CN116901059A - 一种遥操作中的基于姿态传感器的选解方法、装置及系统 - Google Patents
一种遥操作中的基于姿态传感器的选解方法、装置及系统 Download PDFInfo
- Publication number
- CN116901059A CN116901059A CN202310701759.1A CN202310701759A CN116901059A CN 116901059 A CN116901059 A CN 116901059A CN 202310701759 A CN202310701759 A CN 202310701759A CN 116901059 A CN116901059 A CN 116901059A
- Authority
- CN
- China
- Prior art keywords
- current
- sensor
- area
- gesture
- gesture sensor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000033001 locomotion Effects 0.000 claims abstract description 140
- 230000001133 acceleration Effects 0.000 claims abstract description 42
- 238000004891 communication Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010187 selection method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
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
- B25J9/1694—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例属于遥操作技术领域,涉及一种遥操作中的基于姿态传感器的选解方法,包括:获取姿态传感器的当前角度;基于当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;若位于相邻运动区域的交界处,基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;从下一时刻机器人姿态的多个解中选取与所述预测运动区域对应的解。本申请实施例还涉及选解装置及系统等。本申请的技术方案可以扩大操作者的操作空间,能适应更多的应用场景和需求。
Description
技术领域
本申请涉及遥操作技术领域,尤其涉及一种遥操作中的基于姿态传感器的选解方法、装置及系统。
背景技术
随着科技的发展,机器人应用领域越发广泛,在一些复杂和危险环境中,需要机器人灵活性更高,具有更高的仿人工作的能力,为此,遥操作机器人应运而生。遥操作机器人是通过在主端操作者身上安装姿态传感器,比如,惯性传感器(Inertial MeasurementUnit IMU),操作人员在另一真实或者虚拟场景下进行目标任务操作,通过姿态传感器捕捉操作人员在操作过程中的动作并采集相应的运动数据发送给控制器,控制器根据运动数据生成运动控制指令等,以控制从端机器人完成目标任务,从而实现遥操作的目的。
但是,以从端机器人为机械臂为例,对于基于操作者的手臂进行遥操作而言,一般操作者手臂在遥操作过程中需“不过肩”,这样就不会出现手臂跨区域运动的情况,在机械臂运动学上就不存在选解的问题。但是,一旦操作者的手臂出现“过肩”的动作,机器人为了跟随操作者手臂动作也需要做出“过肩”的动作,对于机械臂来说,“过肩”意味着跨区域运动(如图2所示,图2是本申请的遥操作中手臂带动姿态传感器由第一区域跨区域运动到第二区域的一个实施例的示意图。一般机械臂的运动范围为90度一个区域,一圈360度可以分成4个区域,如果机械臂从一个区域跨到另一个区域就会遇到选解的问题),如果没有外界信号的指示,机械臂是无法得知自己处于哪一个区域的,从而可能导致机械臂的运动发生“突变”等情况。
现有技术中,可以通过图像传感器采集的图像判断操作者的手臂是否存在跨区域运动,但是,该方法在某些情况下存在一定缺陷,比如:当手臂在运动过程中出现遮挡的情况;另外,通过视觉往往无法分辨当前手臂所处的位置和姿态,从而产生误判。
发明内容
本申请实施例的目的在于提出一种遥操作中的基于姿态传感器的选解方法、装置及系统,以扩大操作者的操作空间,能适应更多的应用场景和需求。
第一方面,本申请实施例提供一种遥操作轨迹规划方法、装置、设备及存储介质,采用了如下所述的技术方案:
一种遥操作中的基于姿态传感器的选解方法;所述方法包括下述步骤:
获取姿态传感器的当前角度;
基于所述当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;
若位于所述相邻运动区域的交界处,基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;
从下一时刻机器人姿态的多个解中选取与所述预测运动区域对应的解。
进一步的,以操作者竖直站立的方向为Y轴;沿肩膀平举所在的方向为X轴;以垂直于肩膀的方向为Z轴,在空间形成四个运动区域;位于操作者同一侧的两个区域为所述相邻运动区域;
