CN115741689A - 机器人智能驱动控制系统和方法 - Google Patents
机器人智能驱动控制系统和方法 Download PDFInfo
- Publication number
- CN115741689A CN115741689A CN202211424101.2A CN202211424101A CN115741689A CN 115741689 A CN115741689 A CN 115741689A CN 202211424101 A CN202211424101 A CN 202211424101A CN 115741689 A CN115741689 A CN 115741689A
- Authority
- CN
- China
- Prior art keywords
- robot
- instruction
- module
- information
- control
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种机器人智能驱动控制系统和方法,包括:信息获取模块、处理分析模块、云端处理模块、执行模块;该方法包括对操作者的权限验证、通过语音信息的获取与筛选处理获得操作者真实意图,结合环境信息与真实意图进行路径规划,并以多模态的方式输出规划的方案。本通过权限验证,避免无关人员误操作或者恶意操作;权限验证设置两种方式,操作者可根据自身身体条件进行选择,设置语音指令控制方式,语音指令识别判断有效性,减少分析模块的处理工作,避免产生不必要的工作量;根据指令关键词,以及机器人的实时位置和实时姿态进行运动方案设计,并将环境信息反馈至指令输出模块,操作者根据环境可选择发布新的控制指令,控制灵活。
Description
技术领域
本发明属于机器人控制技术领域,特别是涉及一种机器人智能驱动控制系统和方法。
背景技术
智能机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集计算机科学、信息学、机械运动和动力学、控制理论等学科的先进技术于一体,是目前科学技术发展的前沿领域之一。但是,机器人自诞生以来,所采用的控制器基本都是开发者基于自己的独立封闭架构开发的,采用专用计算机、专用编程语言、专用操作系统,价格昂贵、可扩展性差,这样的控制器已经不能满足现代机器人行业的发展。
传统的人工智能驱动的机器人控制系统,不能够在使用者需要时对环境进行实时的检测,不可以将环境中的实时信息传递给使用者,使用者难以对环境进行实时了解,不够安全可靠,不便于使用者进行操作。
发明内容
本发明的目的是提供一种机器人智能驱动控制系统和方法,以解决上述现有技术存在的问题。
为实现上述目的,本发明提供了一种机器人智能驱动控制系统,包括:
信息获取模块、处理分析模块、云端处理模块、执行模块;
所述信息获取模块用于接收发送至出机器人本体的控制指令、获取环境信息,并传递至处理分析模块;
所述处理分析模块用于对所述控制指令进行分析、并结合环境信息进行路径规划,获得运动方案;
所述云端处理模块用于复杂控制指令与图像的识别分析,将分析结果反馈至处理分析模块;
所述执行模块用于以多模态的方式执行处理分析模块输出的运动方案;
所述信息接收模块与所述处理分析模块双向连接,所述处理分析模块分别与所述云端处理模块和执行模块相连。
可选的,所述机器人智能驱动控制系统还包括指令输出模块,所述指令输出模块与所述信息获取模块通过无线通讯远程连接,所述指令输出模块用于发出控制指令,控制指令的发出方式包括但不限于语音指令、按键控制。
可选的,所述信息获取模块包括指令获取单元、权限验证单元、环境信息单元;
所述指令获取单元用于获取控制指令,将信息获取状态传入权限验证单元;
所述权限验证单元用于验证控制指令发出者身份是否存在控制权,存在控制权则将控制指令传输至所述处理分析模块;
所述环境信息单元用于获取机器人本体的环境信息,并传入处理分析模块和指令发出模块。
可选的,所述处理分析模块包括判断单元、处理单元、路径规划单元;
所述判断单元用于判断控制指令是否完整有效,获得有效指令与无效指令;
所述处理单元用于对所述有效指令进行关键词提取,获取真实意图;
所述路径规划单元基于所述环境信息、关键词获得机器人运动方案。
可选的,机器人智能驱动控制系统还包括数据储存模块,所述数据储存模块用于储存指令关键词、使用者信息。
本发明还提供了一种机器人智能驱动控制方法,其特征在于,
