CN111007857A - 一种机器人运动路径规划过程的可视化方法 - Google Patents

一种机器人运动路径规划过程的可视化方法 Download PDF

Info

Publication number
CN111007857A
CN111007857A CN201911332155.4A CN201911332155A CN111007857A CN 111007857 A CN111007857 A CN 111007857A CN 201911332155 A CN201911332155 A CN 201911332155A CN 111007857 A CN111007857 A CN 111007857A
Authority
CN
China
Prior art keywords
path planning
data
path
robot
visualization
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
Application number
CN201911332155.4A
Other languages
English (en)
Other versions
CN111007857B (zh
Inventor
李冬磊
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.)
Shanghai Yogo Robot Co Ltd
Original Assignee
Shanghai Yogo Robot Co Ltd
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 Shanghai Yogo Robot Co Ltd filed Critical Shanghai Yogo Robot Co Ltd
Priority to CN201911332155.4A priority Critical patent/CN111007857B/zh
Publication of CN111007857A publication Critical patent/CN111007857A/zh
Application granted granted Critical
Publication of CN111007857B publication Critical patent/CN111007857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)
  • Numerical Control (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种机器人运动路径规划过程的可视化方法，其特征在于：包括路径规划模块、机器人控制程序和PC或移动设备的可视化程序；路径规划模块包括地图信息、运动信息和传感检测信息生成的Costmap、路径规划算法、局部路径和全局路径；机器人控制程序根据数据特性选用合适的序列化方式包括Protobuf、Json和Yaml，将正确的传感检测数据打包成序列化二进制数据段，序列化操作可为数据收发双方制定统一的理解规则；PC或移动设备的可视化程序包括解压数据，对数据进行反序列化操作，对数据进行合法性检测；采用本发明方案，可以对路径规划算法进行定量、准确的评估，达成准确、实时、支持远程的机器人运动路径规划可视化。

