CN106990777A - 机器人局部路径规划方法 - Google Patents

机器人局部路径规划方法 Download PDF

Info

Publication number
CN106990777A
CN106990777A CN201710142481.3A CN201710142481A CN106990777A CN 106990777 A CN106990777 A CN 106990777A CN 201710142481 A CN201710142481 A CN 201710142481A CN 106990777 A CN106990777 A CN 106990777A
Authority
CN
China
Prior art keywords
robot
mechanical arm
target object
paths planning
local paths
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
CN201710142481.3A
Other languages
English (en)
Inventor
宋少博
赵旦谱
台宪青
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.)
Jiangsu IoT Research and Development Center
Original Assignee
Jiangsu IoT Research and Development Center
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 Jiangsu IoT Research and Development Center filed Critical Jiangsu IoT Research and Development Center
Priority to CN201710142481.3A priority Critical patent/CN106990777A/zh
Publication of CN106990777A publication Critical patent/CN106990777A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • 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
    • B25J9/1694—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种机器人局部路径规划方法，包括下述两部分：(1)采用视觉子***进行闭环检测：将机械臂子***与移动底盘子***进行分离，通过视觉子***进行闭环检测控制，实现在最佳基座位置上完成机械臂对目标物体的抓取或放置；(2)通过人工势场法与RRT算法相结合的局部路径规划，实现移动底盘与机械臂分离规划；在进行局部路径规划时，移动底盘采用人工势场法进行规划，并在每一次的局部路径规划后，通过RRT算法对机械臂进行规划，判断能否完成避开障碍物的动作并顺利抓取目标物体。本发明通过对移动底盘和机械臂的不同规划方式相结合，实现机器人整体的协调运作。

