CN117826641B - 空中作业机器人的仿真评估系统、方法及电子设备 - Google Patents
空中作业机器人的仿真评估系统、方法及电子设备 Download PDFInfo
- Publication number
- CN117826641B CN117826641B CN202410240042.6A CN202410240042A CN117826641B CN 117826641 B CN117826641 B CN 117826641B CN 202410240042 A CN202410240042 A CN 202410240042A CN 117826641 B CN117826641 B CN 117826641B
- Authority
- CN
- China
- Prior art keywords
- path
- working
- robot
- preset
- simulation
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 151
- 238000004088 simulation Methods 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 106
- 230000008569 process Effects 0.000 claims abstract description 100
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 48
- 230000007246 mechanism Effects 0.000 claims abstract description 44
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 20
- 238000005070 sampling Methods 0.000 claims description 40
- 238000005457 optimization Methods 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000033001 locomotion Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 230000036039 immunity Effects 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 description 6
- 210000000078 claw Anatomy 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004321 preservation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012636 effector Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本申请公开了一种空中作业机器人的仿真评估系统、方法及电子设备,基于可变构型RRT*算法在笛卡尔空间中规划飞行平台的移动路径,在构型空间中规划作业机构在作业区域内的作业路径,并基于移动路径和作业路径生成目标轨迹,使目标轨迹更加符合空中作业机器人的任务执行方式,提高了路径规划的精度,并控制目标机器人在预设仿真系统中按目标轨迹执行作业任务,并采用基于任务的量化评估体系对目标机器人执行作业任务的过程数据进行评估,生成评估结果,实现了对作业机器人的性能的准确评估,进而可基于评估结果优化对真实空中作业机器人的控制方式,提高真实空中作业机器人的安全性和可靠性。
Description
技术领域
本申请涉及无人机和机械臂技术领域,特别涉及一种空中作业机器人的仿真评估系统、方法及电子设备。
背景技术
无人机具有快速移动能力,机械臂具有高精度操纵能力,二者结合形成的空中作业机器人可以大大拓展现有的无人机和机械臂的应用范围。空中作业机器人可以移动到普通人难以到达的地方,并且完成相关的作业任务。
仿真技术是机器人研究领域中的一个重要部分。随着机器人研究的不断深入和机器人领域的不断发展,机器人仿真系统作为机器人设计和研究过程中安全可靠、灵活方便的工具,发挥着越来越重要的作用。但现有技术中针对空中作业机器人的仿真系统较少,且一般只是使机器人在仿真系统中执行简单的任务,无法准确的对空中作业机器人的性能进行评估。
发明内容
本申请实施例的提供了一种空中作业机器人的仿真评估系统、方法及电子设备,用以更加准确的对空中作业机器人的性能进行评估。
第一方面,提供一种空中作业机器人的仿真评估系统,所述仿真评估系统包括:确定模块,用于基于作业配置文件,在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,并确定路径起点、路径终点、作业区域和作业任务;路径规划模块,用于基于可变构型RRT*算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,其中,所述可变构型RRT*算法包括先基于RRT*算法在笛卡尔空间中规划所述移动路径,再在构型空间中规划所述作业路径,所述移动路径上包括所述路径起点、所述路径终点和所述作业区域;轨迹生成模块,用于基于所述移动路径和所述作业路径生成目标轨迹;评估模块,用于控制所述目标机器人在所述预设仿真系统中按所述目标轨迹执行所述作业任务,并采用基于任务的量化评估体系对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果。
第二方面,提供一种空中作业机器人的仿真评估方法,所述仿真评估方法包括:基于作业配置文件,在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,并确定路径起点、路径终点、作业区域和作业任务;基于可变构型RRT*算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,其中,所述可变构型RRT*算法包括先基于RRT*算法在笛卡尔空间中规划所述移动路径,再在构型空间中规划所述作业路径,所述移动路径上包括所述路径起点、所述路径终点和所述作业区域;基于所述移动路径和所述作业路径生成目标轨迹;控制所述目标机器人在所述预设仿真系统中按所述目标轨迹执行所述作业任务,并采用基于任务的量化评估体系对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果。
第三方面,提供一种电子设备,包括处理器和存储器,所述存储器中存储有可执行程序,所述处理器执行所述可执行程序以进行如第二方面所述的空中作业机器人的仿真评估方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如第二方面所述的空中作业机器人的仿真评估方法。
