CN117182921A - 一种质检飞拍机械臂的避障方法及系统 - Google Patents

一种质检飞拍机械臂的避障方法及系统 Download PDF

Info

Publication number
CN117182921A
CN117182921A CN202311309934.9A CN202311309934A CN117182921A CN 117182921 A CN117182921 A CN 117182921A CN 202311309934 A CN202311309934 A CN 202311309934A CN 117182921 A CN117182921 A CN 117182921A
Authority
CN
China
Prior art keywords
mechanical arm
obstacle
calculating
pose
judging whether
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
Application number
CN202311309934.9A
Other languages
English (en)
Inventor
马元巍
潘正颐
侯大为
肖智恒
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 Weiyizhi Technology Co Ltd
Original Assignee
Changzhou Weiyizhi Technology 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 Weiyizhi Technology Co Ltd filed Critical Changzhou Weiyizhi Technology Co Ltd
Priority to CN202311309934.9A priority Critical patent/CN117182921A/zh
Publication of CN117182921A publication Critical patent/CN117182921A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种质检飞拍机械臂的避障方法及系统,包括以下步骤:S1,建立机械臂的运动模型;S2,建立所述机械臂与障碍物的仿真环境;S3,确定所述机械臂与所述障碍物之间的最小距离,并根据所述最小距离判断所述机械臂在运行中是否会发生碰撞。采用本发明的一种质检飞拍机械臂的避障方法及系统,利用最小包围框及三角面片计算并判断所述机械臂在运行中是否会发生碰撞,能够快速实现飞拍机械臂运动过程中的碰撞检测功能,对于工业视觉检测来说,这种优化方法可以提高检测效率,并确保机械臂在运动过程中不会发生碰撞。能够更快地规划机械臂的运动轨迹,避免碰撞风险,同时保证拍照点位的准确性。使得质检过程更加高效、准确和稳定。

