CN116372942A - 机器人关节补偿方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本申请应用于机器人技术领域，公开了一种机器人关节补偿方法、装置、电子设备及可读存储介质，所述机器人关节补偿方法包括：根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节调整后的目标位姿。本申请旨在解决因末端负载重量变化导致的机器人作业精度不高的技术问题。

Description

机器人关节补偿方法、装置、电子设备及可读存储介质

技术领域

本申请属于工业机器人测量领域，涉及一种机器人关节补偿方法、装置、电子设备及可读存储介质。

背景技术

目前机器人的应用领域日渐成熟，机器人可以有效提高工作效率和产品品质。机器人在拾取不同的物件时将导致末端负载的变化，包括末端负载的质量、惯量等物理量，机器人的末端负载变化会影响机器人关节的运动状态，若末端负载发生改变，而其他控制关节运动的参数不变，则会影响机器人的作业精度，因此为了提高机器人的作业精度，所以需要对机器人的关节进行调整。

发明内容

本申请的主要目的在于提供一种机器人关节补偿方法，旨在解决因末端负载重量变化导致的机器人作业精度不高的技术问题。

为实现上述目的，本申请提供一种机器人关节补偿方法，所述机器人关节补偿方法包括：

根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；

若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；

根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；

根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节调整后的目标位姿。

为实现上述目的，本申请提供一种机器人关节补偿装置，所述机器人关节补偿装置包括：

位姿确定模块，用于根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；

系数确定模块，用于若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；

补偿值确定模块，用于根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；

位姿调整模块，用于根据所述目标位姿补偿值，调整所述目标关节得到所述目标关节调整后的目标位姿。

本申请还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述机器人关节补偿方法的程序，所述机器人关节补偿方法的程序被处理器执行时可实现如上述的机器人关节补偿方法的步骤。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现机器人关节补偿方法的程序，所述机器人关节补偿方法的程序被处理器执行时实现如上述的机器人关节补偿方法的步骤。

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的机器人关节补偿方法的步骤。

本申请提供了一种机器人关节补偿方法、装置、电子设备及可读存储介质，本申请通过空载图像信息确定机器人的目标关节的空载关节位姿，通过负载图像信息确定机器人目标关节的负载关节位姿，进而可以判断机器人的负载关节位姿是否出现偏差，在负载关节位姿出现偏差时，可以根据机器人的负载重量进行处理，得到目标关节的负载影响系数，进而可以根据负载影响系数确定所述目标关节的目标位姿补偿值，从而根据目标位姿补偿值对目标关节的关节姿态进行调整，实现了机器人负载重量变化导致的关节姿态异常时，可以对机器人目标关节的关节姿态进行调整，进而可以减小机器人的负载重量变化对作业精度的影响，提高了机器人的作业精度。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，表示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请机器人关节补偿方法第一实施例的流程示意图；

图2为本申请机器人关节补偿方法第二实施例的流程示意图；

图3为本申请机器人关节补偿方法第三实施例的流程示意图；

图4为本申请机器人关节补偿方法一实施例的装置示意图；

图5为本申请实施例中机器人关节补偿方法涉及的硬件运行环境的设备结构示意图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本申请保护的范围。

实施例一

参照图1，本申请实施例提供一种机器人关节补偿方法，在本申请机器人关节补偿方法的第一实施例中，所述机器人关节补偿方法包括：

步骤S10,根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；

步骤S20,若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；

在本实施例中，需要说明的是，所述空载图像信息和所述负载图像信息是由同一台图像采集设备采集得到的，所述空载图像信息表征所述机器人在空载时机器人的状态，所述负载图像信息表征为所述机器人在负载时机器人的状态，所述机器人在空载是指的是所述机器人的末端夹具无载物，所述图像采集设备可以设置在所述机器人所在的作业环境内，所述图像采集设备采集到的空载图像信息和负载图像信息应是所述机器人的全貌，以使空载图像信息和负载图像信息中能显示机器人的所有关节以及机械臂，且空载图像信息和负载图像信息中所显示的机器人视角一致，所述图像采集设备可以是摄像机。所述空载关节位姿为所述机器人的末端夹具在空载时目标关节的姿态，所述负载关节位姿表征为所述机器人的末端夹具在负载时目标关节的姿态。所述空载关节位姿包括空载关节角度以及空载关节位置，所述负载关节位姿包括负载关节角度以及负载关节位置。所述空载关节位姿与所述负载关节位姿之间是否匹配指的是，若所述空载关节位姿的空载关节角度等于所述负载关节位姿的负载关节角度且所述空载关节位置等于所述负载关节位置时，所述负载关节位姿与所述空载关节位姿之间相匹配。所述机器人的空载关节位姿和负载关节位姿可以通过图像采集设备获取得到，所述负载重量表征所述机器人的负载重量大小。