本申请实施例中的空中作业机器人的仿真评估系统,基于可变构型RRT*算法在笛卡尔空间中规划飞行平台的移动路径,在构型空间中规划作业机构在作业区域内的作业路径,并基于移动路径和作业路径生成目标轨迹,使目标轨迹更加符合空中作业机器人的任务执行方式,提高了路径规划的精度,并控制目标机器人在预设仿真系统中按目标轨迹执行作业任务,并采用基于任务的量化评估体系对目标机器人执行作业任务的过程数据进行评估,生成评估结果,实现了对作业机器人的性能的准确评估,进而可基于评估结果优化对真实空中作业机器人的控制方式,提高真实空中作业机器人的安全性和可靠性。
附图说明
为了更清楚地说明本申请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,下面描述中的附图仅仅是本申请中记载的一些实施例,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为本申请实施例中一种空中作业机器人的仿真评估系统的结构框图;
图2为本申请实施例中规划移动路径和作业路径的流程图;
图3为本申请实施例中生成目标轨迹的流程图;
图4为本申请实施例中生成评估结果的流程图;
图5为本申请实施例中一种空中作业机器人的仿真评估方法的流程图;
图6为本申请实施例中一种电子设备的结构框图。
具体实施方式
此处参考附图描述本申请的各种方案以及特征。
应理解的是,可以对此处申请的实施例做出各种修改。因此,上述说明书不应该视为限制,而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例,并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述,本申请的这些和其它特性将会变得显而易见。
还应当理解,尽管已经参照一些具体实例对本申请进行了描述,但本领域技术人员能够确定地实现本申请的很多其它等效形式。
当结合附图时,鉴于以下详细说明,本申请的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本申请的具体实施例;然而,应当理解,所申请的实施例仅仅是本申请的实例,其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本申请模糊不清。因此,本文所申请的具体的结构性和功能性细节并非意在限定,而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”,其均可指代根据本申请的相同或不同实施例中的一个或多个。
本申请实施例的一种空中作业机器人的仿真评估系统,基于可变构型RRT*算法在笛卡尔空间中规划飞行平台的移动路径,在构型空间中规划作业机构在作业区域内的作业路径,并基于移动路径和作业路径生成目标轨迹,使目标轨迹更加符合空中作业机器人的任务执行方式,提高了路径规划的精度,并控制目标机器人在预设仿真系统中按目标轨迹执行作业任务,并采用基于任务的量化评估体系对目标机器人执行作业任务的过程数据进行评估,生成评估结果,实现了对作业机器人的性能的准确评估,进而可基于评估结果优化对真实空中作业机器人的控制方式,提高真实空中作业机器人的安全性和可靠性。
如图1所示,该仿真评估系统包括:
确定模块101,用于基于作业配置文件,在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,并确定路径起点、路径终点、作业区域和作业任务。
作业配置文件可以是用户配置的,作业配置文件对应待进行的仿真过程,作业配置文件中包括选定的目标机器人、路径起点、路径终点、作业区域和作业任务,基于作业配置文件在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,同时确定路径起点、路径终点、作业区域和作业任务。目标机器人包括飞行平台和作业机构,飞行平台可以是无人机,作业机构包括机械臂和用于进行抓取的末端执行机构,例如,飞行平台可以是包括四旋翼无人机、六旋翼无人机等无人机的任一种,机械臂可以为包括串联机械臂、并联机械臂等类型的任一种,末端执行机构可以为包括球形机械爪、剪刀机械爪、柔性机械爪等类型的任一种。
预设仿真系统提供全面的仿真环境,允许用户通过自定义参数设置和加载不同机器人模型文件,使用人机交互界面自动实现任务调度和管理,在仿真引擎中模拟真实机器人的运行和抓取过程,将仿真过程所需的信息和数据以日志文件的形式进行保存。在本申请一些实施例中,预设仿真系统由文件读取模块、机器人库、人机交互模块、任务调度模块、日志记录模块和计算引擎等六个执行单元组成。
文件读取模块负责从外部文件加载仿真启动所需的参数,包括场景参数、机器人参数和仿真参数。文件读取模块通过文件解析器能够解析各种文件格式,如XML、YAML等,以确保预设仿真系统能够在不同的配置下启动。用户可以通过编辑外部文件,定制仿真的具体环境和条件,如修改仿真启动文件中的机器人和环境参数可设置不同的仿真空中机器平台和仿真场景。
机器人库存储并管理可用的飞行平台和作业机构模型。每个模型都有相应的SDF或URDF描述文件,确保预设仿真系统能够加载所需的模型。该机器人库使得预设仿真系统具有很高的可扩展性,用户可以根据具体需求选择不同的飞行平台和作业机构。用户也可以在机器人库中,按照SDF和URDF的格式要求,添加自己定义的新机器人模型。
人机交互模块提供了一个可视化界面,允许用户与预设仿真系统进行交互。其中包括地面站管理软件和基于QT编写的仿真系统模式管理平台。其中地面站管理软件可通过数传或WIFI模块与飞控相连接,支持实时查看飞行器的状态、修改参数等功能。基于QT的仿真系统模式管理平台可替代实际飞行中遥控器的功能,实现开关式的模式切换功能,并且还可以提供可视化的操作接口,帮助用户实现其他模块的功能,比如机器人模型的选择、新机器人模型的载入、板载计算机性能监测和优化、仿真场景保存和分享等。
任务调度模块负责管理仿真中的任务调度与执行。用户可以定义不同的任务,并通过任务调度模块将其转化为仿真中的操作序列。这包括了将用户设定的任务转换为飞行平台与作业机构之间的操作,以确保仿真按照预定计划进行。任务调度模块对任务执行过程进行监控,协调各个执行单元之间的关系,从而实现任务的高效完成。同时,任务调度模块还会显示各个执行单元之间的实时交互数据流,以供用户观察和记录各个执行单元之间的交互关系。
日志记录模块负责为用户提供仿真结果的保存与转录,该日志记录模块不仅支持记录和保存仿真运行过程中的关键事件、状态和数据,而且具备将这些记录转化为可分析数据的功能。具体而言,日志记录模块可捕捉仿真运行过程中的关键事件,如任务开始、任务完成、传感器状态变化等,记录系统各个模块的运行状态,包括飞行平台、机械臂、传感器等的状态信息。同时可将记录的数据导出为常见格式,如XLS或TXT文件,以便用户在外部工具中进行更深入的分析。此外日志记录模块提供定期或手动触发的日志转存功能,将日志数据保存为备份文件,确保数据的安全性和可追溯性,同时允许用户指定保存路径和文件命名规则,以便更好地管理日志数据。
