CN117444970A - 一种机械臂移动控制方法、装置、设备及存储介质 - Google Patents
一种机械臂移动控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117444970A CN117444970A CN202311588159.5A CN202311588159A CN117444970A CN 117444970 A CN117444970 A CN 117444970A CN 202311588159 A CN202311588159 A CN 202311588159A CN 117444970 A CN117444970 A CN 117444970A
- Authority
- CN
- China
- Prior art keywords
- sample point
- mechanical arm
- probability density
- calibration
- calibration sample
- 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
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 230000036544 posture Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- B25J9/1656—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
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
- B25J9/1697—Vision controlled systems
-
- 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
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机械臂移动控制方法、装置、设备及存储介质。该方法包括:获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,以提高多轴机械臂的自动化程度,同时提高多轴机械臂工作效率和多轴机械臂控制精度,进而提升使用体验。
Description
技术领域
本发明涉及自动化控制技术领域,尤其涉及一种机械臂移动控制方法、装置、设备及存储介质。
背景技术
多轴机械臂机器人的出现,大大提高了生产效率和产品质量,同时也降低了生产成本。由于它们具有很高的自由度,因此可以完成许多复杂的任务,例如在开关室进行倒闸作业。
然而,现有多轴机械臂机器人的自动化程度较低,无法根据实际场景进行自动化控制机械臂移动,致使机械臂工作效率降低,移动至目标位置的精确度较差,无法满足实际情况需要。
发明内容
本发明提供了一种机械臂移动控制方法、装置、设备及存储介质,以提高多轴机械臂的自动化程度,同时提高多轴机械臂工作效率和多轴机械臂控制精度,进而提升使用体验。
根据本发明的一方面,提供了一种机械臂移动控制方法。该方法包括:
获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;
根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;
根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
根据本发明的另一方面,提供了一种机械臂移动控制装置。该装置包括:
相对区域图像获取模块,用于获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;
标定样本点信息确定模块,用于根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;
多轴机械臂移动控制模块,用于根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
根据本发明的另一方面,提供了一种电子设备,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计算机程序,所述计算机程序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本发明任一实施例所述的机械臂移动控制方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的机械臂移动控制方法。
本发明实施例的技术方案,通过获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,解决了无法根据实际场景进行自动化控制机械臂移动问题,提高多轴机械臂控制精度和多轴机械臂工作效率,进而提升使用体验。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是根据本发明实施例一提供的一种机械臂移动控制方法的流程图;
图2是根据本发明实施例二提供的一种机械臂移动控制方法的流程图;
图3是根据本发明实施例二提供的标定样本点示意图;
图4是根据本发明实施例三提供的一种机械臂移动控制装置的结构图;
图5是实现本发明实施例的机械臂移动控制方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种机械臂移动控制方法的流程图,本实施例可适用于控制多轴机械臂进行移动的情况,特别适用于控制机械臂移动至目标位置的情况。该方法可以由机械臂移动控制装置来执行,该机械臂移动控制装置可以采用硬件和/或软件的形式实现,该机械臂移动控制装置可配置于电子设备中。如图1所示,该方法包括:
S101、获取多轴机械臂与待操作工件之间的相对区域图像。
其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端,具体点,可以安装在末端抓手的中央。待操作工件可以是指多轴机械的操作对象,比如,多轴机械臂的抓取对象或者多轴机械臂待进行安装零件的被安装平台。
具体地,通过摄像设备拍摄多轴机械臂在待操作工件上对应位置的区域照片,以获得相对区域图像。