其中，所述机器人包括多个关节，将任一关节作为目标关节，对所述机器人的目标关节进行位姿检测，所述位姿检测即判断所述目标关节的空载关节位姿与所述负载关节位姿之间是否相匹配。可以在所述机器人开始作业前，对所述机器人的所有关节进行位姿检测，保证所述机器人开始作业时的关节位姿不受负载重量的影响，所述空载关节位姿可以为所述机器人的标准关节位姿，是在所述机器人无位姿异常时的空载关节位姿。

步骤S30,根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；

步骤S40,根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节调整后的目标位姿。

在本实施例中，需要说明的是，所述负载影响系数表征为在所述机器人负载时所述机器人的负载重量对目标关节的影响程度，所述负载影响系数包括负载角度干扰系数以及负载位置干扰系数，所述目标位姿补偿值表征为所述机器人受负载重量影响，需调整的所述目标关节的位姿。所述目标位姿补偿值包括目标角度补偿值以及目标位置补偿值，所述目标位姿补偿值用于调整所述目标关节的关节姿态。所述目标位姿为所述目标关节调整后的关节姿态，所述目标位姿为未受所述负载重量影响的目标关节的关节姿态。其中，在所述机器人的末端夹具上有负载时，除了负载重量可能会对所述机器人的目标关节产生影响外，还有温度、湿度或机器人自身故障等其他因素会对所述目标关节产生的影响，所以为了针对所述机器人的负载重量调整所述目标关节，以使所述目标关节达到目标姿态，可以先确定所述机器人的负载重量的负载影响系数，确定目标位姿补偿值，进而对所述机器人的目标关节进行调整。

作为一种示例，步骤S10至步骤S40包括：根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；判断所述空载关节位姿与所述负载关节位姿之间是否向匹配，若所述空载关节位姿与所述负载关节位姿之间相匹配，则不调整所述目标关节；若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节的调整后的目标位姿。

本申请提供了一种机器人关节补偿方法、装置、电子设备及可读存储介质，本申请通过获取机器人的目标关节的空载关节位姿，进而可以判断机器人的负载关节位姿是否出现偏差，在负载关节位姿出现偏差时，可以根据机器人的负载重量进行处理，得到目标关节的负载影响系数，进而可以根据负载影响系数确定所述目标关节的目标位姿补偿值，从而根据目标位姿补偿值对目标关节的关节姿态进行调整，实现了机器人负载重量变化导致的关节姿态异常时，可以对机器人目标关节的关节姿态进行调整，进而可以减小机器人的负载重量变化对作业精度的影响，提高了机器人的作业精度。

实施例二

进一步地，参照图2，基于本申请上述实施例，在本申请另一实施例中，与上述实施例相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，所述根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿的步骤包括：

步骤A10，根据所述机器人在空载时的空载图像信息，在所述空载图像信息中识别所述机器人各个关节的空载关节状态，输出所述机器人的空载关节位姿集合；

步骤A20，根据所述机器人在负载时的负载图像信息，在所述负载图像信息中识别所述机器人各个关节的负载关节状态，输出所述机器人的负载关节位姿集合；

步骤A30，选择所述机器人的任一关节作为所述目标关节，在所述空载关节位姿集合中查找所述目标关节的空载关节位姿，以及在所述负载关节位姿集合中查找所述目标关节的负载关节位姿。

在本实施例中，需要说明的是，所述空载图像信息和所述负载图像信息可以由同一台图像采集设备采集，在采集所述空载图像信息和所述负载图像信息时，所述机器人摆放的位置不变。可以通过所述图像处理模型对所述空载图像信息进行处理，将所述空载图像信息输入所述图像处理模型后，所述图像处理模型自动识别所述机器人中的各个关节，并输出所述机器人的空载关节位姿信息，所述空载关节位姿信息包括各个关节对应的空载关节角度和空载关节位置，可以通过所述图像处理模型对所述负载图像信息进行处理，将所述负载图像信息输入所述图像处理模型后，所述图像处理模型自动识别机器人中的各个关节，并输出机器人的负载关节位姿信息，所述负载关节位姿信息包括各个关节对应的负载关节角度和负载关节位置。选取所述机器人中的任一关节作为目标关节，在所述空载关节信息中选取目标关节的空载关节角度以及空载关节位置，在所述负载关节信息中选取所述目标关节的负载关节角度、负载关节位置，所述图像处理模型可以通过所述机器人的历史图像信息训练得到。