计算引擎是预设仿真系统的核心组成,实现了飞行平台、机械臂和末端执行机构等模型的运动学和动力学计算、碰撞计算、抓取检测等功能。在预设仿真系统中提供了丰富的仿真引擎接口,可以利用现有开源仿真引擎,比如Gazebo,实现计算引擎的功能。
路径规划模块102,用于基于可变构型RRT*算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,其中,所述可变构型RRT*算法包括先基于RRT*算法在笛卡尔空间中规划所述移动路径,再在构型空间中规划所述作业路径,所述移动路径上包括所述路径起点、所述路径终点和所述作业区域。
本实施例中,目标机器人的作业过程为先通过飞行平台移动至作业区域,再在作业区域内控制作业机构进行作业,因此需要规划飞行平台的移动路径和作业机构的作业路径,以使目标机器人能够避开障碍物,并且完成对应的抓取任务。具体的,基于可变构型RRT*算法规划出飞行平台的移动路径和作业机构在所述作业区域内的作业路径,其中,可变构型RRT*算法包括先基于RRT*算法在笛卡尔空间中规划移动路径,再在构型空间中规划作业路径,移动路径上包括路径起点、路径终点和作业区域。其中,笛卡尔空间可以用直角坐标系来表示,其中每个点都有其对应的x轴、y轴和z轴上的坐标值,这样的空间模型可以直观地描述物体的位置和运动。构型空间是包含机器人所有构型的n维空间,即C-space。RRT*算法的主要特征是能快速的找出初始路径,之后随着采样点的增加,不断地进行优化直到找到目标点或者达到设定的最大循环次数。
轨迹生成模块103,用于基于所述移动路径和所述作业路径生成目标轨迹。
在规划出移动路径和作业路径后,基于移动路径和作业路径生成目标轨迹,后续使目标机器人按目标轨迹执行作业任务。
在本申请一些实施例中,轨迹生成模块103还用于,在生成目标轨迹后,还包括展示目标轨迹,以使用户直观的确定目标轨迹,便于调试和分析。例如可以在RVIZ软件中显示生成的目标轨迹。
评估模块104,用于控制所述目标机器人在所述预设仿真系统中按所述目标轨迹执行所述作业任务,并采用基于任务的量化评估体系对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果。
本实施例中,预先设置基于任务的量化评估体系,控制所述目标机器人在预设仿真系统中按目标轨迹执行作业任务,即控制目标机器人按目标轨迹移动至作业区域,并在作业区域内进行作业,记录目标机器人执行作业任务的过程数据,并采用基于任务的量化评估体系对过程数据进行评估,生成评估结果。
在本申请一些实施例中,评估模块104还用于,在生成评估结果后,还包括展示评估结果,从而使用户直观的确定评估结果。
本申请实施例中的空中作业机器人的仿真评估系统,基于可变构型RRT*算法在笛卡尔空间中规划飞行平台的移动路径,在构型空间中规划作业机构在作业区域内的作业路径,并基于移动路径和作业路径生成目标轨迹,使目标轨迹更加符合空中作业机器人的任务执行方式,提高了路径规划的精度,并控制目标机器人在预设仿真系统中按目标轨迹执行作业任务,并采用基于任务的量化评估体系对目标机器人执行作业任务的过程数据进行评估,生成评估结果,实现了对作业机器人的性能的准确评估,进而可基于评估结果优化对真实空中作业机器人的控制方式,提高真实空中作业机器人的安全性和可靠性。
在本申请一些实施例中,路径规划模块102,如图2所示,具体用于执行以下步骤:
步骤S21,将所述作业区域设定为,围绕目标位置的半径为预设半径的球形空间。
目标位置可以是被抓取物所在的位置,将作业区域设定为围绕目标位置的球形空间,该球形空间的半径为预设半径。
步骤S22,基于RRT*算法在所述路径起点和所述路径终点之间规划所述移动路径。
在规划移动路径时,作业机构保持在预设设定状态,直接基于RRT*算法规划路径起点和路径终点之间的移动路径。
步骤S23,将所述作业区域与所述构型空间中的地图求交集,确定所述构型空间中的作业地图。
作业区域和构型空间中均包括预设格式的地图,对两者的地图求交集,基于交集的结果确定构型空间中的作业地图。可选的,预设格式为包括RTree、栅格地图(Grid Map)、八叉树地图(OctoMap )、矢量地图(Vector Map)中的任一种。
步骤S24,基于所述移动路径确定所述作业地图中的作业起点和作业终点,并基于预设凸包算法将所述目标机器人分解并简化为多个凸包,其中,各所述凸包用于进行碰撞检测。
本实施例中,移动路径的终点可以作为作业地图中的作业起点,同时,作业终点与作业起点相同。基于预设凸包算法将目标机器人分解并简化为多个凸包,后续基于各凸包进行碰撞检测,其中,碰撞检测也被称为干涉检测或者接触检测,主要用来检测两个或多个物体是否发生了碰撞。
可选的,预设凸包算法可以为包括Quickhull算法、卷包裹算法、Graham扫描算法等算法中的任一种。
步骤S25,在所述作业起点和所述作业终点之间规划所述作业路径,其中,在规划所述作业路径过程中基于各所述凸包进行碰撞检测。
通过先将作业区域设定为围绕目标位置的球形空间,再基于RRT*算法规划出移动路径,再将作业区域与构型空间中的地图求交集,确定构型空间中的作业地图,然后基于移动路径确定作业地图中的作业起点和作业终点,最后在作业起点和作业终点之间规划作业路径,从而提高了移动路径和作业路径的准确性。
在本申请一些实施例中,路径规划模块102,还具体用于:
在所述构型空间中进行采样,得到采样点;
找到搜索树上离所述采样点最近的最近节点;
利用所述采样点的指向信息,按预设生长长度对所述最近节点进行生长,得到一个新的节点;
按预设密度对所述新的节点和距离小于预设最大步长的节点之间进行线性采样碰撞检测,如果不存在碰撞,则将所述新的节点添加到搜索树中,如果存在碰撞则在所述构型空间中重新进行采样,得到新的采样点,其中,基于各所述凸包进行线性采样碰撞检测;
进行进一步的回溯,如果存在一条路径使所述新的节点到达所述最近节点花费的代价,小于所述最近节点的父节点到达所述最近节点的代价,选择所述新的节点到达所述最近节点的路径作为新路径;
判断所述新的节点作业与所述作业终点的距离是否小于所述预设生长长度,如果小于所述预设生长长度,则按所述预设密度对所述新的节点和作业终点之间进行线性采样碰撞检测,如果不存在碰撞,则终止计算并确定所述作业路径,如果存在碰撞,则在所述构型空间中重新进行采样,得到新的采样点。
本实施例中,搜索树为与RRT*算法中的搜索树。预设密度为高于指定密度的较高密度。具体的,通过执行以下步骤规划出作业路径:
步骤a,在所述构型空间中进行采样,得到采样点;
步骤b,找到搜索树上离采样点最近的最近节点/>;
步骤c,利用采样点的指向信息,按预设生长长度/>对最近节点进行生长,得到一个新的节点/>,如果/>在障碍物中,则返回步骤a;
步骤d,按预设密度对新的节点和距离小于/>的所有节点之间进行线性采样碰撞检测,如果/>和其中的节点不存在碰撞,则将新的节点/>添加到搜索树中,并且将这二者的连线作为备选路径,如果都存在碰撞则返回步骤a,其中,线性采样碰撞检测是在两节点的连线上进行/>次等间距采样,通过这些采样点和凸包算法得到的机器人外形角点,可以得到一个角点族,通过判断角点族中的角点是否包含在障碍物中,从而完成碰撞检验;
