CN110370256A - 机器人及其路径规划方法、装置和控制器 - Google Patents
机器人及其路径规划方法、装置和控制器 Download PDFInfo
- Publication number
- CN110370256A CN110370256A CN201910556288.3A CN201910556288A CN110370256A CN 110370256 A CN110370256 A CN 110370256A CN 201910556288 A CN201910556288 A CN 201910556288A CN 110370256 A CN110370256 A CN 110370256A
- Authority
- CN
- China
- Prior art keywords
- trunk
- mechanical arm
- robot
- arm
- joint angles
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J17/00—Joints
- B25J17/02—Wrist joints
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/02—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type
- B25J9/04—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type by rotating at least one arm, excluding the head movement itself, e.g. cylindrical coordinate type or polar coordinate type
- B25J9/045—Polar coordinate type
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明实施例涉及机器人技术领域,公开了一种机器人及其路径规划方法、装置和控制器。该方法包括:确定机器人的机械臂所要达到的目标位姿;基于逆运动学求解函数,求解所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度;在不能求解出所述机械臂的各关节角度时,调整所述机器人的躯干的各关节角度,根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度。本发明实施例实现了机器人的躯干与机械臂互相配合进行路径规划。
Description
技术领域
本发明实施例涉及机器人技术领域,具体涉及一种机器人及其路径规划方法、装置和控制器。
背景技术
目前,在社会加速老龄化的背景下,机器人技术得到了大力发展。目前的房屋、工具、交通等社会构成均以人为对象进行设计,而人形机器人与人类有着相似的身体结构,若机器人有相似于人类的结构必然能够最为适应当前的各种环境,因此人形机器人未来将在人类生活中扮演得力助手。
当机器人走入家庭时,其抓取技术是其能否能帮助人类解放劳动的必要条件。目前机械臂控制较为成熟的是工业机器人领域,但工业机器人一般仅为4/6/7个自由度,且只有手臂结构,并不具有身体,这种结构相当于固定了人形机器人的肩部,大大限制了机械臂的工作范围。
发明内容
鉴于上述问题,本发明实施例提供了一种机器人及其路径规划方法、装置和控制器,克服了上述问题或者至少部分地解决了上述问题。
根据本发明实施例的一个方面,提供了一种机器人的路径规划方法,包括:确定机器人的机械臂所要达到的目标位姿;基于逆运动学求解函数,求解所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度;在不能求解出所述机械臂的各关节角度时,调整所述机器人的躯干的各关节角度,根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度。
在一种可选的方式中,所述目标位姿为机械臂基坐标系下的目标点位姿。
在一种可选的方式中,所述目标位姿为平移矢量和旋转矢量组成的齐次变换矩阵。
在一种可选的方式中,所述调整所述机器人的躯干的各关节角度,包括:旋转所述机器人的腰部关节。
在一种可选的方式中,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿,包括:确定调整后的躯干基坐标系在机械臂基坐标系下的位姿arm trunkT;根据arm targetT=arm trunkT˙trunk targetT确定机械臂基坐标系下的目标点位姿arm targetT,其中trunk targetT为躯干基坐标系下的目标点位姿,trunk targetT为常量。
在一种可选的方式中,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度,包括:不断变换arm trunkT并根据变换后的arm trunkT确定arm targetT,直至基于逆运动学求解函数可以求解出所述机械臂的机械手末端位于所述arm targetT时所述机械臂的各关节角度。