作为一种示例，步骤A10至步骤A30包括：根据所述机器人在空载时的空载图像信息，在所述空载图像信息中识别所述机器人各个关节的空载关节状态，输出所述机器人的空载关节位姿集合；根据所述机器人在负载时的负载图像信息，在所述负载图像信息中识别所述机器人各个关节的负载关节状态，输出所述机器人的负载关节位姿集合；选择所述机器人的任一关节作为所述目标关节，在所述空载关节位姿集合中查找所述目标关节的空载关节位姿，以及在所述负载关节位姿集合中查找所述目标关节的负载关节位姿。其中，所述空载关节状态表征为所述机器人在空载状态下关节的角度以及位置，所述负载关节状态表征为所述机器人在负载状态下关节的角度以及位置。本实施例通过对图像采集设备获取所述空载图像信息以及负载图像信息，进而可以确定所述机器人各个关节在负载时和空载时关节的状态，进而可以将所述机器人中任一关节作为目标关节，对目标关节的负载关节位姿和空载关节位姿进行比对，进而可以调整目标关节，从而可以减小所述机器人的负载重量对所述机器人关节位姿的影响，提高所述机器人的作业精度。

实施例三

进一步地，参照图3，基于本申请上述实施例，在本申请另一实施例中，与上述实施例相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，在所述若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数的步骤之前，所述机器人关节补偿方法还包括：

步骤B10，判断所述空载关节位姿的空载关节角度与所述负载关节位姿的负载关节角度之间是否相匹配，以及判断所述空载关节位姿的空载关节位置与所述负载关节位姿的负载关节位置之间是否相匹配；

步骤B20，若所述空载关节位置与所述负载关节位置之间相匹配且所述空载关节角度与所述负载关节角度之间相匹配，则确定所述空载关节位姿与所述负载关节位姿相匹配；

步骤B30，若所述空载关节位置与所述负载关节位置之间不匹配和/或所述空载关节角度与所述负载关节角度之间不匹配，则确定所述空载关节位姿与所述负载关节位姿之间不匹配。

在本实施例中，需要说明的是，所述空载关节位姿包括空载关节角度和空载关节位置，所述空载关节角度表征为所述机器人在空载时所述目标关节相邻的两机械臂之间的角度，所述空载关节位置表征为所述机器人在空载时所述目标关节基于所述机器人基底的位置。所述负载关节位姿包括负载关节角度和负载关节位置，所述负载关节角度表征为所述机器人在负载时所述目标关节相邻的两机械臂之间的角度，所述负载关节位置表征为所述机器人在负载时所述目标关节基于所述机器人基底的位置。所述机器人的机器人基底表征为所述机器人放置在平面上时，机器人的中心位置。

作为一种示例，步骤B10至步骤B30包括：判断所述负载关节位姿的负载关节角度是否与所述空载关节位姿的空载关节角度相同以及判断所述负载关节位姿的负载关节位置是否与所述空载关节位姿的空载关节位置相同；若所述空载关节位置与所述负载关节位置相同且所述空载关节角度与所述负载关节角度相同，则所述空载关节位姿与所述负载关节位姿相匹配；若所述空载关节位置与所述负载关节位置之间不匹配和/或所述空载关节角度与所述负载关节角度之间不匹配，则所述空载关节位姿与所述负载关节位姿之间不匹配。其中，在判定所述空载关节位姿与所述负载关节位姿之间相匹配之后，则无需调整所述机器人的目标关节，可以将任意一个未经过位姿检测的其他关节作为目标关节，对所述目标关节进行位姿检测（即判断所述目标关节的空载关节位姿是否与负载关节位姿相匹配），直至所述机器人的所有关节都进行过位姿检测。在本实施例中通过对所述负载关节角度和负载关节位置进行检测，从而可以确定所述负载关节角度是否与空载关节角度发生偏差和/或所述负载关节位置和所述空载关节位置发生偏差，进而可以针对目标关节的角度和/或位置进行补偿，提高了对所述目标关节补偿的准确度以及效率。

其中，所述若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数的步骤包括：

步骤C10，若所述空载关节角度与所述负载关节角度不匹配且所述空载关节位置与所述负载关节位置不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，以及将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数；

步骤C20，将所述负载角度干扰系数和所述负载位置干扰系数共同作为所述负载影响系数；

步骤C30，若所述空载关节位置与负载关节位置不匹配且所述空载关节角度与所述负载关节角度匹配，则将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数，将所述负载位置干扰系数作为负载影响系数；

步骤C40，若所述空载关节位置与所述负载关节位置匹配且所述空载关节角度与所述负载关节角度不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，将所述负载角度干扰系数作为负载影响系数。