获取控制指令,将机器人唤醒并进行权限验证,判断控制指令发出者是否拥有控制权限;若无控制权限,则提示拒绝执行,并重新进入权限验证阶段;
若拥有控制权限,且控制指令为语音,则对语音进行识别,并进行语义分析判定是否为无效指令,若指令有效,则对控制指令进行关键词提取;若为按键控制,则直接判定为指令有效,将按键对应的关键词提取出来,基于关键词分析机器人是否需要进行位移;
获取环境信息,基于关键词、环境信息进行路径规划,分析获得机器人实时运动方案,其中,所述环境信息包括机器人位置信息和姿态,当机器人需要产生位移时,将环境信息传入指令发出装置,环境信息还包括路况条件、障碍物信息;
对机器人去驱动力进行优化,并以多模态形式执行机器人实时运动方案,实现机器人智能驱动控制。
可选的,机器人接收到控制指令后,给指令发出装置反馈固定值,当指令发出装置接收到固定值时,进入权限验证界面。
可选的,无效指令的判定过程包括:构建语音识别模型,基于所述语音识别模型对语音指令进行识别,获得语音信息并判定是否为无效指令。
可选的,基于机器人实时位置信息和实时姿态获取机器人运动方案,其中,所述实时姿态包括机器人机械臂停留位置、弯曲角度,所述位置信息包括机器人各部分的位置。
可选的,机器人驱动力优化的过程包括:建立机器人动力学模型,根据运动方案获得机器人末端运动轨迹,基于动力学模型与末端运动轨迹获得空间直线集合,对所述空间直线集合穿过的最小广义矩形进行计算,获得机器人各部分的驱动力最小需求范围。
本发明的技术效果为:
本发明提供的一种机器人智能驱动控制系统和方法,通过指令输出模块与信息获取模块间的交互完成指令传输,通过权限验证,避免无关人员误操作或者恶意操作;权限验证设置两种方式,操作者可根据自身身体条件进行选择,设置语音指令控制方式,语音指令识别判断有效性,减少分析模块的处理工作,避免产生不必要的工作量;根据指令关键词,以及机器人的实时位置和实时姿态进行运动方案设计,并将环境信息反馈至指令输出模块,操作者根据环境可选择发布新的控制指令,控制灵活,避免出现方案单一的现象,保持选择最佳运动方案。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明实施例中的系统结构示意图;
图2为本发明实施例中的方法流程示意图。
具体实施方式
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。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1-2所示,本实施例中提供一种机器人智能驱动控制系统和方法,包括:
信息获取模块、处理分析模块、云端处理模块、执行模块;
信息获取模块用于接收发送至出机器人本体的控制指令以及获取环境信息;
处理分析模块用于对所述控制指令进行分析、并结合环境信息进行路径规划,获得运动方案;
所述云端处理模块用于扩展机器人本地的运算能力和数据存储能力;
执行模块用于以多模态的方式执行处理分析模块输出的运动方案;
多模态的方式包括机器人的移动、头部转动,机械臂弯折旋转等,机器人还可设计显示屏和音响,操作者发出指令,控制播放视频图像或者音频资料。
所述信息接收模块与所述处理分析模块双向连接,所述处理分析模块与所述云端处理模块和执行模块相连。
具体的,所述机器人智能驱动控制系统还包括指令输出模块,所述指令输出模块与所述信息获取模块通过通讯模块连接,所述指令输出模块用于发出控制指令,控制指令形式包括但不限于语音指令、按键控制。
具体的,所述信息获取模块包括指令获取单元、权限验证单元、环境信息单元;
所述指令获取单元用于获取控制指令的获取,并传入处理分析模块;
所述权限验证单元用于验证控制指令发出者身份是否存在控制权;
环境信息单元用于获取环境信息,并传入处理分析模块或指令输出模块。
具体的,所述处理分析模块包括判断单元、处理单元、路径规划单元;
所述判断单元用于控制指令是否完整有效,获得有效指令与无效指令;
所述处理单元用于对有效指令进行关键词提取,获取真实意图;
所述路径规划单元用于获得机器人运动方案。
具体的,数据储存模块用于储存指令关键词、使用者信息。
本发明还提供了一种机器人智能驱动控制方法,其特征在于,
获取控制指令,将机器人唤醒并进行权限验证,判断控制指令发出者是否拥有控制权限;若无控制权限,则提示拒绝执行,并重新进入权限验证阶段;