Description

一种质检飞拍机械臂的避障方法及系统
技术领域
本发明涉及工业质检领域,尤其涉及一种质检飞拍机械臂的避障方法及系统。
背景技术
目前,在工业视觉检测领域,为了对待测工件的表面缺陷进行全面检测,仅依靠传统的单一固定视角拍摄往往无法满足质检体系对多角度外观检测的需求。因此,可实现多角度拍摄的飞拍装置应运而生。飞拍装置通过安装在机械臂上的摄像头,可以在运动过程中实时采集图像,并通过图像分析算法确定最佳的多个拍摄视角或视点,从而在真实场景中控制机械臂带动摄像头进行立体多角度拍照。这种灵活的机械臂飞拍系统,可以收集更加全面和丰富的外观数据,大大提升外观检测的效果;然而,传统飞拍装置的一些缺陷和待解决问题,诸如:传统飞拍装置的拍摄视角单一和固定,无法实现多角度的立体拍摄,限制了检测的全面性;传统飞拍装置无法智能选择最佳拍摄视角,拍摄效果容易受限于人工选择的视角。缺乏自动优化视角的能力;传统飞拍装置中的机械臂运动控制相对简单,存在碰撞风险,稳定性较差。控制策略的不完善可能导致运动中断或者检测失败;传统飞拍装置没有集成环境识别和情况判断的功能,难以避开运动中出现的各种障碍,存在一定的安全隐患。
因此提出一种解决运动控制的飞拍装置尤为重要,需要保证飞拍过程的顺畅进行,需要实时检测机械臂的运动环境,避免发生碰撞,在此基础上,需要计算出安全可行的运动轨迹,使机械臂平稳运动并避开障碍,有效防止由于碰撞导致的系统故障或检测中断。这种智能化的运动控制策略,是保证飞拍系统可靠运行的关键。
针对现有技术中所存在的问题,提供一种质检飞拍机械臂的避障方法及系统具有重要意义。
发明内容
为解决上述问题,本发明提供一种质检飞拍机械臂的避障方法及系统。
为实现上述目的,本发明的一种质检飞拍机械臂的避障方法,其特征在于,所述方法包括以下步骤:S1,建立机械臂的运动模型;S2,建立所述机械臂与障碍物的仿真环境;S3,确定所述机械臂与所述障碍物之间的最小距离,并根据所述最小距离判断所述机械臂在运行中是否会发生碰撞;
进一步地,所述建立机械臂的运动模型,具体包括以下步骤:S11,定义所述机械臂关节的DH参数;S12,根据所述DH参数,得到所述机械臂关节的变换矩阵,表示相邻两个所述机械臂关节坐标系之间的位置和方向关系;S13,将每个所述机械臂关节的变换矩阵顺序相乘,得到正解方程,即所述机械臂的前向运动学方程为其中θ=[θ123,……θn]为所述机械臂n个关节轴的角度值;
进一步地,所述DH参数具体包括连杆长度、连杆扭角、链接偏移量及关节角度4个DH参数;
进一步地,所述建立所述机械臂与障碍物的仿真环境,具体为:根据所述运动模型,计算所述机械臂的各个连杆及末端相机的位姿;
进一步地,确定所述机械臂与所述障碍物之间的最小距离,并根据所述最小距离判断所述机械臂在运行中是否会发生碰撞,具体包括以下步骤:S31,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述障碍物会发生碰撞;S32,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述末端相机会发生碰撞;S33,根据所述机械臂的各个连杆之间的位姿计算并判断所述机械臂本体是否会发生自碰撞;
进一步地,所述根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述障碍物会发生碰撞,具体包括:S311,根据所述机械臂的各个连杆及所述末端相机的位姿计算与障碍物之间的第一最小距离dist_A;S312,通过最小包围框计算并判断所述机械臂本体与所述障碍物是否碰撞;S313,若是,则通过三角面片再次计算并判断所述机械臂本体与所述障碍物是否碰撞;
进一步地,所述根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述末端相机会发生碰撞,具体包括:S321,根据所述机械臂的各个连杆的位姿计算与所述末端相机之间的第二最小距离dist_B;S322,通过最小包围框计算并判断所述机械臂本体与所述末端相机是否碰撞;S323,若是,则通过三角面片再次计算并判断所述机械臂本体与所述末端相机是否碰撞;
进一步地,所述根据所述机械臂的各个连杆之间的位姿计算并判断所述机械臂本体是否会发生自碰撞,具体包括:S331,根据所述机械臂的各个连杆的位姿计算所述连杆之间的第三最小距离dist_C;S332,通过最小包围框计算并判断所述机械臂本体是否会发生自碰撞;S333,若是,则通过三角面片再次计算并判断所述机械臂本体是否会发生自碰撞;
本发明还提供了一种质检飞拍机械臂的避障系统,至少包括机械臂本体,所述机械臂本体上设置有连杆、末端相机及计算程序,所述计算程序被处理器执行时实现上述权利要求1-8任一项所述用于质检飞拍机械臂的避障方法的步骤。