所述当前角速度为相对所述Y轴的当前角速度;所述当前加速度为沿所述Z轴的当前加速度。
进一步的,所述方法还包括下述步骤:
若不位于所述相邻运动区域的交界处,从下一时刻机器人姿态的多个解中选取与原运动区域对应的解。
进一步的,所述当前角度为姿态传感器相对Y轴的当前旋转角度;所述基于所述当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处包括下述步骤:
判断所述当前角度是否等于或接近90度;
若等于或接近90度,则判断姿态传感器位于所述相邻运动区域的交界处。
进一步的,所述基于当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域包括下述步骤:
基于所述当前角速度判断姿态传感器的运动趋势;
结合所述当前加速度和所述运动趋势确定姿态传感器的运动方向;
基于所述运动方向,得到所述预测运动区域。
进一步的,所述基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域包括下述步骤:
若所述当前角速度大于O,且所述当前加速度大于O,判断姿态传感器从第一区域跨越到第二区域;其中,所述第一区域位于Y轴的正半轴;所述第二区域位于Y轴的负半轴;以所述第二区域作为所述预测运动区域;
若所述当前角速度小于O,且所述当前加速度小于O,判断姿态传感器从所述第二区域跨越到所述第一区域;以所述第一区域作为所述预测运动区域。
进一步的,所述获取姿态传感器的当前角度之前,还包括下述方法步骤:
对所述当前角速度积分,以得到所述当前角度。
第二方面,本申请实施例提供一种遥操作中的基于姿态传感器的选解装置,所述装置包括:
数据获取模块,用于获取姿态传感器的当前角度;
交界判断模块,用于基于所述当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;
区域预测模块,用于若位于所述相邻运动区域的交界处,基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;
目标确定模块,用于从下一时刻机器人姿态的多个解中选取与所述预测运动区域对应的解。
第三方面,本申请实施例提供一种遥操作系统,所述系统包括:姿态传感器、机器人和控制器;
所述控制器分别与所述姿态传感器和所述机器人通信连接;
所述姿态传感器,用于采集操作者执行目标动作的动作数据,并将所述动作数据发送给所述控制器;
所述控制器,用于将所述动作数据转换成动作指令,以指示所述机器人模仿操作者的目标动作;以及上面任一项所述的遥操作中的基于姿态传感器的选解方法的步骤。
第四方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上面任一项所述的遥操作中的基于姿态传感器的选解方法的步骤。
第五方面,本申请实施例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计算机程序,所述计算机程序被处理器执行时实现上面任一项所述的遥操作中的基于姿态传感器的选解方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例先基于当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;若位于预设的相邻运动区域的交界处,再基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;从下一时刻机器人姿态的多个解中选取与预测运动区域对应的解,使得在主端姿态传感器存在跨区域运动的情况下,仍然能够准确从位于从端的机器人运动学的多个解中选择正确的解,从而扩大操作者的遥操作空间,以适应更多的应用场景和需求。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图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他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2是本申请的遥操作中手臂带动姿态传感器由第一区域跨区域运动到第二区域的一个实施例的示意图;
图3是本申请的同一个Y值对应多个角度解的一个实施例的示意图;
图4是本申请的遥操作中的基于姿态传感器的选解方法的一个实施例的流程示意图;
图5是本申请的遥操作中的基于姿态传感器的选解装置的一个实施例的结构示意图;
图6是本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,图1是本申请可以应用于其中的示例性系统架构图。
本申请实施例提供一种遥操作系统100,该系统包括:姿态传感器110、机器人120和控制器130。
姿态传感器110和机器人120分别与控制器130通过有线或者无线的方式通信连接。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
姿态传感器110,用于测量操作者执行目标动作的动作数据。
姿态传感器110在操作者执行目标动作过程中采集操作者待测部位(比如:关节)的运动数据(比如:角速度和加速度)。
上述姿态传感器110可以为姿态传感器或者其他各种现在已有或将来开发的可输出角速度和加速度的姿态传感器。为方便理解,本申请实施例主要以姿态传感器110为IMU110为例进行详细说明。
