CN111469130A - 机器人的控制方法及装置、存储介质和处理器 - Google Patents
机器人的控制方法及装置、存储介质和处理器 Download PDFInfo
- Publication number
- CN111469130A CN111469130A CN202010340807.5A CN202010340807A CN111469130A CN 111469130 A CN111469130 A CN 111469130A CN 202010340807 A CN202010340807 A CN 202010340807A CN 111469130 A CN111469130 A CN 111469130A
- Authority
- CN
- China
- Prior art keywords
- robot
- parameters
- control
- motion
- motion parameters
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000000875 corresponding effect Effects 0.000 claims abstract description 16
- 230000001276 controlling effect Effects 0.000 claims abstract description 12
- 230000001133 acceleration Effects 0.000 claims description 16
- 230000000903 blocking effect Effects 0.000 claims description 13
- 239000003990 capacitor Substances 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000009471 action Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008844 regulatory mechanism Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种机器人的控制方法及装置、存储介质和处理器。该发明包括:采集机器人的运动参数;对运动参数进行误差补偿,并得到控制参数;依据控制参数,计算机器人的位姿参量;依据位姿参量,控制机器人执行相应动作。通过本发明,解决了相关技术中工业机器人的运动控制的稳定性不高的技术问题。
Description
技术领域
本发明涉及机器人控制领域,具体而言,涉及一种机器人的控制方法及装置、存储介质和处理器。
背景技术
相关技术中,机器人行业都朝着智能化的方向发展,但大多数机器人运行过程中的稳定性并不高,目前机器人控制***大都是基于外界物理量控制设计的,即通过在设备中增设多种传感器搜集外界信息,经过算法计算发送动作控制指令给控制器,实现对机器人的控制。
由于传感器采集到的信息收到外部或者传感器自身的因素,传感器测得的数据存在偏差和噪音,因此,相关技术中工业机器人的运动控制稳定性不高。
针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种机器人的控制方法及装置、存储介质和处理器,以解决相关技术中工业机器人的运动控制的稳定性不高的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种机器人的控制方法。该发明包括:采集机器人的运动参数;对运动参数进行误差补偿,并得到控制参数;依据控制参数,计算机器人的位姿参量;依据位姿参量,控制机器人执行相应动作。
进一步地,在采集机器人的运动参数之前,该方法还包括:通过激光传感器对机器人的位置进行跟踪标定,其中,激光传感器设置于机器人内部。
进一步地,采集机器人的运动参数包括:依据跟踪标定,激光传感器输出运动参数,其中,激光传感器至少包括以下:测距仪、加速度计、磁力计、陀螺仪,运动参数至少包括以下:距离、加速度、转向角和角速度。
进一步地,对运动参数进行误差补偿,并得到控制参数包括:通过放大电路对运动参数进行放大;将放大后的运动参数进行误差电阻补偿操作,并将运动参数转换为控制电压,其中,放大电路中包括控制器,控制器的GND端设置有隔直流电容,隔直流电容对运动参数进行误差补偿;依据控制电压,确定控制参数。
进一步地,依据控制参数,计算机器人的位姿参量包括:依据控制参数,计算位姿参量,其中,位姿参量至少包括以下:位置、加速度、转向角和陀螺仪角度。
为了实现上述目的,根据本发明的另一方面,提供了一种机器人的控制装置。该装置包括:传感器模块,用于采集机器人的运动参数;AD模块,用于对运动参数进行误差补偿,并得到控制参数;中央处理模块,用于依据控制参数,计算机器人的位姿参量;执行器,用于依据位姿参量,控制机器人相应动作。
为了实现上述目的,根据本发明的另一方面,提供了一种存储介质,其中,存储介质包括存储的程序,程序执行上述一种机器人的控制方法。
为了实现上述目的,根据本发明的另一方面,提供了一种处理器,其中,处理器用于执行程序,程序执行上述一种机器人的控制方法。