本发明的一种质检飞拍机械臂的避障方法及系统,通过建立机械臂的运动模型;建立所述机械臂与障碍物的仿真环境;确定所述机械臂与所述障碍物之间的最小距离,并根据所述最小距离,利用最小包围框及三角面片计算并判断所述机械臂在运行中是否会发生碰撞,能够快速实现飞拍机械臂运动过程中的碰撞检测功能,对于工业视觉检测来说,这种优化方法可以提高检测效率,并确保机械臂在运动过程中不会发生碰撞。通过采用这种算法,可以实现高效、准确和稳定的拍照操作,从而有效提高质检系统的检测效率和准确性。通过优化算法,能够更快地规划机械臂的运动轨迹,避免碰撞风险,同时保证拍照点位的准确性。这种优化算法的应用将大幅提高质检系统的工作效率,使得质检过程更加高效、准确和稳定。
附图说明
图1为本发明所述质检飞拍机械臂的避障方法及系统的第一流程示意图;
图2为本发明所述质检飞拍机械臂的避障方法及系统的第二流程示意图;
图3为本发明所述质检飞拍机械臂的避障方法及系统的第三流程示意图;
图4为本发明所述质检飞拍机械臂的避障方法及系统的第四流程示意图。
具体实施方式
下面,结合附图,对本发明的结构以及工作原理等作进一步的说明。
如图1所示,图1为本发明的所述质检飞拍机械臂的避障方法及系统的第一流程示意图,所述方法包括以下步骤:
S1,建立机械臂的运动模型;在本发明优选地实施例中,所述建立机械臂的运动模型具体包括以下步骤:
S11,定义所述机械臂关节的DH参数;在本发明优选地实施例中,所述DH参数具体包括连杆长度、连杆扭角、链接偏移量及关节角度4个DH参数;
S12,根据所述DH参数,得到所述机械臂关节的变换矩阵,表示相邻两个所述机械臂关节坐标系之间的位置和方向关系;
S13,将每个所述机械臂关节的变换矩阵顺序相乘,得到正解方程,
即所述机械臂的前向运动学方程为其中θ=[θ123,……θn]为所述机械臂n个关节轴的角度值。
通常地,机器人机械臂正逆解建模的主要目的是为了实现机器人的运动控制和路径规划。正解和逆解建模的目的包括:正解建模:给定关节角,计算末端执行器在基坐标系下的位姿(位置和方向)。这对于知道机械臂当前的末端位置非常重要。逆解建模:给定末端执行器的目标位姿,计算每个关节需要旋转的角度。这对于规划机械臂的运动轨迹至关重要。基于正逆解建立运动学模型,将关节空间和笛卡尔工作空间关联起来,实现对机械臂运动的控制。通过正逆解计算机械臂的运动学奇异点,用于避免这些奇异配置。基于逆解计算机器人末端在笛卡尔空间的雅可比矩阵,用于动力学建模和控制。逆解运动学可以用于轨迹规划,以计算实现Desired末端位姿所需的关节运动。总之,正逆解建模是运动控制和路径规划的基础,它们建立了关节空间和笛卡尔工作空间之间的数学映射关系,对于机器人控制至关重要。
S2,建立所述机械臂与障碍物的仿真环境;在本发明优选地实施例中具体为根据所述运动模型,计算所述机械臂的各个连杆及末端相机的位姿;
S3,确定所述机械臂与所述障碍物之间的最小距离,并根据所述最小距离判断所述机械臂在运行中是否会发生碰撞。在本发明优选地实施例中,具体包括以下步骤:
S31,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述障碍物会发生碰撞;
S32,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述末端相机会发生碰撞;
S33,根据所述机械臂的各个连杆之间的位姿计算并判断所述机械臂本体是否会发生自碰撞;
如图2所示,图2为本发明的所述质检飞拍机械臂的避障方法及系统的第二流程示意图,所述S31,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述障碍物会发生碰撞,具体包括以下步骤:
S311,根据所述机械臂的各个连杆及所述末端相机的位姿计算与障碍物之间的第一最小距离dist_A;
S312,通过最小包围框计算并判断所述机械臂本体与所述障碍物是否碰撞;
S313,若是,则通过三角面片再次计算并判断所述机械臂本体与所述障碍物是否碰撞;
如图3所示,图3为本发明的所述质检飞拍机械臂的避障方法及系统的第三流程示意图,所述S32,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述末端相机会发生碰撞,具体包括以下步骤:
S321,根据所述机械臂的各个连杆的位姿计算与所述末端相机之间的第二最小距离dist_B;
S322,通过最小包围框计算并判断所述机械臂本体与所述末端相机是否碰撞;
S323,若是,则通过三角面片再次计算并判断所述机械臂本体与所述末端相机是否碰撞;
