CN115507857B - 高效机器人运动路径规划方法及系统 - Google Patents

高效机器人运动路径规划方法及系统 Download PDF

Info

Publication number
CN115507857B
CN115507857B CN202211471367.2A CN202211471367A CN115507857B CN 115507857 B CN115507857 B CN 115507857B CN 202211471367 A CN202211471367 A CN 202211471367A CN 115507857 B CN115507857 B CN 115507857B
Authority
CN
China
Prior art keywords
target point
robot
mapped
hash table
round
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
CN202211471367.2A
Other languages
English (en)
Other versions
CN115507857A (zh
Inventor
秦广军
杨钰杰
肖利民
孙锦涛
林浩田
韩萌
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.)
Changzhou Weishi Intelligent Iot Innovation Center Co ltd
Original Assignee
Changzhou Weishi Intelligent Iot Innovation Center 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 Changzhou Weishi Intelligent Iot Innovation Center Co ltd filed Critical Changzhou Weishi Intelligent Iot Innovation Center Co ltd
Priority to CN202211471367.2A priority Critical patent/CN115507857B/zh
Publication of CN115507857A publication Critical patent/CN115507857A/zh
Application granted granted Critical
Publication of CN115507857B publication Critical patent/CN115507857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2255Hash tables
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Abstract

本发明提供了一种高效机器人运动路径规划方法及系统,其中,高效机器人运动路径规划方法包括:通过建立机器人坐标系,并通过设置允许误差,将机器人操作空间划分为多个球面空间并将目标点进行映射到球面的中心处,从而将无限个目标点化为有限个,并由球面的中心坐标和特定末端执行器的欧拉角姿态,采用FNV‑1a算法计算得出位姿索引,将有限个目标点到初始位置的往返路径存储到哈希表位姿索引的存储空间中,当目标点落在该球面空间内时,其所映射的球面的中心和特定姿态通过FNV‑1a算法算出的位姿索引与存储时一致,从哈希表中直接获取解算好的路径,省去在哈希表中已存储过的轨迹逆解算的步骤,大幅度提高了机器人运动路径规划的效率。

