CN106891326A - 一种机器人示教方法 - Google Patents

Abstract

本发明公开了一种机器人示教方法，适用于机器人(相关)技术领域。该方法是一种基于手势识别的示教方法,首先将陀螺仪/加速度计模块固定于机器人用户手背上，随着用户的手势变化，利用陀螺仪/加速度计模块获得三维线加速度和三维角速度、角度信号，通过单片机对信号进行处理，借助控制开关对微量或大幅度运动信号及关节空间或操作空间的运动信号进行选择，将信号传递给驱动电机并驱动机械臂完成相应动作，也可以对应地控制工业机器人末端执行器的空间六维运动。本发明通过上述示教方法，可以实现机械臂按照操作用户的示教动作做出相应动作，能够更好地实现人机交互功能，使示教操作更加安全、智能和用户友好。

Description

一种机器人示教方法

技术领域

本发明属于机器人技术领域，尤其涉及一种机器人示教方法。

背景技术

在现代工业中，随着智能化和自动化程度的不断提高，工业机器人越来越广泛地应用于各行各业，其中示教***是机器人控制***重要的组成部分。传统机器人操作通常是通过鼠标、键盘或者示教盒进行，示教过程存在安全性差，智能程度低，操作复杂，人机交互不友好等一系列问题。

机器人示教在目前机器人技术领域已有相对较长的研究和发展历史，但手势示教研究在国内起步晚，技术尚不成熟，本发明同之前已有的专利有着较明显的区别。申请号为201610459874.2的专利中用户对于手势信号的获取是基于Leap Motion传感器获取手势的位置数据以及手势的姿态数据，手势负责粗调，语音负责微调，此示教方法需将手势和语音结合在一起，缺一不可。申请号201610159248.1的专利根据用户手势运动特征点与运动数据库中已保留姿态的相吻合程度来选择手势变化姿态，并做出相应的动作，此方法需要预设样本模板和数据库。申请号201510138234.7的专利中所述示教过程是示教器通过检测设置在机械手手指上的传感器来控制机械手沿不同方向运动，示教过程较繁琐、操作较复杂，智能化程度较低。申请号201610363903.5的专利中所述的采集的手势信号需要与预设信号库的多个预设信号相匹配才能生成操作程序。此方法事先得预设一些手势信号存储在预设信号库里，示教前准备工作较复杂。申请号201310183427.5的专利中所述示教方法需使用者操作示教工具来指定示教位置，此法还需使用一定的示教工具，操作较不方便，并且此方法仅限于位置示教而不是动作示教。

综上所述，需要一种新的技术方案以解决上述问题。

发明内容

本发明的目的在于提供一种简单可靠，操作方便灵活且更加方便人机交互的示教***，旨在解决传统示教过程中存在的安全性差，操作复杂的问题，有助于提高人机交互的体验。

为达到上述目的，本发明可采用如下技术方案：

一种机器人示教方法，该示教方法使用的***包括传感模块、单片机、控制开关、机械臂，传感模块包括陀螺仪及三轴加速度计；包括以下步骤：

(1)、将陀螺仪及三轴加速度计模块固定在给出操作指令的指示物体上，该指示物体是可运动的；

(2)、陀螺仪输出指示物体的角速度、角度运动变化数据，三轴加速度计输出指示物体的三维加速度数据；

(3)、将步骤(1)中采集的角速度、角度运动变化、三维加速度数据输出到单片机，经过卡尔曼滤波算法处理去除示教过程中的手势抖动和传感器杂波等干扰数据；

(4)、单片机以角速度、角度运动变化、三维加速度数据为基础，将加速度数据进行两次积分运算得到机械臂应当执行的移动距离数据，将角度运动数据直接输出为机械臂应当执行的转动角度数据；

(5)、对步骤(4)得到的机械臂应当执行的移动距离及转动角度数据进行处理，舍弃超过机械臂运动范围的移动距离和/或转动角度数据；若得到符合机械臂运动范围的移动距离和/或转动角度数据，则进入下一步骤；