若拥有控制权限,且控制指令为语音,则对语音进行识别,并进行语义分析判定是否为无效指令,若指令有效,则对控制指令进行关键词提取,若为按键控制,则直接判定为指令有效,将按键对应的关键词从数据库中提取出来;
可实施的,语义分析得到有效指令后,进行关键词提取,还可将提取到的关键词与数据库中的指令关键词进行模糊对比,模糊对比的依据为字形。地点可为具体的街道门牌号,方位,标志物等,关键词中后接地点的词语,例如前进、前往、到达、达到等,之后若有无法分辨的词语,可做进一步分析,是否隐含方位信息,前进、前往、到达、达到还可用来判断是否需要产生位移。数据库中的指令关键词均有唯一标识,根据唯一表示可判断需要实施的算法代码块。
获取环境信息,基于关键词、环境信息进行路径规划,获得机器人实时运动方案,其中,所述环境信息包括机器人实时位置信息和实时姿态,当机器人需要产生位移时,环境信息还包括路况条件、障碍物信息,并将环境信息传递至指令发送装置,根据环境信息的反馈判断是否发送新的指令;
可实施的,本实施例中的关键词表达操作者的意图,若不需要产生位移,则通过机器人顶部的摄像头获取环境信息,摄像头可进行全景图像拍摄,基于操作的意图,结合从全景图像中获取的障碍物信息,制定机器人机械臂的运动轨迹。
具体的,机器人接收到控制指令后,给指令发出装置反馈固定值,当指令发出装置接收到固定值时,进入权限验证页面。
可实施的,本实施例中接收到固定值时,弹窗提示给出若干种权限验证方式,包括密码验证、指纹验证或人脸识别等,若在设定时间内,未作出选择,自动跳转人脸识别完成权限验证,其中,设定时间为10S。几种权限验证方式的设计目的是为操作者提供不同的权限认证方式,当操作者由于身体状况的限制无法选择认证方式时,超过10S的时间就会自动跳转人脸识别,减少操作者等待时间的同时,还可为身体状况无限制的操作者提供多种选择。密码验证的输入时间较长,但密码输入更加安全,面部识别与指纹识别存在盗用情况的比例相对较大。
具体的,无效指令的判定过程包括:构建语音识别模型,基于所述语音识别模型对语音指令进行识别,获得语音信息,并判定是否为无效指令。
可实施的,现有技术中已存在较为成熟的语音识别模型,可对语音指令进行采用和识别,生成与语音对应的文本信息,也可称为语音信息,若语音信息中包含的低语义词比例超过预设值,本实施例中预设值设定为50%,低语义词,例如哦、咦、哈、啊、等象声词,或者吧、呀等语气助词。由于指令转化为文本后,通常不会太长,即使存在一些语气助词,也能够提取出指令信息。
具体的,构建路径规划模型,通过所述路径规划模型,基于机器人实时位置信息和实时姿态获取机器人运动方案,其中,所述实时姿态包括机器人机械臂停留位置、弯曲角度,所述实时位置信息包括机器人各部分的位置。
对机器人去驱动力进行优化,并以多模态形式执行机器人实时运动方案,实现机器人智能驱动控制。
机器人驱动力优化的过程包括:建立机器人动力学模型,根据运动方案获得机器人末端运动轨迹,基于动力学模型与末端运动轨迹获得空间直线集合,对所述空间直线集合穿过的最小广义矩形进行计算,获得机器人各部分的驱动力最小需求范围。
在建立机器人的动力学模型的基础上,获取机器人在执行控制指令时的末端运动轨迹,将末端运动轨迹上的每一个点的运动学量代入动力学模型中,得到动力学方程,来求解驱动力的需求范围;
根据机器人的驱动数量与自由度,构建相应维度的驱动力矩阵、坐标矩阵、加速度矩阵、速度矩阵;
基于机器人各驱动轴的驱动力、末端执行器的广义坐标、加速度与速度、离心力矩阵以及惯量矩阵构建雅克比矩阵,表示末端执行器速度到驱动关节速度的线性映射关系;若假设机器人位置与姿态、加速度与速度均为已知,则雅克比矩阵的装置矩阵与驱动力的乘积为一个常数,可以表示为JTτ=b,其中,JT为雅克比矩阵的转置,τ为各驱动轴驱动力矩阵,b为常数。
还可将动力学方程转换为空间中的直线,同时驱动力的需求范围可以转换为空间中的一个广义矩形,把求解驱动力的需求问题转换为几何问题。
假设本实施例中的机器人为四驱动三自由度,可将得到的动力学方程转换为四维空间中的直线,同时驱动力的需求范围可以转换为四维空间中的一个广义矩形,通过这两步的转换,把求解驱动力的需求问题转换为一个四维空间中的几何问题,即计算四维直线集合中的所有直线穿过的最小四维广义矩形的问题,最后,从几何上建立优化目标函数,通过数值优化求出广义矩形各边的最小边长,即得到各驱动力的最小需求范围。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种机器人智能驱动控制系统,其特征在于,包括:
信息获取模块、处理分析模块、云端处理模块、执行模块;
所述信息获取模块用于接收发送至出机器人本体的控制指令、获取环境信息,并传递至处理分析模块;
所述处理分析模块用于对所述控制指令进行分析、并结合环境信息进行路径规划,获得运动方案;
所述云端处理模块用于复杂控制指令与图像的识别分析,将分析结果反馈至处理分析模块;
所述执行模块用于以多模态的方式执行处理分析模块输出的运动方案;
所述信息接收模块与所述处理分析模块双向连接,所述处理分析模块分别与所述云端处理模块和执行模块相连。
2.根据权利要求1所述的机器人智能驱动控制系统,其特征在于,
所述机器人智能驱动控制系统还包括指令输出模块,所述指令输出模块与所述信息获取模块通过无线通讯远程连接,所述指令输出模块用于发出控制指令,控制指令的发出方式包括但不限于语音指令、按键控制。
3.根据权利要求1所述的机器人智能驱动控制系统,其特征在于,
所述信息获取模块包括指令获取单元、权限验证单元、环境信息单元;
所述指令获取单元用于获取控制指令,将信息获取状态传入权限验证单元;
所述权限验证单元用于验证控制指令发出者身份是否存在控制权,存在控制权则将控制指令传输至所述处理分析模块;
所述环境信息单元用于获取机器人本体的环境信息,并传入处理分析模块和指令发出模块。
4.根据权利要求3所述的机器人智能驱动控制系统,其特征在于,
所述处理分析模块包括判断单元、处理单元、路径规划单元;
所述判断单元用于判断控制指令是否完整有效,获得有效指令与无效指令;
所述处理单元用于对所述有效指令进行关键词提取,获取真实意图;
所述路径规划单元基于所述环境信息、关键词获得机器人运动方案。
5.根据权利要求1所述的机器人智能驱动控制系统,其特征在于,机器人智能驱动控制系统还包括数据储存模块,所述数据储存模块用于储存指令关键词、使用者信息。
6.一种机器人智能驱动控制方法,其特征在于,
获取控制指令,将机器人唤醒并进行权限验证,判断控制指令发出者是否拥有控制权限;若无控制权限,则提示拒绝执行,并重新进入权限验证阶段;
若拥有控制权限,且控制指令为语音,则对语音进行识别,并进行语义分析判定是否为无效指令,若指令有效,则对控制指令进行关键词提取;若为按键控制,则直接判定为指令有效,将按键对应的关键词提取出来,基于关键词分析机器人是否需要进行位移;
获取环境信息,基于关键词、环境信息进行路径规划,分析获得机器人实时运动方案,其中,所述环境信息包括机器人位置信息和姿态,当机器人需要产生位移时,将环境信息传入指令发出装置,环境信息还包括路况条件、障碍物信息;
对机器人去驱动力进行优化,并以多模态形式执行机器人实时运动方案,实现机器人智能驱动控制。
7.根据权利要求6所述的机器人智能驱动控制方法,其特征在于,
机器人接收到控制指令后,给指令发出装置反馈固定值,当指令发出装置接收到固定值时,进入权限验证界面。
8.根据权利要求6所述的机器人智能驱动控制方法,其特征在于,
无效指令的判定过程包括:构建语音识别模型,基于所述语音识别模型对语音指令进行识别,获得语音信息并判定是否为无效指令。
9.根据权利要求6所述的机器人智能驱动控制方法,其特征在于,
基于机器人实时位置信息和实时姿态获取机器人运动方案,其中,所述实时姿态包括机器人机械臂停留位置、弯曲角度,所述位置信息包括机器人各部分的位置。
10.根据权利要求9所述的机器人智能驱动控制方法,其特征在于,
机器人驱动力优化的过程包括:建立机器人动力学模型,根据运动方案获得机器人末端运动轨迹,基于动力学模型与末端运动轨迹获得空间直线集合,对所述空间直线集合穿过的最小广义矩形进行计算,获得机器人各部分的驱动力最小需求范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211424101.2A CN115741689A (zh) | 2022-11-14 | 2022-11-14 | 机器人智能驱动控制系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211424101.2A CN115741689A (zh) | 2022-11-14 | 2022-11-14 | 机器人智能驱动控制系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115741689A true CN115741689A (zh) | 2023-03-07 |
Family