Description

高效机器人运动路径规划方法及系统
技术领域
本发明涉及机器人运动路径规划领域,具体涉及一种高效机器人运动路径规划方法及系统。
背景技术
随着人工智能浪潮的到来,智能机器人开始在各行各业逐步替代传统的自动化设备。在针对一些服务行业的机器人进行路径规划时,对机器人的位移精度要求不是很高,例如,通过机器人将商品递交到用户手中,该机器人只需要将物品递交到用户面前,该目标点是一个大的范围,而不是一个特定的区域,现有技术中,对这种情形下的机器人进行路径规划时,一般将范围内的任意一个点当成目标点来进行路径规划,从而导致每次递交时,均需要进行一次路径计算,费时费力。
上述问题是目前亟待解决的。
发明内容
本发明的目的是提供一种高效机器人运动路径规划方法及系统。
为了解决上述技术问题,本发明提供了一种高效机器人运动路径规划方法,包括:
建立机器人坐标系;
预设机器人在关节空间中的初始位置和允许误差;
获取目标点;
获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差;
从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划。
进一步的,目标点的坐标为
Figure 667475DEST_PATH_IMAGE001
,映射后的目标点的坐标为
Figure 35002DEST_PATH_IMAGE002
且,目标点与映射后的目标点的每项坐标的差值,均小于允许误差
Figure 463578DEST_PATH_IMAGE003
即,
Figure 676385DEST_PATH_IMAGE004
同理,可得出,
Figure 5342DEST_PATH_IMAGE005
映射后的目标点与获取的目标点的关系:
Figure 278191DEST_PATH_IMAGE006
进一步的,所述获取目标点的方式为:摄像头采集或人工输入。
进一步的,所述从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划的步骤包括:
从哈希表中判断是否存在映射后的目标点的往返轨迹;
若存在,则读取轨迹,完成路径规划;
若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
本发明还提供了一种高效机器人运动路径规划系统,包括:
构建模块,适于建立机器人坐标系;
预设模块,适于预设机器人在关节空间中的初始位置和允许误差;
获取模块,适于获取目标点;
映射模块,适于获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差;
读取模块,适于从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划。
进一步的,目标点的坐标为
Figure 397326DEST_PATH_IMAGE001
,映射后的目标点的坐标为
Figure 164556DEST_PATH_IMAGE002
且,目标点与映射后的目标点的每项坐标的差值,均小于允许误差
Figure 600216DEST_PATH_IMAGE003
即,
Figure 558814DEST_PATH_IMAGE004
同理,可得出,
Figure 447136DEST_PATH_IMAGE005
映射后的目标点与获取的目标点的关系:
Figure 15127DEST_PATH_IMAGE006
进一步的,所述获取模块中获取目标点的方式为:摄像头采集或人工输入。
进一步的,所述读取模块中从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划的步骤包括:
从哈希表中判断是否存在映射后的目标点的往返轨迹;
若存在,则读取轨迹,完成路径规划;
若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
本发明还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中存储至少一条指令,所述指令由处理器执行时实现上述的高效机器人运动路径规划方法。
本发明还提供了一种电子设备,包括存储器和处理器;所述存储器中存储有至少一条指令;所述处理器,通过加载并执行所述至少一条指令以实现上述的高效机器人运动路径规划方法。
本发明的有益效果是,本发明提供了一种高效机器人运动路径规划方法及系统,其中,高效机器人运动路径规划方法包括:建立机器人坐标系;预设机器人在关节空间中的初始位置和允许误差;获取目标点;获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差;从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划。通过建立机器人坐标系,并通过设置允许误差,将机器人操作空间划分为多个球面空间并将目标点进行映射到球面的中心处,从而将无限个目标点化为有限个,并由球面的中心坐标和特定末端执行器的欧拉角姿态,采用FNV-1a哈希算法计算得出位姿索引,将有限个目标点到初始位置的往返路径存储到哈希表位姿索引的存储空间中,当目标点落在该球面空间内时,其所映射的球面的中心和特定姿态通过FNV-1a算法算出的位姿索引与存储时一致,故可以从哈希表中通过该位姿索引直接获取解算好的路径,省去在哈希表中已存储过的轨迹逆解算的步骤,大幅度提高了机器人运动路径规划的效率。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明所提供的高效机器人运动路径规划方法的流程图。
图2是本发明所提供的高效机器人运动路径规划系统的原料框图。
图3本发明所提供的电子设备的部分原理框图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
实施例1
请参阅图1,本发明提供了一种高效机器人运动路径规划方法,通过建立机器人坐标系,并通过设置允许误差,将机器人操作空间划分为多个球面空间并将目标点进行映射到球面的中心处,从而将无限个目标点化为有限个,并由球面的中心坐标和特定末端执行器的欧拉角姿态,采用FNV-1a算法计算得出位姿索引,将有限个目标点到初始位置的往返路径存储到哈希表位姿索引的存储空间中,当目标点落在该球面空间内时,其所映射的球面的中心和特定姿态通过FNV-1a算法算出的位姿索引与存储时一致,故可以从哈希表中通过该位姿索引直接获取解算好的路径,省去在哈希表中已存储过的轨迹逆解算的步骤,大幅度提高了机器人运动路径规划的效率。
例如,传统路径规划所需时间为7毫秒,而,本申请中的高效机器人运动路径规划方法,路径规划所需时间为0.0015毫秒,大幅度提高了机器人运动路径规划的效率。
具体来说,高效机器人运动路径规划方法包括以下步骤:
S110:建立机器人坐标系。
S120:预设机器人在关节空间中的初始位置和允许误差。
具体来说,机器人的初始位置为坐标系的原点,允许误差为坐标系的单位长度,允许误差通过人为设定,即,表示目标点偏离允许误差的长度后,对于用户与机器人进行对接不会造成阻碍。
S130:获取目标点。
在本实施例中,所述获取目标点的方式为:摄像头采集或人工输入。摄像头采集,即通过图像采集法获取目标点,该方法为现有技术,在本实施例中不在进行陈述。人工输入,即,通过人工输入目标点的位置。
S140:获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差。
具体来说,从哈希表中判断是否存在映射后的目标点的往返轨迹;
若存在,则读取轨迹,完成路径规划;
若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
S150:从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划。
在本实施例中,步骤S150包括以下步骤:
S151:从哈希表中判断是否存在映射后的目标点的往返轨迹;
S152:若存在,则读取轨迹,完成路径规划;
S153:若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
通过步骤151-153,使得机器人设置允许误差之后,无需对每个点进行往轨迹计算,只需要等到遇到该点时,进行计算,并将往返轨迹进行存储便于下一次调用。
实施例2
请参阅图2,本实施例提供了一种高效机器人运动路径规划系统,系统包括构建模块、预设模块、获取模块、映射模块、读取模块。通过建立机器人坐标系,并通过设置允许误差,将机器人运动区域划分为多个方格,并将目标点进行映射到方格的交点处,从而将无限个目标点化为有限个,并将有限个目标点到初始位置的往返路径存储到哈希表中,直接调用,省去逆解算的步骤,大幅度提高了机器人运动路径规划的效率。
构建模块,适于建立机器人坐标系。
预设模块,适于预设机器人在关节空间中的初始位置和允许误差;具体来说,机器人的初始位置为坐标系的原点,允许误差为坐标系的单位长度,允许误差通过人为设定,即,表示目标点偏离允许误差的长度后,对于用户与机器人进行对接不会造成阻碍。
获取模块,适于获取目标点;在本实施例中,所述获取目标点的方式为:摄像头采集或人工输入。摄像头采集,即通过图像采集法获取目标点,该方法为现有技术,在本实施例中不在进行陈述。人工输入,即,通过人工输入目标点的位置。
映射模块,适于获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差;具体来说,从哈希表中判断是否存在映射后的目标点的往返轨迹;
若存在,则读取轨迹,完成路径规划;
若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
读取模块,适于从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划。用于执行以下步骤:
S151:从哈希表中判断是否存在映射后的目标点的往返轨迹;
S152:若存在,则读取轨迹,完成路径规划;
S153:若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
通过步骤151-153,使得机器人设置允许误差之后,无需对每个点进行往轨迹计算,只需要等到遇到该点时,进行计算,并将往返轨迹进行存储便于下一次调用。
实施例3
本实施例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中存储至少一条的指令,以上所述指令由处理器执行时实现实施例1所提供的高效机器人运动路径规划方法。
通过建立机器人坐标系,并通过设置允许误差,将机器人运动区域划分为多个方格,并将目标点进行映射到方格的交点处,从而将无限个目标点化为有限个,并将有限个目标点到初始位置的往返路径存储到哈希表中,直接调用,省去逆解算的步骤,大幅度提高了机器人运动路径规划的效率。
实施例4
请参阅图3,本实施例提供了一种电子设备,包括:存储器502和处理器501;所述存储器502中存储有至少一条程序指令;所述处理器501,通过加载并执行所述至少一条程序指令以实现如实施例1所提供的高效机器人运动路径规划方法。
存储器502和处理器501采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器501。
处理器501负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。
本申请中选用的各个器件(未说明具体结构的部件)均为通用标准件或本领域技术人员知晓的部件,其结构和原理都为本技术人员均可通过技术手册得知或通过常规实验方法获知。并且,本申请所涉及的软件程序均为现有技术,本申请不涉及对软件程序作出任何改进。
综上所述,本发明提供了一种高效机器人运动路径规划方法及系统,其中,高效机器人运动路径规划方法包括:建立机器人坐标系;预设机器人在关节空间中的初始位置和允许误差;获取目标点;获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差;从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划。通过建立机器人坐标系,并通过设置允许误差,将机器人操作空间划分为多个球面空间并将目标点进行映射到球面的中心处,从而将无限个目标点化为有限个,并由球面的中心坐标和特定末端执行器的欧拉角姿态,采用FNV-1a算法计算得出位姿索引,将有限个目标点到初始位置的往返路径存储到哈希表位姿索引的存储空间中,当目标点落在该球面空间内时,其所映射的球面的中心和特定姿态通过FNV-1a算法算出的位姿索引与存储时一致,故可以从哈希表中通过该位姿索引直接获取解算好的路径,省去在哈希表中已存储过的轨迹逆解算的步骤,大幅度提高了机器人运动路径规划的效率。
在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,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信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,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,在本发明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。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。

