CN113119110A - 一种机器人的智能动作和目标的动态位姿实时融合的方法 - Google Patents
一种机器人的智能动作和目标的动态位姿实时融合的方法 Download PDFInfo
- Publication number
- CN113119110A CN113119110A CN202110288635.6A CN202110288635A CN113119110A CN 113119110 A CN113119110 A CN 113119110A CN 202110288635 A CN202110288635 A CN 202110288635A CN 113119110 A CN113119110 A CN 113119110A
- Authority
- CN
- China
- Prior art keywords
- target
- subsystem
- pose
- vision
- mechanical arm
- 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 47
- 230000009471 action Effects 0.000 title claims abstract description 45
- 230000033001 locomotion Effects 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 9
- 239000013598 vector Substances 0.000 claims description 35
- 230000004927 fusion Effects 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000007500 overflow downdraw method Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000007704 transition 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
- B25J9/1697—Vision controlled systems
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人的智能动作和目标的动态位姿实时融合的方法,包括***调度中心、语音子***、视觉子***以及机械臂子***,方法如下:***调度中心向语音子***轮询用户需要的动作类型和操作目标,直至得到用户明确反馈的动作类型和操作目标;***调度中心把待操作目标传给视觉子***,视觉子***开始搜寻目标;***调度中心把当前的目标位姿传给机械臂子***,机械臂子***依据当前位姿对工具中心点进行路径设计和轨迹规划,随之向目标运动。本发明中,机器人动作类型丰富,机械臂运动过程动态感知并解算,轨迹规划光顺快速,智能程度高。
Description
技术领域
本发明涉及机器人技术领域,具体是指一种机器人的智能动作和目标的动态位姿实时融合的方法。
背景技术
随着计算机技术、传感器技术和人工智能等技术的快速发展,机器人技术也变得日趋成熟,而其中对机器人完成一系列动作的智能化程度的需求也越来越高,在家用服务、航天、工业等众多的行业中扮演着越来越重要的角色,这些各种各样的机器人能够在特定环境下很好地完成工作。
但是目前的机器人还是存在很多不足之处。因为大多数情况下机器人的工作环境是未知或者不确定的,机器人还不能很好地根据目标的动态位姿实时完成智能动作调节。为此,我们提出了一种机器人的智能动作和目标的动态位姿实时融合的方法。
发明内容
为解决上述技术问题,本发明提供的技术方案为一种机器人的智能动作和目标的动态位姿实时融合的方法:
一种机器人的智能动作和目标的动态位姿实时融合的方法,包括***调度中心、语音子***、视觉子***以及机械臂子***,所述方法的具体步骤如下:
步骤一:所述***调度中心向语音子***轮询用户需要的动作类型和操作目标,直至得到用户明确反馈的动作类型和操作目标;
步骤二:所述***调度中心把待操作目标传给视觉子***,所述视觉子***开始搜寻目标;若搜寻失败,通过所述语音子***告知用户,用户决定终止,此次动作结束,用户重新指定要操作的目标,并返回步骤一;若搜寻成功,所诉***调度中心获得当前的目标位姿。
步骤三:所述***调度中心把当前的目标位姿传给机械臂子***,所述机械臂子***依据当前位姿对工具中心点进行路径设计和轨迹规划,随之向目标运动。
作为改进,所述机械臂子***控制机械臂运动。