步骤e,将上述备选路径都连接起来,并且在半径为范围内的路径点上重新搜索,选择花费代价最短的路径作为新的路径;
步骤f,判断新的节点作业于所述作业终点的距离是否小于预设生长长度,如果该距离小于预设生长长度/>,则按预设密度对新的节点/>和作业终点之间进行线性采样碰撞检测,如果不存在碰撞,则终止计算并确定所述作业路径,如果存在碰撞,则返回步骤a。
通过执行步骤a至步骤f,实现了更加准确规划出作业路径。
在本申请一些实施例中,轨迹生成模块103,如图3所示,具体用于执行以下步骤:
步骤S31,将与所述移动路径和所述作业路径对应的轨迹求解转化为贝塞尔曲线的参数求解问题,并将该参数求解问题转化为预设数学优化问题。
本实施例中,利用贝塞尔曲线的轨迹优化方法求解目标路径,先将与移动路径和作业路径对应的轨迹求解转化为贝塞尔曲线的参数求解问题,并将该参数求解问题转化为预设数学优化问题,例如,预设数学优化问题可以为QP优化问题,其代表二次规划Quadratic Programming,它是一种数学优化问题,目标是最小化一个二次型函数,同时满足一组线性等式或不等式约束,可选的,预设数学优化问题还可以为二次约束二次规划QCQP优化问题等。
步骤S32,基于预设数学优化问题的目标函数的求解结构和预设数学优化问题的约束对所述预设数学优化问题进行求解,得到目标贝塞尔曲线,并将所述目标贝塞尔曲线作为所述目标轨迹。
预设数学优化问题的约束包括路径点约束、速度约束和加速度约束,目标函数的目的是:通过优化求解得到既满足约束又消耗能量最少的轨迹。基于预设数学优化问题的目标函数的求解结构和预设数学优化问题的约束对预设数学优化问题进行求解,并将得到的目标贝塞尔曲线作为目标轨迹,从而提高了目标轨迹的准确性。
可选的,采用贝塞尔曲线表示目标轨迹只是本申请实施例中的一种具体实现方式,本领域技术人员还可根据需要采用其他方式表示目标轨迹,如样条曲线、B样条曲线等。
在本申请一些实施例中,所述基于任务的量化评估体系中的评估指标包括飞行过程评估指标和抓取过程评估指标,评估模块104,如图4所示,具体用于执行以下步骤:
步骤S41,基于所述飞行过程评估指标对所述过程数据进行评估,确定飞行过程评估结果。
具体的,基于飞行过程评估指标对过程数据进行评估,如基于飞行过程评估指标对过程数据进行打分,基于相应的第一得分确定飞行过程评估结果。
步骤S42,基于所述抓取过程评估指标对所述过程数据进行评估,确定抓取过程评估结果。
具体的,基于抓取过程评估指标对过程数据进行评估,如基于抓取过程评估指标对过程数据进行打分,基于相应的第二得分确定飞行过程评估结果。
步骤S43,基于所述飞行过程评估结果和所述抓取过程评估结果生成所述评估结果。
通过飞行过程评估结果和抓取过程评估结果确定评估结果,例如基于飞行过程评估结果对应的第一得分和抓取过程评估结果对应的第二得分确定评估结果。
可选的,可直接将第一得分和第二得分相加后的总得分作为评估结果,也可将第一得分和第二得分加权求和后的总得分作为评估结果。
通过对飞行过程和抓取过程分别进行评估,基于飞行过程评估结果和抓取过程评估结果生成评估结果,进一步提高了评估结果的准确性。
为了更加全面的进行评估,在本申请一些实施例中,所述飞行过程评估指标为包括有总体飞行时间、关键飞行阶段时间、路径规划准确性、避障性能、终端位置控制精度中的至少两种,所述抓取过程评估指标为包括抓取稳定性、抓取位置控制精度和抓取姿态控制精度中的至少两种。
具体的,总体飞行时间指标涵盖了从无人机起飞到完成抓取任务所需的整体时间,若该值小于T total,则认为该任务条件下,空中抓取的总体流程较快,评估为优,否则为差。而关键飞行阶段时间指标关注识别和执行抓取任务的关键阶段所需的时间,若该值小于T key,则认为该仿真条件下,目标识别与抓取的过程较快,评估为优,否则为差。路径规划准确性指标通过比较路径规划算法生成的飞行路径与目标机器人实际飞行轨迹的吻合程度进行评估,此处根据参考路径与实际飞行路径计算Jaccard系数,该值越大表示样本的相似度越高。若大于设定值J,则认为路径规划准确性为优,否则为差。避障性能指标量化目标机器人在仿真环境中避免障碍物的效果,通过计算避障路径长度,若该值小于L avoid,则认为避障性能优异,否则为差。终端位置控制精度指标关注飞行平台在抓取前后的终端位置的控制准确度,若该值小于E p,则认为终端无人机控制效果较好,否则为差。
抓取稳定性指标反映了系统在仿真环境中执行抓取任务的成功概率,若概率大于S r则认为抓取稳定性较高,否则为差。抓取位置控制精度评估了抓取位置相对于被抓物体的位置准确性,若抓取位置误差小于E pos,则认为位置精度控制较好,否则较差。而抓取姿态控制精度则衡量了抓取时末端执行器的姿态准确度,若姿态误差小于E att,则认为姿态精度控制较好,否则较差。
为了验证作业机器人对外部变化的适应性,在本申请一些实施例中,所述基于任务的量化评估体系中的评估指标还包括仿真环境可扩展性评估指标,评估模块104,还具体用于:
基于所述仿真环境可扩展性评估指标对所述过程数据进行评估,确定仿真环境可扩展性评估结果;
其中,所述仿真环境可扩展性评估指标用于通过调用不同的飞行平台、机械臂和末端执行机构执行不同作业任务,评估目标机器人的灵活性和通用性,以及用于通过在仿真环境中添加不同的扰动,评估目标机器人的抗扰动性和鲁棒性。
本实施例中,基于仿真环境可扩展性评估指标对过程数据进行评估时,可从两方面进行,一方面通过调用不同的飞行平台、机械臂和末端执行机构执行不同作业任务,评估目标机器人的灵活性和通用性,另一方面通过在仿真环境中添加不同的扰动,如在仿真环境中添加不同强度的风场,对仿真中的虚拟传感器设置不同强度的噪声,评估目标机器人的抗扰动性和鲁棒性。
通过多方面的综合评估,目标机器人能够在多样化且变化的环境中进行全面测试,确保在实际应用中具备出色的适应性和执行能力。
在本申请具体的应用场景中,通过包括典型飞行任务的任务卡配置目标机器人和作业任务,从而实现了对空中抓取任务的数字化。任务卡示例如表1-表5所示。
表1
表2
表3
表4
表5
为了进一步阐述本发明的技术思想,现结合具体的应用场景,对本发明的技术方案进行说明。
本申请实施例提供一种空中作业机器人的仿真评估方法,包括以下步骤:
步骤S1,基于作业配置文件,在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,并确定路径起点、路径终点、作业区域和作业任务。
预设仿真系统中的文件读取模块首先读取配置文件,从机器人库中调用相应的机器人模型,并加载在计算引擎中。本实施例中,飞行平台为X型四旋翼无人机,机械臂为Delta型并联机械臂,末端执行机构为二指刚性机械爪。作业任务对应的任务卡如表1中所示。
步骤S2,基于RRT*算法,在笛卡尔空间中规划飞行平台的移动路径,在构型空间中规划作业机构在作业区域内的作业路径,基于移动路径和作业路径生成目标轨迹。
具体的,将与移动路径和作业路径对应的轨迹求解转化为贝塞尔曲线的参数求解问题,并将该参数求解问题转化为QP优化问题;基于QP优化问题的目标函数的求解结构和QP优化问题的约束对QP优化问题进行求解,得到目标贝塞尔曲线,并将目标贝塞尔曲线作为目标轨迹。并将目标轨迹在RVIZ软件中显示,同时将生成的目标轨迹发送回预设仿真系统。
