干结构6的上部的相对两侧。六轴双足结构5安装于躯干结构6的下部的相对两侧。六轴双足结构5包括两腿部结构。两腿部结构有12个自由度。左右的腿部结构各六个自由的。各个关节的连杆分别从LLEG_J0到LLEG_J5(左腿)以及RLEG_J0到RLEG_J5(右腿),其中,腿部结构的每个关节通过一个电机驱动。
任务模块安装于机器人本体。任务模块用于基于语音指令确定目的地的任务模块。
在本实施例中,任务模块包括:第二识别模块、第三识别模块和构建模块。第二识别模块连接有语音采集模块。语音采集模块为麦克风。
第二识别模块用于识别语音指令以获得指令文本。
第三识别模块连接于所第二识别模块。第三识别模块用于识别指令文本以获得指令语义。
构建模块连接于第三识别模块和第一控制模块。构建模块用于基于指令语义构建任务列表。任务列表包括目标物和目的地。
定位模块7安装于机器人本体。定位模块7用于确定机器人本体的当前位置。定位模块7为激光雷达。定位模块7连接有用于储存地图的存储单元。
第一识别模块安装于机器人本体,且第一识别模块连接于2D相机4。第一识别模块用于识别平面图像中的障碍物。
第一控制系统安装于机器人本体。具体的,第一控制系统包括第一路径规划模块、步伐规划模块、第一判断模块、第一计算模块、第二判断模块、第一控制模块。第一控制模块连接于任务模块、定位模块7和六轴双足结构5的各关节的电机。第一识别模块、第一路径规划模块、步伐规划模块、第一判断模块、第一计算模块和第二判断模块分别连接于第一控制模块。
第一路径规划模块用于基于目的地、障碍物和当前位置生成移动路径。
步伐规划模块用于基于移动路径规划下一个落脚点的位姿。
第一判断模块用于判断当前位置与下一落脚点之间的距离是否超出预设步距。
第一计算模块用于基于当前位置、下一个落脚点的位姿及各关节的预设转动角度范围计算获得六轴双足结构的各关节的转动角度。
第二判断模块用于判断当前位置下的实时机器人本体的零力矩点是否在机器人本体的站立脚的投影区域内。
第一控制模块用于控制六轴双足结构的各关节的电机驱动抬起脚踏入下一个落脚点,并控制躯干结构6前移至抬起脚的投影区域内,进而实现机器人本体沿移动路径移动至目的地。
在本实施例中,关于六轴双足结构的正运动学以及逆运动学:
如图1所示,六轴双足结构包括两腿部结构。两腿部结构有12个自由度。左右的腿部结构各六个自由的。各个关节的连杆分别从LLEG_J0到LLEG_J5(左腿)以及RLEG_J0到RLEG_J5(右腿),其中,腿部结构的每个关节通过一个电机驱动。腿部结构包括髋关节、膝关节和踝关节。髋关节、膝关节以及踝关节之间通过连杆连接在一起。髋关节的三个电机轴线的延长线交于一点,将它们局部坐标系的原点设定在该交点上,如图3所示。同样在踝关节处两轴的延长线交于一点,可以将相应的两个局部坐标系的原点设定在该交点上,其中W为世界坐标系。
接下来定义描述相邻局部坐标系之间关系的关节轴矢量aj和相对位置矢量bj,如图4、图5所示。
关节轴矢量是一个描述连杆相对于其母连杆转动的单位矢量,方向由右手法则确定。以膝关节的关节轴矢量为例,a5=a11=[0 1 0]T,这种设定使得关节转动的正方向与通常膝关节的弯曲方向一致。相对位置矢量bj是描述一个局部坐标系原点在其母连杆坐标系中的位置。如图6所示,b3、b 4在髋关节处三个局部坐标点重合因而b3=b4=0,b9=b10=0,在踝关节处,2个局部坐标点同样重合,从而b7=b13=0。
下面由正运动学建立腿部结构的各个连杆的位姿:
正运动学是根据关节角求连杆末端位姿的方法。
Rodrigues方程给出恒定角速度矢量的旋转矩阵。
eaθ=E+a×sinθ+a^2×(1-cosθ);
在母连杆坐标系中,转动轴矢量为aj,Σj的原点为bj,关节角为qj,其中E为初始条件,即关节角为0时,连杆处于初始状态,姿态矩阵为E。
如图6所示,aj,bj为在母连杆坐标系中的关节轴矢量及其坐标原点的位置。
Σj相对于其母连杆的齐次变换矩阵为:
iTj=[eajqj bj,[0 0 0]1]
再看如图7所示的相互连接的两个连杆的情况,假定母连杆的绝对位置pi和姿态Ri已知,那么Σi的齐次变换矩阵为:
Ti=[Ri pi,[0 0 0]1]
Σj的齐次变换矩阵可根据链式法则:
Tj=Ti×iTj。
由上面可求得Σj的位置和姿态(pj,Rj):
pj=pi+Ri×bj;
Rj=Ri×eajqj
从而求出所有连杆的位姿,该方法的伪代码如下:
function ForwardKinematics(j)
If j==0return;end
If j~=1
i=uLink(j).mother;
uLink(j).p=uLink(i).R×uLink(j).b+uLink(i).p;
uLink(j).R=uLink(i).R×Rodrigues(uLink(j).a+uLink(j).q);
End
根据正运动学建立的腿部结构的姿态关节,进一步求解逆运动学,从而可用在上台阶等情况下。
机器人首先用视觉传感器如深度相机或激光雷达测得台阶高度等参数以后,计算抬脚及其落地点的所需高度和方位从而利用逆运动学计算出各个关节角度。
如图8所示:给定躯干和右脚的位姿(p1,R1)和(p7,R7)。定义从躯干坐标系的原点到髋关节距离为D,大腿长度为A,小腿长度为B,那么髋关节位置为:
P2=p1+R1[0;D;0];
而在足部(踝关节)坐标系中的髋关节位置矢量为:
r=R7 T×(p2-p7)=[rx ry rz]T;
据此可以求得踝关节与股关节的距离C,即:
C=sqrt(rx^2+ry^2+rz^2)。
考虑图8所示三角形ABC可以将膝关节角度q5求出,由余弦定理有:
C^2=A^2+B^2-2A×B×cos(pi-q5),
从而求得膝关节角度为:
q5=-arccos(A^2+B^2-C^2/(2×A×B))+pi;
进一步求出三角形下端角度ɑ。
根据正玄定理:
C/sin(pi-q5)=A/sinɑ
从而:
ɑ=-arsin(A×sin(pi-q5)/C)。
再考虑踝关节坐标系,如图9所示,根据矢量r可以求得踝关节的滚动角和俯仰角分别为:
q7=atan2(ry,rz);
q6=-atan2(rx,sign(rx)×sqrt(ry^2+rz^2))-ɑ;
上式中,atan2(y,x)是用于求xy平面上的矢量(x,y)与x轴之间夹角的函数。
另外剩下髋关节的摆动,滚转和俯仰三个角度。各个连杆之间的关系为:
R7=R1×Rz(q2)Rx(q3)Ry(q4)Ry(q5+q6)Rx(q7)。
对上式子变形:
Rz(q2)Rx(q3)Ry(q4)=R1TR7Rx(q7)Ry(q5+q6),
将左边展开,并计算右边的值,可得:
[c2c4-s2s3s4-s2c3 c2s4+s2s3c4,
s2c4+c2s3s4 c2c3 s2s4-c2s3c4,
-c3s4 s3 c3c4]=
[R11 R12 R13,
R21 R22 R23,
R31 R32 R33]
其中,c2=cosq2,s2=sinq2,
可得:
q2=atan2(-R12,R22)
q3=atan2(R32,-R12s2+R22c2)
q4=atan2(-R31,R33)
因此q=[q2 q3 q4 q5 q6 q7]’
从而求出腿部结构的所有关节的转动角度。
在本发明中,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11驱动以令末端抓取目标物。
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11和图12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11和图12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11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。角度传感器连接于第二控制模块。
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。
第二控制系统包括第四识别模块、第二路径规划模块、第二计算模块和第二控制模块。
第二控制模块连接于深度相机2、七轴机械臂的各关节的电机11、第四识别模块、第二路径规划模块及第二计算模块。
第四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。
第二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。
第二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。
第二控制模块用于获取深度相机采集的实时深度图像、并基于第二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,再通过深度相机和第二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,第二控制系统还包括用于获取实时深度图像的获取模块。获取模块连接于第二控制模块和深度相机。第二控制模块通过通信模块36连接于电机。
在本实施例中,第二计算模块,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
第二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14。
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14,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(rU)=l1,abs(rF)=l2,abs(rH)=l3。
逆运动学的位置反解步骤如下;
1.首先求theta4:
rW=p-RhandrH
由余弦定理得:
Theta4=pi-arcos((l1^2+l2^2-abs(rW)^2)/2L1L2)-β
2.求解theta6,theta7由图4通过矢量可以得出:
Abs(rα)=sqrt(abs(rU)^2-(abs(rU)^2-abs(rF)^2)+abs(rW)^2)/2abs(rW)^2)
rM=((abs(rU))^2-(abs(rF))^2+(abs(rW))^2)×rW/2(abs(rW))^2
那么,在腕关节坐标系中:
WristrW=RT(p-Rhead×rH)=[xW,yW,zW]=(abs(rW),thetaW,phiW)
wristrM=RT(abs(rU)^2-abs(rF)^2+abs(rw)^2)×rw/(2×(abs(rw)^2))
在三角形BCM中:
WristCB=Rz(thetaw)Ry(phiw)Rz(α)[1,0,0]+Wristrw WristrMm
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(wristCBy,wristCBx)
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×cβcα×sβ×sr-sα×cr cα×sβ×cr+sα×sr;