在本实施例中，需要说明的是，所述负载影响系数包括负载角度干扰系数以及负载位置干扰系数，其中，所述负载角度干扰系数表征为所述机器人在负载时，所述机器人的负载重量对所述目标关节的角度的影响程度，所述负载位置干扰系数表征为所述机器人在负载时，所述机器人的负载重量对所述目标关节的位置的影响程度。所述预设角度影响模型用于预测所述机器人的负载重量对所述目标关节的负载角度干扰系数，其中，训练所述预设角度影响模型的步骤包括：获取所述机器人的历史负载关节角度数据，根据所述历史负载关节角度数据确定负载角度影响特征和负载角度影响标签，其中，所述负载影响特征包括所述机器人的历史负载重量以及历史空载关节角度，所述负载角度影响标签为所述负载重量对所述机器人关节角度的影响程度，所述负载角度影响标签为预定义的，所述负载角度影响标签可以是预设的关节角度差与历史空载关节角度之间的比值，所述预设的关节角度差为历史空载关节角度与历史负载关节角度之差。设置一个待训练角度影响模型，所述待训练角度影响模型可以为神经网络模型，将所述历史负载重量以及历史空载关节角度输入待训练角度影响模型，待训练角度影响模型基于历史负载重量和所述历史空载关节角度输出负载角度干扰系数，基于负载角度干扰系数和负载角度影响标签，计算训练模型损失，进而判断所述训练模型损失是否收敛，若所述训练模型损失收敛，则将所述待训练预测模型作为所述预设角度影响模型，若所述训练模型损失未收敛，则继续获取历史负载关节角度数据，重新对所述待训练角度影响模型进行训练优化，直至所述训练模型损失收敛。例如，负载角度影响特征为A和负载角度影响标签B，将负载角度影响特征为A输入待训练角度影响模型，输出负载角度干扰系数b，基于负载角度影响标签B和负载角度干扰系数b，计算训练模型损失c，若训练模型损失c收敛，则将待训练角度影响模型作为预设角度影响模型，若训练模型损失c不收敛，则继续获取新的历史负载关节角度数据，对待训练角度影响模型进行训练优化，直至所述训练模型损失收敛。

其中，训练所述预设位置影响模型的步骤包括：获取所述机器人的历史负载关节位置数据，根据所述历史负载关节位置数据确定负载位置影响特征和负载位置影响标签，其中，所述负载影响特征包括所述机器人的历史负载重量以及历史空载关节位置，所述负载位置影响标签为所述负载重量对所述机器人关节位置的影响程度，所述负载位置影响标签为预定义的，所述负载位置影响标签可以是预设的关节位置差与历史空载关节位置之间的比值，所述关节位置差为历史空载关节位置与历史负载关节位置之差。具体的，设置一个待训练位置影响模型，所述待训练位置影响模型可以为神经网络模型，将所述历史负载重量以及历史空载关节位置输入待训练位置影响模型，待训练位置影响模型基于历史负载重量和所述历史空载关节位置输出负载位置干扰系数，基于负载位置干扰系数和负载位置影响标签，计算训练模型损失，进而判断所述训练模型损失是否收敛，若所述训练模型损失收敛，则将所述待训练预测模型作为所述预设位置影响模型，若所述训练模型损失未收敛，则继续获取历史负载关节位置数据，重新对所述待训练位置影响模型进行训练优化，直至所述训练模型损失收敛。例如，负载位置影响特征为X和负载位置影响标签Y，将负载位置影响特征为X输入待训练位置影响模型，输出负载位置干扰系数y，基于负载位置影响标签Y和负载位置干扰系数y，计算训练模型损失z，若训练模型损失z收敛，则将待训练位置影响模型作为预设位置影响模型，若训练模型损失z不收敛，则继续获取新的历史负载关节位置数据，对待训练位置影响模型进行训练优化，直至所述训练模型损失收敛。

作为一种示例，步骤C10至步骤C40包括:若所述空载关节角度与所述负载关节角度不匹配，且所述空载关节位置与所述负载关节位置不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，以及将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数；将所述负载角度干扰系数和所述负载位置干扰系数共同作为所述负载影响系数；若所述空载关节位置与负载关节位置不匹配且所述空载关节角度与所述负载关节角度匹配，则将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数，将所述负载位置干扰系数作为负载影响系数；若所述空载关节位置与所述负载关节位置匹配且所述空载关节角度与所述负载关节角度不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，将所述负载角度干扰系数作为负载影响系数。本实施例中通过将所述负载重量输入预设角度影响模型，进而得到所述负载角度干扰系数，通过将所述负载重量输入预设位置影响模型，进而得到所述负载位置干扰系数，进而确定了所述负载重量对所述目标关节的位置以及角度影响程度，进而可以根据所述负载角度干扰系数确定目标角度补偿值，根据负载位置干扰系数确定目标位置补偿值，实现了对所述目标关节的角度和位置补偿，从而可以减小负载重量对所述目标关节的位置和角度的影响，提高了所述机器人的作业精度。