(6)、对步骤(5)中得到的符合机械臂运动范围的移动距离和/或转动角度数据，由单片机通过I/O口将信号传递给机械臂电机，驱动机械臂完成指定动作。

有益效果：

1、通过这种机器人的示教方法，可以使用户自由选择在机器人的关节空间或操作空间进行手势示教，更加人性化，更容易贴合用户的自然示教方式。

2、用户可以通过选择微量运动或大幅度运动两种模式来对机器人进行示教，更加方便用户的操作，避免用户操作不当而导致的示教误差，尤其极大地提高了微量运动的示教过程的示教精度。通过选择微量运动方式，可以极大地提高机械臂在运动变化量较小的条件下工作的安全性，而且可以进一步地增加机械臂运动的精度，通过手势发生更大幅度的操作变化，也可以改善设备的人机友好性；大幅度运动方式的选择则可以在机械臂运动量较大的条件下减少手势实际地变化量，使手势操作更加灵活，简单。

3、单片机中事先保存的机械臂运动边界，可以避免用户的操作不当导致机械臂运动超出可行范围。一方面避免了机械臂的破损，另一方面也为用户的安全提供了一定的保证。

4、这种机器人示教方法是实时进行的，不需要事先保存手势变化资料库，这样既使机械臂的变化更加多样，满足实际生产要求，也易于维护，可以及时纠正不当的示教姿态，使机械臂的变化更加逼近预期效果。

进一步的，所述指示物体为操作者的手。

进一步的，所述步骤(2)中的单片机具有进行卡尔曼滤波的能力，即可以利用线性***状态方程。

进一步的，所述步骤(2)中的单片机在通过卡尔曼滤波算法处理信号时，需要建立***的状态空间模型：

其中Φ是状态转移矩阵，Γ是噪声转移矩阵，w(k)是动态噪声，C是测量矩阵，v(k)是测量噪声，X_k+1、y(k)是采用时刻的状态及测量值；

对应上述方程的卡尔曼滤波过程如下：

P_k|k-1＝ΦP_k-1Φ^T+ΓQΓ^T

K_k＝P_k/k-1C^T(CP_k/k-1C^T+R]^-1

P_k＝(1-K_kC)P_k|k-1

其中，为利用上一状态预测的结果，是上一状态最优结果，P_k|k-1是对应的误差方差，P_k-1是对应的误差方差，Q是***动态白噪声的方程矩阵，R是***观测噪声的方程矩阵。

进一步的，步骤(4)中，所述加速度两次积分求位移的过程具体如下：

设加速度传感器测得的加速度为：a(k)

对加速度积分一次可得速率：

对速率信号积分一次可得位移：

其中，a(k)为加速度信号，v(k)为速率信号，s(k)为位移信号，a_k为k时刻的加速度采样值，v_k为k时刻的速率值，a₀＝0，v₀＝0，Δt为k时刻、k-1时刻两次采样之间的时间差。

进一步的，所述的对运动信号进行选择的控制开关应包括两个控制按钮，每种按钮包含两种工作状态，相应地决定了输出信号类型为大幅度运动信号或微量运动信号，关节空间运动或操作空间运动。

附图说明

图1为机器人示教方法方案图。

具体实施方式

为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。

为了说明本发明所述的技术方案，下面结合附图和具体实施例来进行说明：

一种机器人示教方法，该方法的操作步骤如下：

1)、用魔术贴等方式将陀螺仪/加速度计模块1固定在用户手背上；(图1中进程Ⅰ)

2)、选择运动信号类型，按下控制开关按钮2；(图1中进程Ⅱ)

3)、在保证已佩戴的陀螺仪/加速度计模块不发生姿态变化的前提下，对整个装置进行开机操作，用户进行手势示教。陀螺仪输出指示物体的角速度、角度运动变化数据，三轴加速度计输出指示物体的三维加速度数据；采集的角速度、角度运动变化、三维加速度数据输出到单片机，经过卡尔曼滤波算法处理去除示教过程中的手势抖动和传感器杂波等干扰数据；单片机以角速度、角度运动变化、三维加速度数据为基础，将加速度数据进行两次积分运算得到机械臂应当执行的移动距离数据，将角度运动数据直接输出为机械臂应当执行的转动角度数据。

观察单片机(图1中部件3)是否发生报警，如报警灯闪烁。若报警，说明用户所执行的手势示教动作超出了机械臂(图中部件12)运动范围，此次示教信号数据被舍弃，机械臂保持原状态静止不动，需用户再次作出正确的示教操作；若不报警，说明用户操作符合要求，机械臂会作出相应示教动作。(图1中进程Ⅲ)。