sα×cβsα×sβ×sr+cα×cr sα×sβ×sr+cα×sr,
-sβcβ×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14中的d3=rU;d5=rF,d7=rH。
如图1所示,本发明的仿真机器人包括12个自由度的腿部结构,2个自由度的躯干结构,14个自由度的手臂,2个自由度的脖子。本发明仿真机器人的手掌可以为夹爪或多关节手指。本发明仿真机器人的脚底安装8个薄膜传感器、头部安装有2D相机和深度相机。本发明仿真机器人的头顶带有激光雷达。本发明仿真机器人的体内安装有电池包,陀螺仪,单台或多台处理器、扬声器、麦克风等。处理器连接于第一控制系统和第二控制系统。深度相机为微软的realsense相机或者intel的kinect相机。
本发明的仿人机器人通过语音指令进行相应的动作,比如,用户通过语音指令“去客厅桌上拿个杯子”下达任务。
本发明的仿人机器人完成该任务的方法流程如下:
首先,仿人机器人的存储模块储存有一张关于室内的地图,并在地图中标记各个区域,如卧室1,客厅1,厨房1等,并能通过定位模块(如激光雷达)定位仿人机器人在地图中的位置。
当接语音指令时,任务模块基于语音指令确定目的地和目标物。具体的,首先任务模块的语音识别模块,将语音识别成文字,然后将文字上传服务器,通过语音识别模块进行NLP及机器学习将关键字如“客厅”,“桌子”,“杯子”,“拿”等提取出来。
任务模块的构建模块建立一条“去客厅桌上拿个杯子”的待完成任务,放入任务列表中。
第一控制系统和第二控制系统分别执行任务。第一控制系统将仿真机器人移动至目的地,第二控制系统通过驱动七轴机械臂准确的以仿人类手臂动作抓取目标物。
其中,第一控制系统执行任务(移动至目的地)的过程如下:
1-1首先,在定位模块根据储存地图判断自己所在房间,以及目的地如客厅。
1-2第一路径规划模块根据路径规划算法,规划出一条从当前位置到目的地(如客厅中任一点(靠近中心))的路径。
1-3第一路径规划模块将该路径分解为小段的多个局部路径,并划分直行路段及左转路段,右转路段等。
1-4第一计算模块将每一路段规划出仿人机器人的左右脚(两六轴双足结构,具体分为站立脚和抬起脚)的每一个落脚点,规定最大步行距离(即预设步距),相邻两个落脚点之间的距离不超过仿人机器人的最大步行距离。
1-5当迈出一步后以新的落脚点为起进行重新规划,重复1-2~1-4步骤。
1-6当遇到移动障碍物时,仿人机器人通过第一识别模块识别2D相机采集的平面图像中的障碍物以进行局部规划,从而避开障碍物或者停下来等待。其中,第一识别模块包括第一识别单元和第二识别单元。第一识别单元用于识别人形障碍物,第二识别单元用于识别非人形障碍物。当第一识别单元识别出人形障碍物时,仿人机器人可以停下来等障碍物移开以后继续行驶。当第二识别单元识别出非人形障碍物(如箱子等)时,仿人机器人通过局部规划进行绕行。
1-7当到达客厅中央时,仿人机器人通过驱动躯干结构上的头部结构转动并通过安装于头部结构的2D相机对客厅的四周进行环视,并通过第四识别单元以识别出桌子,以及杯子等。
1-8此时,仿人机器人进一步进行路径规划,到达桌子旁边。
其中,第二控制系统执行任务(即抓取目标物动作)的过程如下:
1-9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,再通过第二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。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。第二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。第二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。
1-10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。
1-11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;
1-12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。
1-13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。
1-9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。
1-14七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。
1-15七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。
第一控制系统,在七轴机械臂抓取目标物后,进行下一个移动动作(即移动至原当前位置)。
1-16当仿人机器人拿起杯子后,第一路径规划模块规划出一条返回原当前位置的路径,重复1-2~1-4步骤行驶到原当前位置。
1-17仿真机器人通过语音提示用户杯子已拿到,并将杯子递出给用户。
1-18当视觉识别到用户已经接到杯子时松开机械手,并后退回到站立姿势。
本发明的仿人机器人,通过人类的语音或其他指令控制以完成相应的任务,仿人机器人行走稳定,行走动作仿真程度高,另外一方面,本发明的仿人机器人制造成本相对较低,实用性高,性价比高,适合大面积推广应用。