在一种可选的方式中,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度,进一步包括:采用遗传算法,当所述逆运动学求解函数有解,且调整后的躯干基坐标系在机械臂基坐标系下的位姿相比最初起始点的躯干基坐标系在机械臂基坐标系下的位姿变化之和最小时,根据此时的躯干基坐标系在机械臂基坐标系下的位姿以及目标位姿进行路径规划。
据本发明实施例的另一方面,提供了一种机器人的路径规划装置,包括:确定模块,用于确定机器人的机械臂所要达到的目标位姿;求解模块,用于基于逆运动学求解函数,求解所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度;调整模块,用于在不能求解出所述机械臂的各关节角度时,调整所述机器人的躯干的各关节角度,根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度。
据本发明实施例的另一方面,提供了一种控制器,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上所述的机器人的路径规划方法的步骤。
根据本发明实施例的另一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上所述的机器人的路径规划方法的步骤。
根据本发明实施例的另一方面,提供了一种机器人,所述机器人上设置有如上所述的控制器。
本发明实施例通过将机器人的机械臂与躯干分开规划,在基于逆运动学求解函数不能求解机械臂的角度时,搜索可行的躯干角度值,使逆运动学求解函数有解,在躯干运动到该角度值时机械臂可以到达目标位姿,实现机器人的躯干与机械臂互相配合进行路径规划。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种机器人的路径规划方法的流程图;
图2示出了机器人位姿示意图;
图3示出了本发明另一实施例提供的一种机器人的路径规划方法的流程图;
图4示出了本发明实施例提供的一种机器人的路径规划装置的结构框图;
图5示出了本发明实施例提供的一种控制器的结构框图;
图6示出了本发明实施例提供的一种机器人的结构框图。
附图标记:
40 | 机器人的路径规划装置 | 502 | 处理器 |
41 | 确定模块 | 504 | 通信接口 |
42 | 求解模块 | 506 | 存储器 |
43 | 调整模块 | 508 | 通信总线 |
500 | 控制器 | 510 | 程序 |
100 | 机器人 |
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种机器人的路径规划方法,其可以应用于需要进行目标触碰或抓取的人形机器人、宠物机器人上,利用机器人机械臂与躯干分开规划,通过躯干角度搜索找出使机械臂逆运动学函数有解的躯干角度,达到躯干与机械臂互相配合进行路径规划的目的。图1示出了本发明实施例提供的一种机器人的路径规划方法的流程图。如图1所示,该方法包括如下步骤:
步骤11:确定机器人的机械臂所要达到的目标位姿。
本步骤中,基于任务确定机器人的机械臂所要达到的目标位姿。任务可以是由机器人内部的控制器发出的指令,例如,当机器人的控制器识别到地面有垃圾时,发出拾取该垃圾的指令;任务还可以是机器人基于与用户的交互获取到的用户的指令,例如,使用该机器人的用户通过语音指示机器人去拾取地面的垃圾。接收到任务后,机器人可以根据图像识别等技术,识别出目标物体的位置,从而确定目标位姿。
该目标位姿为机械臂基坐标系下的目标点位姿,机械臂基坐标系是指机械臂第一个关节(例如肩部)的坐标系。目标位姿可以是由平移矢量和旋转矢量组成的齐次变换矩阵,也即包括目标点的位置和姿态的三个方向的位移参数和三个方向的角度参数。一般来说,在执行任务时,需要使机械臂的机械手末端到达该目标位姿。
具体的,机器人的位姿主要是指机器人的机械臂的机械手末端(也即手部)在空间的位置和姿态。位置可以用平移矢量组成的位置矩阵来描述,图2示出了机器人位姿示意图,如图2所示,图中p点(即目标点)的位置可表示为式(1):
姿态可以用旋转矢量(例如坐标系三个坐标轴两两夹角的余弦值)组成的姿态矩阵来表示。如图2所示,图中p点的姿态可表示为式(2):
用n,o,a分别代表机械臂基坐标系下的目标点在三个方向的旋转矢量,则机械臂基坐标系下的目标点位姿T可以通过式(3)所示的4×4的齐次变换矩阵表示:
步骤12:基于逆运动学求解函数,求解所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度。
逆运动学即已知机器人末端的位置姿态,计算机器人对应位置的全部关节变量。例如,通过如下函数(4)进行逆运动学求解:
q=IK(arm targetT) (4)
其中,q为机械臂的各关节角度,arm targetT为机械臂基坐标系下的目标点位姿,也即上文描述的可以通过4×4的齐次变换矩阵表示的目标位姿。IK为逆运动学求解函数。arm targetT已知,根据上述函数求解,可知在当前状态下是否有解。