S102、根据所述相对区域图像,确定在相对区域中的标定样本点信息。
其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得。标定样本点信息可以是在相对区域图像中各个标定样本点的相关信息,如比颜色信息、数量信息和密度指数等。
进一步地,示例性地,所述样本标定规则包括:在所述目标工件位置处具有最大标定样本点密度,在距离所述目标工件位置最远的最远工件位置处具有最大标定样本点密度,并在所述目标工件位置至最远工件位置之间的其他工件位置处,依次降低标定样本点密度。
也就是说,在待操作工件上标定所述标定样本点后,所达到的样本点密度效果为:在机械臂最终所要到达的目标工件位置处的标定样本点密度最大。根据与目标工件位置的距离增大,标定样本点密度逐渐减小。在距离所述目标工件位置最远的最远工件位置处,标定样本点密度最小。
具体地,对相对区域图像进行样本点解析处理,以获得在多轴机械臂与待操作工件之间相对区域中的标定样本点信息。
S103、根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
其中,目标工件位置可以是指多轴机械臂所要到达的最终位置。
具体地,可以对标定样本点信息进行解析处理,获得标定样本点位置信息关系和预先存储的标定样本点位置对照图,确定多轴机械臂的当前所在工件位置。根据当前所在工件位置和目标工件位置,制定多轴机械臂移动路线,并生成移动指令,并控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
本发明实施例的技术方案,通过获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,解决了无法根据实际场景进行自动化控制机械臂移动问题,提高多轴机械臂控制精度和多轴机械臂工作效率,进而提升使用体验。
实施例二
图2为本发明实施例二提供的一种机械臂移动控制方法的流程图,本实施例在上述各实施例的基础上,对根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置进行进一步细化。如图2所示,该方法包括:
S201、获取多轴机械臂与待操作工件之间的相对区域图像。
S202、根据所述相对区域图像,确定在相对区域中的标定样本点信息。
示例性地,所述根据所述相对区域图像,确定在相对区域中的标定样本点信息,包括:将所述相对区域图像进行图像裁剪处理,获得裁剪区域图像;根据所述裁剪区域图像,进行确定在相对区域中的标定样本点信息。
具体地,为了更加精细化处理,以实现更精准控制所述多轴机械臂,本发明进一步将获取的相对区域图像进行图像裁剪处理,获得裁剪区域图像,并根据所述裁剪区域图像进行确定在相对区域中的标定样本点信息。
S203、根据所述标定样本点信息,确定所述标定样本点对应的样本点概率密度和样本点密集方向。
具体地,将标定样本点信息进行解析处理,从而可以获得标定样本点对应的样本点概率密度和样本点密集方向。
示例性地,所述根据所述标定样本点信息,确定所述标定样本点对应的样本点概率密度,包括:根据所述标定样本点信息,确定在所述裁剪区域图像中的标定样本点数量;根据所述标定样本点数量和单个标定样本点所占像素,确定所述标定样本点在所述裁剪区域图像中的标定样本点像素;根据所述标定样本点像素,以及所述裁剪区域图像对应的裁剪区域像素,确定所述标定样本点对应的样本点概率密度。
图3为本发明实施例二提供的标定样本点示意图。如图3所示,黑点表示标定样本点,虚线圆表示裁剪区域图像,空心点表示相机设备焦点。具体地,根据所述标定样本点信息,统计确定在裁剪区域图像中的标定样本点数量。将标定样本点数量和单个标定样本点所占像素的乘积,确定为标定样本点像素。计算标定样本点像素在裁剪区域像素中的占比,即可确定标定样本点对应的样本点概率密度。
S204、根据所述样本点概率密度和所述样本点密集方向,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
具体地,样本点密集方向控制多轴机械臂进行移动,在样本点概率密度为最大样本点概率密度的情况下,停止移动所述多轴机械臂,并确定所述多轴机械臂到达目标工件位置。
示例性地,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,可以具体通过如下步骤实现:
确定所述样本点概率密度是否为最大样本点概率密度;在确定所述样本点概率密度不是最大样本点概率密度的情况下,根据所述样本点密集方向,控制所述多轴机械臂进行移动,并重新获取最新相对区域图像;基于所述最新相对区域图像,确定所述最新相对区域图像中所述标定样本点对应的最新样本点概率密度和最新样本点密集方向,直至所述多轴机械臂移动至所述待操作工件中的目标工件位置。
具体地,确定所述样本点概率密度是否为最大样本点概率密度。如图3所示,在位置处,若样本点概率密度不是最大样本点概率密度,则表明多轴机械臂未到达目标工件位置,控制所述多轴机械臂沿着样本点密集方向进行移动,并移动至/>位置处,并重新获取最新相对区域图像。基于所述最新相对区域图像,进一步确定最新样本点概率密度和最新样本点密集方向,并进行样本点概率密度对比,直至样本点概率密度为最大样本点概率密度的情况下,如图3所示,将多轴机械臂移动至/>位置处样本点概率密度为最大样本点概率密度,则确定多轴机械臂移动至所述待操作工件中的目标工件位置。
示例性地,所述确定所述样本点概率密度是否为最大样本点概率密度,包括:
在所述多轴机械臂为初始姿态的情况下,根据所述样本点概率密度和预设概率密度阈值,确定所述样本点概率密度是否为最大样本点概率密度;在所述多轴机械臂为其他姿态的情况下,根据所述样本点概率密度和所有历史样本点概率密度,确定所述样本点概率密度是否为最大样本点概率密度。
其中,预设概率密度阈值可以为比最大样本点概率密度略小的密度阈值。
具体地,当所述多轴机械臂为其他姿态的情况下,可以将样本点概率密度和之前的所有历史样本点概率密度进行对比,以确定所述样本点概率密度是否为最大样本点概率密度。当多轴机械臂为初始姿态的情况下,不存在历史样本点概率密度,则将样本点概率密度和预设概率密度阈值进行对比,以确定所述样本点概率密度是否为最大样本点概率密度。