Claims (8)

1.一种高效机器人运动路径规划方法,其特征在于,包括:
建立机器人坐标系;
预设机器人在关节空间中的初始位置和允许误差;
获取目标点;
获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差;
从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划,即,从哈希表中判断是否存在映射后的目标点的往返轨迹;即:
将机器人操作空间划分为多个球面空间并将目标点进行映射到球面的中心处,从而将无限个目标点化为有限个,并由球面的中心坐标和特定末端执行器的欧拉角姿态,采用FNV-1a算法计算得出位姿索引,将有限个目标点到初始位置的往返路径存储到哈希表位姿索引的存储空间中,当目标点落在该球面空间内时,其所映射的球面的中心和特定姿态通过FNV-1a算法算出的位姿索引与存储时一致,从哈希表中通过位姿索引直接获取解算好的路径;
若存在,则读取轨迹,完成路径规划;
若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
2.如权利要求1所述的高效机器人运动路径规划方法,其特征在于,
目标点的坐标为
Figure QLYQS_1
,映射后的目标点的坐标为:
Figure QLYQS_2
且,目标点与映射后的目标点的每项坐标的差值,均小于允许误差
Figure QLYQS_3
即,
Figure QLYQS_4
同理,可得出,
Figure QLYQS_5
映射后的目标点与获取的目标点的关系:
Figure QLYQS_6
3.如权利要求1所述的高效机器人运动路径规划方法,其特征在于,所述获取目标点的方式为:摄像头采集或人工输入。
4.一种高效机器人运动路径规划系统,其特征在于,包括:
构建模块,适于建立机器人坐标系;
预设模块,适于预设机器人在关节空间中的初始位置和允许误差;
获取模块,适于获取目标点;
映射模块,适于获取映射后的目标点,且映射后的目标点与获取的目标点的误差小于允许误差;
读取模块,适于从哈希表中读取初始位置到映射后的目标点的往返轨迹,完成路径规划,即,从哈希表中判断是否存在映射后的目标点的往返轨迹;即:
将机器人操作空间划分为多个球面空间并将目标点进行映射到球面的中心处,从而将无限个目标点化为有限个,并由球面的中心坐标和特定末端执行器的欧拉角姿态,采用FNV-1a算法计算得出位姿索引,将有限个目标点到初始位置的往返路径存储到哈希表位姿索引的存储空间中,当目标点落在该球面空间内时,其所映射的球面的中心和特定姿态通过FNV-1a算法算出的位姿索引与存储时一致,从哈希表中通过位姿索引直接获取解算好的路径;
若存在,则读取轨迹,完成路径规划;
若不存在,则计算初始位置与映射后的目标点的往返轨迹,并将计算后的往返轨迹存储至哈希表,完成路径规划。
5.如权利要求4所述的高效机器人运动路径规划系统,其特征在于,
目标点的坐标为
Figure QLYQS_7
,映射后的目标点的坐标为:
Figure QLYQS_8
且,目标点与映射后的目标点的每项坐标的差值,均小于允许误差
Figure QLYQS_9
即,
Figure QLYQS_10
同理,可得出,
Figure QLYQS_11
映射后的目标点与获取的目标点的关系:
Figure QLYQS_12
6.如权利要求4所述的高效机器人运动路径规划系统,其特征在于,所述获取模块中获取目标点的方式为:摄像头采集或人工输入。
7.一种计算机可读存储介质,所述计算机可读存储介质中存储至少一条指令,其特征在于,所述指令由处理器执行时实现权利要求1至3中任一所述的高效机器人运动路径规划方法。
8.一种电子设备,其特征在于,包括存储器和处理器;所述存储器中存储有至少一条指令;所述处理器,通过加载并执行所述至少一条指令以实现权利要求1-3中任一项所述的高效机器人运动路径规划方法。
CN202211471367.2A 2022-11-23 2022-11-23 高效机器人运动路径规划方法及系统 Active CN115507857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211471367.2A CN115507857B (zh) 2022-11-23 2022-11-23 高效机器人运动路径规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211471367.2A CN115507857B (zh) 2022-11-23 2022-11-23 高效机器人运动路径规划方法及系统