作为改进,在运动过程中,当所述视觉子***发现目标位姿有变化,报告所述***调度中心,所述***调度中心把当前变化的目标位姿实时传给机械臂子***,所述机械臂子***依据目标位姿和当前的运动状态重新调整后续的路径设计和相应的轨迹规划,确保当前位置的运动状态衔接光顺;若当前衔接位置的融合半径小于机械臂的最小融合半径,则规划失败,运动中止,同时报告所述***调度中心,所述***调度中心通过语音子***告知用户目标位姿异常,运动中止;若规划可行,则机械臂继续向目标运动;若目标位姿继续变化,则重复该步骤,直至完成用户要求的动作,或因规划失败提前中止。
作为改进,所述轨迹规划的方法为:采用参照所述机械臂的最小融合半径来规划;当前位置所述机械臂运动状态可以是非静止的并作为初态,用七次多项式来重新规划,确保该位置所述机械臂各关节新规划的加速度也是光顺的,若规划失败,即可中止运动。
作为改进,所述视觉子***内设有视觉传感器,所述视觉传感器集成了平面视觉以及深度视觉。
作为改进,当操作目标体具有明显几何体特征时,所述目标位姿的确定方法为:所述平面视觉检测出操作目标体正面的三个关键点,将这三个关键点的像素位置反投到所述深度视觉中,得到它们真实的空间位置;确保三个关键点不共线,若共线,由所述平面视觉重检一个关键点来替代前面任一关键点,重新反投到深度视觉中;这三个关键点任意组成两个向量,通过两个向量的叉积能够解出所述操作目标体正面的法向量,所述法向量即为操作目标体的目标位姿。
作为改进,当操作目标体的角点几何特征不明显时,所述目标位姿的确定方法为:通过手工在所述操作目标体的正面标识三个不共线的关键点,所述平面视觉检测出操作目标体正面的三个不共线的关键点,将这三个关键点的像素位置反投到所述深度视觉中,得到它们真实的空间位置;这三个关键点任意组成两个向量,通过两个向量的叉积能够解出所述操作目标体正面的法向量,所述法向量即为操作目标体的目标位姿。
本发明与现有技术相比的优点在于:在本发明中,机器人的动作类型不拘于单一的抓取,而是由用户来动态指定所需要的动作库中支持的任一动作类型,具有了动作选择的智能性;目标的姿态在机械臂运动过程中是可以动态变化的,视觉可以实时感知并解算,计算高效,具有了姿态实时解算的智能性;路径规划进而轨迹规划在机械臂运动过程中是可以更改的,可以有光顺的后续轨迹,体现了实时轨迹规划的智能性;始终保持有一个关节以最快速度运行,保证了动作的快速性。
附图说明
图1是本发明一种机器人的智能动作和目标的动态位姿实时融合的方法的框图。
图2是本发明一种机器人的智能动作和目标的动态位姿实时融合的方法中初始路径规划示意图。
图3是本发明一种机器人的智能动作和目标的动态位姿实时融合的方法中目标坐标系示意图。
图4是本发明一种机器人的智能动作和目标的动态位姿实时融合的方法中路径动态规划示意图。
如图所示:1、***调度中心,2、语音子***,3、视觉子***,4、机械臂子***。
具体实施方式
下面结合附图对本发明一种机器人的智能动作和目标的动态位姿实时融合的方法做进一步的详细说明。
结合附图,图1,一种机器人的智能动作和目标的动态位姿实时融合的方法,包括***调度中心1、语音子***2、视觉子***3以及机械臂子***4,方法的具体步骤如下:
步骤一:***调度中心1向语音子***2轮询用户需要的动作类型和操作目标,直至得到用户明确反馈的动作类型和操作目标;
步骤二:***调度中心1把待操作目标传给视觉子***3,视觉子***3开始搜寻目标;若搜寻失败,通过语音子***2告知用户,用户决定终止,此次动作结束,用户重新指定要操作的目标,并返回步骤一;若搜寻成功,所诉***调度中心1获得当前的目标位姿。
步骤三:***调度中心1把当前的目标位姿传给机械臂子***4,机械臂子***4依据当前位姿对工具中心点进行路径设计和轨迹规划,随之向目标运动。
本实施例中,如图1所示,机械臂子***4控制机械臂运动。
本实施例中,如图1所示,在运动过程中,当视觉子***3发现目标位姿有变化,报告***调度中心1,***调度中心1把当前变化的目标位姿实时传给机械臂子***4,机械臂子***4依据目标位姿和当前的运动状态重新调整后续的路径设计和相应的轨迹规划,确保当前位置的运动状态衔接光顺;若当前衔接位置的融合半径小于机械臂的最小融合半径,则规划失败,运动中止,同时报告***调度中心1,***调度中心1通过语音子***2告知用户目标位姿异常,运动中止;若规划可行,则机械臂继续向目标运动;若目标位姿继续变化,则重复该步骤,直至完成用户要求的动作,或因规划失败提前中止。
本实施例中,如图1所示,轨迹规划的方法为:采用参照机械臂的最小融合半径来规划;当前位置机械臂运动状态可以是非静止的并作为初态,用七次多项式来重新规划,确保该位置机械臂各关节新规划的加速度也是光顺的,若规划失败,即可中止运动。
本实施例中,如图1所示,视觉子***3内设有视觉传感器,视觉传感器集成了平面视觉以及深度视觉。
本实施例中,如图1所示,当操作目标体具有明显几何体特征时,目标位姿的确定方法为:平面视觉检测出操作目标体正面的三个关键点,将这三个关键点的像素位置反投到深度视觉中,得到它们真实的空间位置;确保三个关键点不共线,若共线,由平面视觉重检一个关键点来替代前面任一关键点,重新反投到深度视觉中;这三个关键点任意组成两个向量,通过两个向量的叉积能够解出操作目标体正面的法向量,法向量即为操作目标体的目标位姿。