步骤13:在不能求解出所述机械臂的各关节角度时,调整所述机器人的躯干的各关节角度,根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度。
本领域技术人员可知,逆运动学问题实际上是一个非线性超越方程组的求解问题,其中包括解的存在性、唯一性等一系列复杂问题。因此,计算机器人运动学逆解首先要考虑可解性,即考虑无解、多解等情况。首要考虑的便是无解的情况,在机器人当前位置工作空间外的目标点显然是无解的。本步骤通过搜索求解的方式,寻找使步骤12中逆运动学函数有解的躯干的各关节角度。若步骤12中q有解,则说明当前状态下可达目标位姿,可以直接跳过本步骤的搜索,按照求解出的所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度进行抓取路径规划。若步骤12中q无解,说明当前状态下机械臂无法到达目标位姿,则需要改变在机械臂基坐标系下的目标位姿。改变方法可以为调整所述机器人的躯干的各关节角度,通过不断的采样搜索,找到一组躯干各关节角度,使得在机械臂基坐标系下的目标位姿是可达的(也即逆运动学有解)。
本步骤中,调整所述机器人的躯干的各关节角度可以为旋转所述机器人的腰部关节。通过腰部旋转,改变了机械臂的肩部位置,因此改变了机械臂基坐标系,从而使得arm targetT产生变化。此时重复执行步骤11和步骤12,直至逆运动学函数有解或者直至找到最优解。
机械臂基坐标系下的目标点位姿arm targetT与躯干基坐标系在机械臂基坐标系下的位姿arm trunkT和躯干基坐标系下的目标点位姿trunk targetT相关,如下式(5)所示:
arm targetT=arm trunkT˙trunk targetT (5)
式(5)中因为机器人身***置不发生变化,因此trunk targetT为常量,trunk targetT矩阵恒定不变。arm trunkT随躯干各关节角度变化而变化。依据上述等式,因trunk targetT不变,arm trunkT变化,则arm targetT也随之变化。通过不断变化arm trunkT,得到新的arm targetT值,然后根据逆运动学函数求解,直至逆运动学函数有解或者直至找到最优解,使机器人可以到达该目标位姿。
上文已描述如何解决步骤12中逆运动学函数的无解问题,下面将通过另一实施例描述如何解决步骤12中逆运动学函数的多解问题。如果逆运动学有多个解,那么控制程序在运行时就必须选择其中一个解,然后使驱动器驱动机器人关节旋转或平移。在实际执行时,可以根据实际需求确定不同的准则,按照确定的准则选择解。图3示出了本发明另一实施例提供的一种机器人的路径规划方法的流程图,该实施例中,确定原则为搜索寻找既使逆运动学函数有解,又使躯干各关节运动量最少的arm trunkT。如图3所示,该方法包括如下步骤:
步骤31:确定目标位姿。
本步骤的具体实现可参考前述实施例的步骤11,此处不再赘述。
步骤32:进行逆运动学求解。
本步骤的具体实现可参考前述实施例的步骤12,此处不再赘述。
步骤33:判断逆运动学是否有解,若是,则执行步骤35,否则,执行步骤34。
步骤34:通过遗传算法搜索躯干各关节角度。然后,执行步骤32。
本步骤中,需要通过遗传算法搜索使机械臂可达目标位姿的变化最小的躯干各关节角度。通常情况下,多组躯干角度均可使得机械臂逆运动学有解,我们需要找到无数组解中的一组最优解。本步骤采用遗传算法,设定的目标函数为躯干各角度变化的和,该值最小时躯干各关节运动量最小。因此,通过搜索,找到一组即可以使逆运动学有解,又达到运动量最少的arm trunkT,根据arm trunkT确定arm targetT,最后通过逆运动学计算机械臂各关节角度。
步骤35:确定躯干各关节角度和计算机械臂各关节角度。
此时确定的躯干各关节角度为使逆运动学有解,又达到运动量最少的躯干各关节角度。根据该躯干角度下的目标位姿求解出机械臂各关节角度,根据求解出的机械臂各关节角度可实现最优路径的规划。
本发明实施例通过将机器人的机械臂与躯干分开规划,在基于逆运动学求解函数不能求解机械臂的角度时,搜索可行的躯干角度值,使逆运动学求解函数有解,在躯干运动到该角度值时机械臂可以到达目标位姿,实现机器人的躯干与机械臂互相配合进行路径规划。
图4示出了本发明实施例提供的一种机器人的路径规划装置的结构框图,如图4所示,该装置40包括确定模块41、求解模块42和调整模块43。
确定模块41用于确定机器人的机械臂所要达到的目标位姿;求解模块42用于基于逆运动学求解函数,求解所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度;调整模块43用于在不能求解出所述机械臂的各关节角度时,调整所述机器人的躯干的各关节角度,根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度。
在一些实施例中,所述目标位姿为机械臂基坐标系下的目标点位姿。
在一些实施例中,所述目标位姿为平移矢量和旋转矢量组成的齐次变换矩阵。
在一些实施例中,所述调整所述机器人的躯干的各关节角度,包括:
旋转所述机器人的腰部关节。
在一些实施例中,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿,包括:
确定调整后的躯干基坐标系在机械臂基坐标系下的位姿arm trunkT;
根据arm targetT=arm trunkT˙trunk targetT确定机械臂基坐标系下的目标点位姿arm targetT,其中trunk targetT为躯干基坐标系下的目标点位姿,trunk targetT为常量。
在一些实施例中,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度,包括:
不断变换arm trunkT并根据变换后的arm trunkT确定arm targetT,直至基于逆运动学求解函数可以求解出所述机械臂的机械手末端位于所述arm targetT时所述机械臂的各关节角度。
在一些实施例中,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度,进一步包括:
采用遗传算法,当所述逆运动学求解函数有解,且调整后的躯干基坐标系在机械臂基坐标系下的位姿相比最初起始点的躯干基坐标系在机械臂基坐标系下的位姿变化之和最小时,根据此时的躯干基坐标系在机械臂基坐标系下的位姿以及目标位姿进行路径规划。
本发明实施例提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行根据如上实施例所述的机器人的路径规划方法的步骤。
图5示出了本发明实施例提供的一种控制器的结构框图,本发明具体实施例并不对该控制器的具体实现做限定。
如图5所示,该控制器500可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。处理器502,用于执行程序510,具体可以执行上述用于控制器的机器人的路径规划方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。控制器包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
图6示出了本发明实施例提供的一种机器人的结构框图。如图6所示,在该机器人100上设置有如上实施例所述的控制器500。
在此提供的算法或显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述,构造这类***所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (11)
1.一种机器人的路径规划方法,其特征在于,包括:
确定机器人的机械臂所要达到的目标位姿;
基于逆运动学求解函数,求解所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度;
在不能求解出所述机械臂的各关节角度时,调整所述机器人的躯干的各关节角度,根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度。
2.根据权利要求1所述的方法,其特征在于,所述目标位姿为机械臂基坐标系下的目标点位姿。
3.根据权利要求2所述的方法,其特征在于,所述目标位姿为平移矢量和旋转矢量组成的齐次变换矩阵。
4.根据权利要求2所述的方法,其特征在于,所述调整所述机器人的躯干的各关节角度,包括:
旋转所述机器人的腰部关节。
5.根据权利要求2所述的方法,其特征在于,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿,包括:
确定调整后的躯干基坐标系在机械臂基坐标系下的位姿arm trunkT;
根据arm targetT=arm trunkT˙trunk targetT确定机械臂基坐标系下的目标点位姿arm targetT,其中trunk targetT为躯干基坐标系下的目标点位姿,trunk targetT为常量。
6.根据权利要求5所述的方法,其特征在于,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度,包括:
不断变换arm trunkT并根据变换后的arm trunkT确定arm targetT,直至基于逆运动学求解函数可以求解出所述机械臂的机械手末端位于所述arm targetT时所述机械臂的各关节角度。
7.根据权利要求6所述的方法,其特征在于,所述根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度,进一步包括:
采用遗传算法,当所述逆运动学求解函数有解,且调整后的躯干基坐标系在机械臂基坐标系下的位姿相比最初起始点的躯干基坐标系在机械臂基坐标系下的位姿变化之和最小时,根据此时的躯干基坐标系在机械臂基坐标系下的位姿以及目标位姿进行路径规划。
8.一种机器人的路径规划装置,其特征在于,包括:
确定模块,用于确定机器人的机械臂所要达到的目标位姿;
求解模块,用于基于逆运动学求解函数,求解所述机械臂的机械手末端位于所述目标位姿时所述机械臂的各关节角度;
调整模块,用于在不能求解出所述机械臂的各关节角度时,调整所述机器人的躯干的各关节角度,根据调整后的所述躯干的各关节角度重新确定所述目标位姿并求解所述机械臂的各关节角度。