Publications (2)

Publication Number Publication Date
CN115507857A CN115507857A (zh) 2022-12-23
CN115507857B true CN115507857B (zh) 2023-03-14

Family

ID=84513860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211471367.2A Active CN115507857B (zh) 2022-11-23 2022-11-23 高效机器人运动路径规划方法及系统

Country Status (1)

Country Link
CN (1) CN115507857B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105511266A (zh) * 2016-01-07 2016-04-20 无锡信捷电气股份有限公司 基于引力搜索粒子群算法的Delta机器人轨迹规划方法
CN108107895A (zh) * 2017-12-26 2018-06-01 哈工大机器人(合肥)国际创新研究院 一种多机器人路径动态规划方法
CN109215338A (zh) * 2018-06-27 2019-01-15 杭州叙简科技股份有限公司 一种基于网格化的北斗gps车辆轨迹管理系统及其方法
CN109828579A (zh) * 2019-02-25 2019-05-31 广东工业大学 一种目标增量移动的移动机器人路径规划方法
CN112034853A (zh) * 2020-09-04 2020-12-04 南京凌华微电子科技有限公司 一种家庭监护机器人的工作方法
CN112659118A (zh) * 2020-11-17 2021-04-16 广州明珞装备股份有限公司 机器人路径信息导出、导入的方法、装置和可读存储介质
CN112947485A (zh) * 2021-03-31 2021-06-11 亿海蓝(北京)数据技术股份公司 路径规划方法及系统
CN112985413A (zh) * 2021-03-18 2021-06-18 河南工业大学 基于改进a*算法的景区路径规划方法及装置
CN114029950A (zh) * 2021-11-08 2022-02-11 北京华航唯实机器人科技股份有限公司 机器人的坐标系分析方法及装置、机器人设备、存储介质
CN114527748A (zh) * 2022-01-19 2022-05-24 广东博智林机器人有限公司 路径规划方法、施工方法及装置、机器人、存储介质
CN115179294A (zh) * 2022-08-02 2022-10-14 深圳微美机器人有限公司 机器人控制方法、系统、计算机设备、存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096023B (zh) * 2016-06-24 2019-03-08 腾讯科技(深圳)有限公司 数据读取方法、数据写入方法及数据服务器
CN107688342B (zh) * 2017-03-27 2019-05-10 平安科技(深圳)有限公司 机器人的避障控制系统及方法
JP7109891B2 (ja) * 2017-09-01 2022-08-01 成典 田中 対応点導出方法および対応点算出装置
CN111684380B (zh) * 2018-11-06 2023-07-04 深圳配天智能技术研究院有限公司 机器人的运动控制方法、控制系统和存储装置
CN110632921B (zh) * 2019-09-05 2022-11-18 北京百度网讯科技有限公司 机器人路径规划方法、装置、电子设备和存储介质
EP3904834A1 (en) * 2020-04-29 2021-11-03 Robert Bosch GmbH Method and device for deterministic sampling-based motion planning
US11520343B2 (en) * 2020-06-15 2022-12-06 Argo AI, LLC Methods and systems for performing inter-trajectory re-linearization about an evolving reference path for an autonomous vehicle
US11385996B1 (en) * 2021-05-13 2022-07-12 Arm Limited Monitoring execution of software using online path signatures