本实施例中,如图1所示,当操作目标体的角点几何特征不明显时,目标位姿的确定方法为:通过手工在操作目标体的正面标识三个不共线的关键点,平面视觉检测出操作目标体正面的三个不共线的关键点,将这三个关键点的像素位置反投到深度视觉中,得到它们真实的空间位置;这三个关键点任意组成两个向量,通过两个向量的叉积能够解出操作目标体正面的法向量,法向量即为操作目标体的目标位姿。
本发明的工作原理:在本发明中,机器人的动作类型不拘于单一的抓取,而是由用户来动态指定,通过***调度中心1轮询用户需要的动作类型和操作目标,可以实现所需要的动作库中支持的任一动作类型,具有了动作选择的智能性;目标位姿在机械臂运动过程中是可以动态变化的,视觉传感器可以实时感知并通过特定算法解算,计算高效,具有了目标位置姿态实时解算的智能性;规迹规划在机械臂运动过程中是可以更改的,可以有光顺的后续轨迹,体现了实时轨迹规划的智能性;在轨迹规划中,参照机械臂的最小融合半径,始终保持机械臂有一个关节是以最快速度运行,保证了动作的快速性。
本发明中,在轨迹规划中,以6轴机械臂为例,关节号排序从1~6,找出由初始位置到目标位置的各关节角位移,将角位移最大的作为主关节,使其在非过渡规划中保持其最大运动速度;规划中,若发现某一时刻,某关节超出其相应最大速度,则以此关节为主关节,保持其最大运动速度,进行后续规划,以此类推,直至轨迹规划完成。
如图2所示,初始路径规划如下图所示,这里路径设计使用笛卡尔空间,整个路径位于平面P上,平面P由T点和线段BG确定,其单位法向量与世界坐标系Z轴的夹角为锐角,T是TCP在该时刻的实时位置,空间线段BG与目标正面法线平行,BG长度为经验值δ,以免夹手和目标发生触碰,AB为空间圆弧,劣弧角度为θ,弧心为C,半径r为经验值,确保轨迹光顺,点A和点B为切点,TA为空间直线段。
如图3所示,为确定目标坐标系{G}:空间三点P1、P2和P3的位置是由视觉得到的,位置G为P1和P3中点或由目标的具体几何形状来确定,方向向量为:
则圆弧上某点P的参数方程为:
线段TA的方向向量:
上某点P的参数方程为:
同理,线段GB上某点P的参数方程为:
如图4所示,在按即定路径向目标运动过程中,夹手在某时刻t运动到T点处,视觉发现目标物体的位姿发生了变化,图中细线为原路径,粗线为新路径。
已知轨迹更新率为H,路径从n/H(n≥0)时刻处开始修改,即从上次已规划的路径点S位置开始重新规划,见上图新路径SDEABG,点S、点D、点E、点A和点B均为空间切点,子路径AB规划需要与新的子路径SDE一同做相应变动,这里,n的取值与运算能力有关,若能在1个轨迹更新周期里完成新规划或部分轨划,则n=0,具有很好的实时性。
下面是动态子路径分段SDEAB的规划方法。
令:
a0=n0x,b0=n0y,c0=n0z
d0=-(n0xSx+n0ySy+n0zSz)
得平面PL0:
即:
a0P0x+b0P0y+C0P0z+d0=0
令:
得:
A′0x=A0x-a0t0,A′0y=A0y-b0t0,A′0z=A0z-c0t0
3.过点S、点A0和点A0′作平面PL1,点P1在平面PL1上,参照1,得平面PL1:
a1P1x+b1P1y+c1P1z+d1=0
4.作直线GB延长线与平面PL1的交点G1′,令:
A1=A′0
得交点G1′:
G1x=Gx+lGBxt1,G1y=Gy+lGByt1,G1z=Gz+lGBzt1
5.在平面PL1上作半径为r的圆弧,点S为切点,圆心和点G1′在原路径的同侧:
由:
|SC1|=r
得到圆心C1,参照原路径圆弧规划,则圆弧上某点P1的参数方程为:
6.在平面PL1上作切点E1,点E1为圆和直线E1G1′的切点。
由:
|E1C1|=r
得切点E1。
a2P2x+b2P2y+c2P2z+d2=0
S′2x=Sx-a2t2
S′2y=Sy-b2t2
S′2z=Sz-c2t2
同理,得到T2′的坐标。
若点S与点T重合,用原直线SA来投影。
11.在平面PL2上作两圆,半径为r,分别与线段GB的B电和线段T2′S2′的S2′点相切,圆心位置根据实际情况来确定,保证路径光顺且最短,分别参照8,某点P2S的过切点S的圆弧参数方程为:
某点P2B的过切点B的圆弧参数方程为:
12.在平面PL2上作两圆的公切线D2A,点D2和点A分别为切点,保证路径光顺且最短。由切点条件容易得到两切点的参数β2S和β2B,带入11中参数方程,得到点D2和点A的坐标及方向向量,则得到直线参数方程。
在步骤11-14中,点D为切点D2在斜柱面SE1上的投影,也可能在点E的前方,需做相应处理。至此,新的动态路径规划在既有路径条件下保持了光顺最短的特性。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (7)