Description

机器人局部路径规划方法
技术领域
本发明涉及机器人***，尤其是一种机器人局部路径规划方法。
背景技术
机器人产业的发展，给人类的生产生活带来了很大的帮助，同时人类需求的日益提高也是机器人产业发展的动力，二者相辅相成。操作性与移动性是机器人最基本的功能构成。工业生产上常用的传统机械臂，位置固定，工作空间有限，对机械臂功能的拓展有很大的制约。而目前常见的轮式机器人，操作能力也需要进一步的加强。正因为此，移动机械臂应运而生，不仅具有轮式机器人的移动能力，还具有机械臂的操作性能，已经成为机器人发展的趋势。由此产生的机械臂***与移动底盘***的运动规划，对机器人整体的工作能耗有着很大的影响。
常见的规划方式，如机械臂和移动底盘整体规划方式，虽然充分考虑了移动机械臂的完整动力学模型，但控制器设计较为复杂。同时，移动底盘的能耗要远远大于机械臂子***的能耗，采用整体规划的方式，将造成机器人整体***的能耗加大。而且，应用于办公生活场景的服务机器人，其任务较为简单，只需要将机械臂移动到合适的工作空间，完成对目标物体的抓取或者放置即可，采用较为复杂整体式规划将引起工作量的增加。而采用机械臂与移动底盘两个独立的子***分别进行规划的方式，其重点在于如何选取合适的基座位置，以使机械臂实现良好的抓取功能。
为实现合适基座位置的选取，通常有栅格法、人工势场法、遗传算法等局部路径规划技术。而这些常用的方法存在着响应时间过长、不能保证路径最优等问题。
发明内容
本发明的目的在于克服现有技术中存在的不足，提供一种机器人局部路径规划方法，使用视觉进行闭环检测的方法，并将机械臂与移动底盘的规划进行分离，通过对移动底盘和机械臂的不同规划方式相结合，实现机器人整体的协调运作。本发明采用的技术方案是：
一种机器人局部路径规划方法，包括下述两部分：
(1)采用视觉子***进行闭环检测：将机械臂子***与移动底盘子***进行分离，通过视觉子***进行闭环检测控制，实现在最佳基座位置上完成机械臂对目标物体的抓取或放置；
(2)通过人工势场法与RRT算法相结合的局部路径规划，实现移动底盘与机械臂分离规划；在进行局部路径规划时，移动底盘采用人工势场法进行规划，并在每一次的局部路径规划后，通过RRT算法对机械臂进行规划，判断能否完成避开障碍物的动作并顺利抓取目标物体。
进一步地，所述(1)部分具体包括：
首先，机器人移动到目标物体附近区域；此时，通过视觉子***对目标物体进行识别与定位的校准，得出更精确的位置，转换为机械臂的工作坐标系，并判断目标物体是否在机械臂可抓取的工作空间范围内；若目标物体在机械臂可抓取的工作空间范围内，则直接通过机械臂完成抓取动作，再执行后续动作；若超出了工作空间，则判断目标物体前方是否有障碍物遮挡，无障碍物时，通过移动底盘的水平移动来使目标物体处于机械臂的工作空间范围内；若障碍物超出了机械臂自身避障的范围，则需要进行机器人的局部路径规划来完成避障，通过视觉***的闭环检测，判断每一次局部路径规划后是否能够完成抓取动作；在每一次进行局部路径规划时，都会对计数器加1，当计数器的值超出了设定的阈值时，则向用户进行反馈，说明无法完成当前抓取工作任务。
进一步地，移动底盘采用人工势场法进行规划，具体包括：
将目标物体作为人工势场中的引力场，障碍物作为斥力场，人工势场法将机器人的运动假设为引力与斥力相互作用产生的合力的结果，以此方式来寻找到一条从机器人当前位置到目标位置的最优路径；
人工势场法的数学描述用公式表示如下，其中，Urep代表斥力场函数，Uatt代表引力场函数；DR-O代表机器人与障碍物的距离，DSafe代表设置的不发生碰撞的安全距离，Δrep为斥力场增益，Δatt为引力场增益，Uap为人工势场函数，DR-T为机器人与目标物体的距离，FJoin为假设的虚拟合力，且FJoin与人工势场函数梯度的负值相同；求出FJoin的最小值，即为局部路径规划得出的最优路径；
Uatt＝DR-T 2Δatt/2 公式(2)
Uap＝Uatt+Urep 公式(3)
FJoin＝-Uap 公式(4)。
进一步地，通过RRT算法对机械臂进行规划具体包括：
机械臂当前位置为初始点，初始点x0作为根节点，生成搜索树T，以概率p0在未曾到达的工作空间内随机采样选择位姿点xrand为目标节点，实现树T的生长；之后，选出树T中与xrand距离最近的节点xnear，并使树T按照xnear指向xrand方向进行生长，产生新节点xnew；若在生长过程中遇到障碍物，则停止生长，重新选择随机采样点；循环往复，当生长到抓取目标物体的位姿点xtarget时，结束随机树的搜索过程；
若在搜索过程中，无法找到从当前位姿到目标物体抓取点的位姿路径，则说明单独依靠机械臂自身的运动，无法完成避障，需要对移动底盘进行局部路径规划，调整到更加合适的位姿，重新进行搜索树的构建。
本发明的优点在于：
(1)使用视觉进行闭环检测的方法，并将机械臂与移动底盘的规划进行分离，既可通过不断的校准使对目标物体的位置获取的更加准确，提高抓取的成功率，又可最大限度的降低了机器人整体的能耗。