其中单片机在通过卡尔曼滤波算法处理信号时，需要建立***的状态空间模型：

其中Φ是状态转移矩阵，Γ是噪声转移矩阵，w(k)是动态噪声，C是测量矩阵，v(k)是测量噪声，X_k+1、y(k)是采用时刻的状态及测量值；

对应上述方程的卡尔曼滤波过程如下：

P_k|k-1＝ΦP_k-1Φ^T+ΓQΓ^T

K_k＝P_k/k-1C^T(CP_k/k-1C^T+R]^-1

P_k＝(1-K^kC)P_k|k-1

其中，为利用上一状态预测的结果，是上一状态最优结果，P_k|k-1是对应的误差方差，P_k-1是对应的误差方差，Q是***动态白噪声的方程矩阵，R是***观测噪声的方程矩阵。

而上述所述加速度两次积分求位移的过程具体如下：

设加速度传感器测得的加速度为：a(k)

对加速度积分一次可得速率：

对速率信号积分一次可得位移：

其中，a(k)为加速度信号，v(k)为速率信号，s(k)为位移信号，a_k为k时刻的加速度采样值，v_k为k时刻的速率值，a₀＝0，v₀＝0，Δt为k时刻、k-1时刻两次采样之间的时间差。

上文中提到的控制开关按钮决定了单片机输出信号的类型，进而决定了单片机内对传感器所提供的信号的不同处理方式。

开关共包含两个选择按钮4、5，每个按钮各有两种状态，分为A、B和1、2控制状态，其中A、B按钮决定输出信号类型为大幅度运动信号或微量运动信号，1、2按钮决定输出信号类型为关节空间运动信号或操作空间运动信号。

如选择A、1即单片机向机械臂传递关节空间大幅度运动信号；

如选择A、2即单片机向机械臂传递操作空间大幅度运动信号；

如选择B、1即单片机向机械臂传递关节空间微量运动信号；

如选择B、2即单片机向机械臂传递操作空间微量运动信号。

其中，决定运动幅度信号的控制按钮4可以根据实际情况，通过用户选择分别设定手势变化信号与实际控制信号的比值，下面以一种实例加以说明。

在本实施例中，当由控制开关决定单片机输出大幅度运动信号时，用户手势运动距离及转角幅度与机械臂运动距离及转角幅度的比值为1:1，如用户执行了位移为20cm的直线示教动作，机械臂作出相同方向的20cm的直线动作；

当由控制开关决定单片机输出微量运动信号时，用户手势运动距离及转角幅度与机械臂运动距离及转角幅度的比值为20:1，如用户执行了位移为20cm的直线示教动作，机械臂作出相同方向的1cm的直线动作。

在其中一个实施例中，所述控制开关决定输出信号类型为关节空间或操作空间运动信号取决于实际操作要求和范围，若要求机械臂末端快速到达较远处某一位置，可选择关节空间控制按钮；若要求机械臂末端较精确地执行一动作，可选择操作空间控制按钮；也可根据需要按顺序结合使用关节和操作空间按钮。

4)、根据由控制开关按钮所决定的运动方式，单片机会对接受的经过卡尔曼滤波处理的手势姿态变化信号进行不同的运算，求解出驱动机械臂各关节运动的驱动电机6～11所应发生的运动幅度，各个驱动电机顺序对应了机械臂上的六个关节13～18进而使机械臂在驱动电机的驱动下完成整个手势示教的过程。(图中进程Ⅳ)

本方法的示教操作过程包括：关节空间的粗调，操作空间的微调，结合关节空间和操作空间进行机器人示教。

关节空间的粗调保证了机械臂的末端执行器可以在较短时间内到达工作点附近，在一定程度上提高了工作效率，节省了工作时间，也减少了单片机内部的计算量；在操作空间的微调是针对，当机械臂末端执行器到达工作点附近时，应当尽可能安全、平稳地到达待加工(工作)区域，避免因操作不当所造成的机械臂末端执行器与工件的碰撞等损坏的发生，增强了人机用户友好性，改善了工作的安全性。