通过本发明,采用以下步骤:采集机器人的运动参数;对运动参数进行误差补偿,并得到控制参数;依据控制参数,计算机器人的位姿参量;依据位姿参量,控制机器人执行相应动作,解决了相关技术中工业机器人的运动控制的稳定性不高的技术问题,进而达到了提高机器人动作稳定性的技术效果。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例提供的一种机器人的控制方法的流程图;以及
图2是根据本发明实施例提供的AD放大电路设计图;
图3是根据本发明实施例提供的对机器人的运动参量的误差补偿的示意图;
图4是根据本发明实施例提供的一种机器人的控制装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明的实施例,提供了一种机器人的控制方法。
图1是根据本发明实施例提供的一种机器人的控制方法的流程图。如图1所示,该发明包括以下步骤:
步骤S101,采集机器人的运动参数。
步骤S102,对运动参数进行误差补偿,并得到控制参数。
步骤S103,依据控制参数,计算机器人的位姿参量。
步骤S104,依据位姿参量,控制机器人执行相应动作。
具体地,智能机器人控制是在传统工业机器人的基础之上以仿人的方式来满足特定工作的需求,通过对机器人的位姿参量进行优化控制,来提高机器人的作业敏感度和机器人姿态惯性参量融合跟踪控制能力。实际运行过程中,机器人的动作主要有追踪、抓取等类似人体的机械运动动作,但是在实际作业中,机器人动作会受到很多内部或外部因素的影响,使机器人的运行稳定性降低。因此设计时需在机器人控制***中设置自动调节机制。
上述地,在本申请中采用激光传感器作为基本控制调节机制,通过激光传感器采集机器人的运动参数,机器人控制***在接收到运动参数后,对运动参数进行估算调整(也即对运动参数做误差补偿),降低了机器人的控制延时,进而提高机器人运动的稳定性。
本发明实施例提供的一种机器人的控制方法,通过采集机器人的运动参数;对运动参数进行误差补偿,并得到控制参数;依据控制参数,计算机器人的位姿参量;依据位姿参量,控制机器人执行相应动作,解决了相关技术中工业机器人的运动控制的稳定性不高的技术问题,进而达到了提高机器人动作稳定性的技术效果。
可选地,在采集机器人的运动参数之前,该方法还包括:通过激光传感器对机器人的位置进行跟踪标定,其中,激光传感器设置于机器人内部。
具体地,本申请选择采用激光传感器作为基本控制调节机制,将激光传感器设置在机器人内部来搜集运动参数,控制***通过对传感器发送来的运动参数进行计算估计调整,从而提高机器人的稳定性,
可选地,采集机器人的运动参数包括:依据跟踪标定,激光传感器输出运动参数,其中,激光传感器至少包括以下:测距仪、加速度计、磁力计、陀螺仪,运动参数至少包括以下:距离、加速度、转向角和角速度。
进一步地,通过设置在机器人内部的激光传感器对机器人的运动轨迹和位置进行标定,其中,激光传感器至少包括测距仪、加速度计、磁力计、陀螺仪,通过测距仪、加速度计、磁力计和陀螺仪分别对机器人的运动轨迹做出标定就可以获取机器人的运动参数,包括机器人与机器人待处理物的距离,机器人运动的加速度、机器人的转向角和机器人的角速度。
需要说明的是,激光传感器对机器人的轨迹做标定,也即各个激光传感器发射一系列光束获得光斑的定位次数和信息采集方位对物体进行追踪标定,运用数学方法和机器人运动模型,测距仪、加速度计、磁力计、陀螺仪感应计算机器人的距离、加速度、转向角和角速度,得到机器人的位置信息,随着机器人不断运动,机器人位置信息不断更新,实现了机器人的跟踪标定。
可选地,对运动参数进行误差补偿,并得到控制参数包括:通过放大电路对运动参数进行放大;将放大后的运动参数进行误差电阻补偿操作,并将运动参数转换为控制电压,其中,放大电路中包括控制器,控制器的GND端设置有隔直流电容,隔直流电容对运动参数进行误差补偿;依据控制电压,确定控制参数。
具体地,由于外部环境及传感器自身的因素,传感器所测得的数据存在偏差和噪音等,因此,在通过激光传感器标定到机器人的位置后,需要对机器人的运动参量进行误差补偿以消除采集的数据的偏差和噪音,其中,在本实施例中,提供了一种AD放大电路,AD放大电路主要负责控制***的数据传输,连通各个部分之间的数据连接,AD放大电路是整个***信号的重要放大端,通过DSP(DSP主要针对一些计算能力要求较高的应用,如视频图像处理、智能机器人、数字无线、宽带访问、数字音频、高分辨成像和数字电机控制等)控制实现,并在二级放大电路中增设控制器,实现控制转换。AD放大电路设计图如图2所示,通过在VCA810控制器的GND端设置隔直流电容对控制指令进行误差补偿,提高机器人控制***的放大增益,实现机器人智能控制***的人机匹配,降低输出误差。
进一步地,激光传感器负责采集相关物理信息并对其进行分析,光敏元件是激光传感器的主要器件,各个传感器也是机器人智能控制的基础,对AD放大电路的数据进行全面放大,通过电阻补偿误差,将控制信号转换为控制电压,实现误差的全方位补偿控制。信息采集采用滤波算法对输入的不同信息进行分析,采用多传感器融合方式进行信息融合,以保证动作信息的稳定控制。同时,本申请还提供了一种中央处理模块,中央处理模块也起着至关重要的作用,负责协调其他构建,对关键信息进行处理分析,利用滤波器进行时钟复位与指针震荡。