9.一种控制器(500),其特征在于,包括:处理器(502)、存储器(506)、通信接口(504)和通信总线(508),所述处理器(502)、所述存储器(506)和所述通信接口(504)通过所述通信总线(508)完成相互间的通信;
所述存储器(506)用于存放至少一可执行指令,所述可执行指令使所述处理器(502)执行根据权利要求1-7任一项所述的机器人的路径规划方法的步骤。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行根据权利要求1-7任一项所述的机器人的路径规划方法的步骤。
11.一种机器人(100),其特征在于,所述机器人(100)上设置有如权利要求9所述的控制器(500)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556288.3A CN110370256B (zh) | 2019-06-25 | 2019-06-25 | 机器人及其路径规划方法、装置和控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556288.3A CN110370256B (zh) | 2019-06-25 | 2019-06-25 | 机器人及其路径规划方法、装置和控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110370256A true CN110370256A (zh) | 2019-10-25 |
CN110370256B CN110370256B (zh) | 2021-06-04 |
Family
ID=68249401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910556288.3A Active CN110370256B (zh) | 2019-06-25 | 2019-06-25 | 机器人及其路径规划方法、装置和控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110370256B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112372632A (zh) * | 2020-10-12 | 2021-02-19 | 达闼机器人有限公司 | 一种机械臂动作控制方法、设备及计算机可读存储介质 |
CN112975954A (zh) * | 2021-02-03 | 2021-06-18 | 武汉联影智融医疗科技有限公司 | 机械臂的控制方法、计算机设备和存储介质 |
CN113043286A (zh) * | 2020-12-25 | 2021-06-29 | 杭州电子科技大学 | 一种多自由度机械臂实时避障路径规划***及方法 |
CN113119120A (zh) * | 2021-03-30 | 2021-07-16 | 深圳市优必选科技股份有限公司 | 一种机器人的控制方法、装置及机器人 |
CN113319863A (zh) * | 2021-05-11 | 2021-08-31 | 华中科技大学 | 机器人磨抛加工整体叶盘的工件装夹位姿优化方法和*** |
CN113379849A (zh) * | 2021-06-10 | 2021-09-10 | 南开大学 | 基于深度相机的机器人自主识别智能抓取方法及*** |
CN113589809A (zh) * | 2021-07-26 | 2021-11-02 | 江苏徐工工程机械研究院有限公司 | 可避障的挖掘机工作装置作业轨迹规划方法及装置 |
CN114559432A (zh) * | 2022-03-02 | 2022-05-31 | 杭州柳叶刀机器人有限公司 | 手术机械臂自动定位寻路方法、装置、机器人及存储介质 |
CN116019564A (zh) * | 2023-03-28 | 2023-04-28 | 北京壹点灵动科技有限公司 | 膝关节手术机器人和控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375416A (zh) * | 2010-08-13 | 2012-03-14 | 同济大学 | 基于快速搜索树的人型机器人踢球动作信息处理方法 |
WO2012090440A1 (ja) * | 2010-12-28 | 2012-07-05 | 川崎重工業株式会社 | 7軸多関節ロボットの制御装置および教示方法 |
CN107116553A (zh) * | 2017-05-08 | 2017-09-01 | 深拓科技(深圳)有限公司 | 一种机械臂的操作方法及装置 |
CN107598929A (zh) * | 2017-10-25 | 2018-01-19 | 北京邮电大学 | 一种单关节故障空间机械臂位姿可达空间求解方法 |
CN108081270A (zh) * | 2017-12-15 | 2018-05-29 | 中国兵器装备集团自动化研究所 | 一种用于危险物品处理***及控制方法 |