移动路径和作业路径的具体规划过程可参考步骤S21-步骤S25,以及步骤a-步骤f,在此不再赘述。
步骤S3,控制目标机器人在预设仿真系统中按目标轨迹执行所述作业任务。
启动人机交互模块将作业机器人工作模式由手动Manual模式切换到板载计算机Offboard模式,并实时查看作业机器人工作状态,启动任务调度模块自动进行移动阶段和抓取阶段的切换,使目标机器人按照目标轨迹飞行并执行作业任务。整个飞行和任务执行过程都有日志记录模块实时记录过程数据。
步骤S4,按预设评估指标对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果。
以单次飞行为例,在飞行过程中,若总体飞行时间小于,则认为该条件下,总体任务完成迅速,表现为优,记为20分。若关键阶段飞行时间小于/>,则认为关键阶段任务完成迅速,表现为优,记为20分。若Jaccard相似系数大于/>,则认为飞行路径准确性较好,记为20分。若避障路径长度略小于/>,则认为避障性能较好,但仍有改进空间,记为10分。若飞行平台终端误差小于/>,则认为终端位置精度控制较好,记为20分。综上,飞行过程评估结果为90分。
在抓取过程中,只有当任务执行次数超过10次才可以计算抓取成功率,否则存在很大的偶然性。若抓取成功率大于,则认为该抓取稳定性较好,记为40分。若抓取的平均位置误差和姿态误差分别小于/>和/>,则认为抓取位置和姿态控制精度较高,都记为30分。综上,抓取过程评估结果为100分。
基于所述仿真环境可扩展性评估指标对过程数据进行评估,确定仿真环境可扩展性评估结果。具体的,通过调用不同的飞行平台、机械臂和末端执行机构执行不同作业任务,评估目标机器人的灵活性和通用性,以及用于通过在仿真环境中添加不同的风场扰动和传感器噪声,评估目标机器人的抗扰动性和鲁棒性。由于仿真环境可扩展性评估指标参数过多,难以做量化分析,因此只做定性分析。
本申请实施例还提出了一种空中作业机器人的仿真评估方法,如图5所示,该仿真评估方法包括以下步骤:
步骤S501,基于作业配置文件,在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,并确定路径起点、路径终点、作业区域和作业任务;步骤S502,基于可变构型RRT*算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,其中,所述可变构型RRT*算法包括先基于RRT*算法在笛卡尔空间中规划所述移动路径,再在构型空间中规划所述作业路径,所述移动路径上包括所述路径起点、所述路径终点和所述作业区域;步骤S503,基于所述移动路径和所述作业路径生成目标轨迹;步骤S504,控制所述目标机器人在所述预设仿真系统中按所述目标轨迹执行所述作业任务,并采用基于任务的量化评估体系对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果。
在一些实施例中,基于可变构型RRT*算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,包括:将所述作业区域设定为,围绕目标位置的半径为预设半径的球形空间;基于RRT*算法在所述路径起点和所述路径终点之间规划所述移动路径;将所述作业区域与所述构型空间中的地图求交集,确定所述构型空间中的作业地图;基于所述移动路径确定所述作业地图中的作业起点和作业终点,并基于预设凸包算法将所述目标机器人分解并简化为多个凸包,其中,各所述凸包用于进行碰撞检测;在所述作业起点和所述作业终点之间规划所述作业路径,其中,在规划所述作业路径过程中基于各所述凸包进行碰撞检测。
在一些实施例中,在所述作业起点和所述作业终点之间规划所述作业路径,包括:在所述构型空间中进行采样,得到采样点;找到搜索树上离所述采样点最近的最近节点;利用所述采样点的指向信息,按预设生长长度对所述最近节点进行生长,得到一个新的节点;按预设密度对所述新的节点和距离小于预设最大步长的节点之间进行线性采样碰撞检测,如果不存在碰撞,则将所述新的节点添加到搜索树中,如果存在碰撞则在所述构型空间中重新进行采样,得到新的采样点,其中,基于各所述凸包进行线性采样碰撞检测;进行进一步的回溯,如果存在一条路径使所述新的节点到达所述最近节点花费的代价,小于所述最近节点的父节点到达所述最近节点的代价,选择所述新的节点到达所述最近节点的路径作为新路径;判断所述新的节点作业与所述作业终点的距离是否小于所述预设生长长度,如果小于所述预设生长长度,则按所述预设密度对所述新的节点和作业终点之间进行线性采样碰撞检测,如果不存在碰撞,则终止计算并确定所述作业路径,如果存在碰撞,则在所述构型空间中重新进行采样,得到新的采样点。
在一些实施例中,基于所述移动路径和所述作业路径生成目标轨迹,包括:将与所述移动路径和所述作业路径对应的轨迹求解转化为贝塞尔曲线的参数求解问题,并将该参数求解问题转化为预设数学优化问题;基于预设数学优化问题的目标函数的求解结构和预设数学优化问题的约束对所述预设数学优化问题进行求解,得到目标贝塞尔曲线,并将所述目标贝塞尔曲线作为所述目标轨迹;其中,所述约束包括路径点约束、速度约束和加速度约束。
在一些实施例中,所述基于任务的量化评估体系中的评估指标包括飞行过程评估指标和抓取过程评估指标,采用基于任务的量化评估体系对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果,包括:基于所述飞行过程评估指标对所述过程数据进行评估,确定飞行过程评估结果;基于所述抓取过程评估指标对所述过程数据进行评估,确定抓取过程评估结果;基于所述飞行过程评估结果和所述抓取过程评估结果生成所述评估结果。
在一些实施例中,所述飞行过程评估指标为包括有总体飞行时间、关键飞行阶段时间、路径规划准确性、避障性能、终端位置控制精度中的至少两种,所述抓取过程评估指标为包括抓取稳定性、抓取位置控制精度和抓取姿态控制精度中的至少两种。
在一些实施例中,所述基于任务的量化评估体系中的评估指标还包括仿真环境可扩展性评估指标,该方法还包括:基于所述仿真环境可扩展性评估指标对所述过程数据进行评估,确定仿真环境可扩展性评估结果;其中,所述仿真环境可扩展性评估指标用于通过调用不同的飞行平台、机械臂和末端执行机构执行不同作业任务,评估目标机器人的灵活性和通用性,以及用于通过在仿真环境中添加不同的扰动,评估目标机器人的抗扰动性和鲁棒性。
本申请实施例中的空中作业机器人的仿真评估方法,基于可变构型RRT*算法在笛卡尔空间中规划飞行平台的移动路径,在构型空间中规划作业机构在作业区域内的作业路径,并基于移动路径和作业路径生成目标轨迹,使目标轨迹更加符合空中作业机器人的任务执行方式,提高了路径规划的精度,并控制目标机器人在预设仿真系统中按目标轨迹执行作业任务,并采用基于任务的量化评估体系对目标机器人执行作业任务的过程数据进行评估,生成评估结果,实现了对作业机器人的性能的准确评估,进而可基于评估结果优化对真实空中作业机器人的控制方式,提高真实空中作业机器人的安全性和可靠性。