需要说明的是,在本实施例中,由于AD放大电路对传感器采集的运动参量转换成的数据进行放大,通过计算和机器人控制率运算,将机器人控制信号转换为控制电压(在电路中,控制因素只有电压和电流),然后通过电阻对误差进行补偿。
可选地,依据控制参数,计算机器人的位姿参量包括:依据控制参数,计算位姿参量,其中,位姿参量至少包括以下:位置、加速度、转向角和陀螺仪角度。
上述地,通过将激光传感器采集的运动参量转换为控制电压后,实现了误差的全方位补偿,并且采用数字滤波技术和动态卡尔曼滤波算法对机器人的位姿(位置、加速度、转向角、陀螺仪角度)进行在线估计输出,DSP智能处理芯片对传感器输出的数据集成处理,中央处理模块对关键信息进行分析处理,控制器将数据信息发送到执行器,执行器会执行相应指令对机器人位姿参量进行调整,最终控制机器人本体做相应运动,具体的对机器人的运动参量的误差补偿的示意图如图3所示。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例还提供了一种机器人的控制装置,需要说明的是,本发明实施例的一种机器人的控制装置可以用于执行本发明实施例所提供的用于一种机器人的控制方法。以下对本发明实施例提供的一种机器人的控制装置进行介绍。
图4是根据本发明实施例提供的一种机器人的控制装置的示意图。如图4所示,该装置包括:传感器模块401,包括多个激光传感器,用于采集机器人的运动参数;AD模块402,包括放大电路,用于对运动参数进行误差补偿,并得到控制参数;中央处理模块403,用于依据控制参数,计算机器人的位姿参量;执行器404,用于依据位姿参量,控制机器人相应动作。
本发明实施例提供的一种机器人的控制装置,通过传感器模块401,包括多个激光传感器,用于采集机器人的运动参数;AD模块402,包括放大电路,用于对运动参数进行误差补偿,并得到控制参数;中央处理模块403,用于依据控制参数,计算机器人的位姿参量;执行器404,用于依据位姿参量,控制机器人相应动作,解决了相关技术中工业机器人的运动控制的稳定性不高的技术问题,进而达到了提高机器人动作稳定性的技术效果。
可选地,传感器模块401还用于在采集机器人的运动参数之前,通过激光传感器对机器人的位置进行跟踪标定,其中,激光传感器设置于机器人内部。
可选地,传感器模块401包括:输出子模块,用于依据跟踪标定,通过激光传感器输出运动参数,其中,激光传感器至少包括以下:测距仪、加速度计、磁力计、陀螺仪,运动参数至少包括以下:距离、加速度、转向角和角速度。
可选地,AD模块402包括:放大子模块,用于通过放大电路对运动参数进行放大;转换子模块,用于将放大后的运动参数进行误差电阻补偿操作,并将运动参数转换为控制电压,其中,放大电路中包括控制器,控制器的GND端设置有隔直流电容,隔直流电容对运动参数进行误差补偿;确定子模块,用于依据控制电压,确定控制参数。
可选地,中央处理模块403包括:计算子模块,用于依据控制参数,计算位姿参量,其中,位姿参量至少包括以下:位置、加速度、转向角和陀螺仪角度。
一种机器人的控制装置包括处理器和存储器,上述传感器模块401等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中工业机器人的运动控制的稳定性不高的技术问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现一种机器人的控制方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行一种机器人的控制方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:采集机器人的运动参数;对运动参数进行误差补偿,并得到控制参数;依据控制参数,计算机器人的位姿参量;依据位姿参量,控制机器人执行相应动作。
可选地,在采集机器人的运动参数之前,该方法还包括:通过激光传感器对机器人的位置进行跟踪标定,其中,激光传感器设置于机器人内部。
可选地,采集机器人的运动参数包括:依据跟踪标定,激光传感器输出运动参数,其中,激光传感器至少包括以下:测距仪、加速度计、磁力计、陀螺仪,运动参数至少包括以下:距离、加速度、转向角和角速度。
可选地,对运动参数进行误差补偿,并得到控制参数包括:通过放大电路对运动参数进行放大;将放大后的运动参数进行误差电阻补偿操作,并将运动参数转换为控制电压,其中,放大电路中包括控制器,控制器的GND端设置有隔直流电容,隔直流电容对运动参数进行误差补偿;依据控制电压,确定控制参数。
可选地,依据控制参数,计算机器人的位姿参量包括:依据控制参数,计算位姿参量,其中,位姿参量至少包括以下:位置、加速度、转向角和陀螺仪角度。本文中的设备可以是服务器、PC、PAD、手机等。
本发明还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:采集机器人的运动参数;对运动参数进行误差补偿,并得到控制参数;依据控制参数,计算机器人的位姿参量;依据位姿参量,控制机器人执行相应动作。