CN108139730A (zh) * | 2015-12-11 | 2018-06-08 | Abb瑞士股份有限公司 | 机器人离线编程方法以及使用其的装置 |
CN108499054A (zh) * | 2018-04-04 | 2018-09-07 | 清华大学深圳研究生院 | 一种基于slam的车载机械臂捡球***及其捡球方法 |
CN109732609A (zh) * | 2019-02-21 | 2019-05-10 | 电子科技大学中山学院 | 一种冗余自由度机械臂运动规划方法及装置 |
-
2019
- 2019-06-25 CN CN201910556288.3A patent/CN110370256B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375416A (zh) * | 2010-08-13 | 2012-03-14 | 同济大学 | 基于快速搜索树的人型机器人踢球动作信息处理方法 |
WO2012090440A1 (ja) * | 2010-12-28 | 2012-07-05 | 川崎重工業株式会社 | 7軸多関節ロボットの制御装置および教示方法 |
CN108139730A (zh) * | 2015-12-11 | 2018-06-08 | Abb瑞士股份有限公司 | 机器人离线编程方法以及使用其的装置 |
CN107116553A (zh) * | 2017-05-08 | 2017-09-01 | 深拓科技(深圳)有限公司 | 一种机械臂的操作方法及装置 |
CN107598929A (zh) * | 2017-10-25 | 2018-01-19 | 北京邮电大学 | 一种单关节故障空间机械臂位姿可达空间求解方法 |
CN108081270A (zh) * | 2017-12-15 | 2018-05-29 | 中国兵器装备集团自动化研究所 | 一种用于危险物品处理***及控制方法 |
CN108499054A (zh) * | 2018-04-04 | 2018-09-07 | 清华大学深圳研究生院 | 一种基于slam的车载机械臂捡球***及其捡球方法 |
CN109732609A (zh) * | 2019-02-21 | 2019-05-10 | 电子科技大学中山学院 | 一种冗余自由度机械臂运动规划方法及装置 |
Non-Patent Citations (1)
Title |
---|
董海鹰: "《智能控制理论及应用》", 30 September 2016 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112372632A (zh) * | 2020-10-12 | 2021-02-19 | 达闼机器人有限公司 | 一种机械臂动作控制方法、设备及计算机可读存储介质 |
CN113043286B (zh) * | 2020-12-25 | 2022-05-03 | 杭州电子科技大学 | 一种多自由度机械臂实时避障路径规划***及方法 |
CN113043286A (zh) * | 2020-12-25 | 2021-06-29 | 杭州电子科技大学 | 一种多自由度机械臂实时避障路径规划***及方法 |
CN112975954A (zh) * | 2021-02-03 | 2021-06-18 | 武汉联影智融医疗科技有限公司 | 机械臂的控制方法、计算机设备和存储介质 |
CN112975954B (zh) * | 2021-02-03 | 2022-07-26 | 武汉联影智融医疗科技有限公司 | 机械臂的控制方法、计算机设备和存储介质 |
CN113119120B (zh) * | 2021-03-30 | 2022-06-07 | 深圳市优必选科技股份有限公司 | 一种机器人的控制方法、装置及机器人 |
CN113119120A (zh) * | 2021-03-30 | 2021-07-16 | 深圳市优必选科技股份有限公司 | 一种机器人的控制方法、装置及机器人 |
CN113319863A (zh) * | 2021-05-11 | 2021-08-31 | 华中科技大学 | 机器人磨抛加工整体叶盘的工件装夹位姿优化方法和*** |
CN113379849A (zh) * | 2021-06-10 | 2021-09-10 | 南开大学 | 基于深度相机的机器人自主识别智能抓取方法及*** |
CN113589809A (zh) * | 2021-07-26 | 2021-11-02 | 江苏徐工工程机械研究院有限公司 | 可避障的挖掘机工作装置作业轨迹规划方法及装置 |
CN113589809B (zh) * | 2021-07-26 | 2024-04-05 | 江苏徐工工程机械研究院有限公司 | 可避障的挖掘机工作装置作业轨迹规划方法及装置 |
CN114559432A (zh) * | 2022-03-02 | 2022-05-31 | 杭州柳叶刀机器人有限公司 | 手术机械臂自动定位寻路方法、装置、机器人及存储介质 |
CN114559432B (zh) * | 2022-03-02 | 2023-11-21 | 杭州柳叶刀机器人有限公司 | 手术机械臂自动定位寻路方法、装置、机器人及存储介质 |