其中,IMU是惯性测量单元,用于测量目标物运动相关的数据。通常IMU包括:陀螺仪和加速度计,除此之外,在一个实施例中,姿态传感器根据需要还可以包括其他器件,比如:磁力计等等。陀螺仪,用于输出目标物(比如:姿态传感器所固定关节)的三轴角速度;加速度计,用于采集目标物的三轴加速度。
具体地,姿态传感器110可以直接固定于操作者关节,或者通过可穿戴设备固定于操作者关节,比如:姿态传感器预先固定于手臂外骨骼,将手臂外骨骼穿戴在操作者的手臂,从而将姿态传感器固定于操作者的手臂。
机器人120,用于基于控制器发送的运动指令,模仿操作者完成目标任务。
具体地,机器人可以但不限于是:6轴、7轴机械臂;具有双臂的人形机器人或具有双臂的人形机器人的上半身;机器人的手爪。
控制器130,用于将动作数据转换成动作指令,以指示所述机器人模仿操作者的目标动作;以及执行本申请实施例所述的遥操作中的基于姿态传感器的选解方法等步骤。
本发明实施例提供的姿态传感器标定方法可以应用于计算机终端(PersonalComputer,PC);工业控制计算机终端(Industrial Personal Computer,IPC);移动终端;服务器;包括终端和服务器的系统,并通过终端和服务器的交互实现;可编程逻辑控制器(Programmable Logic Controller,PLC);现场可编程门阵列(Field-Programmable GateArray,FPGA);数字信号处理器(Digital SignalProcesser,DSP)或微控制单元(Microcontroller unit,MCU)等类似的控制器中执行。控制器根据预先固定的程序,结合外部的姿态传感器110等采集的数据等生成程序指令。有关控制器的具体限定可以参见下面实施例中遥操作中的基于姿态传感器的选解方法等的限定。
具体的,可以应用于如图6所示的计算机设备中,该计算机设备可以是终端,也可以是服务器。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其它技术实现。该计算机程序被处理器执行时以实现一种用于遥操作的姿态识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的安检、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等等。
其中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络),以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音响、智能手表等,但并不局限于此。终端以及服务器可以通过有线或者无线通信方式进行直接或间接地连接,本申请在此不做限定。
在一个实施例中,操作者也可以直接基于眼睛观测,而无需借助演示器对观测数据的演示主观执行目标动作。
在一个实施例中,遥操作系统100还包括从端传感器(图未示意出)。
从端传感器,用于采集机器人120的观测数据。
通过观测数据可以反应机器人的工作状况,比如:机器人周边的环境或者机器人目标任务的完成情况等等。
具体地,传感器可以但不限于是:图像传感器、力/力矩传感器(比如:二维或多维压力传感、触觉传感器)、机器人的关节位置编码器感器(比如:可以基于编码器得到关节运动量,进而可以求取机器人的姿态)和/或电流或电压计(比如:可以基于电流大小得到某个关节的运动速度相关的信息),以及其他任何可采集观测数据的传感器。
在一个实施例中,传感器与机器人120存在预设标定关系,这样通过从端传感器采集的观测数据可以与机器人相互映射。
示例性的,图像传感器和机器人之间可以预先通过眼手标定的方式进行标定;机器人的关节位置编码器需要与关节的输出法兰同轴固定;力/力矩从端传感器需要通过弹性梁固定于关节预设位置等等,以实现从端传感器与机器人的标定。
在一个实施例中,上述传感器可以直接向操作者展示观测数据。
在另一个实施例中,遥操作系统100还包括:演示器(图未示意出)。
演示器,用于将观测数据或经可演示化处理后的观测数据向操作者进行演示。
具体地,演示器可以直接与传感器通信连接;除此之外,演示器也可以通过控制器与传感器通信连接。
比如:传感器采集的观测数据需要通过控制器进行可演示化处理后,向操作者演示(比如:将观测数据转换为虚拟可视化数据后发送给VR演示);或者,当控制器为服务器时,需要将观测数据发送给服务器,再通过服务器发送给演示器,以实现远程观测数据传输。
具体地,上述演示器可以但不限于是:显示器、AR/VR等虚拟显示设备、施力组件、声音播放器。
本申请实施例通过演示器将观测数据或经可演示化处理后的观测数据向操作者进行演示,通过演示器的演示可以帮助操作者在远程情况下直观地了解机器人的工作状况。
基于上面实施例所述的遥操作系统,本申请实施例提供一种遥操作中的基于姿态传感器的选解方法,该方法一般由控制器130执行,相应地,下面实施例所述的用于遥操作中的基于姿态传感器的选解装置一般设置于控制器130中。
如图4所示,图4是本申请的遥操作中的基于姿态传感器的选解方法的一个实施例的流程图;上述遥操作中的基于姿态传感器的选解方法可以包括以下方法步骤:
步骤210获取姿态传感器的当前角度。
在一个可选的实施例中,控制器按照预设地址从存储器或者服务器获取已经生成的姿态传感器的当前角度信息。