其中，所述根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值步骤包括：

步骤D10，若所述负载影响系数中存在所述目标关节的负载角度干扰系数时，则计算所述目标关节的负载角度干扰系数和空载关节角度之间的乘积，得到目标角度补偿值；

步骤D20，若所述负载影响系数中存在所述目标关节的负载位置干扰系数时，则计算所述目标关节的负载位置干扰系数和空载关节位置之间的乘积，得到目标位置补偿值；

步骤D30，将所述目标角度补偿值和/或所述目标位置补偿值作为所述目标关节的目标位姿补偿值。

在本实施例中，需要说明的是，所述目标角度补偿值表征为所述机器人在负载时所述目标关节的负载关节角度与所述空载关节角度之间的角度偏差，所述目标位置补偿值表征为所述机器人在负载时所述目标关节的负载关节位置与所述空载关节位置之间的位置偏差。

作为一种示例，步骤D10至步骤D30包括：若所述负载影响系数中存在所述目标关节的负载角度干扰系数时，则计算所述负载角度干扰系数和所述空载关节角度之间的乘积，得到目标角度补偿值；若所述负载影响系数中存在所述目标关节的负载位置干扰系数时，则计算所述负载位置干扰系数和所述空载关节位置之间的乘积，得到目标位置补偿值；将所述目标角度补偿值和/或所述目标位置补偿值作为所述目标位姿补偿值。其中，当所述机器人的目标关节只存在角度偏差时，则只需要计算目标角度补偿值，并将目标角度补偿值作为目标位姿补偿值，当所述机器人目标关节只存在位置偏差时，只需要确定目标位置补偿值，并将目标位置补偿值作为目标位姿补偿值，当所述机器人的目标关节同时存在角度偏差和位置偏差时，则要确定所述目标角度补偿值以及目标位置补偿值，并将所述目标角度补偿值以及目标位置补偿值作为目标位姿补偿值以调整所述目标关节的位姿。本申请实施例通过确定负载角度干扰系数和空载关节角度确定目标角度补偿值，避免了除负载重量之外的其他因素对目标关节的影响，提高了基于负载重量调节目标关节的关节位姿的准确性，通过确定负载位置干扰系数和空载关节位置确定目标位置补偿值，避免了除负载重量之外的其他因素对目标关节的影响，提高了基于负载重量调节目标关节的关节位姿的准确性。

其中，所述根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节调整后的目标位姿的步骤包括：

步骤E10，若所述目标位姿补偿值为所述目标角度补偿值，则调整所述目标关节的负载关节角度，得到所述目标关节调整后的目标关节的目标位姿；

步骤E20，若所述目标位姿补偿值为所述目标位置补偿值，则根据所述目标位置补偿值，调整所述目标关节的负载关节位置，得到所述目标关节调整后的目标关节的目标位姿；

步骤E30，若所述目标位姿补偿值为所述目标位置补偿值和所述目标角度补偿值，则调整所述目标关节的负载关节角度，得到所述目标关节调整后的目标关节角度，并检测所述目标关节角度；

步骤E40，在所述负载关节角度与所述目标角度补偿值之和与所述目标关节角度相匹配时，则调整所述目标关节的负载关节位置，得到所述目标关节调整后的目标位姿。

在本实施例中，需要说明的是，当所述机器人存在负载时，所述机器人中目标关节的负载关节位姿与空载关节位姿之间可能会存在位姿偏差，所述位姿偏差可以是角度偏差也可以是位置偏差，当所述角度偏差存在时，可以通过所述预设角度影响模型确定所述负载角度干扰系数进而确定目标角度补偿值，当所述位置偏差存在时，可以通过所述预设位置影响模型确定所述负载位置干扰系数进而确定目标位置补偿值。当存在所述角度偏差和所述位置偏差时，所述目标位姿补偿值包括所述目标位置补偿值和所述目标角度补偿值，当存在所述角度偏差而不存在所述位置偏差时，所述目标位姿补偿值为所述目标角度补偿值，当存在所述位置偏差而不存在所述角度偏差时，所述目标位姿补偿值为所述目标位置补偿值。

作为一种示例，步骤E10至步骤E40包括：若所述目标位姿补偿值为所述目标角度补偿值，则按照所述目标角度补偿值调整所述目标关节的负载关节角度，得到调整后的目标关节的目标位姿；若所述目标位姿补偿值为所述目标位置补偿值，则按照所述目标位置补偿值调整所述目标关节的负载关节位置，得到调整后的目标关节的目标位姿；若所述目标位姿补偿值为所述目标位置补偿值和所述目标角度补偿值，则先按照所述目标角度补偿值调整所述目标关节的负载关节角度，得到目标关节角度，对所述目标关节角度进行检测，在所述负载关节角度与所述目标角度补偿值之和与所述目标关节角度相匹配时，调整所述目标关节的负载关节位置，得到调整后的所述目标关节的目标位姿。