1.一种机器人的智能动作和目标的动态位姿实时融合的方法,其特征在于:包括***调度中心(1)、语音子***(2)、视觉子***(3)以及机械臂子***(4),所述方法的具体步骤如下:
步骤一:所述***调度中心(1)向语音子***(2)轮询用户需要的动作类型和操作目标,直至得到用户明确反馈的动作类型和操作目标;
步骤二:所述***调度中心(1)把待操作目标传给视觉子***(3),所述视觉子***(3)开始搜寻目标;若搜寻失败,通过所述语音子***(2)告知用户,用户决定终止,此次动作结束,用户重新指定要操作的目标,并返回步骤一;若搜寻成功,所诉***调度中心(1)获得当前的目标位姿。
步骤三:所述***调度中心(1)把当前的目标位姿传给机械臂子***(4),所述机械臂子***(4)依据当前位姿对工具中心点进行路径设计和轨迹规划,随之向目标运动。
2.根据权利要求1所述的一种机器人的智能动作和目标的动态位姿实时融合的方法,其特征在于:所述机械臂子***(4)控制机械臂运动。
3.根据权利要求2所述的一种机器人的智能动作和目标的动态位姿实时融合的方法,其特征在于:在运动过程中,当所述视觉子***(3)发现目标位姿有变化,报告所述***调度中心(1),所述***调度中心(1)把当前变化的目标位姿实时传给机械臂子***(4),所述机械臂子***(4)依据目标位姿和当前的运动状态重新调整后续的路径设计和相应的轨迹规划,确保当前位置的运动状态衔接光顺;若当前衔接位置的融合半径小于机械臂的最小融合半径,则规划失败,运动中止,同时报告所述***调度中心(1),所述***调度中心(1)通过语音子***(2)告知用户目标位姿异常,运动中止;若规划可行,则机械臂继续向目标运动;若目标位姿继续变化,则重复该步骤,直至完成用户要求的动作,或因规划失败提前中止。
4.根据权利要求2所述的一种机器人的智能动作和目标的动态位姿实时融合的方法,其特征在于:所述轨迹规划的方法为:采用参照所述机械臂的最小融合半径来规划;当前位置所述机械臂运动状态可以是非静止的并作为初态,用七次多项式来重新规划,确保该位置所述机械臂各关节新规划的加速度也是光顺的,若规划失败,即可中止运动。
5.根据权利要求4所述的一种机器人的智能动作和目标的动态位姿实时融合的方法,其特征在于:所述视觉子***(3)内设有视觉传感器,所述视觉传感器集成了平面视觉以及深度视觉。
6.根据权利要求4所述的一种机器人的智能动作和目标的动态位姿实时融合的方法,其特征在于:当操作目标体具有明显几何体特征时,所述目标位姿的确定方法为:所述平面视觉检测出操作目标体正面的三个关键点,将这三个关键点的像素位置反投到所述深度视觉中,得到它们真实的空间位置;确保三个关键点不共线,若共线,由所述平面视觉重检一个关键点来替代前面任一关键点,重新反投到深度视觉中;这三个关键点任意组成两个向量,通过两个向量的叉积能够解出所述操作目标体正面的法向量,所述法向量即为操作目标体的目标位姿。
7.根据权利要求1所述的一种机器人的智能动作和目标的动态位姿实时融合的方法,其特征在于:当操作目标体的角点几何特征不明显时,所述目标位姿的确定方法为:通过手工在所述操作目标体的正面标识三个不共线的关键点,所述平面视觉检测出操作目标体正面的三个不共线的关键点,将这三个关键点的像素位置反投到所述深度视觉中,得到它们真实的空间位置;这三个关键点任意组成两个向量,通过两个向量的叉积能够解出所述操作目标体正面的法向量,所述法向量即为操作目标体的目标位姿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110288635.6A CN113119110A (zh) | 2021-03-18 | 2021-03-18 | 一种机器人的智能动作和目标的动态位姿实时融合的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110288635.6A CN113119110A (zh) | 2021-03-18 | 2021-03-18 | 一种机器人的智能动作和目标的动态位姿实时融合的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113119110A true CN113119110A (zh) | 2021-07-16 |
Family
ID=76773374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110288635.6A Pending CN113119110A (zh) | 2021-03-18 | 2021-03-18 | 一种机器人的智能动作和目标的动态位姿实时融合的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113119110A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114179085A (zh) * | 2021-12-16 | 2022-03-15 | 上海景吾智能科技有限公司 | 机器人控制、轨迹衔接与平滑处理的方法及*** |