Description

一种机器人运动路径规划过程的可视化方法
技术领域
本发明属于工业机器人领域，更具体地说，本发明涉及一种机器人运动路径规划过程的可视化方法。
背景技术
随着现代工业的不断发展，如今在一些高端工业的制造生产上工业机器人成了不可或缺的的一部分；工业机器人在进行两点之间作业时会受到很多障碍物的影响，所有在进行工业机器人路径规划这一方面是非常有必要的，现如今的机器人运动路径规划大多集成于机器人本体控制程序中，调试过程中若仅依靠定性观察机器人运动行为作为闭环反馈，无法及时了解各影响因素对规划路径的影响程度，也无法对路径规划算法进行定量、准确地评估。
发明内容
本发明所要解决的技术问题是提供准确、实时和支持远程的一种机器人运动路径规划过程的可视化方法。
为了实现上述目的，本发明采取的技术方案为：一种机器人运动路径规划过程的可视化方法，其特征在于：包括路径规划模块、机器人控制程序和PC或移动设备的可视化程序；
所述路径规划模块包括地图信息、运动信息和传感检测信息生成的Costmap、路径规划算法、局部路径和全局路径；
所述机器人控制程序根据数据特性选用合适的序列化方式包括Protobuf、Json和Yaml，将正确的传感检测数据打包成序列化二进制数据段，序列化操作可为数据收发双方制定统一的理解规则，为提高数据传输速率，将序列化后的传感数据段压缩为数据包；
所述PC或移动设备的可视化程序包括解压数据，对数据进行反序列化操作，对数据进行合法性检测。
本发明公开的一种机器人运动路径规划过程的可视化方法，所述机器人具备自主移动能力，PC和移动设备与机器人采用2G、3G、4G和WIFI通讯和采用通信协议UDP或WebSocket处理后的路径规划数据压缩包上传至可视化程序。
本发明公开的一种机器人运动路径规划过程的可视化方法，所述路径规划模块中路径规划算法依赖于地图信息、运动信息和基于传感检测信息生成的Costmap数据源，采用DWA等路径规划策略，针对机器人的每个运动任务生成对应的全局路径和局部路径；以A*最优路径算法以costmap的最小代价路径作为工业机器人运动的全局路径，使用动态窗口法进行局部路径规划。
本发明公开的一种机器人运动路径规划过程的可视化方法，所述A*最优路径算法是基于深度优先的启发式搜索算法。
本发明公开的一种机器人运动路径规划过程的可视化方法，所述动态窗口法在速度空间采用VW坐标系中进行多组数据的采样得到多组轨迹的估计，对这些轨迹进行评价，选出最优局部轨迹对应的速度发布给机器人。
本发明公开的一种机器人运动路径规划过程的可视化方法，所述路径规划模块将其依赖地图信息、运动信息集成的Costmap和全局路径与局部路径的规划结果上传至运行于ARM或其他嵌入式主板的机器人本体控制程序；机器人控制程序针对不同数据特性进行滤波、序列化、二进制压缩处理。
采用本发明方案，机器人运动路径规划算法将不再集成于机器人本体控制程序中，利用A*最优路径算法和动态窗口法进行运动路径规划，让运动路径规划更加的准确，PC和移动设备对数据解压、反序列化和进行合法性检测之后，可以及时的根据数据不同的路径选择相应的可视化路径，对路径规划进行实时的操作，在PC和移动设备端可以直接观测机器人的运动路径，即支持远程的机器人运动路径规划可视化，完成准确、实时、支持远程的机器人运动路径规划可视化。
以下将结合附图和实施例，对本发明进行较为详细的说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
下面对本说明书各幅附图所表达的内容及图中的标记作简要说明：
图1为本发明的机器人路径规划可视流程；
图2为本发明的机器人控制程序数据处理流程；
图3为本发明的上位机可视化程序数据处理流程。
具体实施方式
下面对照附图，通过对实施例的描述，对本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
图1为本发明的机器人路径规划可视流程；图2为本发明的机器人控制程序数据处理流程；图3为本发明的上位机可视化程序数据处理流程；如图1、图2和图3所述的一种机器人运动路径规划过程的可视化方法，包括路径规划模块、机器人控制程序和PC或移动设备的可视化程序。
机器人进行作业时，路径规划模块通过从地图信息、运动信息和基于传感检测信息生成的Costmap数据进行路径规划，进行路径规划后得到的结果即全局路径和局部路径上传至运行于ARM或其他嵌入式主板的机器人本体控制程序中；机器人本体控制程序针对这些数据特性进行滤波、序列化和二进制压缩等一系列处理，再将处理后的路径规划数据继续上传至运行于PC或移动设备的数据可视化程序；在可视化程序进行解压和反序列化传感数据之后，再根据不同的路径规划数据类型选取相应的可视化方式。
采用本发明方案，机器人运动路径规划算法将不再集成于机器人本体控制程序中，利用A*最优路径算法和动态窗口法进行运动路径规划，让运动路径规划更加的准确，PC和移动设备对数据解压、反序列化和进行合法性检测之后，可以及时的根据数据不同的路径选择相应的可视化路径，对路径规划进行实时的操作，在PC和移动设备端可以直接观测机器人的运动路径，即支持远程的机器人运动路径规划可视化，完成准确、实时、支持远程的机器人运动路径规划可视化。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。

Claims (6)