在本实施例中，当所述目标关节的角度发生偏差时，则调整所述目标关节的角度，当所述目标关节的位置发生偏差时，则调整所述目标关节的位置，从而实现在所述机器人的目标关节的角度和位置发生偏差时，可以对所述目标关节进行调整以减小所述负载重量对所述目标关节的影响。

其中，在根据所述目标位姿补偿值，调整所述目标关节得到所述目标关节调整后的目标位姿还包括：

步骤F10，对所述目标位姿进行检测，判断所述目标位姿是否与空载关节位姿相匹配，若所述目标位姿与所述空载关节位姿不相匹配，则生成位姿异常警告信息以提醒所述机器人的目标关节的位姿异常。

在本实施例中，需要说明的是，当所述目标位姿与所述空载关节位姿不匹配时，说明除了所述机器人的负载重量对所述目标关节的影响外，还存在其他因素的影响和/或未消除所述机器人的负载重量对所述目标关节的影响，因此可以输出位姿异常警告信息提示用户所述机器人的目标关节的位姿异常。所述位姿异常警告信息包括第一异常警告信息和第二异常警告信息，所述第一异常警告信息表征为未消除所述机器人的负载重量对所述目标关节存在的影响，所述第二警告信息表征为除负载重量对所述目标关节的影响外，其他因素对所述目标关节的位姿影响。

作为一种示例，步骤F10包括：对所述目标位姿进行检测，判断所述目标位姿是否与所述空载关节位姿相匹配，若所述目标位姿与所述空载关节位姿不相匹配，则判断所述目标位姿补偿值与所述负载关节位姿之和是否等于所述目标位姿；若所述目标位姿补偿值与所述负载关节位姿之和等于所述目标位姿，则生成第二警告异常信息；若所述目标位姿补偿值与所述负载关节位姿之和不等于所述目标位姿，则生成第一警告异常信息。本实施例通过在基于所述目标位姿补偿值调整所述目标关节得到目标关节的目标位姿后，还对所述目标位姿进行检测，进而在目标位姿与空载位姿之间不匹配的时候，输出位姿异常信息，以提示用户所述机器人的目标关节还存在位姿异常，避免所述机器人在目标关节存在位姿异常的时候还进行作业，降低所述机器人的作业准确度。

实施例四

参照图4，本申请实施例还提供一种机器人关节补偿装置，所述机器人关节补偿装置包括：

位姿确定模块10，用于根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；

系数确定模块20，用于若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；

补偿值确定模块30，用于根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；

位姿调整模块40，用于根据所述目标位姿补偿值，调整所述目标关节得到所述目标关节调整后的目标位姿。

可选的，所述位姿确定模块10还用于：

根据所述机器人在空载时的空载图像信息，在所述空载图像信息中分别识别所述机器人各个关节的空载关节状态，输出所述机器人的空载关节位姿集合；

根据所述机器人在负载时的负载图像信息，在所述负载图像信息中分别识别所述机器人各个关节的负载关节状态，输出所述机器人的负载关节位姿集合；

选择所述机器人的任一关节作为所述目标关节，在所述空载关节位姿集合中查找所述目标关节的空载关节位姿，以及在所述负载关节位姿集合中查找所述目标关节的负载关节位姿。

可选的，所述系数确定模块20还用于：

判断所述空载关节位姿的空载关节角度与所述负载关节位姿的负载关节角度之间是否相匹配以及判断所述空载关节位姿的空载关节位置与所述负载关节位姿的负载关节位置之间是否相匹配；

若所述空载关节位置与所述负载关节位置之间相匹配且所述空载关节角度与所述负载关节角度之间相匹配，则确定所述空载关节位姿与所述负载关节位姿相匹配；

若所述空载关节位置与所述负载关节位置之间不匹配或所述空载关节角度与所述负载关节角度之间不匹配，则确定所述空载关节位姿与所述负载关节位姿之间不匹配。

可选的，所述系数确定模块20包括：

若所述空载关节角度与所述负载关节角度不匹配且所述空载关节位置与所述负载关节位置不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，以及将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数；

将所述负载角度干扰系数和所述负载位置干扰系数共同作为所述负载影响系数；

若所述空载关节位置与负载关节位置不匹配且所述空载关节角度与所述负载关节角度匹配，则将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数，将所述负载位置干扰系数作为负载影响系数；

若所述空载关节位置与所述负载关节位置匹配且所述空载关节角度与所述负载关节角度不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，将所述负载角度干扰系数作为负载影响系数。