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 (7)
1.一种仿人机器人,其特征在于,包括:
机器人本体,所述机器人本体安装有用于采集平面图像的2D相机,所述机器人本体包括六轴双足结构和安装于所述六轴双足结构的躯干结构,所述六轴双足结构的各关节通过电机驱动;
用于基于语音指令确定目的地的任务模块,安装于机器人本体;
用于确定所述机器人本体的当前位置的定位模块,安装于机器人本体;
用于识别所述平面图像中的障碍物的第一识别模块,安装于机器人本体且连接于所述2D相机;以及
安装于所述机器人本体的第一控制系统,包括用于基于所述目的地、所述障碍物和所述当前位置生成移动路径的第一路径规划模块、用于基于所述移动路径规划下一个落脚点的位姿的步伐规划模块、用于判断所述当前位置与所述下一落脚点之间的距离是否超出预设步距的第一判断模块、用于基于所述当前位置、所述下一个落脚点的位姿及所述各关节的预设转动角度范围计算获得所述六轴双足的各关节的转动角度的第一计算模块、用于判断所述当前位置下的实时机器人本体的零力矩点是否在所述机器人本体的站立脚的投影区域内的第二判断模块、以及用于控制所述各关节的电机驱动所述抬起脚踏入所述下一个落脚点,并控制所述躯干结构前移至所述抬起脚的投影区域内的第一控制模块,所述第一控制模块连接于所述任务模块、所述定位模块和所述各关节的电机,所述第一识别模块、所述第一路径规划模块、所述步伐规划模块、所述第一判断模块、所述第一计算模块和所述第二判断模块分别连接于所述第一控制模块。
2.根据权利要求1所述的仿人机器人,其特征在于,所述任务模块包括:
用于识别语音指令以获得指令文本的第二识别模块;
用于识别所述指令文本以获得指令语义的第三识别模块,连接于所述第二识别模块;以及
用于基于所述指令语义构建任务列表的构建模块,连接于所述第二识别模块和所述第一控制模块,所述任务列表包括所述目标物和所述目的地。
3.根据权利要求1所述的仿人机器人,其特征在于,所述定位模块连接有用于储存地图的存储单元。
4.根据权利要求1所述的仿人机器人,其特征在于,所述机器人本体还包括七轴机械臂,所述七轴机械臂连接于所述躯干结构的上部,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,所述躯干结构安装有用于采集实时深度图像的深度相机和第二控制系统,所述第二控制系统,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第四识别模块、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第二路径规划模块、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第二计算模块、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第二控制模块,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、所述第二路径规划模块及所述第二计算模块。
5.根据权利要求4所述的仿人机器人,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第二控制模块。
6.根据权利要求4所述的仿人机器人,其特征在于,所述第二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。
7.根据权利要求4所述的仿人机器人,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210430196.2A CN114954723A (zh) | 2022-04-22 | 2022-04-22 | 仿人机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210430196.2A CN114954723A (zh) | 2022-04-22 | 2022-04-22 | 仿人机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114954723A true CN114954723A (zh) | 2022-08-30 |
Family
ID=82980280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210430196.2A Pending CN114954723A (zh) | 2022-04-22 | 2022-04-22 | 仿人机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114954723A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290980A (zh) * | 2023-11-27 | 2023-12-26 | 江西格如灵科技股份有限公司 | 一种基于Unity平台的机械臂仿真方法及系统 |
-
2022
- 2022-04-22 CN CN202210430196.2A patent/CN114954723A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290980A (zh) * | 2023-11-27 | 2023-12-26 | 江西格如灵科技股份有限公司 | 一种基于Unity平台的机械臂仿真方法及系统 |