(2)使用人工势场法和RRT法相结合，克服了每种方法单独运用时的不足，运用在每次视觉子***进行校准后，机械臂能否顺利完成抓取目标物体的判断，并提供需要进行局部路径规划微调时的解决方案。通过对移动底盘和机械臂的不同规划方式相结合，实现机器人整体的协调运作，完成抓取任务。
附图说明
图1为本发明的移动机械臂工作流程图。
图2为本发明的RRT算法流程图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
下面结合具体附图和实施例对本发明作进一步说明。
本发明提出的机器人局部路径规划方法，主要包括以下两大部分：
(1)采用视觉子***进行闭环检测技术；
将机械臂子***与移动底盘子***进行分离，通过视觉子***进行闭环检测控制，实现在最佳基座位置上完成机械臂对目标物体的抓取或放置，同时降低机器人***的能耗。
针对机器人距离目标物体较远，对其定位精度低的问题，提出使用视觉子***进行闭环检测，机器人靠进目标物体后，再次对其位置进行识别校准；并在每一次的局部路径规划后，进行重新定位校准，提高对目标物体的位置检测精度，并提高机械臂抓取的成功率。
如图1所示，首先，机器人移动到目标物体附近区域；此时，通过视觉子***对目标物体进行识别与定位的校准，得出更精确的位置，转换为机械臂的工作坐标系，并判断目标物体是否在机械臂可抓取的工作空间范围内；若目标物体在机械臂可抓取的工作空间范围内，则可直接通过机械臂完成抓取动作，再执行后续动作；若超出了工作空间，则判断目标物体前方是否有障碍物遮挡，无障碍物时，可通过移动底盘的水平移动来使目标物体处于机械臂的工作空间范围内；若障碍物超出了机械臂可自身避障的范围，则需要进行机器人的局部路径规划来完成避障，通过视觉***的闭环检测，判断每一次局部路径规划后是否可以完成抓取动作；在每一次进行局部路径规划时，都会对计数器加1，当计数器的值超出了设定的阈值时，则向用户进行反馈，说明无法完成当前抓取工作任务，等待用户的后续命令。
(2)通过人工势场法与RRT算法相结合的局部路径规划，实现移动底盘与机械臂分离规划；
针对移动底盘子***与机械臂子***的规划方式，以及移动底盘的能耗远远大于机械臂子***的能耗的问题，在底盘和手臂的配合方面，提出以机械臂运动为主，移动底盘运动为辅，即选择子***分离规划的方式。移动底盘主要负责调整机械臂抓取动作的位姿，通过视觉子***不断进行闭环检测，判断移动底盘运动到抓取物体的最佳基座位置后，机械臂再开始执行抓取的动作。
在进行局部路径规划时，移动底盘采用人工势场法进行规划，并在每一次的局部路径规划后，通过RRT(快速扩展随机树)算法对机械臂进行规划，判断能否完成避开障碍物的动作并顺利抓取目标物体；
将目标物体作为人工势场中的引力场，障碍物作为斥力场，在距离障碍物的距离缩小时，机器人将受到更大的排斥力，而距离较远时，目标物体将具有更大的引力；人工势场法将机器人的运动假设为引力与斥力相互作用产生的合力的结果，以此方式来寻找到一条从机器人当前位置到目标位置的最优路径；在到达新的目标位置后，通过RRT算法对机械臂进行工作空间规划分析，判断是否为可避开障碍物实现抓取物体的最优基座位置，由此决定下一步的动作。
人工势场法的数学描述用公式表示如下，其中，Urep代表斥力场函数，Uatt代表引力场函数；DR-O代表机器人与障碍物的距离，DSafe代表设置的不发生碰撞的安全距离，Δrep为斥力场增益，Δatt为引力场增益，Uap为人工势场函数，DR-T为机器人与目标物体的距离，FJoin为假设的虚拟合力，且FJiin与人工势场函数梯度的负值相同；求出FJoin的最小值，即为局部路径规划得出的最优路径；
Uatt＝DR-T 2Δatt/2 公式(2)
Uap＝Uatt+Urep 公式(3)
FJoin＝-Uap 公式(4)
人工势场法实现图1流程图中的局部路径规划功能。同时，在每一次进行人工势场法的分析后，对计数变量cnt加1，当cnt超出设定的阈值δ时，即说明机器人无法完成对指定位置目标物体的抓取，向上位机及用户进行反馈，准备接受后续的指令，进行相应的动作。
机械臂与移动底盘进行分离规划，采用RRT算法，实现图1中的机械臂自身判断能否完成避障的功能：RRT算法的流程如图2所示；
机械臂当前位置为初始点，初始点x0作为根节点，生成搜索树T，以概率p0在未曾到达的工作空间内随机采样选择位姿点xrand为目标节点，实现树T的生长；之后，选出树T中与xrand距离最近的节点xnear，并使树T按照xnear指向xrand方向进行生长，产生新节点xnew；若在生长过程中遇到障碍物，则停止生长，重新选择随机采样点；循环往复，当生长到抓取目标物体的位姿点xtarget时，结束随机树的搜索过程。
若在搜索过程中，无法找到从当前位姿到目标物体抓取点的位姿路径，则说明单独依靠机械臂自身的运动，无法完成避障，需要对移动底盘进行局部路径规划，调整到更加合适的位姿，重新进行搜索树的构建，即抓取轨迹的选择。