可选的，所述补偿值确定模块30还用于：

若所述负载影响系数中存在所述目标关节的负载角度干扰系数时，则计算所述目标关节的负载角度干扰系数和空载关节角度之间的乘积，得到目标角度补偿值；

若所述负载影响系数中存在所述目标关节的负载位置干扰系数时，则计算所述目标关节的负载位置干扰系数和空载关节位置之间的乘积，得到目标位置补偿值；

将所述目标角度补偿值和/或所述目标位置补偿值作为所述目标关节的目标位姿补偿值。

可选的，所述位姿调整模块40还用于：

若所述目标位姿补偿值为所述目标角度补偿值，则调整所述目标关节的负载关节角度，得到所述目标关节调整后的目标关节的目标位姿；

若所述目标位姿补偿值为所述目标位置补偿值，则根据所述目标位置补偿值，调整所述目标关节的负载关节位置，得到所述目标关节调整后的目标关节的目标位姿；

若所述目标位姿补偿值为所述目标位置补偿值和所述目标角度补偿值，则调整所述目标关节的负载关节角度，得到所述目标关节调整后的目标关节角度，并检测所述目标关节角度；

在所述负载关节角度与所述目标角度补偿值之和与所述目标关节角度相匹配时，则调整所述目标关节的负载关节位置，得到所述目标关节调整后的目标位姿。

可选的，所述位姿调整模块40还用于：

对所述目标位姿进行检测，判断所述目标位姿是否与空载关节位姿相匹配，若所述目标位姿与所述空载关节位姿不相匹配，则生成位姿异常警告信息以提醒所述机器人的目标关节的位姿异常。

本申请提供的机器人关节补偿装置，采用上述实施例中的机器人关节补偿方法，旨在解决因末端负载重量变化导致的机器人作业精度不高的技术问题。与现有技术相比，本申请实施例提供的机器人关节补偿方法的有益效果与上述实施例提供的机器人关节补偿方法的有益效果相同，且该机器人关节补偿装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。

实施例五

本申请实施例提供一种电子设备，所述电子设备可以为播放设备，电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例中的机器人关节补偿方法。

下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（personal digital assistant，个人数字助理）、PAD（portable Android device，平板电脑）、PMP（Portable Media Player，便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备可以包括处理装置1001（例如中央处理器、图形处理器等），其可以根据存储在ROM（Read-Only Memory，只读存储器）1002中的程序或者从存储装置1003加载到RAM（Random Access Memory，随机访问存储器）1004中的程序而执行各种适当的动作和处理。在RAM1004中，还存储有电子设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出（I/O）接口1006也连接至总线。

通常，以下系统可以连接至I/O接口1006：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加转速计、陀螺仪等的输入装置1007；包括例如LCD（Liquid CrystalDisplay，液晶显示器）、扬声器、振动器等的输出装置1008；包括例如磁带、硬盘等的存储装置1003；以及通信装置1009。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信系统从网络上被下载和安装，或者从存储系统被安装，或者从ROM被安装。在该计算机程序被处理系统执行时，执行本公开实施例的方法中限定的上述功能。

本申请提供的电子设备，采用上述实施例一中的机器人关节补偿方法旨在解决因末端负载重量变化导致的机器人作业精度不高的技术问题。与现有技术相比，本申请实施例提供的产品流量数据分配的有益效果与上述实施例提供的机器人关节补偿方法的有益效果相同，且该机器人关节补偿装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本申请的具体实施方式，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以所述权利要求的保护范围为准。

实施例六

本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例一中的机器人关节补偿方法。

本申请实施例提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的设备、设备或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程EPROM（Electrical ProgrammableRead Only Memory，只读存储器）或闪存、光纤、便携式紧凑磁盘CD-ROM（compact discread-only memory，只读存储器）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行设备、设备或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(RadioFrequency，射频）等等，或者上述的任意合适的组合。

上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。

上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节调整后的目标位姿。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括LAN(localarea network，局域网)或WAN(Wide Area Network，广域网)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本申请各种实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的设备来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。

本申请提供的计算机可读存储介质，存储有用于执行上述机器人关节补偿方法的计算机可读程序指令，旨在解决因末端负载重量变化导致的机器人作业精度不高的技术问题。与现有技术相比，本申请实施例提供的计算机可读存储介质的有益效果与上述实施例提供的机器人关节补偿方法的有益效果相同，在此不做赘述。

实施例七

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的机器人关节补偿方法的步骤。

本申请提供的计算机程序产品旨在解决因末端负载重量变化导致的机器人作业精度不高的技术问题。与现有技术相比，本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的机器人关节补偿方法的有益效果相同，在此不做赘述。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种机器人关节补偿方法，其特征在于，所述机器人关节补偿方法包括：

根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；

若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；

根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；

根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节调整后的目标位姿。

2.如权利要求1所述的机器人关节补偿方法，其特征在于，所述根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿的步骤包括：