1.一种机器人运动路径规划过程的可视化方法，其特征在于：包括路径规划模块、机器人控制程序和PC或移动设备的可视化程序；
所述路径规划模块包括地图信息、运动信息和传感检测信息生成的Costmap、路径规划算法、局部路径和全局路径；
所述机器人控制程序根据数据特性选用合适的序列化方式包括Protobuf、Json和Yaml，将正确的传感检测数据打包成序列化二进制数据段，序列化操作可为数据收发双方制定统一的理解规则，为提高数据传输速率，将序列化后的传感数据段压缩为数据包；
所述PC或移动设备的可视化程序包括解压数据，对数据进行反序列化操作，对数据进行合法性检测。
2.按照权利要求1所述的一种机器人运动路径规划过程的可视化方法，其特征在于，所述机器人具备自主移动能力，PC和移动设备与机器人采用2G、3G、4G和WIFI通讯和采用通信协议UDP或Web Socket处理后的路径规划数据压缩包上传至可视化程序。
3.按照权利要求1所述的一种机器人运动路径规划过程的可视化方法，其特征在于，所述路径规划模块中路径规划算法依赖于地图信息、运动信息和基于传感检测信息生成的Costmap数据源，采用DWA等路径规划策略，针对机器人的每个运动任务生成对应的全局路径和局部路径；以A*最优路径算法以costmap的最小代价路径作为工业机器人运动的全局路径，使用动态窗口法进行局部路径规划。
4.按照权利要求3所述的一种机器人运动路径规划过程的可视化方法，其特征在于，所述A*最优路径算法是基于深度优先的启发式搜索算法。
5.按照权利要求3所述的一种机器人运动路径规划过程的可视化方法，其特征在于，所述动态窗口法在速度空间采用VW坐标系中进行多组数据的采样得到多组轨迹的估计，对这些轨迹进行评价，选出最优局部轨迹对应的速度发布给机器人。
6.按照权利要求3所述的一种机器人运动路径规划过程的可视化方法，其特征在于，所述路径规划模块将其依赖地图信息、运动信息集成的Costmap和全局路径与局部路径的规划结果上传至运行于ARM或其他嵌入式主板的机器人本体控制程序；机器人控制程序针对不同数据特性进行滤波、序列化、二进制压缩处理。
CN201911332155.4A 2019-12-21 2019-12-21 一种机器人运动路径规划过程的可视化方法 Active CN111007857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911332155.4A CN111007857B (zh) 2019-12-21 2019-12-21 一种机器人运动路径规划过程的可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911332155.4A CN111007857B (zh) 2019-12-21 2019-12-21 一种机器人运动路径规划过程的可视化方法

Publications (2)

Publication Number Publication Date
CN111007857A true CN111007857A (zh) 2020-04-14
CN111007857B CN111007857B (zh) 2023-09-08

Family

ID=70117690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911332155.4A Active CN111007857B (zh) 2019-12-21 2019-12-21 一种机器人运动路径规划过程的可视化方法

Country Status (1)