在一个可选的实施例中,步骤210之前,还可以包括如下方法步骤:
步骤250获取姿态传感器输出的姿态传感器的当前角速度。
在一个可选的实施例中,预先将IMU固定于操作者预设待测部位(比如:手臂关节),在操作者的手臂关节运动过程中,控制器按照预设地址从存储器或者服务器获取通过IUM输出的当前角速度。
具体地,姿态传感器的角速度可以通过姿态传感器中的陀螺仪测量得到;而下面实施例提到的加速度可以通过姿态传感器中的加速度计测量得到。
步骤260基于当前角速度积分得到姿态传感器的当前角度。
在一个可选的实施例中,控制器获取陀螺仪输出的当前三维角速度,并对三维角速度进行积分,从而得到姿态传感器的在三维空间范围内的三维当前角度。
本申请实施例通过步骤250-260可以生成姿态传感器的当前角度信息。
步骤220基于当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处。
示例性的,如图2所示,图2是本申请的遥操作中手臂带动姿态传感器由第一区域跨区域运动到第二区域的一个实施例的示意图。以操作者竖直站立的方向为Y轴,沿肩膀平举所在的水平线为X轴,以垂直于肩膀的方向为Z轴(这里,姿态传感器的Z轴一般需垂直于肩膀安装)。
在空间围绕操作者形成四个运动区域:第一区域、第二区域、第三区域和第四区域,则相应的被遥控的位于从端的机器人也对应同样的四个运动区域。位于操作者身体同一侧的两个区域为本申请实施例所述的相邻运动区域,比如:第一区域和第二区域为相邻运动区域。需要说明的是,上述各个区域的命名只是用于区别,以方便理解说明,并不代表确定的含义,比如:第一区域和第二区域也可以被命名为第三区域和第四区域等等。
以操作者肢体(比如:手臂)为例,操作者的手臂通常只会在第一区域和第二区域;或者第三区域和第四区域内运动。当姿态传感器在某个时刻处在相邻的第一区域和第二区域的交界处时,接下来可以进一步判断下一时刻该姿态传感器是否发生跨区域运动。
步骤230若位于预设的相邻运动区域的交界处,基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域。
当经过判断姿态传感器位于第一区域和第二区域的交界处时,基于当前角速度和当前加速度可以预测出IMU的运动趋势,因此,也就可以预测得到下一时刻IMU所在的运动区域。后面实施例会有进一步详细说明。
步骤240从下一时刻机器人姿态的多个解中选取与预测运动区域对应的解。
由于基于IMU测量得到的操作者待测部位的三维角度可以对应求取得到机器人姿态的多个解,因此,需要结合步骤210-步骤230得到IMU所在具体区域的判断结果,从而从多个解中选取与预测区域对应的解。
示例性的,继续以机器人为机械臂为例,控制器可以将通过IMU测量得到的主端操作者手腕关节的姿态数据映射到机械臂末端的三维姿态,基于机械臂的运动学,同一个Y轴值可能对应多个不同的旋转角度解,因此基于判断得到的预测区域,选择该预测区域对应的解。比如,可以基于下面的矩阵,求取机械臂的末端三维姿态,其中,三维姿态中沿Y轴方向的姿态数据即为本申请中的Y轴值。
其中,x y z是值基于imu求取的x,y,z轴的角度的值。
如图3所示,图3是本申请的沿Y轴方向的同一个Y值对应多个角度解的一个实施例的示意图。在[-π/2,π/2]范围内,沿Y轴方向的同一个Y值可以得到关于Y轴对称的两个α值(比如:两个cos值和两个sin值),两个α值分别对应不同的角度Y,进而对应不同的活动区域。基于手臂所在区域可以选取对应的α值,从而得到唯一的解。继续如图3所示,示例性的,基于某个Y值0.5可以得到两个对应的正负cos值(对应图2的第一区域或第三区域)和两个正的sin值(分别对应图2的第一区域和第二区域),因此综合判断,该姿态传感器位于第一区域内。
本申请实施例先基于当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;若位于预设的相邻运动区域的交界处,再基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;从下一时刻机器人姿态的多个解中选取与预测运动区域对应的解,使得在主端姿态传感器存在跨区域运动的情况下,仍然能够准确从位于从端的机器人运动学的多个解中选择正确的解,从而扩大操作者的遥操作空间,以适应更多的应用场景和需求。
在一个实施例中,上述遥操作中的姿态传感器选解方法还可以包括如下方法步骤:
步骤270若不位于预设的相邻运动区域的交界处,从下一时刻的多个解中选取与原运动区域对应的解。
示例性的,对应图2所示,如果机械臂一直处于第一区域运动,即不会存在选解的问题,因为COS值一直大于0,不需要考虑左半轴的COS值对应的角度(如图3所示)。同理,如果机械臂一直在第二区域运动,则不需要考虑右半轴的COS值对应的角度,也不会存在选解的问题。
本申请实施例经过判断若不位于预设的相邻运动区域的交界处,比如:相对于Y轴的角度不是90度或接近90度,则判断IMU一直处于原运动区域,因此针对下一时刻生成的多个角度的解,仍然选取与原运动区域对应的解。比如:原运动区域在第一区域,针对下一时刻生成的多个角度的解,仍然选择与第一区域对应的解。
如图2所示,在一个可选的实施例中,以操作者竖直站立的方向为Y轴,沿肩膀平举所在的水平线为X轴;姿态传感器的Z轴垂直于操作待测部位进行安装;设当前旋转角度为相对Y轴的当前旋转角度Ay;当前角速度为围绕Y轴的角速度wy;当前加速度为沿Z轴的当前加速度az。
