发明内容
本发明提供了一种带电作业机器人安全工作空间限定方法及***,解决了背景技术中披露的问题。
为了解决上述技术问题,本发明所采用的技术方案是:
一种带电作业机器人安全工作空间限定方法,包括,
基于采集的机器人作业环境数据,构建环境模型;
对环境模型中的带电体进行识别和定位;
根据识别和定位结果,设定带电体和机器人之间的虚拟安全墙;
采用机器人运动学算法将机器人运动限制在安全墙内。
构建环境模型的过程为,
采集的机器人作业环境的点云数据,将点云坐标统一到以机器人基坐标系为基准的世界坐标系下,构建环境模型。
对环境模型中的带电体进行识别和定位的过程为,
利用预训练的深度学习模型,对环境模型中的带电体进行匹配;
响应于匹配结果为导线,对导线进行拟合,求取中心线位置和方向,中心线位置和方向作为导线定位结果;
响应于匹配结果为绝缘子,使用框体包围绝缘子,求取框体空间坐标,框体空间坐标作为绝缘子定位结果。
设定带电体和机器人之间虚拟安全墙的过程为,
基于带电体识别和定位结果,确定作业的配网线路类型;
获取与配网线路类型匹配的虚拟安全墙设定规则;
根据虚拟安全墙设定规则、带电体识别和定位结果,设定虚拟安全墙。
对不同配网线路进行建模,确定各配网线路的虚拟安全墙设置位置和设置形式,虚拟安全墙设置位置和设置形式构成虚拟安全墙设定规则。
虚拟安全墙将机器人工作空间分为安全区域、缓冲区域和停止区域。
采用机器人运动学算法将机器人运动限制在安全墙内的过程为,
A1)建立机器人运动学模型;
A2)根据机器人运动学模型,求取给定目标位置和姿态下各关节的转角以及各关节转角对应的关节位置;
A3)以虚拟安全墙作为约束条件,筛选关节转角,以机器人为参考,若所有筛选出的关节转角对应的关节位置均在停止区域内,则结束,否则转至步骤A4;
A4)在当前位置与目标位置之间按一定步长进行插补,得到插补点位置;
A5)在每个插补点位置,重复步骤A2和A3,获取机器人在工作空间内的运动轨迹;
A6)将运动轨迹发送到机器人,控制机器人完成作业。
一种带电作业机器人安全工作空间限定***,包括,
环境模型构建模块:基于采集的机器人作业环境数据,构建环境模型;
识别定位模块:对环境模型中的带电体进行识别和定位;
虚拟安全墙设定模块:根据识别和定位结果,设定带电体和机器人之间的虚拟安全墙;
控制模块:采用机器人运动学算法将机器人运动限制在安全墙内。
一种存储一个或多个程序的计算机可读存储介质,其特征在于:所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行带电作业机器人安全工作空间限定方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行带电作业机器人安全工作空间限定方法的指令。
本发明所达到的有益效果:本发明对实时环境进行建模,对模型中的带电体进行识别和定位,基于识别和定位结果设定虚拟安全墙,将机器人运动限制在安全墙内,对环境的依赖程度不高,可应用到动态变化的环境中。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种带电作业机器人安全工作空间限定方法,包括以下步骤:
步骤1,构建虚拟安全墙设定标准库。
对不同配网线路进行建模,确定各配网线路的虚拟安全墙设置位置和设置形式,虚拟安全墙设置位置和设置形式构成虚拟安全墙设定规则,构建虚拟安全墙设定标准库。
步骤2,基于采集的机器人1作业环境数据,构建环境模型。
参见图2,在机器人1到达预定工作位置后,可利用激光雷达2采集作业环境的点云数据,将点云坐标统一到以机器人1基坐标系为基准的世界坐标系下,构建环境模型。
步骤3,对环境模型中的带电体进行识别和定位,其中带电体包括导线3和绝缘子4。
利用预训练的深度学习模型,对环境模型中的带电体进行匹配;响应于匹配结果为导线3,对导线3进行拟合,求取中心线位置和方向,中心线位置和方向作为导线3定位结果;响应于匹配结果为绝缘子4,使用框体包围绝缘子4,求取框体空间坐标,框体空间坐标作为绝缘子4定位结果。
步骤4,根据识别和定位结果,设定带电体和机器人1之间的虚拟安全墙。
虚拟安全墙用于限定机器人1工作空间,而将带电体隔离于安全墙外,为充分保护机器人1安全,在带电体前设立两道安全墙,其中一道用于降低机器人1运动速度,另一道用于使机器人1停止运动,即虚拟安全墙将机器人1工作空间分为安全区域、缓冲区域和停止区域,其中安全墙以机器人臂的横截面的最大包络圆的半径进行划分,安全区域为远离带电体2倍半径区域,缓冲区域为远离带电体1.5倍至2倍半径区域,停止区域为靠近带电体1.5倍半径区域。
虚拟安全墙设定的过程如下:
1)基于带电体识别和定位结果,确定作业的配网线路类型;
2)从虚拟安全墙设定标准库中,获取与配网线路类型匹配的虚拟安全墙设定规则;
3)根据虚拟安全墙设定规则、带电体识别和定位结果,设定虚拟安全墙;设定虚拟安全墙可根据实际情况进行人为优化。
步骤5,采用机器人1运动学算法将机器人1运动限制在安全墙内。
具体过程如下:
A1)建立机器人1运动学模型;
A2)根据机器人运动学模型,求取给定目标位置和姿态下各关节的转角以及各关节转角对应的关节位置;
A3)以虚拟安全墙作为约束条件,筛选关节转角,以机器人为参考,若所有筛选出的关节转角对应的关节位置均在停止区域内,则结束,否则转至步骤A4;
A4)在当前位置与目标位置之间按一定步长进行插补,得到插补点位置;
A5)在每个插补点位置,重复步骤A2和A3,获取机器人在工作空间内的运动轨迹;
A6)将运动轨迹发送到机器人1,控制机器人1完成作业。
上述方法对实时环境进行建模,对模型中的带电体进行识别和定位,基于识别和定位结果设定虚拟安全墙,将机器人1运动限制在安全墙内,对环境的依赖程度不高,可应用到动态变化的环境中;同时该方法仅需增加激光雷达2,通过程序实现对机器人1的控制,相较于传统方法成本低。
上述方法综合利用作业环境实时点云数据和机器人1运动学模型,对带电作业机器人1的运动空间进行安全限制,提高了机器人1带电作业的自动化水平,降低了机器人1带电作业过程中的安全风险。
一种带电作业机器人安全工作空间限定***,包括,
环境模型构建模块:基于采集的机器人1作业环境数据,构建环境模型;
识别定位模块:对环境模型中的带电体进行识别和定位;
虚拟安全墙设定模块:根据识别和定位结果,设定带电体和机器人1之间的虚拟安全墙;
控制模块:采用机器人1运动学算法将机器人1运动限制在安全墙内。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备带电作业机器人安全工作空间限定方法。
一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行带电作业机器人安全工作空间限定方法的指令。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。