ID=85370831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211424101.2A Pending CN115741689A (zh) | 2022-11-14 | 2022-11-14 | 机器人智能驱动控制系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115741689A (zh) |
-
2022
- 2022-11-14 CN CN202211424101.2A patent/CN115741689A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mukherjee et al. | A survey of robot learning strategies for human-robot collaboration in industrial settings | |
CN111432989B (zh) | 人工增强基于云的机器人智能框架及相关方法 | |
CN111104820A (zh) | 一种基于深度学习的手势识别方法 | |
CN101977240A (zh) | 基于iPhone智能手机的机器人人机交互系统 | |
Liu et al. | An interactive astronaut-robot system with gesture control | |
CN101362334A (zh) | 一种智能机器人及其运作方法 | |
Xu et al. | A novel non-collision trajectory planning algorithm based on velocity potential field for robotic manipulator | |
JP5141876B2 (ja) | 軌道探索装置 | |
Wang et al. | Interactive control for Internet-based mobile robot teleoperation | |
Chen et al. | A joint network for grasp detection conditioned on natural language commands | |
CN110287941B (zh) | 一种基于概念学习的透彻感知与动态理解方法 | |
KR20190107626A (ko) | 인공지능 서버 | |
KR101239274B1 (ko) | 상호작용성 로봇 | |
Trigueiros et al. | Hand gesture recognition system based in computer vision and machine learning | |
Aftab | Multimodal driver interaction with gesture, gaze and speech | |
JP2013136131A (ja) | ロボットの制御方法、ロボットの制御装置、及びロボット | |
CN114721509A (zh) | 基于人体动作识别的人机交互方法及系统 | |
KR20210066328A (ko) | 자연어 이해 모델을 학습시키기 위한 인공 지능 장치 | |
CN115741689A (zh) | 机器人智能驱动控制系统和方法 | |
Rojas-Muñoz et al. | Magic: A fundamental framework for gesture representation, comparison and assessment | |
Dhamanskar et al. | Human computer interaction using hand gestures and voice | |
CN114971457A (zh) | 物资保障中心智能引导机器人仓储管理系统及其管理方法 | |
CN109542229B (zh) | 手势识别方法、用户设备、存储介质及装置 | |
CN208323396U (zh) | 一种智能机器人的硬件平台 | |
KR20150124009A (ko) | 손동작을 이용한 로봇 코칭 시스템 |
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 |