本申请实施例还提供了一种电子设备,如图6所示,该电子设备包括处理器601和存储器602,存储器602中存储有可执行程序,处理器601执行所述可执行程序以进行根据本申请各个实施例的一种空中作业机器人的仿真评估方法。
本申请实施例中的电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device,MID)、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本或者个人数字助理(personal digitalassistant,PDA)等,还可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本公开实施例不作具体限定。
存储器602可以包括RAM (Random Access Memory,随机存取存储器),也可以包括非易失性存储器,例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器601可以是通用处理器,包括CPU、NP (Network Processor,网络处理器)等;还可以是DSP (Digital Signal Processing,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA (FieldProgrammable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现根据本申请各个实施例的一种空中作业机器人的仿真评估方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘)等。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (8)
1.一种空中作业机器人的仿真评估系统,其特征在于,所述仿真评估系统包括:
确定模块,用于基于作业配置文件,在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,并确定路径起点、路径终点、作业区域和作业任务,其中,所述预设仿真系统中包含机器人库,所述机器人库存储并管理可用的飞行平台和作业机构模型,每个模型都有相应的SDF或URDF描述文件,确保预设仿真系统能够加载所需的模型;
路径规划模块,用于基于可变构型算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,其中,所述可变构型/>算法包括先基于/>算法在笛卡尔空间中规划所述移动路径,再在构型空间中规划所述作业路径,所述移动路径上包括所述路径起点、所述路径终点和所述作业区域;
轨迹生成模块,用于基于所述移动路径和所述作业路径生成目标轨迹;
评估模块,用于控制所述目标机器人在所述预设仿真系统中按所述目标轨迹执行所述作业任务,并采用基于任务的量化评估体系对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果,其中,所述基于任务的量化评估体系中的评估指标包括飞行过程评估指标、抓取过程评估指标和仿真环境可扩展性评估指标,所述飞行过程评估指标为包括有总体飞行时间、关键飞行阶段时间、路径规划准确性、避障性能、终端位置控制精度中的至少两种,所述抓取过程评估指标为包括抓取稳定性、抓取位置控制精度和抓取姿态控制精度中的至少两种,所述仿真环境可扩展性评估指标用于通过调用不同的飞行平台、机械臂和末端执行机构执行不同作业任务,评估目标机器人的灵活性和通用性,以及用于通过在仿真环境中添加不同的扰动,评估目标机器人的抗扰动性和鲁棒性;
所述路径规划模块,具体用于:
将所述作业区域设定为,围绕目标位置的半径为预设半径的球形空间;
基于算法在所述路径起点和所述路径终点之间规划所述移动路径,其中,在规划所述移动路径时,所述作业机构保持在预设设定状态;
将所述作业区域与所述构型空间中的地图求交集,确定所述构型空间中的作业地图;
基于所述移动路径确定所述作业地图中的作业起点和作业终点,并基于预设凸包算法将所述目标机器人分解并简化为多个凸包,其中,各所述凸包用于进行碰撞检测;
在所述作业起点和所述作业终点之间规划所述作业路径,其中,在规划所述作业路径过程中基于各所述凸包进行碰撞检测。
2.如权利要求1所述的空中作业机器人的仿真评估系统,其特征在于,所述路径规划模块,还具体用于:
在所述构型空间中进行采样,得到采样点;
找到搜索树上离所述采样点最近的最近节点;
利用所述采样点的指向信息,按预设生长长度对所述最近节点进行生长,得到一个新的节点;
按预设密度对所述新的节点和距离小于预设最大步长的节点之间进行线性采样碰撞检测,如果不存在碰撞,则将所述新的节点添加到搜索树中,如果存在碰撞则在所述构型空间中重新进行采样,得到新的采样点,其中,基于各所述凸包进行线性采样碰撞检测;
进行进一步的回溯,如果存在一条路径使所述新的节点到达所述最近节点花费的代价,小于所述最近节点的父节点到达所述最近节点的代价,选择所述新的节点到达所述最近节点的路径作为新路径;
判断所述新的节点作业与所述作业终点的距离是否小于所述预设生长长度,如果小于所述预设生长长度,则按所述预设密度对所述新的节点和作业终点之间进行线性采样碰撞检测,如果不存在碰撞,则终止计算并确定所述作业路径,如果存在碰撞,则在所述构型空间中重新进行采样,得到新的采样点。
3.如权利要求1所述的空中作业机器人的仿真评估系统,其特征在于,所述轨迹生成模块,具体用于:
将与所述移动路径和所述作业路径对应的轨迹求解转化为贝塞尔曲线的参数求解问题,并将该参数求解问题转化为预设数学优化问题;
基于预设数学优化问题的目标函数的求解结构和预设数学优化问题的约束对所述预设数学优化问题进行求解,得到目标贝塞尔曲线,并将所述目标贝塞尔曲线作为所述目标轨迹;
其中,所述约束包括路径点约束、速度约束和加速度约束。
4.如权利要求1所述的空中作业机器人的仿真评估系统,其特征在于,所述评估模块,具体用于:
基于所述飞行过程评估指标对所述过程数据进行评估,确定飞行过程评估结果;
基于所述抓取过程评估指标对所述过程数据进行评估,确定抓取过程评估结果;
基于所述飞行过程评估结果和所述抓取过程评估结果生成所述评估结果。
5.如权利要求1所述的空中作业机器人的仿真评估系统,其特征在于,所述评估模块,还具体用于:
基于所述仿真环境可扩展性评估指标对所述过程数据进行评估,确定仿真环境可扩展性评估结果。
6.一种空中作业机器人的仿真评估方法,其特征在于,所述仿真评估方法包括:
基于作业配置文件,在预设仿真系统中选定包括飞行平台和作业机构的目标机器人,并确定路径起点、路径终点、作业区域和作业任务,其中,所述预设仿真系统中包含机器人库,所述机器人库存储并管理可用的飞行平台和作业机构模型,每个模型都有相应的SDF或URDF描述文件,确保预设仿真系统能够加载所需的模型;