可选地,在采集机器人的运动参数之前,该方法还包括:通过激光传感器对机器人的位置进行跟踪标定,其中,激光传感器设置于机器人内部。
可选地,采集机器人的运动参数包括:依据跟踪标定,激光传感器输出运动参数,其中,激光传感器至少包括以下:测距仪、加速度计、磁力计、陀螺仪,运动参数至少包括以下:距离、加速度、转向角和角速度。
可选地,对运动参数进行误差补偿,并得到控制参数包括:通过放大电路对运动参数进行放大;将放大后的运动参数进行误差电阻补偿操作,并将运动参数转换为控制电压,其中,放大电路中包括控制器,控制器的GND端设置有隔直流电容,隔直流电容对运动参数进行误差补偿;依据控制电压,确定控制参数。
可选地,依据控制参数,计算机器人的位姿参量包括:依据控制参数,计算位姿参量,其中,位姿参量至少包括以下:位置、加速度、转向角和陀螺仪角度。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明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,本发明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。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种机器人的控制方法,其特征在于,包括:
采集机器人的运动参数;
对所述运动参数进行误差补偿,并得到控制参数;
依据所述控制参数,计算所述机器人的位姿参量;
依据所述位姿参量,控制所述机器人执行相应动作。
2.根据权利要求1所述的方法,其特征在于,在采集机器人的运动参数之前,所述方法还包括:
通过激光传感器对所述机器人的位置进行跟踪标定,其中,所述激光传感器设置于所述机器人内部。
3.根据权利要求2所述的方法,其特征在于,采集机器人的运动参数包括:
依据所述跟踪标定,所述激光传感器输出所述运动参数,其中,所述激光传感器至少包括以下:测距仪、加速度计、磁力计、陀螺仪,所述运动参数至少包括以下:距离、加速度、转向角和角速度。
4.根据权利要求1所述的方法,其特征在于,对所述运动参数进行误差补偿,并得到控制参数包括:
通过放大电路对所述运动参数进行放大;
将放大后的所述运动参数进行误差电阻补偿操作,并将所述运动参数转换为控制电压,其中,所述放大电路中包括控制器,所述控制器的GND端设置有隔直流电容,所述隔直流电容对所述运动参数进行误差补偿;
依据所述控制电压,确定所述控制参数。
5.根据权利要求1所述的方法,其特征在于,依据所述控制参数,计算所述机器人的位姿参量包括:
依据所述控制参数,计算所述位姿参量,其中,所述位姿参量至少包括以下:位置、加速度、转向角和陀螺仪角度。
6.一种机器人的控制装置,其特征在于,包括:
传感器模块,包括多个激光传感器,用于采集机器人的运动参数;
AD模块,包括放大电路,用于对所述运动参数进行误差补偿,并得到控制参数;
中央处理模块,用于依据所述控制参数,计算所述机器人的位姿参量;
执行器,用于依据所述位姿参量,控制所述机器人相应动作。
7.根据权利要求6所述的装置,其特征在于,所述传感器模块还用于在采集机器人的运动参数之前,通过激光传感器对所述机器人的位置进行跟踪标定,其中,所述激光传感器设置于所述机器人内部。
8.根据权利要求7所述的装置,其特征在于,所述传感器模块包括:
输出子模块,用于依据所述跟踪标定,通过所述激光传感器输出所述运动参数,其中,所述激光传感器至少包括以下:测距仪、加速度计、磁力计、陀螺仪,所述运动参数至少包括以下:距离、加速度、转向角和角速度。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至5中任意一项所述的一种机器人的控制方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任意一项所述的一种机器人的控制方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340807.5A CN111469130A (zh) | 2020-04-26 | 2020-04-26 | 机器人的控制方法及装置、存储介质和处理器 |
PCT/CN2020/139941 WO2021218212A1 (zh) | 2020-04-26 | 2020-12-28 | 机器人的控制方法及装置、存储介质和处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010340807.5A CN111469130A (zh) | 2020-04-26 | 2020-04-26 | 机器人的控制方法及装置、存储介质和处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111469130A true CN111469130A (zh) | 2020-07-31 |
Family