本发明技术方案,通过根据所述标定样本点信息,确定所述标定样本点对应的样本点概率密度和样本点密集方向;根据所述样本点概率密度和所述样本点密集方向,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,从而可以进一步提高控制多轴机械臂移动的精度,进而提高多轴机械臂的工作的成功率,同时提高了多轴机械臂自动化程度,提升使用体验。
实施例三
图4为本发明实施例三提供的一种机械臂移动控制装置的结构示意图。如图4所示,该装置包括:
相对区域图像获取模块401,用于获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;
标定样本点信息确定模块402,用于根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;
多轴机械臂移动控制模块403,用于根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
本发明实施例的技术方案,通过获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,解决了无法根据实际场景进行自动化控制机械臂移动问题,提高多轴机械臂控制精度和多轴机械臂工作效率,进而提升使用体验。
可选的,所述样本标定规则包括:
在所述目标工件位置处具有最大标定样本点密度,在距离所述目标工件位置最远的最远工件位置处具有最大标定样本点密度,并在所述目标工件位置至最远工件位置之间的其他工件位置处,依次降低标定样本点密度。
可选的,标定样本点信息确定模块402,具体用于:
将所述相对区域图像进行图像裁剪处理,获得裁剪区域图像;
根据所述裁剪区域图像,进行确定在相对区域中的标定样本点信息。
可选地,多轴机械臂移动控制模块403,包括:
概率密度确定单元,用于根据所述标定样本点信息,确定所述标定样本点对应的样本点概率密度
样本点密集方向确定单元,用于根据所述标定样本点信息,确定所述标定样本点对应的样本点密集方向;
多轴机械臂移动控制单元,用于根据所述样本点概率密度和所述样本点密集方向,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
可选地,概率密度确定单元,具体地用于:
根据所述标定样本点信息,确定在所述裁剪区域图像中的标定样本点数量;
根据所述标定样本点数量和单个标定样本点所占像素,确定所述标定样本点在所述裁剪区域图像中的标定样本点像素;
根据所述标定样本点像素,以及所述裁剪区域图像对应的裁剪区域像素,确定所述标定样本点对应的样本点概率密度。
可选地,多轴机械臂移动控制单元,用于:
概率密度确定子单元,用于确定所述样本点概率密度是否为最大样本点概率密度;
相对区域图像获取子单元,用于在确定所述样本点概率密度不是最大样本点概率密度的情况下,根据所述样本点密集方向,控制所述多轴机械臂进行移动,并重新获取最新相对区域图像;
目标工件位置确定子单元,用于基于所述最新相对区域图像,确定所述最新相对区域图像中所述标定样本点对应的最新样本点概率密度和最新样本点密集方向,直至所述多轴机械臂移动至所述待操作工件中的目标工件位置。
可选地,概率密度确定子单元,具体用于:
在所述多轴机械臂为初始姿态的情况下,根据所述样本点概率密度和预设概率密度阈值,确定所述样本点概率密度是否为最大样本点概率密度;
在所述多轴机械臂为其他姿态的情况下,根据所述样本点概率密度和所有历史样本点概率密度,确定所述样本点概率密度是否为最大样本点概率密度。
本发明实施例所提供的机械臂移动控制装置可执行本发明任意实施例所提供的机械臂移动控制方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如方法机械臂移动控制。
在一些实施例中,方法机械臂移动控制可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的方法机械臂移动控制的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法机械臂移动控制。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种机械臂移动控制方法,其特征在于,包括:
获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;
根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;
根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
2.根据权利要求1所述的方法,其特征在于,所述样本标定规则包括:
在所述目标工件位置处具有最大标定样本点密度,在距离所述目标工件位置最远的最远工件位置处具有最大标定样本点密度,并在所述目标工件位置至最远工件位置之间的其他工件位置处,依次降低标定样本点密度。
3.根据权利要求1所述的方法,其特征在于,所述根据所述相对区域图像,确定在相对区域中的标定样本点信息,包括:
将所述相对区域图像进行图像裁剪处理,获得裁剪区域图像;
根据所述裁剪区域图像,进行确定在相对区域中的标定样本点信息。
4.根据权利要求3所述的方法,其特征在于,所述根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,包括:
根据所述标定样本点信息,确定所述标定样本点对应的样本点概率密度和样本点密集方向;
根据所述样本点概率密度和所述样本点密集方向,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
5.根据权利要求4所述的方法,其特征在于,所述根据所述标定样本点信息,确定所述标定样本点对应的样本点概率密度,包括:
根据所述标定样本点信息,确定在所述裁剪区域图像中的标定样本点数量;
根据所述标定样本点数量和单个标定样本点所占像素,确定所述标定样本点在所述裁剪区域图像中的标定样本点像素;
根据所述标定样本点像素,以及所述裁剪区域图像对应的裁剪区域像素,确定所述标定样本点对应的样本点概率密度。
6.根据权利要求4所述的方法,其特征在于,所述根据所述样本点概率密度和所述样本点密集方向,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置,包括:
确定所述样本点概率密度是否为最大样本点概率密度;