基于可变构型算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,其中,所述可变构型/>算法包括先基于/>算法在笛卡尔空间中规划所述移动路径,再在构型空间中规划所述作业路径,所述移动路径上包括所述路径起点、所述路径终点和所述作业区域;
基于所述移动路径和所述作业路径生成目标轨迹;
控制所述目标机器人在所述预设仿真系统中按所述目标轨迹执行所述作业任务,并采用基于任务的量化评估体系对所述目标机器人执行作业任务的过程数据进行评估,生成评估结果,其中,所述基于任务的量化评估体系中的评估指标包括飞行过程评估指标、抓取过程评估指标和仿真环境可扩展性评估指标,所述飞行过程评估指标为包括有总体飞行时间、关键飞行阶段时间、路径规划准确性、避障性能、终端位置控制精度中的至少两种,所述抓取过程评估指标为包括抓取稳定性、抓取位置控制精度和抓取姿态控制精度中的至少两种,所述仿真环境可扩展性评估指标用于通过调用不同的飞行平台、机械臂和末端执行机构执行不同作业任务,评估目标机器人的灵活性和通用性,以及用于通过在仿真环境中添加不同的扰动,评估目标机器人的抗扰动性和鲁棒性;
基于可变构型算法规划出所述飞行平台的移动路径和所述作业机构在所述作业区域内的作业路径,包括:
将所述作业区域设定为,围绕目标位置的半径为预设半径的球形空间;
基于算法在所述路径起点和所述路径终点之间规划所述移动路径,其中,在规划所述移动路径时,所述作业机构保持在预设设定状态;
将所述作业区域与所述构型空间中的地图求交集,确定所述构型空间中的作业地图;
基于所述移动路径确定所述作业地图中的作业起点和作业终点,并基于预设凸包算法将所述目标机器人分解并简化为多个凸包,其中,各所述凸包用于进行碰撞检测;
在所述作业起点和所述作业终点之间规划所述作业路径,其中,在规划所述作业路径过程中基于各所述凸包进行碰撞检测。
7.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有可执行程序,所述处理器执行所述可执行程序以进行如权利要求6所述的空中作业机器人的仿真评估方法。
8.一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内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求6所述的空中作业机器人的仿真评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410240042.6A CN117826641B (zh) | 2024-03-04 | 2024-03-04 | 空中作业机器人的仿真评估系统、方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410240042.6A CN117826641B (zh) | 2024-03-04 | 2024-03-04 | 空中作业机器人的仿真评估系统、方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117826641A CN117826641A (zh) | 2024-04-05 |
CN117826641B true CN117826641B (zh) | 2024-06-07 |
Family
ID=90511865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410240042.6A Active CN117826641B (zh) | 2024-03-04 | 2024-03-04 | 空中作业机器人的仿真评估系统、方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117826641B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020170213A (ja) * | 2019-04-01 | 2020-10-15 | 株式会社スカイマティクス | ドローン作業支援システム及びドローン作業支援方法 |
CN115933744A (zh) * | 2022-12-27 | 2023-04-07 | 成都瀚涛天图科技有限公司 | 一种架空输电线路无人机巡检结果评估的方法 |
CN115990877A (zh) * | 2022-12-08 | 2023-04-21 | 北京航天飞行控制中心 | 空间机械臂的多目标作业序列规划方法、装置及电子设备 |
CN116088490A (zh) * | 2021-11-08 | 2023-05-09 | 广东博智林机器人有限公司 | 抹光机器人的控制方法、装置、智能设备及存储介质 |
CN116245354A (zh) * | 2022-12-27 | 2023-06-09 | 成都瀚涛天图科技有限公司 | 架空输电线路耐张塔“小飞侠”带电作业仿真和评估方法 |
CN116476080A (zh) * | 2023-06-20 | 2023-07-25 | 西湖大学 | 一种基于几何可行性的空中自动抓取作业规划方法 |
CN116795111A (zh) * | 2023-06-20 | 2023-09-22 | 西北工业大学 | 一种基于图注意力网络的机器人运动规划方法及相关装置 |
CN117452932A (zh) * | 2023-10-17 | 2024-01-26 | 天津(滨海)人工智能创新中心 | 多机器人分布式协同作业方法及系统 |
-
2024
- 2024-03-04 CN CN202410240042.6A patent/CN117826641B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020170213A (ja) * | 2019-04-01 | 2020-10-15 | 株式会社スカイマティクス | ドローン作業支援システム及びドローン作業支援方法 |
CN116088490A (zh) * | 2021-11-08 | 2023-05-09 | 广东博智林机器人有限公司 | 抹光机器人的控制方法、装置、智能设备及存储介质 |
CN115990877A (zh) * | 2022-12-08 | 2023-04-21 | 北京航天飞行控制中心 | 空间机械臂的多目标作业序列规划方法、装置及电子设备 |
CN115933744A (zh) * | 2022-12-27 | 2023-04-07 | 成都瀚涛天图科技有限公司 | 一种架空输电线路无人机巡检结果评估的方法 |
CN116245354A (zh) * | 2022-12-27 | 2023-06-09 | 成都瀚涛天图科技有限公司 | 架空输电线路耐张塔“小飞侠”带电作业仿真和评估方法 |
CN116476080A (zh) * | 2023-06-20 | 2023-07-25 | 西湖大学 | 一种基于几何可行性的空中自动抓取作业规划方法 |
CN116795111A (zh) * | 2023-06-20 | 2023-09-22 | 西北工业大学 | 一种基于图注意力网络的机器人运动规划方法及相关装置 |