ID=71755780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010340807.5A Pending CN111469130A (zh) | 2020-04-26 | 2020-04-26 | 机器人的控制方法及装置、存储介质和处理器 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111469130A (zh) |
WO (1) | WO2021218212A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021218212A1 (zh) * | 2020-04-26 | 2021-11-04 | 珠海格力智能装备有限公司 | 机器人的控制方法及装置、存储介质和处理器 |
CN114815795A (zh) * | 2021-01-28 | 2022-07-29 | 广州视源电子科技股份有限公司 | 机器人的控制方法及装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114750173A (zh) * | 2022-03-04 | 2022-07-15 | 国网安徽省电力有限公司电力科学研究院 | 一种带电作业机器人抓取控制方法 |
CN114952861B (zh) * | 2022-06-27 | 2024-05-03 | 西南交通大学 | 基于位姿测量数据的机器人运动学参数误差精准辨识方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060191338A1 (en) * | 2004-12-22 | 2006-08-31 | Rainer Willig | Micromechanical rotation rate sensor having error suppression |
CN102882480A (zh) * | 2012-07-13 | 2013-01-16 | 复旦大学 | 0~10MHz程控宽带运算放大器 |
CN109730691A (zh) * | 2019-01-11 | 2019-05-10 | 河南鑫安利职业健康科技有限公司 | 检测特殊作业人员身体指标仪器的信号补偿装置 |
CN109992327A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 一种机器人的控制方法、机器人及存储介质 |
CN110181509A (zh) * | 2019-05-14 | 2019-08-30 | 浙江树人学院(浙江树人大学) | 一种基于误差补偿的工业机器人运动控制方法 |
CN110954102A (zh) * | 2019-12-18 | 2020-04-03 | 无锡北微传感科技有限公司 | 用于机器人定位的磁力计辅助惯性导航***及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100020387A (ko) * | 2008-08-12 | 2010-02-22 | 주식회사 이디 | 다족보행기구의 자세 측정 장치 및 방법 |
WO2015126678A1 (en) * | 2014-02-20 | 2015-08-27 | Flir Systems, Inc. | Acceleration corrected attitude estimation systems and methods |
CN203697010U (zh) * | 2013-12-27 | 2014-07-09 | 上海维纽机器人有限公司 | 随动机器人电控*** |
CN104772756A (zh) * | 2015-01-26 | 2015-07-15 | 杭州师范大学 | 基于惯性测量单元的机械臂及其控制方法 |
CN109108936A (zh) * | 2018-10-24 | 2019-01-01 | 电子科技大学 | 一种多源传感器数据融合的自平衡机器人控制***和控制方法 |
CN110561424A (zh) * | 2019-07-28 | 2019-12-13 | 华南理工大学 | 基于多传感器混合滤波器的在线机器人运动学校准方法 |
CN111469130A (zh) * | 2020-04-26 | 2020-07-31 | 珠海格力智能装备有限公司 | 机器人的控制方法及装置、存储介质和处理器 |
-
2020
- 2020-04-26 CN CN202010340807.5A patent/CN111469130A/zh active Pending
- 2020-12-28 WO PCT/CN2020/139941 patent/WO2021218212A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060191338A1 (en) * | 2004-12-22 | 2006-08-31 | Rainer Willig | Micromechanical rotation rate sensor having error suppression |
CN102882480A (zh) * | 2012-07-13 | 2013-01-16 | 复旦大学 | 0~10MHz程控宽带运算放大器 |