Country Link
CN (1) CN111007857B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113518094A (zh) * 2021-09-14 2021-10-19 深圳市普渡科技有限公司 数据处理方法、装置、机器人和存储介质
CN114509064A (zh) * 2022-02-11 2022-05-17 上海思岚科技有限公司 一种自主扩展传感器数据处理的方法、接口及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080167814A1 (en) * 2006-12-01 2008-07-10 Supun Samarasekera Unified framework for precise vision-aided navigation
US20100241289A1 (en) * 2006-06-22 2010-09-23 Roy Sandberg Method and apparatus for path planning, selection, and visualization
CN102280826A (zh) * 2011-07-30 2011-12-14 山东鲁能智能技术有限公司 变电站智能机器人巡检***及巡检方法
CN106843213A (zh) * 2017-02-10 2017-06-13 中国东方电气集团有限公司 一种基于移动机器人的移动和操作路径自动规划的方法
CN108803613A (zh) * 2018-07-04 2018-11-13 梧州市兴能农业科技有限公司 一种智能的巡检机器人控制***
CN109760057A (zh) * 2019-02-25 2019-05-17 太仓中科信息技术研究院 摄像机器人路径规划的方法及计算机存储介质
CN110262505A (zh) * 2019-07-03 2019-09-20 安徽工程大学 虚拟现实中机器人按规划路径运动可视化方法
CN110285813A (zh) * 2019-07-01 2019-09-27 东南大学 一种室内移动机器人人机共融导航装置及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100241289A1 (en) * 2006-06-22 2010-09-23 Roy Sandberg Method and apparatus for path planning, selection, and visualization
US20080167814A1 (en) * 2006-12-01 2008-07-10 Supun Samarasekera Unified framework for precise vision-aided navigation
CN102280826A (zh) * 2011-07-30 2011-12-14 山东鲁能智能技术有限公司 变电站智能机器人巡检***及巡检方法
CN106843213A (zh) * 2017-02-10 2017-06-13 中国东方电气集团有限公司 一种基于移动机器人的移动和操作路径自动规划的方法
CN108803613A (zh) * 2018-07-04 2018-11-13 梧州市兴能农业科技有限公司 一种智能的巡检机器人控制***
CN109760057A (zh) * 2019-02-25 2019-05-17 太仓中科信息技术研究院 摄像机器人路径规划的方法及计算机存储介质
CN110285813A (zh) * 2019-07-01 2019-09-27 东南大学 一种室内移动机器人人机共融导航装置及方法
CN110262505A (zh) * 2019-07-03 2019-09-20 安徽工程大学 虚拟现实中机器人按规划路径运动可视化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭建根: "基于 ＲＯＳ 的六关节机器人运动规划研究", 《安徽工程大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113518094A (zh) * 2021-09-14 2021-10-19 深圳市普渡科技有限公司 数据处理方法、装置、机器人和存储介质
CN113518094B (zh) * 2021-09-14 2021-12-28 深圳市普渡科技有限公司 数据处理方法、装置、机器人和存储介质
CN114509064A (zh) * 2022-02-11 2022-05-17 上海思岚科技有限公司 一种自主扩展传感器数据处理的方法、接口及设备

Also Published As

Publication number Publication date
CN111007857B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN106502095B (zh) 一种多工业机器人的协同控制方法
CN111007857A (zh) 一种机器人运动路径规划过程的可视化方法
Cupek et al. Autonomous guided vehicles for smart industries–the state-of-the-art and research challenges
Kurfess et al. A review of modern communication technologies for digital manufacturing processes in industry 4.0
CN103538069B (zh) 一种机器人的控制方法以及装置与***
Mourtzis et al. Design and development of an edge-computing platform towards 5G technology adoption for improving equipment predictive maintenance
CN104647388A (zh) 基于机器视觉的工业机器人智能控制方法及***
Linares et al. Overview of supporting technologies for cyber-physical systems implementation in the AEC industry
Tamre et al. Implementation of integrated wireless network and MatLab system to control autonomous mobile robot
CN103310038A (zh) 一种旋转导向执行机构的虚机实电仿真***及仿真方法
CN106157377A (zh) 一种面向智能制造的实时三维可视化虚拟监控的匹配方法
Yakimov et al. Industry 4.0 and the challenges faced by stem education
Park et al. Digital twin testbed in cyber physical systems towards smart manufacturing of small and medium-sized manufacturers
CN115687494A (zh) 一种制造***的数字孪生监控***
Sibona et al. Data-driven framework to improve collaborative human-robot flexible manufacturing applications
CN109917772B (zh) 一种远程在线评估设备状态的phm快速原型***
CN116408801A (zh) 机器人故障定位方法、装置、计算机设备和存储介质
CN116079747A (zh) 机器人跨具身控制方法、***、计算机设备和存储介质
Duraisamy et al. Sensor automation for industrial applications and prediction of energy level for home appliances using machine learning algorithm
Patel et al. Design and Development of an IoT Enabled and Robot Integrated Smart Manufacturing Work Cell
CN102869006B (zh) 无线传感器网络层次型入侵诊断处理***及其方法
Minh et al. Development of a wireless communication network for monitoring and controlling of autonomous robots
Kurfess et al. Industry 4.0 and intelligent manufacturing processes: a review of modern sensing technologies
CN114505853A (zh) 一种工业机器人的远程分层管控方法及***
US20220324101A1 (en) Cumulative learning robot execution plan generation

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