如图4所示,图4为本发明的所述质检飞拍机械臂的避障方法及系统的第四流程示意图,所述S33根据所述机械臂的各个连杆之间的位姿计算并判断所述机械臂本体是否会发生自碰撞,具体包括:
S331,根据所述机械臂的各个连杆的位姿计算所述连杆之间的第三最小距离dist_C;
S332,通过最小包围框计算并判断所述机械臂本体是否会发生自碰撞;
S333,若是,则通过三角面片再次计算并判断所述机械臂本体是否会发生自碰撞;
通常地,最小包围框(Bounding Box)方法是为机械臂和障碍物建立其最小的包围框。在运动规划时,通过判断两个最小包围框之间是否有重叠来判断是否发生碰撞。这种方法计算效率较高,但是存在包围盒过大导致判定过于保守的问题。三角面片(Mesh)方法是使用三角形面片组合来描述机械臂和障碍物的几何形状。在运动规划时,判断机械臂表面的三角面片是否与障碍物表面的三角面片发生碰撞。这种方法可以更精确地描述运动学模型的表面形状,但是计算量较大。最小包围框方法计算量小但保守,三角面片方法精度高但计算量大。需要根据实际情况选择合适的碰撞检测方法。一般来说,可以先用最小包围框方法进行快速碰撞检测,再在关键位置使用三角面片方法进行精确碰撞检测,以达到计算效率与准确性的平衡。
在本发明的实施例一中,所述机械臂本体共有6个连杆及一个末端相机,所述质检飞拍机械臂的避障方法具体包括如下步骤:
S1’,按照DH(Denavit-Hartenberg)约定建立刚性机械臂的正解方程,用θi,ai,dii表示与连杆i和关节i的相关参数,其含义分别为连杆长度,连杆扭度,链接偏移量和关节角度。齐次矩阵Ai表示连杆i绕关节i转动的变换矩阵,Ai可以由4个基础变换的乘积得到:
所述机械臂的前向运动学方程为其中θ=[θ123,……θn]为所述机械臂n个关节轴的角度值;
S2’,定义机械臂的6个连杆分别为Link1,Link2,Link3,Link4,Link5,Link6,所述末端相机定义为EndEffector,障碍物定义为obs1,obs2...obsn,根据运动学正解,我们可以计算出机械臂的每个链杆及末端相机在空间中的位姿;
S3’,计算Link1,Link2,Link3,Link4,Link5,Link6和EndEffector与障碍物之间的最小距离,记为dist_A;根据所述机械臂的各个连杆及所述末端相机的位姿计算与障碍物之间的第一最小距离dist_A;通过最小包围框计算并判断所述机械臂本体与所述障碍物是否碰撞;
若否,则判断所述机械臂的各个连杆及所述末端相机的位姿计算与障碍物之间不会发生碰撞;若是,则通过三角面片再次计算并判断所述机械臂本体与所述障碍物是否碰撞;
若是,则判断所述机械臂的各个连杆及所述末端相机的位姿计算与障碍物之间会发生碰撞;若否,则判断所述机械臂的各个连杆及所述末端相机的位姿计算与障碍物之间不会发生碰撞;
S4’,计算Link1,Link2,Link3,Link4,Link5和EndEffector之间的最小距离,记为dist_B,判断所述机械臂本体是否与所述末端相机会发生碰撞:根据所述机械臂的各个连杆的位姿计算与所述末端相机之间的第二最小距离dist_B;
通过最小包围框计算并判断所述机械臂本体与所述末端相机是否碰撞;
若是,则通过三角面片再次计算并判断所述机械臂本体与所述末端相机是否碰撞;
S5’,计算Link2和Link4之间的最小距离,记为dist_C,判断机械臂本体是否自碰撞;通过最小包围框计算并判断所述机械臂本体是否会发生自碰撞;
若是,则通过三角面片再次计算并判断所述机械臂本体是否会发生自碰撞。
所述dist_A,dist_B和dist_C的计算,分别采用了上述最小包围框(BoundingBox)和三角面片(Mesh)的两种方式,最小包围框就是将机械臂和障碍物的3D信息用一个平行于坐标轴的最小外接矩形包围住,用简单的矩形来代表机械臂和障碍物,当机械臂发生移动,只需要计算外接矩形在空间中的位置即可,通过最小包围框可以快速判断机械臂和障碍物是否碰撞,但是这种方式判定结果并不完全精确,外接矩形是3D信息的外扩,如果两个物体碰撞了,其外接矩形一定是碰撞的,但是外接矩形碰撞了,物体之间也可能没有碰撞,所以我们还需要通过三角面片信息来精细地判断两者是否碰撞。当最小包围框快速判定碰撞后会再通过三角面片的计算再次确认是否碰撞,如果包围框判定没有碰撞就直接跳过不在做耗时的三角面片的计算。通过本流程可以实现在单线程下快速计算机械臂与障碍物,末端相机与机械臂,机械臂本体的碰撞检测任务。
以上,仅为本发明的示意性描述,本领域技术人员应该知道,在不偏离本发明的工作原理的基础上,可以对本发明作出多种改进,这均属于本发明的保护范围。