Claims (4)

1.一种机器人局部路径规划方法，其特征在于，包括下述两部分：
(1)采用视觉子***进行闭环检测：将机械臂子***与移动底盘子***进行分离，通过视觉子***进行闭环检测控制，实现在最佳基座位置上完成机械臂对目标物体的抓取或放置；
(2)通过人工势场法与RRT算法相结合的局部路径规划，实现移动底盘与机械臂分离规划；在进行局部路径规划时，移动底盘采用人工势场法进行规划，并在每一次的局部路径规划后，通过RRT算法对机械臂进行规划，判断能否完成避开障碍物的动作并顺利抓取目标物体。
2.如权利要求1所述的机器人局部路径规划方法，其特征在于，
所述(1)部分具体包括：
首先，机器人移动到目标物体附近区域；此时，通过视觉子***对目标物体进行识别与定位的校准，得出更精确的位置，转换为机械臂的工作坐标系，并判断目标物体是否在机械臂可抓取的工作空间范围内；若目标物体在机械臂可抓取的工作空间范围内，则直接通过机械臂完成抓取动作，再执行后续动作；若超出了工作空间，则判断目标物体前方是否有障碍物遮挡，无障碍物时，通过移动底盘的水平移动来使目标物体处于机械臂的工作空间范围内；若障碍物超出了机械臂自身避障的范围，则需要进行机器人的局部路径规划来完成避障，通过视觉***的闭环检测，判断每一次局部路径规划后是否能够完成抓取动作；在每一次进行局部路径规划时，都会对计数器加1，当计数器的值超出了设定的阈值时，则向用户进行反馈，说明无法完成当前抓取工作任务。
3.如权利要求1所述的机器人局部路径规划方法，其特征在于，
移动底盘采用人工势场法进行规划，具体包括：
将目标物体作为人工势场中的引力场，障碍物作为斥力场，人工势场法将机器人的运动假设为引力与斥力相互作用产生的合力的结果，以此方式来寻找到一条从机器人当前位置到目标位置的最优路径；
人工势场法的数学描述用公式表示如下，其中，Urep代表斥力场函数，Uatt代表引力场函数；DR-O代表机器人与障碍物的距离，DSafe代表设置的不发生碰撞的安全距离，Δrep为斥力场增益，Δatt为引力场增益，Uap为人工势场函数，DR-T为机器人与目标物体的距离，FJoin为假设的虚拟合力，且FJoin与人工势场函数梯度的负值相同；求出FJoin的最小值，即为局部路径规划得出的最优路径；
Uatt＝DR-T 2Δatt/2 公式(2)
Uap＝Uatt+Urep 公式(3)
FJoin＝-Uap 公式(4)。
4.如权利要求1所述的机器人局部路径规划方法，其特征在于，
通过RRT算法对机械臂进行规划具体包括：
机械臂当前位置为初始点，初始点x0作为根节点，生成搜索树T，以概率p0在未曾到达的工作空间内随机采样选择位姿点xrand为目标节点，实现树T的生长；之后，选出树T中与xrand距离最近的节点xnear，并使树T按照xnear指向xrand方向进行生长，产生新节点xnew；若在生长过程中遇到障碍物，则停止生长，重新选择随机采样点；循环往复，当生长到抓取目标物体的位姿点xtarget时，结束随机树的搜索过程；
若在搜索过程中，无法找到从当前位姿到目标物体抓取点的位姿路径，则说明单独依靠机械臂自身的运动，无法完成避障，需要对移动底盘进行局部路径规划，调整到更加合适的位姿，重新进行搜索树的构建。
CN201710142481.3A 2017-03-10 2017-03-10 机器人局部路径规划方法 Pending CN106990777A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710142481.3A CN106990777A (zh) 2017-03-10 2017-03-10 机器人局部路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710142481.3A CN106990777A (zh) 2017-03-10 2017-03-10 机器人局部路径规划方法