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105511266A (zh) * 2016-01-07 2016-04-20 无锡信捷电气股份有限公司 基于引力搜索粒子群算法的Delta机器人轨迹规划方法
CN108107895A (zh) * 2017-12-26 2018-06-01 哈工大机器人(合肥)国际创新研究院 一种多机器人路径动态规划方法
CN109215338A (zh) * 2018-06-27 2019-01-15 杭州叙简科技股份有限公司 一种基于网格化的北斗gps车辆轨迹管理系统及其方法
CN109828579A (zh) * 2019-02-25 2019-05-31 广东工业大学 一种目标增量移动的移动机器人路径规划方法
CN112034853A (zh) * 2020-09-04 2020-12-04 南京凌华微电子科技有限公司 一种家庭监护机器人的工作方法
CN112659118A (zh) * 2020-11-17 2021-04-16 广州明珞装备股份有限公司 机器人路径信息导出、导入的方法、装置和可读存储介质
CN112985413A (zh) * 2021-03-18 2021-06-18 河南工业大学 基于改进a*算法的景区路径规划方法及装置
CN112947485A (zh) * 2021-03-31 2021-06-11 亿海蓝(北京)数据技术股份公司 路径规划方法及系统
CN114029950A (zh) * 2021-11-08 2022-02-11 北京华航唯实机器人科技股份有限公司 机器人的坐标系分析方法及装置、机器人设备、存储介质
CN114527748A (zh) * 2022-01-19 2022-05-24 广东博智林机器人有限公司 路径规划方法、施工方法及装置、机器人、存储介质
CN115179294A (zh) * 2022-08-02 2022-10-14 深圳微美机器人有限公司 机器人控制方法、系统、计算机设备、存储介质

Also Published As

Publication number Publication date
CN115507857A (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
US8296094B2 (en) Analysis of parallel manipulators
CN107443375B (zh) 机器人原点标定方法、装置、存储介质和计算机设备
CN111037561B (zh) 一种空间注册方法和装置
CN108927801B (zh) 一种机械臂末端姿态调整方法及装置
KR20160070006A (ko) 간섭 회피 방법, 제어 장치 및 프로그램
CN111844130B (zh) 一种修正机器人末端工具位姿的方法和装置
JP2006105782A (ja) ロボットビジョンによる計測装置及びロボット制御装置
US20110320042A1 (en) Methods and processes to aggregate multiple image feeds and dynamically select command reference frames
CN114147728B (zh) 通用的机器人眼在手上标定方法和系统
CN112873204B (zh) 机器人标定方法、装置、设备及计算机可读存储介质
CN110465946B (zh) 一种像素坐标与机器人坐标关系标定方法
CN110355750A (zh) 面向遥操作手眼协调的交互控制方法
CN115507857B (zh) 高效机器人运动路径规划方法及系统
CN113084791B (zh) 机械臂控制方法、机械臂控制装置及终端设备
CN113070877B (zh) 一种面向七轴机械臂视觉示教的可变姿态映射方法
JP5806105B2 (ja) パラメータ補正方法および制御システム
CN109909999B (zh) 一种获取机器人tcp坐标的方法和装置
CN113814988A (zh) 7自由度srs型机械臂逆解的解析方法、装置及电子设备
CN113814951A (zh) 一种主从机器人的控制方法、系统及存储介质
CN116019562A (zh) 机器人控制系统和方法
CN114441807B (zh) 一种接线方法及系统
CN111113428A (zh) 机器人控制方法、机器人控制装置及终端设备
CN115890749A (zh) Rcm约束下的内窥镜机器人视觉伺服与优化控制方法、系统及机器人
CN115042184A (zh) 机器人手眼坐标转换方法、装置、计算机设备和存储介质
CN113119131B (zh) 机器人的控制方法、装置、计算机可读存储介质及处理器

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