Claims (9)

1.一种质检飞拍机械臂的避障方法,其特征在于,所述方法包括以下步骤:
S1,建立机械臂的运动模型;
S2,建立所述机械臂与障碍物的仿真环境;
S3,确定所述机械臂与所述障碍物之间的最小距离,并根据所述最小距离判断所述机械臂在运行中是否会发生碰撞。
2.如权利要求1所述的质检飞拍机械臂的避障方法,其特征在于,所述建立机械臂的运动模型,具体包括以下步骤:
S11,定义所述机械臂关节的DH参数;
S12,根据所述DH参数,得到所述机械臂关节的变换矩阵,表示相邻两个所述机械臂关节坐标系之间的位置和方向关系;
S13,将每个所述机械臂关节的变换矩阵顺序相乘,得到正解方程,
即所述机械臂的前向运动学方程为其中θ=[θ123,……θn]为所述机械臂n个关节轴的角度值。
3.如权利要求2所述的质检飞拍机械臂的避障方法,其特征在于,所述DH参数具体包括连杆长度、连杆扭角、链接偏移量及关节角度4个DH参数。
4.如权利要求1所述的质检飞拍机械臂的避障方法,其特征在于,所述建立所述机械臂与障碍物的仿真环境,具体为:
根据所述运动模型,计算所述机械臂的各个连杆及末端相机的位姿。
5.如权利要求4所述的质检飞拍机械臂的避障方法,其特征在于,确定所述机械臂与所述障碍物之间的最小距离,并根据所述最小距离判断所述机械臂在运行中是否会发生碰撞,具体包括以下步骤:
S31,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述障碍物会发生碰撞;
S32,根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述末端相机会发生碰撞;
S33,根据所述机械臂的各个连杆之间的位姿计算并判断所述机械臂本体是否会发生自碰撞。
6.如权利要求5所述的质检飞拍机械臂的避障方法,其特征在于,所述根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述障碍物会发生碰撞,具体包括:
S311,根据所述机械臂的各个连杆及所述末端相机的位姿计算与障碍物之间的第一最小距离dist_A;
S312,通过最小包围框计算并判断所述机械臂本体与所述障碍物是否碰撞;
S313,若是,则通过三角面片再次计算并判断所述机械臂本体与所述障碍物是否碰撞。
7.如权利要求5所述的质检飞拍机械臂的避障方法,其特征在于,所述根据所述机械臂的各个连杆及所述末端相机的位姿计算并判断所述机械臂本体是否与所述末端相机会发生碰撞,具体包括:
S321,根据所述机械臂的各个连杆的位姿计算与所述末端相机之间的第二最小距离dist_B;
S322,通过最小包围框计算并判断所述机械臂本体与所述末端相机是否碰撞;
S323,若是,则通过三角面片再次计算并判断所述机械臂本体与所述末端相机是否碰撞。
8.如权利要求5所述的质检飞拍机械臂的避障方法,其特征在于,所述根据所述机械臂的各个连杆之间的位姿计算并判断所述机械臂本体是否会发生自碰撞,具体包括:
S331,根据所述机械臂的各个连杆的位姿计算所述连杆之间的第三最小距离dist_C;
S332,通过最小包围框计算并判断所述机械臂本体是否会发生自碰撞;
S333,若是,则通过三角面片再次计算并判断所述机械臂本体是否会发生自碰撞。
9.一种质检飞拍机械臂的避障系统,其特征在于,至少包括机械臂本体,所述机械臂本体上设置有连杆、末端相机及计算程序,所述计算程序被处理器执行时实现上述权利要求1-8任一项所述用于质检飞拍机械臂的避障方法的步骤。
CN202311309934.9A 2023-10-11 2023-10-11 一种质检飞拍机械臂的避障方法及系统 Pending CN117182921A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311309934.9A CN117182921A (zh) 2023-10-11 2023-10-11 一种质检飞拍机械臂的避障方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311309934.9A CN117182921A (zh) 2023-10-11 2023-10-11 一种质检飞拍机械臂的避障方法及系统