Publications (1)

Publication Number Publication Date
CN106990777A true CN106990777A (zh) 2017-07-28

Family

ID=59412476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710142481.3A Pending CN106990777A (zh) 2017-03-10 2017-03-10 机器人局部路径规划方法

Country Status (1)

Country Link
CN (1) CN106990777A (zh)

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107479572A (zh) * 2017-08-02 2017-12-15 南京理工大学 基于仿生的无人机群组实时路径规划方法
CN108171796A (zh) * 2017-12-25 2018-06-15 燕山大学 一种基于三维点云的巡检机器人视觉***及控制方法
CN108621165A (zh) * 2018-05-28 2018-10-09 兰州理工大学 障碍环境下的工业机器人动力学性能最优轨迹规划方法
CN108687771A (zh) * 2018-05-07 2018-10-23 浙江理工大学 一种基于v-rep平台的trs机器人自动操控方法
CN108718454A (zh) * 2018-05-09 2018-10-30 中国人民解放***箭军工程大学 一种多无人机通信中继平台协作自主布设方法
CN108803614A (zh) * 2018-07-04 2018-11-13 广东猪兼强互联网科技有限公司 一种无人驾驶机器人路径规划***
CN108803627A (zh) * 2018-08-20 2018-11-13 国网福建省电力有限公司 一种适用于变电站室内开关室的巡检机器人路径规划方法
CN108818530A (zh) * 2018-06-12 2018-11-16 西安交通大学 基于改进rrt算法的机械臂抓取散乱堆放活塞运动规划方法
CN109015643A (zh) * 2018-08-17 2018-12-18 徐润秋 一种行走机器人行走线路控制方法
CN109163728A (zh) * 2018-10-31 2019-01-08 山东大学 一种动态环境避障方法、控制器及机器人
CN109571466A (zh) * 2018-11-22 2019-04-05 浙江大学 一种基于快速随机搜索树的七自由度冗余机械臂动态避障路径规划方法
CN109910011A (zh) * 2019-03-29 2019-06-21 齐鲁工业大学 一种基于多传感器的机械臂避障方法和机械臂
CN109955250A (zh) * 2019-01-21 2019-07-02 中国船舶重工集团公司第七一六研究所 应用于工业机器人的追踪与实时避障反应规划算法
CN109976347A (zh) * 2019-04-11 2019-07-05 中南大学 一种基于快速扩展随机树和势场法的视觉伺服路径规划方法
CN110181515A (zh) * 2019-06-10 2019-08-30 浙江工业大学 一种双机械臂协同装配作业路径规划方法
CN110262478A (zh) * 2019-05-27 2019-09-20 浙江工业大学 基于改进人工势场法的人机安全避障路径规划方法
CN110962130A (zh) * 2019-12-24 2020-04-07 中国人民解放军海军工程大学 基于目标偏向寻优的启发式rrt机械臂运动规划方法
CN111216125A (zh) * 2019-12-04 2020-06-02 山东省科学院自动化研究所 面向狭窄通道的移动机械臂装置的避障方法及***
CN111496770A (zh) * 2020-04-09 2020-08-07 上海电机学院 基于3d视觉与深度学习的智能搬运机械臂***及使用方法
CN111736609A (zh) * 2020-06-29 2020-10-02 广东工业大学 一种基于ai识别及自主路径规划的药品选捡小车
CN111730606A (zh) * 2020-08-13 2020-10-02 深圳国信泰富科技有限公司 一种高智能机器人的抓取动作控制方法及***
CN111890336A (zh) * 2020-06-15 2020-11-06 成都飞机工业（集团）有限责任公司 一种机器人多目标点示教方法、***
CN112213113A (zh) * 2020-09-02 2021-01-12 中国第一汽车股份有限公司 智能驾驶移动装置的现实道路测试场景选择及规划方法
CN112356033A (zh) * 2020-11-09 2021-02-12 中国矿业大学 一种融合低差异序列与rrt算法的机械臂路径规划方法
CN112428274A (zh) * 2020-11-17 2021-03-02 张耀伦 一种多自由度机器人的空间运动规划方法
CN112762928A (zh) * 2020-12-23 2021-05-07 重庆邮电大学 含有激光slam的odom与dm地标组合移动机器人及导航方法
CN112904901A (zh) * 2021-01-14 2021-06-04 吉林大学 一种基于双目视觉slam与融合算法的路径规划方法
WO2022083372A1 (zh) * 2020-10-23 2022-04-28 上海微创医疗机器人（集团）股份有限公司 手术机器人的调整***、方法、介质及计算机设备
CN114415718A (zh) * 2021-12-22 2022-04-29 中国航天科工集团八五一一研究所 一种基于改进势场rrt算法的三维航迹规划方法
CN114407030A (zh) * 2021-11-12 2022-04-29 山东大学 一种自主导航配网带电作业机器人及其工作方法
WO2022198994A1 (zh) * 2021-03-22 2022-09-29 深圳市优必选科技股份有限公司 一种机械臂运动规划方法、装置、可读存储介质及机械臂
CN115494843A (zh) * 2022-09-21 2022-12-20 北京洛必德科技有限公司 面向海关采样工作的机器人同时运动与采样的方法和装置
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110035087A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Method and apparatus to plan motion path of robot
US20120165982A1 (en) * 2010-12-27 2012-06-28 Samsung Electronics Co., Ltd. Apparatus for planning path of robot and method thereof
CN102902271A (zh) * 2012-10-23 2013-01-30 上海大学 基于双目视觉的机器人目标识别与抓取***及方法
CN103170973A (zh) * 2013-03-28 2013-06-26 上海理工大学 基于Kinect摄像机的人机协作装置及方法
CN105511457A (zh) * 2014-09-25 2016-04-20 科沃斯机器人有限公司 机器人静态路径规划方法
CN105629974A (zh) * 2016-02-04 2016-06-01 重庆大学 一种基于改进型人工势场法的机器人路径规划方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110035087A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Method and apparatus to plan motion path of robot
US20120165982A1 (en) * 2010-12-27 2012-06-28 Samsung Electronics Co., Ltd. Apparatus for planning path of robot and method thereof
CN102902271A (zh) * 2012-10-23 2013-01-30 上海大学 基于双目视觉的机器人目标识别与抓取***及方法
CN103170973A (zh) * 2013-03-28 2013-06-26 上海理工大学 基于Kinect摄像机的人机协作装置及方法
CN105511457A (zh) * 2014-09-25 2016-04-20 科沃斯机器人有限公司 机器人静态路径规划方法
CN105629974A (zh) * 2016-02-04 2016-06-01 重庆大学 一种基于改进型人工势场法的机器人路径规划方法及***