在确定所述样本点概率密度不是最大样本点概率密度的情况下,根据所述样本点密集方向,控制所述多轴机械臂进行移动,并重新获取最新相对区域图像;
基于所述最新相对区域图像,确定所述最新相对区域图像中所述标定样本点对应的最新样本点概率密度和最新样本点密集方向,直至所述多轴机械臂移动至所述待操作工件中的目标工件位置。
7.根据权利要求6所述的方法,其特征在于,所述确定所述样本点概率密度是否为最大样本点概率密度,包括:
在所述多轴机械臂为初始姿态的情况下,根据所述样本点概率密度和预设概率密度阈值,确定所述样本点概率密度是否为最大样本点概率密度;
在所述多轴机械臂为其他姿态的情况下,根据所述样本点概率密度和所有历史样本点概率密度,确定所述样本点概率密度是否为最大样本点概率密度。
8.一种机械臂移动控制装置,其特征在于,包括:
相对区域图像获取模块,用于获取多轴机械臂与待操作工件之间的相对区域图像,其中,拍摄所述相对区域图像的摄像设备安装于所述多轴机械臂的末端;
标定样本点信息确定模块,用于根据所述相对区域图像,确定在相对区域中的标定样本点信息,其中,所述标定样本点预先基于样本标定规则在所述待操作工件上进行标定获得;
多轴机械臂移动控制模块,用于根据所述标定样本点信息,控制所述多轴机械臂移动至所述待操作工件中的目标工件位置。
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计算机程序,所述计算机程序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1-7中任一项所述的机械臂移动控制方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的机械臂移动控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588159.5A CN117444970A (zh) | 2023-11-24 | 2023-11-24 | 一种机械臂移动控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311588159.5A CN117444970A (zh) | 2023-11-24 | 2023-11-24 | 一种机械臂移动控制方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117444970A true CN117444970A (zh) | 2024-01-26 |
Family
ID=89581847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311588159.5A Pending CN117444970A (zh) | 2023-11-24 | 2023-11-24 | 一种机械臂移动控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117444970A (zh) |
-
2023
- 2023-11-24 CN CN202311588159.5A patent/CN117444970A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11713970B2 (en) | Positioning method, electronic device and computer readable storage medium | |
CN110675635B (zh) | 相机外参的获取方法、装置、电子设备及存储介质 | |
CN113436100B (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN111539347B (zh) | 用于检测目标的方法和装置 | |
CN112560684A (zh) | 车道线检测方法、装置、电子设备、存储介质以及车辆 | |
CN115781673A (zh) | 一种零件抓取方法、装置、设备及介质 | |
CN111191619A (zh) | 车道线虚线段的检测方法、装置、设备和可读存储介质 | |
CN114734444B (zh) | 一种目标定位方法、装置、电子设备及存储介质 | |
CN116833606A (zh) | 一种焊接方法、装置、设备及存储介质 | |
CN117444970A (zh) | 一种机械臂移动控制方法、装置、设备及存储介质 | |
CN116000966A (zh) | 一种工件抓取方法、装置、设备和存储介质 | |
CN115049810A (zh) | 固态激光雷达点云的上色方法、装置、设备及存储介质 | |
CN113591709B (zh) | 动作识别方法、装置、设备、介质和产品 | |
CN114119990B (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN112861811B (zh) | 目标识别方法、装置、设备、存储介质及雷达 | |
CN117032262B (zh) | 机器控制方法、装置、电子设备及存储介质 | |
CN117359642A (zh) | 一种机械臂抓取零件方法、装置、设备及存储介质 | |
CN115953344B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115953469A (zh) | 基于单双目视觉的定位方法、装置、电子设备及存储介质 | |
CN117428779A (zh) | 一种机器人抓取控制方法、装置、设备及存储介质 | |
CN116945171A (zh) | 数据去噪方法、装置、电子设备及存储介质 | |
CN116952166A (zh) | 汽车门把手总成的零件检测方法、装置、设备及介质 | |
CN117246044A (zh) | 一种喷印机精度补偿方法、装置、电子设备及存储介质 | |
CN117283568A (zh) | 机械臂的控制方法、装置、设备和介质 | |
CN116721308A (zh) | 质心标注模型的训练方法及对象分割模型的训练方法 |
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 |