CN117290980B (zh) * | 2023-11-27 | 2024-02-02 | 江西格如灵科技股份有限公司 | 一种基于Unity平台的机械臂仿真方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11279030B2 (en) | Systems, devices, articles, and methods for using trained robots | |
Morales et al. | Integrated grasp planning and visual object localization for a humanoid robot with five-fingered hands | |
Asfour et al. | Armar-6: A collaborative humanoid robot for industrial environments | |
US9981389B2 (en) | Robotics platforms incorporating manipulators having common joint designs | |
CN107953331B (zh) | 一种应用于人形机器人动作模仿的人体姿态映射方法 | |
CN113967911B (zh) | 基于末端工作空间的仿人机械臂的跟随控制方法及系统 | |
KR101743926B1 (ko) | 로봇 및 그 제어방법 | |
CN107364506B (zh) | 一种足履复合式四足机器人 | |
CN102848388A (zh) | 基于多传感器的服务机器人定位和抓取方法 | |
Patidar et al. | Survey of robotic arm and parameters | |
CN115469576B (zh) | 一种基于人-机械臂异构运动空间混合映射的遥操作系统 | |
Corsini et al. | Nonlinear model predictive control for human-robot handover with application to the aerial case | |
CN114954723A (zh) | 仿人机器人 | |
Robson et al. | Geometric design of planar mechanisms based on virtual guides for manipulation | |
Rahman et al. | Kinematics analysis of a quadruped robot: Simulation and Evaluation | |
Gienger et al. | Imitating object movement skills with robots—A task-level approach exploiting generalization and invariance | |
Diftler et al. | Robonaut mobile autonomy: Initial experiments | |
Diftler et al. | A mobile autonomous humanoid assistant | |
CN115781666A (zh) | 一种用于机器人全身模仿系统的控制方法 | |
Aleotti et al. | Robot grasp synthesis from virtual demonstration and topology-preserving environment reconstruction | |
CN115194774A (zh) | 一种基于多目视觉的双机械臂抓握系统控制方法 | |
US20050223176A1 (en) | Sensory ego-sphere: a mediating interface between sensors and cognition | |
Yunardi | Marker-based motion capture for measuring joint kinematics in leg swing simulator | |
Xu et al. | Design and simulation of artificial limb picking robot based on somatosensory interaction | |
Bi et al. | Kinematic analysis on land of an amphibious spherical robot system |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230215 Address after: 200436 Area B, Floor 5, Building 1, No. 668, Shangda Road, Baoshan District, Shanghai Applicant after: Shanghai Qingbao Engine Robot Co.,Ltd. Address before: 200092 floor 1, 38 Tieling Road, Yangpu District, Shanghai Applicant before: Shanghai Qingyun robot Co.,Ltd. |