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
曹其新 等: "《轮式自主移动机器人》", 1 January 2012, 上海交通大学出版社 *
杜滨: "全方位移动机械臂协调规划与控制", 《中国博士学位论文全文数据库信息科技辑》 *
王月海 等: "基于改进人工势场法的移动机器人路径规划", 《HTTP://WWW.WANFANGDATA.COM.CN/DETAILS/DETAIL.DO?_TYPE=CONFERENCE&ID=6879647》 *
高斌: "面向抓取任务的移动机械臂运动规划研究", 《HTTPS://WWW.IXUESHU.COM/DOCUMENT/E85FD817AAED54E77D721B29BFAC1625.HTML》 *

Cited By (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107479572A (zh) * 2017-08-02 2017-12-15 南京理工大学 基于仿生的无人机群组实时路径规划方法
CN108171796A (zh) * 2017-12-25 2018-06-15 燕山大学 一种基于三维点云的巡检机器人视觉***及控制方法
CN108687771A (zh) * 2018-05-07 2018-10-23 浙江理工大学 一种基于v-rep平台的trs机器人自动操控方法
CN108687771B (zh) * 2018-05-07 2020-06-23 浙江理工大学 一种基于v-rep平台的trs机器人自动操控方法
CN108718454A (zh) * 2018-05-09 2018-10-30 中国人民解放***箭军工程大学 一种多无人机通信中继平台协作自主布设方法
CN108718454B (zh) * 2018-05-09 2021-10-15 中国人民解放***箭军工程大学 一种多无人机通信中继平台协作自主布设方法
CN108621165A (zh) * 2018-05-28 2018-10-09 兰州理工大学 障碍环境下的工业机器人动力学性能最优轨迹规划方法
CN108621165B (zh) * 2018-05-28 2021-06-15 兰州理工大学 障碍环境下的工业机器人动力学性能最优轨迹规划方法
CN108818530A (zh) * 2018-06-12 2018-11-16 西安交通大学 基于改进rrt算法的机械臂抓取散乱堆放活塞运动规划方法
CN108818530B (zh) * 2018-06-12 2020-05-15 西安交通大学 基于改进rrt算法的机械臂抓取散乱堆放活塞运动规划方法
CN108803614A (zh) * 2018-07-04 2018-11-13 广东猪兼强互联网科技有限公司 一种无人驾驶机器人路径规划***
CN109015643A (zh) * 2018-08-17 2018-12-18 徐润秋 一种行走机器人行走线路控制方法
CN108803627A (zh) * 2018-08-20 2018-11-13 国网福建省电力有限公司 一种适用于变电站室内开关室的巡检机器人路径规划方法
CN109163728A (zh) * 2018-10-31 2019-01-08 山东大学 一种动态环境避障方法、控制器及机器人
CN109163728B (zh) * 2018-10-31 2020-08-28 山东大学 一种动态环境避障方法、控制器及机器人
CN109571466A (zh) * 2018-11-22 2019-04-05 浙江大学 一种基于快速随机搜索树的七自由度冗余机械臂动态避障路径规划方法
CN109955250A (zh) * 2019-01-21 2019-07-02 中国船舶重工集团公司第七一六研究所 应用于工业机器人的追踪与实时避障反应规划算法
CN109910011A (zh) * 2019-03-29 2019-06-21 齐鲁工业大学 一种基于多传感器的机械臂避障方法和机械臂
CN109976347A (zh) * 2019-04-11 2019-07-05 中南大学 一种基于快速扩展随机树和势场法的视觉伺服路径规划方法
CN109976347B (zh) * 2019-04-11 2023-10-13 中南大学 一种基于快速扩展随机树和势场法的视觉伺服路径规划方法
CN110262478B (zh) * 2019-05-27 2022-04-19 浙江工业大学 基于改进人工势场法的人机安全避障路径规划方法