-
2021
- 2021-03-18 CN CN202110288635.6A patent/CN113119110A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114179085A (zh) * | 2021-12-16 | 2022-03-15 | 上海景吾智能科技有限公司 | 机器人控制、轨迹衔接与平滑处理的方法及*** |
CN114179085B (zh) * | 2021-12-16 | 2024-02-06 | 上海景吾智能科技有限公司 | 机器人控制、轨迹衔接与平滑处理的方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6766186B2 (ja) | ロボット関節空間におけるポイントツーポイント移動の軌跡計画方法 | |
US11667035B2 (en) | Path-modifying control system managing robot singularities | |
US6845295B2 (en) | Method of controlling a robot through a singularity | |
CN109834706B (zh) | 在机器人运动规划中避免运动学奇异点的方法及装置 | |
Dahari et al. | Forward and inverse kinematics model for robotic welding process using KR-16KS KUKA robot | |
JP2014024162A (ja) | ロボットシステム、ロボット制御装置、ロボット制御方法及びロボット制御プログラム | |
CN105382835A (zh) | 一种可穿越腕部奇异点的机器人路径规划方法 | |
CN109623825B (zh) | 一种移动轨迹规划方法、装置、设备和存储介质 | |
CN108582071A (zh) | 一种工业机器人编程轨迹诊断及速度优化的方法 | |
US11003177B2 (en) | Apparatus and method for generating robot program | |
Corinaldi et al. | Singularity-free path-planning of dexterous pointing tasks for a class of spherical parallel mechanisms | |
CN113858205A (zh) | 一种基于改进rrt*的七轴冗余机械臂避障算法 | |
US20060255758A1 (en) | Teaching data preparing method for articulated robot | |
Žlajpah | On orientation control of functional redundant robots | |
CN113119110A (zh) | 一种机器人的智能动作和目标的动态位姿实时融合的方法 | |
Li et al. | Kinematics Modelling and Experimental Analysis of a Six-Joint Manipulator. | |
JP7144754B2 (ja) | 多関節ロボットおよび多関節ロボットシステム | |
US10807238B2 (en) | Robot system and method for controlling robot | |
CN111699079B (zh) | 协调***、操作设备和方法 | |
CN114378830B (zh) | 一种机器人腕关节奇异规避方法及*** | |
Zhang et al. | Kuka youBot arm shortest path planning based on geodesics | |
Sun et al. | Development of the “Quad-SCARA” platform and its collision avoidance based on Buffered Voronoi Cell | |
WO2021250923A1 (ja) | ロボットシステム、制御装置、及び制御方法 | |
JP2009056593A (ja) | 把持制御装置 | |
CN114474068A (zh) | 一种puma构型机器人腕关节奇异规避方法及*** |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210716 |
|
WD01 | Invention patent application deemed withdrawn after publication |