CN116019564A (zh) * | 2023-03-28 | 2023-04-28 | 北京壹点灵动科技有限公司 | 膝关节手术机器人和控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110370256B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110370256A (zh) | 机器人及其路径规划方法、装置和控制器 | |
WO2018107851A1 (zh) | 冗余机械臂的控制方法及装置 | |
CN109676606A (zh) | 一种计算机械臂臂角范围的方法、机械臂及机器人 | |
US20090306825A1 (en) | Manipulation system and method | |
CN113677486A (zh) | 用于一个或多个机器人的约束管理的***和方法 | |
CN109015655A (zh) | 蛇形机器人运动控制与末端定位方法及装置、存储介质 | |
CN102785248A (zh) | 一种解耦型六自由度工业机器人的运动控制方法 | |
CN110682286A (zh) | 一种协作机器人实时避障方法 | |
CN113715016B (zh) | 一种基于3d视觉的机器人抓取方法、***、装置及介质 | |
US20150367514A1 (en) | Real-time robotic grasp planning | |
Luo et al. | Analytical inverse kinematic solution for modularized 7-DoF redundant manipulators with offsets at shoulder and wrist | |
CN109732609A (zh) | 一种冗余自由度机械臂运动规划方法及装置 | |
Laezza et al. | Reform: A robot learning sandbox for deformable linear object manipulation | |
CN114147720B (zh) | 一种多自由度机械臂的逆运动学通用求解方法及装置 | |
Liu et al. | Real-time reach planning for animated characters using hardware acceleration | |
Tarbouriech et al. | Bi-objective motion planning approach for safe motions: Application to a collaborative robot | |
Liu et al. | Novel inverse kinematic approaches for robot manipulators with Pieper-Criterion based geometry | |
Bay | Tactile shape sensing via single-and multifingered hands | |
Kumar et al. | Design optimization of serial link redundant manipulator: an approach using global performance metric | |
Legowski | The global inverse kinematics solution in the adept six 300 manipulator with singularities robustness | |
Tang et al. | A geometrical workspace calculation method for cable-driven parallel manipulators on minimum tension condition | |
Beik Mohammadi et al. | Mixed-reality deep reinforcement learning for a reach-to-grasp task | |
Lanteigne et al. | Biologically inspired node generation algorithm for path planning of hyper-redundant manipulators using probabilistic roadmap | |
Petrenko et al. | Energy-Efficient Path Planning: Designed Software Implementation | |
Bay | A fully autonomous active sensor-based exploration concept for shape-sensing robots |
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 |