CN110262478A (zh) * 2019-05-27 2019-09-20 浙江工业大学 基于改进人工势场法的人机安全避障路径规划方法
CN110181515A (zh) * 2019-06-10 2019-08-30 浙江工业大学 一种双机械臂协同装配作业路径规划方法
CN111216125A (zh) * 2019-12-04 2020-06-02 山东省科学院自动化研究所 面向狭窄通道的移动机械臂装置的避障方法及***
CN110962130A (zh) * 2019-12-24 2020-04-07 中国人民解放军海军工程大学 基于目标偏向寻优的启发式rrt机械臂运动规划方法
CN110962130B (zh) * 2019-12-24 2021-05-07 中国人民解放军海军工程大学 基于目标偏向寻优的启发式rrt机械臂运动规划方法
CN111496770A (zh) * 2020-04-09 2020-08-07 上海电机学院 基于3d视觉与深度学习的智能搬运机械臂***及使用方法
CN111890336A (zh) * 2020-06-15 2020-11-06 成都飞机工业（集团）有限责任公司 一种机器人多目标点示教方法、***
CN111736609A (zh) * 2020-06-29 2020-10-02 广东工业大学 一种基于ai识别及自主路径规划的药品选捡小车
CN111730606B (zh) * 2020-08-13 2022-03-04 深圳国信泰富科技有限公司 一种高智能机器人的抓取动作控制方法及***
CN111730606A (zh) * 2020-08-13 2020-10-02 深圳国信泰富科技有限公司 一种高智能机器人的抓取动作控制方法及***
CN112213113A (zh) * 2020-09-02 2021-01-12 中国第一汽车股份有限公司 智能驾驶移动装置的现实道路测试场景选择及规划方法
WO2022083372A1 (zh) * 2020-10-23 2022-04-28 上海微创医疗机器人（集团）股份有限公司 手术机器人的调整***、方法、介质及计算机设备
CN112356033B (zh) * 2020-11-09 2021-09-10 中国矿业大学 一种融合低差异序列与rrt算法的机械臂路径规划方法
CN112356033A (zh) * 2020-11-09 2021-02-12 中国矿业大学 一种融合低差异序列与rrt算法的机械臂路径规划方法
CN112428274A (zh) * 2020-11-17 2021-03-02 张耀伦 一种多自由度机器人的空间运动规划方法
CN112762928B (zh) * 2020-12-23 2022-07-15 重庆邮电大学 含有激光slam的odom与dm地标组合移动机器人及导航方法
CN112762928A (zh) * 2020-12-23 2021-05-07 重庆邮电大学 含有激光slam的odom与dm地标组合移动机器人及导航方法
CN112904901B (zh) * 2021-01-14 2022-01-21 吉林大学 一种基于双目视觉slam与融合算法的路径规划方法
CN112904901A (zh) * 2021-01-14 2021-06-04 吉林大学 一种基于双目视觉slam与融合算法的路径规划方法
WO2022198994A1 (zh) * 2021-03-22 2022-09-29 深圳市优必选科技股份有限公司 一种机械臂运动规划方法、装置、可读存储介质及机械臂
CN114407030A (zh) * 2021-11-12 2022-04-29 山东大学 一种自主导航配网带电作业机器人及其工作方法
CN114415718A (zh) * 2021-12-22 2022-04-29 中国航天科工集团八五一一研究所 一种基于改进势场rrt算法的三维航迹规划方法
CN114415718B (zh) * 2021-12-22 2023-10-13 中国航天科工集团八五一一研究所 一种基于改进势场rrt算法的三维航迹规划方法
CN115494843A (zh) * 2022-09-21 2022-12-20 北京洛必德科技有限公司 面向海关采样工作的机器人同时运动与采样的方法和装置
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
CN116476080B (zh) * 2023-06-20 2023-08-29 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