则步骤220基于当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处具体可以包括下述步骤:
步骤221判断当前角度Ay是否等于或接近90度。
在一个实施例中,控制器可以预先设定并存储视为接近90度的某个预设范围,判断当前角度是否在预设范围内,若在预设范围内,可以视为接近90度。
示例性的,如图3所示,当得到的沿Y轴的值为接近0的正负预设范围内的某个值时,则判断角度接近90度。
步骤222若等于或接近90度,则判断操作者待测部位位于预设的相邻运动区域的交界处。
本申请实施例当当前时刻的Y轴值为接近0时,可以判断当前角度Ay等于或接近90度,从而可以快速准确地判断出姿态传感器是否位于预设的相邻运动区域的交界处。
在一个可选的实施例中,步骤230基于当前角速度和当前加速度预测操作者待测部位下一时刻的预测运动区域具体可以包括下述步骤:
步骤231基于当前角速度判断目标的运动趋势;
步骤232结合当前加速度和运动趋势判断目标的运动方向;
步骤233基于运动方向,得到预测运动区域。
本申请实施例根据姿态传感器采集的角速度信息就可以知道操作者手臂的运动趋势,再结合加速度信息,可以得到手臂更加准确的运动方向,从而确定手臂当前所在的活动区域,基于活动区域从多个姿态传感器求解结果中选取目标结果。
为方便理解,下面进一步对步骤230进行进一步详细说明。
在一个可选的实施例中,继续以前面实施例所述的操作者竖直站立的方向为Y轴,沿肩膀平举所在的方向为X轴;当前角度为IMU相对Y轴的当前旋转角度;当前角速度为相对Y轴的当前角速度;当前加速度为沿Z轴的当前加速度为例,则上述步骤230可以包括如下方法步骤:
步骤331若当前角速度大于O,且当前加速度大于O,判断姿态传感器从第一区域跨越到第二区域;其中,第一区域位于Y轴的正半轴;第二区域位于Y轴的负半轴;以第二区域为预测运动区域。
步骤332若当前角速度小于O,且当前加速度小于O,判断姿态传感器从第二区域跨越到所述第一区域;以第一区域为预测运动区域。
示例性的,如图2所示,本申请实施例以操作者的右侧设定第一区域和第二区域为例进行说明。如果从一区域切换到二区域,则对应的传感器的信息如Ay≈90°,wy>0,az>0;反之,如果从二区域切换到一区域则传感器信息Ay≈90°,wy<0,az<0。Ay为角度;wy为角速度;az为加速度。
本申请实施例根据姿态传感器采集的角速度信息可以知道操作者手臂的运动趋势,再结合加速度信息,可以得到手臂更加准确的运动方向,从而确定手臂当前所在的活动区域,基于活动区域从多个姿态传感器求解结果中选取目标结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图5,作为对上述图4所示方法的实现,本申请提供了一种遥操作中的基于姿态传感器的选解装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的遥操作中的基于姿态传感器的选解装置400包括:数据获取模块410、交界判断模块420、区域预测模块430以及目标确定模块440。其中:
数据获取模块410,用于获取姿态传感器的当前角度;姿态传感器为姿态传感器或姿态传感器对应的操作者待测部位;
交界判断模块420,用于基于当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;
区域预测模块430,用于若位于预设的相邻运动区域的交界处,基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;
目标确定模块440,用于从下一时刻机器人姿态的多个解中选取与预测运动区域对应的解。
在一个实施例中,遥操作中的基于姿态传感器的选解装置400还包括:
目标选取模块,用于若不位于相邻运动区域的交界处,从下一时刻机器人姿态的多个解中选取与原运动区域对应的解。
在一个实施例中,交界判断模块420包括:
角度判断子模块,用于判断当前角度是否等于或接近90度;
交界判断子模块,用于若等于或接近90度,则判断姿态传感器位于相邻运动区域的交界处。
在一个实施例中,目标确定模块440包括:
趋势判断子模块,用于基于当前角速度判断姿态传感器的运动趋势;
运动确定子模块,用于结合当前加速度和运动趋势确定姿态传感器的运动方向;
区域预测子模块,用于基于运动方向,得到预测运动区域。
在一个实施例中,区域预测模块430包括:
第一判断子模块,用于若当前角速度大于O,且当前加速度大于O,判断姿态传感器从第一区域跨越到第二区域;其中,第一区域位于Y轴的正半轴;第二区域位于Y轴的负半轴;以第二区域作为预测运动区域;
第二判断子模块,用于若当前角速度小于O,且当前加速度小于O,判断姿态传感器从第二区域跨越到第一区域;以第一区域作为预测运动区域。
在一个实施例中,遥操作中的基于姿态传感器的选解装置400还包括:
角度生成模块,用于对当前角速度积分,以得到当前角度。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图5,图5为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件61-63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-ProgrammableGate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6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(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件,例如遥操作中的基于姿态传感器的选解方法的程序代码等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据,例如运行遥操作中的基于姿态传感器的选解方法的程序代码。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供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遥操作中的基于姿态传感器的选解程序,所述遥操作中的基于姿态传感器的选解程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的遥操作中的基于姿态传感器的选解方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上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,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式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效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种遥操作中的基于姿态传感器的选解方法;其特征在于,所述方法包括下述步骤:
获取姿态传感器的当前角度;
基于所述当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;
若位于所述相邻运动区域的交界处,基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;
从下一时刻机器人姿态的多个解中选取与所述预测运动区域对应的解。
2.根据权利要求1所述的遥操作中的基于姿态传感器的选解方法,其特征在于,以操作者竖直站立的方向为Y轴;沿肩膀平举所在的方向为X轴;以垂直于肩膀的方向为Z轴,在空间形成四个运动区域;位于操作者同一侧的两个区域为所述相邻运动区域;
所述当前角速度为相对所述Y轴的当前角速度;所述当前加速度为沿所述Z轴的当前加速度。
3.根据权利要求1或2所述的遥操作中的基于姿态传感器的选解方法,其特征在于,所述方法还包括下述步骤:
若不位于所述相邻运动区域的交界处,从下一时刻机器人姿态的多个解中选取与原运动区域对应的解。
4.根据权利要求2所述的遥操作中的基于姿态传感器的选解方法,其特征在于,所述当前角度为姿态传感器相对Y轴的当前旋转角度;所述基于所述当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处包括下述步骤:
判断所述当前角度是否等于或接近90度;
若等于或接近90度,则判断姿态传感器位于所述相邻运动区域的交界处。
5.根据权利要求1或2所述的遥操作中的基于姿态传感器的选解方法,其特征在于,所述基于当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域包括下述步骤:
基于所述当前角速度判断姿态传感器的运动趋势;
结合所述当前加速度和所述运动趋势确定姿态传感器的运动方向;
基于所述运动方向,得到所述预测运动区域。
6.根据权利要求2所述的遥操作中的基于姿态传感器的选解方法,其特征在于,所述基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域包括下述步骤:
若所述当前角速度大于O,且所述当前加速度大于O,判断姿态传感器从第一区域跨越到第二区域;其中,所述第一区域位于Y轴的正半轴;所述第二区域位于Y轴的负半轴;以所述第二区域作为所述预测运动区域;
若所述当前角速度小于O,且所述当前加速度小于O,判断姿态传感器从所述第二区域跨越到所述第一区域;以所述第一区域作为所述预测运动区域。
7.根据权利要求1或2所述的遥操作中的基于姿态传感器的选解方法,其特征在于,所述获取姿态传感器的当前角度之前,还包括下述方法步骤:
对所述当前角速度积分,以得到所述当前角度。
8.一种遥操作中的基于姿态传感器的选解装置,其特征在于,所述装置包括:
数据获取模块,用于获取姿态传感器的当前角度;
交界判断模块,用于基于所述当前角度,判断姿态传感器是否位于预设的相邻运动区域的交界处;
区域预测模块,用于若位于所述相邻运动区域的交界处,基于姿态传感器输出的当前角速度和当前加速度预测姿态传感器下一时刻的预测运动区域;
目标确定模块,用于从下一时刻机器人姿态的多个解中选取与所述预测运动区域对应的解。
9.一种遥操作系统,其特征在于,所述系统包括:姿态传感器、机器人和控制器;
所述控制器分别与所述姿态传感器和所述机器人通信连接;
所述姿态传感器,用于采集操作者执行目标动作的动作数据,并将所述动作数据发送给所述控制器;