这种结合关节空间和操作空间对机器人进行示教可以使用户自由选择在机器人的关节空间或操作空间进行手势示教，更加人性化，更容易贴合用户的自然示教需求；也是实时进行的，不需要事先保存手势变化资料库，这样既使机械臂的变化更加多样，满足实际生产要求，也易于维护，可以及时纠正不当的示教姿态，使机械臂的变化更加逼近预期效果。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.一种机器人示教方法，该示教方法使用的***包括传感模块、单片机、控制开关、机械臂，传感模块包括陀螺仪及三轴加速度计，其特征在于，包括以下步骤：

(1)、将陀螺仪及三轴加速度计模块固定在给出操作指令的指示物体上，该指示物体是可运动的；

(2)、陀螺仪输出指示物体的角速度、角度运动变化数据，三轴加速度计输出指示物体的三维加速度数据；

(3)、将步骤(1)中采集的角速度、角度运动变化、三维加速度数据输出到单片机，经过卡尔曼滤波算法处理去除示教过程中的手势抖动和传感器杂波等干扰数据；

(4)、单片机以角速度、角度运动变化、三维加速度数据为基础，将加速度数据进行两次积分运算得到机械臂应当执行的移动距离数据，将角度运动数据直接输出为机械臂应当执行的转动角度数据；

(5)、对步骤(4)得到的机械臂应当执行的移动距离及转动角度数据进行安全性判定，当电机即将变化的角度超过机械臂的物理限定角度范围时，程序停止在当前位置，机械臂不动，并用蜂鸣器报警，同时舍弃超过机械臂运动范围的移动距离和/或转动角度数据；若得到符合机械臂运动范围的移动距离和/或转动角度数据，则进入下一步骤；

(6)、对步骤(5)中得到的符合机械臂运动范围的移动距离和/或转动角度数据，由单片机通过I/O口将信号传递给机械臂电机，驱动机械臂完成指定动作。

2.根据权利要求1所述的机器人示教方法，其特征在于：所述指示物体为操作者的手。

3.根据权利要求1所述的机器人示教方法，其特征在于：所述步骤(2)中的单片机具有进行卡尔曼滤波的能力，即可以利用线性***状态方程。

4.根据权利要求2所述的机器人示教方法，其特征在于：

所述步骤(2)中的单片机在通过卡尔曼滤波算法处理信号时，需要建立***的状态空间模型：

$\left\{\begin{array}{c}X(k+1)=\mathrm{\Φ}X\left(k\right)+\mathrm{\Γ}w\left(k\right)\\ y\left(k\right)=CX\left(k\right)+v\left(k\right)\end{array}\right.$

其中Φ是状态转移矩阵，Γ是噪声转移矩阵，w(k)是动态噪声，C是测量矩阵，v(k)是测量噪声，X_k+1、y(k)是采用时刻的状态及测量值；

对应上述方程的卡尔曼滤波过程如下：

${\hat{X}}_{k/k-1}=\mathrm{\Φ}{\hat{X}}_{k-1}$

P_k|k-1＝ΦP_k-1Φ^T+ΓQΓ^T

K_k＝P_k/k-1C^T(CP_k/k-1C^T+R]^-1

${\hat{x}}_k={\hat{x}}_{k/k-1}+K_k(y_k-C{\hat{x}}_{k/k-1})$

P_k＝(1-K^kC)P_k|k-1

其中，为利用上一状态预测的结果，是上一状态最优结果，P_k|k-1是对应的误差方差，P_k-1是对应的误差方差，Q是***动态白噪声的方程矩阵，R是***观测噪声的方程矩阵。

5.根据权利要求1所述的机器人示教方法，其特征在于：步骤(4)中，所述加速度两次积分求位移的过程具体如下：

设加速度传感器测得的加速度为：a(k)

对加速度积分一次可得速率：

对速率信号积分一次可得位移：

其中，a(k)为加速度信号，v(k)为速率信号，s(k)为位移信号，a_k为k时刻的加速度采样值，v_k为k时刻的速率值，a₀＝0，v₀＝0，Δt为k时刻、k-1时刻两次采样之间的时间差。

6.根据权利要求1所述的机器人示教方法，其特征在于：所述的对运动信号进行选择的控制开关应包括两个控制按钮，每种按钮包含两种工作状态，相应地决定了输出信号类型为大幅度运动信号或微量运动信号，关节空间运动或操作空间运动。