根据所述机器人在空载时的空载图像信息，在所述空载图像信息中分别识别所述机器人各个关节的空载关节状态，输出所述机器人的空载关节位姿集合；

根据所述机器人在负载时的负载图像信息，在所述负载图像信息中分别识别所述机器人各个关节的负载关节状态，输出所述机器人的负载关节位姿集合；

选择所述机器人的任一关节作为所述目标关节，在所述空载关节位姿集合中查找所述目标关节的空载关节位姿，以及在所述负载关节位姿集合中查找所述目标关节的负载关节位姿。

3.如权利要求2所述的机器人关节补偿方法，其特征在于，在所述若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数的步骤之前，所述机器人关节补偿方法还包括：

判断所述空载关节位姿的空载关节角度与所述负载关节位姿的负载关节角度之间是否相匹配，以及判断所述空载关节位姿的空载关节位置与所述负载关节位姿的负载关节位置之间是否相匹配；

若所述空载关节位置与所述负载关节位置之间相匹配且所述空载关节角度与所述负载关节角度之间相匹配，则确定所述空载关节位姿与所述负载关节位姿相匹配；

若所述空载关节位置与所述负载关节位置之间不匹配或所述空载关节角度与所述负载关节角度之间不匹配，则确定所述空载关节位姿与所述负载关节位姿之间不匹配。

4.如权利要求3所述的机器人关节补偿方法，其特征在于，所述若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数的步骤包括：

若所述空载关节角度与所述负载关节角度不匹配且所述空载关节位置与所述负载关节位置不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，以及将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数；

将所述负载角度干扰系数和所述负载位置干扰系数共同作为所述负载影响系数；

若所述空载关节位置与负载关节位置不匹配且所述空载关节角度与所述负载关节角度匹配，则将所述机器人的负载重量输入预设位置影响模型，得到所述目标关节的负载位置干扰系数，将所述负载位置干扰系数作为负载影响系数；

若所述空载关节位置与所述负载关节位置匹配且所述空载关节角度与所述负载关节角度不匹配，则将所述机器人的负载重量输入预设角度影响模型，得到所述目标关节的负载角度干扰系数，将所述负载角度干扰系数作为负载影响系数。

5.如权利要求1所述的机器人关节补偿方法，其特征在于，所述根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值步骤包括：

若所述负载影响系数中存在所述目标关节的负载角度干扰系数时，则计算所述目标关节的负载角度干扰系数和空载关节角度之间的乘积，得到目标角度补偿值；

若所述负载影响系数中存在所述目标关节的负载位置干扰系数时，则计算所述目标关节的负载位置干扰系数和空载关节位置之间的乘积，得到目标位置补偿值；

将所述目标角度补偿值和/或所述目标位置补偿值作为所述目标关节的目标位姿补偿值。

6.如权利要求5所述的机器人关节补偿方法，其特征在于，所述根据所述目标位姿补偿值，调整所述目标关节，得到所述目标关节调整后的目标位姿的步骤包括：

若所述目标位姿补偿值为所述目标角度补偿值，则调整所述目标关节的负载关节角度，得到所述目标关节调整后的目标关节的目标位姿；

若所述目标位姿补偿值为所述目标位置补偿值，则根据所述目标位置补偿值，调整所述目标关节的负载关节位置，得到所述目标关节调整后的目标关节的目标位姿；

若所述目标位姿补偿值为所述目标位置补偿值和所述目标角度补偿值，则调整所述目标关节的负载关节角度，得到所述目标关节调整后的目标关节角度，并检测所述目标关节角度；

在所述负载关节角度与所述目标角度补偿值之和与所述目标关节角度相匹配时，则调整所述目标关节的负载关节位置，得到所述目标关节调整后的目标位姿。

7.如权利要求6所述的机器人关节补偿方法，其特征在于，在根据所述目标位姿补偿值，调整所述目标关节得到所述目标关节调整后的目标位姿还包括：

对所述目标位姿进行检测，判断所述目标位姿是否与空载关节位姿相匹配，若所述目标位姿与所述空载关节位姿不相匹配，则生成位姿异常警告信息以提醒所述机器人的目标关节的位姿异常。

8.一种机器人关节补偿装置，其特征在于，所述机器人关节补偿装置包括：

位姿确定模块，用于根据机器人的空载图像信息确定所述机器人在空载时目标关节的空载关节位姿，以及根据机器人的负载图像信息所述机器人在负载时所述目标关节的负载关节位姿；

系数确定模块，用于若所述空载关节位姿与所述负载关节位姿之间不匹配，则对所述机器人的负载重量进行处理，得到所述目标关节的负载影响系数；

补偿值确定模块，用于根据所述负载影响系数和所述空载关节位姿，确定所述目标关节的目标位姿补偿值；

位姿调整模块，用于根据所述目标位姿补偿值，调整所述目标关节得到所述目标关节调整后的目标位姿。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；

以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述机器人关节补偿方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有实现机器人关节补偿方法的程序，所述实现机器人关节补偿方法的程序被处理器执行以实现如权利要求1至7中任一项所述机器人关节补偿方法的步骤。

Images