所述控制器,用于将所述动作数据转换成动作指令,以指示所述机器人模仿操作者的目标动作;以及权利要求1至7中任一项所述的遥操作中的基于姿态传感器的选解方法的步骤。
10.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的遥操作中的基于姿态传感器的选解方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310701759.1A CN116901059A (zh) | 2023-06-14 | 2023-06-14 | 一种遥操作中的基于姿态传感器的选解方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310701759.1A CN116901059A (zh) | 2023-06-14 | 2023-06-14 | 一种遥操作中的基于姿态传感器的选解方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116901059A true CN116901059A (zh) | 2023-10-20 |
Family
ID=88361026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310701759.1A Pending CN116901059A (zh) | 2023-06-14 | 2023-06-14 | 一种遥操作中的基于姿态传感器的选解方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116901059A (zh) |
-
2023
- 2023-06-14 CN CN202310701759.1A patent/CN116901059A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11093036B2 (en) | Tracking arm movements to generate inputs for computer systems | |
CN110977985B (zh) | 一种定位的方法及装置 | |
JP2021103564A (ja) | 仮想オブジェクト駆動方法、装置、電子機器及び可読記憶媒体 | |
US10166673B2 (en) | Portable apparatus for controlling robot and method thereof | |
US11009964B2 (en) | Length calibration for computer models of users to generate inputs for computer systems | |
CN113119104B (zh) | 机械臂控制方法、机械臂控制装置、计算设备及系统 | |
CN111481231A (zh) | 超声检测控制方法、装置、及计算机可读存储介质 | |
US11531392B2 (en) | Tracking upper arm movements using sensor modules attached to the hand and forearm | |
CN115847422A (zh) | 一种用于遥操作的姿态识别方法、装置及系统 | |
CN114692425A (zh) | 数字孪生技术的焊接机器人仿真方法、系统、设备及介质 | |
CN115919250A (zh) | 一种人体动态关节角测量系统 | |
CN107145706B (zh) | 虚拟现实vr设备融合算法性能参数的评估方法及装置 | |
CN117130518A (zh) | 控件显示方法、头显设备、电子设备及可读存储介质 | |
CN109333527B (zh) | 一种与机器人的交互方法、装置、电子设备及存储介质 | |
CN116901059A (zh) | 一种遥操作中的基于姿态传感器的选解方法、装置及系统 | |
CN113450903B (zh) | 一种人体动作映射方法、装置、计算机设备和存储介质 | |
CN112936282B (zh) | 一种提高工业机器人体感控制精确度的方法及系统 | |
KR20190075356A (ko) | 객체를 식별하기 위한 장치 및 방법 | |
CN108073283A (zh) | 手部关节的计算方法及手套 | |
US10809797B1 (en) | Calibration of multiple sensor modules related to an orientation of a user of the sensor modules | |
CN110427106A (zh) | 体感动作数据处理方法、设备及计算机可读存储介质 | |
CN107443356B (zh) | 一种可实时显示机器人形态的系统及方法 | |
CN118046394B (zh) | 一种遥操作的运动控制方法、装置、系统及存储介质 | |
CN116394265B (zh) | 一种姿态传感器标定方法、装置、设备及存储介质 | |
CN116277005A (zh) | 一种多机遥操作显示控制方法、装置及设备 |
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 |