CN109992327A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 一种机器人的控制方法、机器人及存储介质 |
CN109730691A (zh) * | 2019-01-11 | 2019-05-10 | 河南鑫安利职业健康科技有限公司 | 检测特殊作业人员身体指标仪器的信号补偿装置 |
CN110181509A (zh) * | 2019-05-14 | 2019-08-30 | 浙江树人学院(浙江树人大学) | 一种基于误差补偿的工业机器人运动控制方法 |
CN110954102A (zh) * | 2019-12-18 | 2020-04-03 | 无锡北微传感科技有限公司 | 用于机器人定位的磁力计辅助惯性导航***及方法 |
Non-Patent Citations (1)
Title |
---|
谭建豪等: "《数字图像处理与移动机器人路径规划》", 30 April 2013 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021218212A1 (zh) * | 2020-04-26 | 2021-11-04 | 珠海格力智能装备有限公司 | 机器人的控制方法及装置、存储介质和处理器 |
CN114815795A (zh) * | 2021-01-28 | 2022-07-29 | 广州视源电子科技股份有限公司 | 机器人的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021218212A1 (zh) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111469130A (zh) | 机器人的控制方法及装置、存储介质和处理器 | |
US10852139B2 (en) | Positioning method, positioning device, and robot | |
US11279045B2 (en) | Robot pose estimation method and apparatus and robot using the same | |
US11780515B2 (en) | Mitigating sensor noise in legged robots | |
WO2020184013A1 (ja) | 車両制御装置 | |
CN111086001A (zh) | 一种足式机器人多模态感知的状态估计方法及*** | |
CN108313330B (zh) | 一种基于增广Kalman滤波的卫星干扰力矩估计方法 | |
TW202411613A (zh) | 機器人定位方法、裝置和計算可讀存儲介質 | |
KR101685151B1 (ko) | 캘리브레이션 장치 | |
CN111998870A (zh) | 一种相机惯导***的标定方法和装置 | |
CN112097772B (zh) | 机器人及其地图构建方法和装置 | |
CN111113430B (zh) | 一种机器人及其末端控制方法和装置 | |
CN112362084A (zh) | 一种数据标定方法、装置及数据标定*** | |
CN116164786A (zh) | 传感器外参的确定方法、装置、电子设备和存储介质 | |
CN112461258A (zh) | 一种参数修正的方法及装置 | |
CN116380062A (zh) | 机器人定位方法及装置、移动机器人和可读存储介质 | |
CN116929407A (zh) | 一种自适应数据校准方法及装置 | |
JP2021163277A (ja) | 位置検出システム | |
CN113483762A (zh) | 一种位姿优化方法及设备 | |
CN114061573A (zh) | 地面无人车辆编队定位装置及方法 | |
Aref et al. | On latencies and noise effects in vision-based control of mobile robots | |
CN107368078B (zh) | 一种基于加速度传感器反馈的跟踪控制装置及方法 | |
Coble et al. | Motion model and filtering techniques for scaled vehicle localization with Fiducial marker detection | |
CN117928553A (zh) | 基于误差扩展卡尔曼滤波器的多源融合定位方法及*** | |
CN115388914B (zh) | 传感器的参数标定方法、装置、存储介质和电子装置 |
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 |
Application publication date: 20200731 |
|
RJ01 | Rejection of invention patent application after publication |