Similar Documents

Publication Publication Date Title
CN106990777A (zh) 机器人局部路径规划方法
US9573273B2 (en) Robot simulation device for generating motion path of robot
EP2969400B1 (en) Reducing energy consumption of industrial robots by using new methods for motion path programming
CN109798896B (zh) 一种室内机器人定位与建图方法及装置
CN109571466A (zh) 一种基于快速随机搜索树的七自由度冗余机械臂动态避障路径规划方法
WO2017063453A1 (zh) 一种工业机器人工艺云***及其工作方法
JP5475629B2 (ja) 軌道計画方法、軌道計画システム及びロボット
CN106054882A (zh) 一种机器人避障方法
CN109202904A (zh) 一种机械臂运动路径的确定方法及确定***
Rong et al. Fruit pose recognition and directional orderly grasping strategies for tomato harvesting robots
CN109910011A (zh) 一种基于多传感器的机械臂避障方法和机械臂
JP2013193194A (ja) 軌道生成装置、移動体、軌道生成方法及びプログラム
US9925664B2 (en) Robot simulation device for generation motion path of robot
JP2012089174A (ja) ロボット及び情報処理装置のプログラム
CN107443385B (zh) 基于视觉的机器人直线导航的检测方法和芯片及机器人
Soltero et al. Generating informative paths for persistent sensing in unknown environments
CN114035568A (zh) 可燃冰试采区地层钻探机器人路径规划方法
CN112091974B (zh) 配网带电作业机器人遥控操作***及其控制方法
CN103737603B (zh) 一种流水线上机械臂精确控制***及控制方法
CN116214522B (zh) 基于意图识别的机械臂控制方法、***及相关设备
US10946518B2 (en) Spatiotemporal controller for controlling robot operation
CN109909989A (zh) 一种沙滩垃圾收集机器人
CN113998021B (zh) 一种仿生搜救机器人及空间自部署方法
CN102385386A (zh) 一种水火弯板智能机器人路径规划方法
CN111590575A (zh) 一种机器人的控制***及其方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170728