Publications (1)

Publication Number Publication Date
CN117182921A true CN117182921A (zh) 2023-12-08

Family

ID=89003431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311309934.9A Pending CN117182921A (zh) 2023-10-11 2023-10-11 一种质检飞拍机械臂的避障方法及系统

Country Status (1)

Country Link
CN (1) CN117182921A (zh)

Similar Documents

Publication Publication Date Title
CN110587600B (zh) 基于点云的带电作业机器人自主路径规划方法
CN110640730B (zh) 生成用于机器人场景的三维模型的方法和系统
CN101966617B (zh) 用于焊接机器人连续运动的激光视觉焊件特征检测方法
Siradjuddin et al. A position based visual tracking system for a 7 DOF robot manipulator using a Kinect camera
Ye et al. Collision-free motion planning for the litchi-picking robot
US20130060369A1 (en) Method and system for generating instructions for an automated machine
CN113276106B (zh) 一种攀爬机器人空间定位方法及空间定位系统
CN110613511A (zh) 手术机器人避障方法
CN111421554A (zh) 基于边缘计算的机械臂智能控制系统、方法、装置
CN114299039B (zh) 一种机器人及其碰撞检测装置和方法
CN109917793B (zh) 一种管片拼装机避障路径规划方法及装置
CN116460843A (zh) 一种基于元启发式算法的多机器人协作抓取方法及系统
Monica et al. Humanoid robot next best view planning under occlusions using body movement primitives
Breyer et al. Closed-loop next-best-view planning for target-driven grasping
CN117182921A (zh) 一种质检飞拍机械臂的避障方法及系统
US11103994B2 (en) System and method for natural tasking of one or more robots
CN116079732A (zh) 基于激光跟踪仪和双目视觉混合引导的舱内组件装配方法
CN115194774A (zh) 一种基于多目视觉的双机械臂抓握系统控制方法
Rebello et al. Autonomous active calibration of a dynamic camera cluster using next-best-view
CN114888501A (zh) 一种基于三维重建的无示教编程建筑构件焊接装置及方法
KR102452315B1 (ko) 딥러닝과 마커를 이용한 비전인식을 통한 로봇 제어장치 및 그 방법
Li A Design of Robot System for Rapidly Sorting Express Carton with Mechanical Arm Based on Computer Vision Technology
Herguedas et al. Experimental multi-camera setup for perception of dynamic objects
CN113146637A (zh) 一种机器人笛卡尔空间的运动规划方法
Fryc et al. Efficient pipeline for mobile brick picking

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