CN117452932A (zh) * | 2023-10-17 | 2024-01-26 | 天津(滨海)人工智能创新中心 | 多机器人分布式协同作业方法及系统 |
Non-Patent Citations (5)
Title |
---|
110 kV 智能变电站检修机器人带电作业路径规划;陶志远;《机械设计与研究》;20180228;全文 * |
Motion Planning for Aerial Pick-and-Place based on Geometric Feasibility Constraints;Huazi Cao;《arXiv》;20230608;全文 * |
基于启发式路径搜索的高空作业车避障轨迹规划;滕儒民;贺浩;项慧;高顺德;;机械工程学报;20130520(第10期);全文 * |
基于采样的机器人抓取路径规划;陈廷炯;《计算机工程》;20200120;41-43 * |
改进RRT*的室内机器人路径规划算法;杨也;《计算机测量与控制》;20200125;241-245 * |
Also Published As
Publication number | Publication date |
---|---|
CN117826641A (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stüber et al. | Let's push things forward: A survey on robot pushing | |
McConachie et al. | Manipulating deformable objects by interleaving prediction, planning, and control | |
US5056031A (en) | Apparatus for detecting the collision of moving objects | |
Chamzas et al. | Learning sampling distributions using local 3d workspace decompositions for motion planning in high dimensions | |
Otte | A survey of machine learning approaches to robotic path-planning | |
JP2023541149A (ja) | ロボット制御方法、装置、機器、及びプログラム | |
Islam et al. | Provably constant-time planning and replanning for real-time grasping objects off a conveyor belt | |
Xu et al. | A novel non-collision trajectory planning algorithm based on velocity potential field for robotic manipulator | |
Campana et al. | A gradient-based path optimization method for motion planning | |
Nam et al. | Fast and resilient manipulation planning for object retrieval in cluttered and confined environments | |
Chhatpar et al. | Particle filtering for localization in robotic assemblies with position uncertainty | |
Meng et al. | Intelligent robotic system for autonomous exploration and active slam in unknown environments | |
Wong et al. | Optimal path planning based on a multi-tree T-RRT* approach for robotic task planning in continuous cost spaces | |
CN113885567B (zh) | 一种基于冲突搜索的多无人机的协同路径规划方法 | |
Liu et al. | Learning to play trajectory games against opponents with unknown objectives | |
CN117826641B (zh) | 空中作业机器人的仿真评估系统、方法及电子设备 | |
Chicaiza et al. | Evaluation of path planning with force feedback for bilateral teleoperation of unmanned rotorcraft systems | |
Zhang et al. | Game tree search for minimizing detectability and maximizing visibility | |
US11308422B2 (en) | Method of and system for determining physical transfer interchange nodes | |
CN115793716B (zh) | 用于无人机航线自动优化方法及系统 | |
Howard et al. | Learning transferable push manipulation skills in novel contexts | |
Nardi et al. | Experience-based path planning for mobile robots exploiting user preferences | |
Kim et al. | Active object tracking using context estimation: handling occlusions and detecting missing targets | |
Zhang et al. | Path planning of a 5-dof robotic arm based on BiRRT-APF algorithm considering obstacle avoidance | |
Winkler et al. | Task Parametrization through Multi-modal Analysis of Robot Experiences. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |