CN113733104B - 机械臂的控制方法、计算机设备和存储介质 - Google Patents
机械臂的控制方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113733104B CN113733104B CN202111186449.8A CN202111186449A CN113733104B CN 113733104 B CN113733104 B CN 113733104B CN 202111186449 A CN202111186449 A CN 202111186449A CN 113733104 B CN113733104 B CN 113733104B
- Authority
- CN
- China
- Prior art keywords
- joint
- joint angle
- mechanical arm
- weight value
- group
- 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.)
- Active
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本申请涉及一种机械臂的控制方法、计算机设备和存储介质。所述方法通过获取待控制的机械臂对应的多个关节角组,并根据机械臂上各关节对机械臂末端的运动影响程度,为每个关节角组中的各关节角分配权重,得到每个关节角组中各关节角对应的权重值,以及根据每个关节角组中的各关节角对应的权重值从多个关节角组中筛选出目标关节角组,最后根据目标关节角组中各关节的关节角控制机械臂运动达到目标位姿。上述控制方法依据机械臂的各关节对机械臂末端的运动影响程度对各关节分配权重,赋予了各关节权重明确的运动学含义,使机械臂上各关节的移动不会过大或过小,以及不会出现突变关节移动,有利于提高机械臂运动控制的稳定性与高效性。
Description
技术领域
本申请涉及机器人技术领域,特别是涉及一种机械臂的控制方法、计算机设备和存储介质。
背景技术
随着手术机器人技术的发展,使用机械臂执行手术操作成为了当下医疗手术过程中的常规操作。
在机械臂的控制过程中,启动控制模块对机械臂的逆运动学的求解可以描述为:给定目标位姿信息,找出能够令机械臂末端满足该目标位姿的关节角,然而求解结果难以避免地存在多解,即需要将当前时刻唯一确定的一组解作为机械臂的输入控制机械臂,所以必须引入特定方法对多解加以筛选,而目前的筛选方法大多基于“最近解”和“最小解”的原则实现,或者基于“多移动小关节”和“少移动大关节”的原则实现。
但是,通过上述筛选方法筛选出的一组解作为机械臂的输入控制机械臂,机械臂的控制稳定性和效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效提高机械臂的控制稳定度和效率的机械臂的控制方法、计算机设备和存储介质。
第一方面,一种机械臂的控制方法,所述方法包括:
获取待控制的机械臂对应的多个关节角组;每个关节角组包括所述机械臂上各关节的关节角;
根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述关节角组中的各关节角分配权重,得到每个所述关节角组中各关节角对应的权重值;
根据每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出目标关节角组;
根据所述目标关节角组中各关节的关节角控制所述机械臂运动达到目标位姿。
第二方面,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
第三方面,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
上述机械臂的控制方法、计算机设备和存储介质,通过获取待控制的机械臂对应的多个关节角组,并根据机械臂上各关节对机械臂末端的运动影响程度,为每个关节角组中的各关节角分配权重,得到每个关节角组中各关节角对应的权重值,以及根据每个关节角组中的各关节角对应的权重值从多个关节角组中筛选出目标关节角组,最后根据目标关节角组中各关节的关节角控制机械臂运动达到目标位姿。上述控制方法依据机械臂的各关节对机械臂末端的运动影响程度对各关节分配权重,赋予了各关节权重明确的运动学含义,使机械臂上各关节的移动不会过大或过小,以及不会出现突变关节移动,使整个机械臂的各关节可以平滑移动,进而可以避免整个机械臂移动不稳定的问题,有利于提高机械臂运动控制的稳定性与高效性。
附图说明
图1为一个实施例中机械臂的控制方法的应用环境图;
图2为一个实施例中机械臂的控制方法的流程示意图;
图3为一个实施例中机械臂的运动学模型的示意图;
图4为图2实施例中S102的一种实现方式的流程示意图;
图5为图4实施例中S201的一种实现方式的流程示意图;
图6为图4实施例中S202的一种实现方式的流程示意图;
图7为一个实施例中机械臂各关节的权重值分配流程示意图;
图8为图2实施例中S103的一种实现方式的流程示意图;
图9为图2实施例中S104的一种实现方式的流程示意图;
图10为一个实施例中预处理方法的流程示意图;
图11为一个实施例中后处理方法的流程示意图;
图12为一个实施例中机械臂的控制方法的流程示意图;
图13为一个实施例中机械臂的控制方法的流程示意图;
图14为一个实施例中机械臂的控制方法的流程示意图;
图15为一个实施例中机械臂的控制装置的结构框图;
图16为一个实施例中机械臂的控制装置的结构框图;
图17为一个实施例中机械臂的控制装置的结构框图;
图18为一个实施例中机械臂的控制装置的结构框图;
图19为一个实施例中机械臂的控制装置的结构框图;
图20为一个实施例中机械臂的控制装置的结构框图;
图21为一个实施例中机械臂的控制装置的结构框图;
图22为一个实施例中机械臂的控制装置的结构框图;
图23为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的机械臂的控制方法,可以应用于如图1所示的应用环境中。其中,控制终端102通过有线或无线的方式与机械臂104进行连接。控制终端102用于根据预设控制算法计算得到机械臂的多个关节角,并根据各关节角控制机械臂104达到目标位姿。其中,控制终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,机械臂104可以是任意自由度的机械臂,比如,六自由度、五自由度的机械臂等。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的应用环境的限定,具体的应用环境可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,如图2所示,提供了一种机械臂的控制方法,以该方法应用于图1中的控制终端为例进行说明,包括以下步骤:
S101,获取待控制的机械臂对应的多个关节角组。
其中,每个关节角组包括机械臂上各关节的关节角。
本实施例中,控制终端可以预先基于相关模型构建理论或模型构建算法(例如,螺旋理论)建立预设自由度串联机械臂运动学模型,再基于相应方法实现对机械臂的正逆运动学描述,并由此进行代数求解,解算得到机械臂的多个关节角组。比如,采用螺旋理论建立满足Pieper准则的六自由度串联机械臂运动学模型,相应机械构型参数与坐标系如图3所示,左侧图为机械臂各关节运动简图,右侧图为对应的运动学关节坐标系模型。图中,i表示关节的序号,Ji为第i关节的运动副,(x0,y0,z0)为机械臂基座的坐标,(xt,yt,zt)为机械臂末端法兰盘的坐标,(xi,yi,zi)为机械臂的第i关节的坐标,Li为第i关节的机械构型参数。根据旋量指数映射理论,图3所示的运动学模型可通过指数积方法实现对串联机械臂的正逆运动学描述,并由此进行代数求解,可以得到该机械臂的多个关节角组,且每个关节角组包括机械臂上各关节的关节角。
S102,根据机械臂上各关节对机械臂末端的运动影响程度,为每个关节角组中的各关节角分配权重,得到每个关节角组中各关节角对应的权重值。
当控制终端获取到待控制的机械臂对应的多个关节角组后,即求解机械臂的运动学模型得到多组解时,可以进一步的对各组解中的各关节角分配权重,即依据各关节对机械臂末端的运动影响程度加以分配,具体的,控制终端可以对机械臂上各关节对机械臂末端的运动影响程度进行量化处理,得到各关节对机械臂末端的运动影响程度的量化表达式,再将各关节的初始关节角代入到各关节对机械臂末端的运动影响程度的量化表达式中,计算得到各关节对机械臂末端的运动影响程度的量化值,然后将各关节对应的量化值直接作为每个关节角组中各关节角对应的权重值。
S103,根据每个关节角组中的各关节角对应的权重值从多个关节角组中筛选出目标关节角组。
其中,目标关节角组为确定的机械臂的最终解,即最终控制机械臂运动的各关节角。本实施例中,当控制终端基于前述步骤为每个关节角组中的各关节角分配权重后,可以进一步的基于各关节角组的权重,并结合各关节角组中各关节角的值,进行相应的加权累加和运算或其他运算,然后通过比较各组关节角组的计算结果,按照预设筛选条件从中筛选出符合要求的计算结果对应的关节角组作为目标关节角组,其中的预设筛选条件可由控制终端预先确定,比如,设置预设取值范围,并将落在该范围内的计算结果对应的关节角组确定为目标关节角组,或者设置预设阈值,并将小于该预设阈值的计算结果对应的关节角组确定为目标关节角组。
S104,根据目标关节角组中各关节的关节角控制机械臂运动达到目标位姿。
其中,目标位姿为给定的位姿,即为预控制机械臂达到的位姿。
本实施例中,当控制终端确定了最终控制机械臂运动的目标关节角组后,即可将目标关节角组作为控制数据传达给机械臂,指示机械臂按照目标关节角组中各关节的关节角进行运动,若机械臂当前的位姿达到目标位姿,则控制机械臂停止运动;若机械臂当前的位姿还未达到目标位姿,则重新获取目标关节角组控制机械臂运动。
上述实施例所述的机械臂的控制方法,通过获取待控制的机械臂对应的多个关节角组,并根据机械臂上各关节对机械臂末端的运动影响程度,为每个关节角组中的各关节角分配权重,得到每个关节角组中各关节角对应的权重值,以及根据每个关节角组中的各关节角对应的权重值从多个关节角组中筛选出目标关节角组,最后根据目标关节角组中各关节的关节角控制机械臂运动达到目标位姿。上述控制方法依据机械臂的各关节对机械臂末端的运动影响程度对各关节分配权重,赋予了各关节权重明确的运动学含义,使机械臂上各关节的移动不会过大或过小,以及不会出现突变关节移动,使整个机械臂的各关节可以平滑移动,进而可以避免整个机械臂移动不稳定的问题,有利于提高机械臂运动控制的稳定性与高效性。
在一个实施例中,提供了一种为机械臂的各关节分配权重的方式,即上述S102的具体实现方式,如图4所示,上述S102“根据机械臂上各关节对机械臂末端的运动影响程度,为每个关节角组中的各关节角分配权重,得到每个关节角组中各关节角对应的权重值”,包括:
S201,根据机械臂上各关节对机械臂末端的运动影响程度,得到每个关节角组中各关节角对应的初始权重值。
当控制终端获取到待控制的机械臂对应的多个关节角组后,即求解机械臂的运动学模型得到多组解时,可以进一步的对各组解中的各关节角分配权重,即依据各关节对机械臂末端的运动影响程度加以分配。具体的,控制终端可以对机械臂上各关节对机械臂末端的运动影响程度进行量化处理,得到各关节对机械臂末端的运动影响程度的量化值,然后将各关节对应的量化值直接作为每个关节角组中各关节角对应的初始权重值。
S202,对各关节角对应的初始权重值中异常权重值进行权重再分配,得到各关节角对应的权重值。
其中,异常权重值为不合理的权重值,比如,异常权重值的权重值为零。
当控制终端获取到机械臂的每个关节角组中各关节角对应的初始权重值时,由于各关节角对应的初始权重值中可能存在异常权重值,且这些异常权重值对各关节的运动会造成极大的影响,因此需要对这些异常权重值进行重新计算,即重新对异常权重值对应的关节进行权重再分配,而重新分配的权重值不再是异常权重值,最后将重新分配的权重值和正常权重值确定为各关节角对应的权重值。
进一步的,提供了计算初始权重值的方法,即上述S201的一种具体实现方式,如图5所示,该方法包括:
S301,根据机械臂上各关节的初始位形,确定机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径。
其中,机械臂上各关节的初始位形表示控制机械臂运动之前机械臂的当前位形,且机械臂上各关节的初始位形对应机械臂上各关节的初始关节角。
本实施例涉及控制终端量化机械臂上各关节对机械臂末端的运动影响程度的一种方法,具体的,控制终端根据机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径,确定对机械臂上各关节对机械臂末端的运动影响程度。即本实施例中,为量化表示各关节对机械臂末端点(如法兰盘中心)在笛卡尔空间内的运动影响程度,引入机械臂的正运动学,通过几何法确定各关节独立运动时机械臂末端点围绕关节轴线的回转半径,比如,采用如下关系式(1)表示机械臂末端点围绕关节轴线的回转半径,即各关节对机械臂末端的运动影响程度:
上式中,i表示关节的序列号,ωi表示第i关节分配的权重值(即为各关节对机械臂末端点的运动影响程度,或机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径);Li表示机械臂的第i关节的机械构型参数,表示机械臂的初始位形对应的第i关节的初始关节角。本示例中计算的是六自由度的机械臂的六个关节的权重值。
当控制终端基于上述方法量化表示了机械臂上各关节对机械臂末端的运动影响程度时,比如,使用上述关系式(1)表示后,将机械臂的初始位形对应的各初始关节角和机械臂各关节的机械构型参数代入到上述关系式(1)中进行计算,即可得到机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径(关系式(1)中的ω1、ω2、ω3、ω4、ω5、ω6)。
S302,将机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径,确定为每个关节角组中各关节角对应的初始权重值。
当控制终端基于前述步骤获取到机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径,即可将计算得到的各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径确定为每个关节角组中各关节角对应的初始权重值。该初始权重值即可表示机械臂上各关节对机械臂末端“贡献”的位置分量,将其设定为关节权重值,实现从运动学角度根据不同初始关节角动态评价“大/小关节”,相比于现有权值分配方法基于关节连杆长度直接作为权值,本申请提供的权值分配方法充分考虑到了机械臂处于不同的初始位形,实现了将机械构型参数与机械臂的起始运动状态相结合,实现动态和合理的权值分配,提高了各关节的控制稳定度。
可选的,还提供了根据初始权重值再分配权重的方式,即上述S202的一种具体实现方式,如图6所示,上述S202“对各关节角对应的初始权重值中异常权重值进行权重再分配,得到各关节角对应的权重值”,包括:
S401,若异常权重值对应的关节非机械臂中的末端关节,则根据第一连接关节的关节角和/或关节构型参数,为异常权重值进行权重再分配,得到异常权重值对应的关节角的权重值。
其中,第一连接关节为在机械臂的基座到末端方向上位于异常权重值对应的关节之后的相邻关节,机械臂的基座到末端方向表示关节的序列号越小,关节所在位置越接近基座,关节的序列号越大,关节所在位置越接近末端。例如,关节1-关节6按照从基座到末端的方向排列,若异常权重值对应的关节为关节4,则第一连接关节为关节4之后的相邻关节,即关节5。
本实施例涉及控制终端为各关节的初始权重值中的异常权重值进行权重再分配的方法,具体包括:先确定异常权重值对应的关节的类型,若异常权重值对应的关节不是机械臂中的末端关节(比如,六自由度机械臂中的第六关节),则根据第一连接关节的关节角和/或关节构型参数,重新计算异常权重值对应的关节的权重值,即为异常权重值进行权重再分配,得到异常权重值对应的关节的权重值。
可选的,若异常权重值对应的关节非机械臂中的末端关节,比如,异常权重值对应的关节为关节4,则采用如下关系式(2)计算得到关节4的权重值:
其中,ω4表示关节4的权重值,L5表示关节5的机械构型参数(即关节4的第一连接关节的关节构型参数),表示关节5的关节角(即关节4的第一连接关节的关节角)。
比如,若异常权重值对应的关节为关节1,则采用如下关系式(3)计算得到关节1的权重值:
ω1=L2 (3);
其中,ω1表示关节1的权重值,L2表示关节2的机械构型参数(即关节1的第一连接关节的关节构型参数)。
S402,若异常权重值对应的关节为机械臂中的末端关节,则根据第二连接关节的关节角、关节构型参数和预设权值系数,为异常权重值进行权重再分配,得到异常权重值对应的关节角的权重值。
其中,第二连接关节为在机械臂的基座到末端方向上位于异常权重值对应的关节之前的相邻关节,机械臂的基座到末端方向表示关节的序列号越小,关节所在位置越接近基座,关节的序列号越大,关节所在位置越接近末端。例如,关节1-关节6按照从基座到末端的方向排列,若异常权重值对应的关节为关节6,则第二连接关节为关节6之前的相邻关节,即关节5。预设权值系数可以预先确定,比如,设置预设权值系数λ∈(0,1)。
若异常权重值对应的关节为机械臂中的末端关节(比如,六自由度机械臂中的第六关节),则根据第二连接关节的关节角、关节构型参数和预设权值系数,重新计算异常权重值对应的关节的权重值,即为异常权重值进行权重再分配,得到异常权重值对应的关节角的权重值。
可选的,若异常权重值对应的关节为机械臂中的末端关节,比如,异常权重值对应的关节为关节6,则采用如下关系式(4)计算得到关节6的权重值:
ω6=L5·max{ρ,λ} (4);
其中,ω6表示关节6的权重值,L5表示关节5的机械构型参数(即关节6的第二连接关节的关节构型参数),λ表示权值系数,可以取值为λ∈(0,1),ρ表示另一个权值系数,当时,/>当/>时,/>
示例性说明上述图6所述的方法,参考上述关系式(1)给出的各关节的初始权重值的表达式,分析如下,若初始关节角的值为零,则/>为零,根据权值初分配时对应的运动学含义,当前初始位形下,关节4的运动并不会对机械臂的末端法兰的位置产生影响,故该值为零。然而,同样依据初分配时的关系式(1)赋值的关节5由于处于末置位(可参见图3所示的模型示意图),其运动影响的关节连杆只有L5,所以该权重值表现为定常值,这就导致该权重再初始关节角/>的值为零的特殊位形中出现与实际运动状态不符的结果,即更靠近末端法兰的关节5权重(ω5=L5)反而大大超过了关节4的权重(ω4=0),因此,由初始关节角/>的值为零导致关节4的权重值为零的特殊情况下,关节4的权重值即为异常权重值。类似的,当初分配的关节1的权重值为零(ω1=0)时,也存在与上述同样的问题,即关节1的权重值为异常权重值。
为了消除上述特殊情况下对整体权重分配方法的影响,需要对其做额外的特殊处理,即重新为异常权重值对应关节的权重再分配,具体的分配过程参见如7所示的流程示意图,如图7所示,针对初始权重值中的异常权重值,先判断的值是否小于/>的值,若小于,则根据前述关系式(2)计算得到关节4的权重值ω4,且根据/>计算得到权值系数ρ;若不小于,则根据关系式/>计算得到权值系数ρ;然后根据权重系数ρ、另一个权值系数λ和关节5的机械结构参数L5计算得到关节6的权重值ω6,再比较关节1的权重值ω1和关节2的机械结构参数L2,若权重值ω1小于L2,则根据前述关系式(3)计算得到关节1的权重值ω1,若权重值ω1不小于L2,则依据关系式(1)中的ω1的计算式计算得到关节1的权重值ω1,对于初始权重值中除异常权重值以外的其他权重值则都按照关系式(1)中的各关系式计算得到各关节的权重值。
在一个实施例中,提供了上述S103的一种实现方式,如图8所示,上述S103“根据每关节角组中的各关节角对应的权重值从多个关节角组中筛选出目标关节角组”,包括:
S501,根据每个关节角组中的各关节角对应的权重值与每个关节角组中的各关节角,确定各关节角组对应的距离指标。
当控制终端基于前述步骤得到每个关节角组中的各关节角对应的权重值时,可以进一步的将每个关节角组中的各关节角对应的权重值与每个关节角组中各关节角进行加权累加和运算,得到的每个关节角组的加权累加和运算结果即为每个关节角组对应的距离指标。
比如,针对不同关节的权重值计算完毕后,接下来可以根据各关节角组中各关节的关节角和初始关节角计算各关节角组的距离指标,可选的,可以采用如下关系式(5)计算得到最小的距离指标对应的关节角组:
其中,Θmin表示最小的距离指标对应的关节角组,d表示每组关节角组对应的动态加权距离,M表示关节角组的个数,k表示关节角组的序列号;θi k表示第k组关节角组中关节i的关节角,表示机械臂的关节i的初始关节角,/>表示机械臂的关节i的权重值。
上述方法实现了根据各关节角组中各关节的关节角和初始关节角的差值与权重值相乘并求和,即可得到每组关节角组基于运动学动态权重分配下的距离指标,最后经由排序后取最小的操作便可以确定最小距离指标对应的唯一关节角组。
S502,将距离指标最小的关节角组确定为目标关节角组。
当控制终端基于前述步骤计算得到各关节角组对应的距离指标时,可以进一步的比较各关节角组对应的距离指标,并从中筛选出距离指标最小的关节角组,然后将筛选出的关节角组作为目标关节角组。该方法基于“关节位移最小”的原则筛选目标关节角组,可以减少机械臂控制位移的移动量,从而提高机械臂各关节控制的稳定性。
可选的,提供了上述S104的一种实现方式,如图9所示,上述S104“根据目标关节角组中各关节的关节角控制机械臂运动达到目标位姿”,包括:
S601,根据目标关节角组中各关节的关节角控制机械臂运动。
当控制终端计算得到目标关节角组中各关节的关节角时,即可利用得到的各关节的关节角控制机械臂的各关节角运动,使机械臂进行运动。具体的,控制终端可以将包含各关节的关节角的控制指令发送至机械臂,机械臂即按照该控制指令进行相应关节角位置的运动。
S602,判断机械臂是否达到目标位姿,若达到,则执行步骤S603,若未达到,则执行步骤S604。
S603,控制机械臂停止运动。
S604,返回执行获取待控制的机械臂对应的多个关节角组的步骤,直到机械臂达到目标位姿为止。
当机械臂按照各关节的关节角进行运动后,可以判断机械臂运动后达到的位姿,若机械臂达到目标位姿,则说明控制终端已经达到控制目标,不需要再控制机械臂了,此时即可控制机械臂停止运动;若机械臂未达到目标位姿,则说明控制终端还没达到控制目标,所以需要继续控制机械臂运动,直到达到目标位姿,本实施例中,控制终端可以返回前述S101的步骤,以重新获取机械臂对应的多个关节角组,再按照前述步骤重新确定新的目标关节角组,再判断机械臂按照新的目标关节角组运动后是否达到目标位姿,若达到,则控制机械臂停止运动,若未达到,再重新返回执行获取待控制的机械臂对应的多个关节角组的步骤,如此循环反复,直到机械臂运动后达到目标位姿为止。
需要说明的是,当每次机械臂未达到目标位姿,需要重新获取目标关节角组的过程中,每次为各关节角组中各关节分配权重值时,每次机械臂的初始位形都不同,因此每次根据机械臂的初始位形计算得到的各关节的权重值也不同,所以本申请所述的方法考虑到了每次机械臂的起始位置,并根据不同的起始位置实现了各关节的权重值的动态分配,使机械臂各关节的位移不会太大也不会太小,可以达到稳定控制机械臂运动的效果。
在实际应用中,当控制终端执行上述S102的步骤之前,还可以对多个关节角组进行预处理,以筛选出合适的关节角组,基于此,本申请提供了一种预处理方法,如图10所示,该方法包括:
S105、从多个关节角组中剔除超出预设行程范围的关节角组,和/或,从多个关节角组中剔除存在碰撞问题的关节角组,得到多个候选关节角组。
其中,预设行程范围可以由控制终端预先根据机械臂各关节的运动范围确定。本实施例中,由于控制终端初步求解完成的逆解解集(即多个关节角组),并未考虑机械臂上各关节的机械、电气以及软件上的限位,必定存在着一些无法真正控制机械臂运动至目标位姿的逆解子集(关节角组),因此,可以对多个关节角组进行剔除处理,优先剔除超出行程的不合理结果,即从多个关节角组中剔除超出预设行程范围的关节角组,获得关节限位内的解集,即多个候选关节角组,以减少后期的控制终端的计算量。
或者,还可以对多个关节角组进行碰撞检测筛选,即从多个关节角组中剔除存在碰撞问题的关节角组,得到多个候选关节角组。具体筛选时,可以结合外部碰撞算法库、机械臂物理模型库以及正运动学模型,对实际应用环境加以仿真计算,将其中存在碰撞风险或已经发生碰撞的关节角组进行剔除,做到进一步的缩小范围至非碰撞解集,即多个候选关节角组。
可选的,控制终端可以对多个关节角组进行行程范围筛选,或者对多个关节角组进行碰撞检测筛选;控制终端也可以先对多个关节角组进行行程范围筛选,再对剩余的关节角组进行碰撞检测筛选,从而得到多个候选关节角组。
对应的,控制终端具体执行上述S102的步骤时,具体执行:根据机械臂上各关节对机械臂末端的运动影响程度,为每个候选关节角组中的各关节角分配权重,得到每个候选关节角组中各关节角对应的权重值。
该步骤涉及为每个候选关节角组中各关节角分配权重的方法,该方法与前述图4和图5实施例所述的权重分配方法基本一致,具体方法请参见前述说明,此处不赘述。
可选的,当控制终端执行上述S102的步骤之后,即得到各关节角对应的权重值后,还可以对各关节角对应的权重值进行后处理,基于此,本申请提供了一种后处理方法,如图11所示,该方法包括:
S106、对每个关节角组中的各关节角对应的权重值进行归一化处理,得到归一化后的每个关节角组中的各关节角对应的权重值。
由于前述为各关节分配权重时,是将各关节对机械臂末端点的位置的作用分量直接视为权重值,默认单位与运动学建模时的长度单位一致。为消除不同量纲所引入的影响,需要对已经分配好的各关节的权重值进行归一化处理,通用的归一化处理方式很多,具体应用时需要结合实际应用场景特定加以选取,可选的,本申请提供了一种2-范数进行归一化处理,比如,采用如下关系式(6)进行归一化处理;
上式中,表示经过归一化处理后的每个关节角组中的第i关节的关节角对应的权重值,N表示机械臂的关节数。
对应的,控制终端具体执行上述S103的步骤时,具体执行:根据归一化后的每个关节角组中的各关节角对应的权重值从多个关节角组中筛选出目标关节角组。
该步骤涉及筛选目标关节角组的方法,该方法与前述图8实施例所述的权重分配方法基本一致,具体方法请参见前述说明,此处不赘述。
综合上述所有实施例,本申请还提供了一种机械臂的控制流程,如图12所示,该流程包括:
①建立机械臂的运动学模型,并基于运动学模型解算出全部关节角解集Θ1,若未解算出,则返回运动学库重新计算,直到解算出全部关节角解集Θ1。该步骤的具体实现方式可参见前述S101步骤下的说明,此处不赘述。
②关节行程范围筛选,判断关节角解集Θ1中是否有行程范围内解,若有,则从全部关节角解集Θ1中筛选出行程范围内解,即得到图中的关节限位内解集Θ2。若没有行程范围内解,则返回运动学库重新计算,重新解算出全部关节角解集Θ1。该步骤的具体实现方式可参见前述图10实施例所述的方法,此处不赘述。
③碰撞检测筛选,判断关节限位内解集Θ2中是否有未发生碰撞解,即根据运动学库、机械臂模型库和碰撞算法库从关节限位内解集Θ2中筛选出非碰撞解集Θ3。若没有发生碰撞解,则返回运动学库重新计算,重新解算出全部关节角解集Θ1。该步骤的具体实现方式可参见前述图10实施例所述的方法,此处不赘述。
④基于动态权值分配的逆解筛选,即为非碰撞解集Θ3中的各组关节角组中的各关节分配权重。具体的,根据起始关节角集以及根据各关节对机械臂末端的运动影响程度为各关节角组中各关节分配权重,得到各组关节角组中各关节的权重值,再根据各组关节角组中各关节的权重值和各关节角组中各关节角的值计算得到各关节角组的距离指标,并根据各关节角组的距离指标进行最小距离筛选,得到目标关节角组。该步骤的具体实现方式可参见前述图8实施例所述的方法,此处不赘述。
可选的,上述④步骤具体可按照如图13所示的流程实现,该流程中,基于机械臂的各关节的关节角为各关节初分配权重后,可以得到各关节的初始权重值Ω1,再针对特殊情况的权重值进行再分配(异常权重值进行再分配),得到再分配后的各关节的权重值Ω2,然后对各关节的权重值Ω2进行归一化处理,得到归一化后的各关节的权重值Ω3,最后将各关节角组中各关节的关节角和归一化后的各关节的权重值Ω3,代入最小加权距离模型中进行最小距离解,然后将最小距离解对应的关节角组确定为目标关节角组。
综合上述所有实施例,本申请还提供了一种机械臂的控制流程,如图14所示,该流程包括:
S701,获取待控制的机械臂对应的多个关节角组。
S702、从多个关节角组中剔除超出预设行程范围的关节角组,和/或,从多个关节角组中剔除存在碰撞问题的关节角组,得到多个候选关节角组。
S703,根据机械臂上各关节的初始位形,确定机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径。
S704,将机械臂上各关节独立运动时机械臂的末端点围绕对应关节轴线的回转半径,确定为每个候选关节角组中的各关节角对应的初始权重值。
S705,确定各关节角对应的初始权重值中的异常权重值,若异常权重值对应的关节非机械臂中的末端关节,则执行步骤S706,若异常权重值对应的关节为机械臂中的末端关节,则执行步骤S707。
S706,根据第一连接关节的关节角和/或关节构型参数,为异常权重值进行权重再分配,得到异常权重值对应的关节角的权重值。
S707,根据第二连接关节的关节角、关节构型参数和预设权值系数,为异常权重值进行权重再分配,得到异常权重值对应的关节角的权重值。
S708,对每个关节角组中的各关节角对应的权重值进行归一化处理,得到归一化后的每个关节角组中的各关节角对应的权重值。
S709,根据每个关节角组中的各关节角对应的权重值与每个关节角组中的各关节角,确定各关节角组对应的距离指标。
S710,将距离指标最小的关节角组确定为目标关节角组。
S711,根据目标关节角组中各关节的关节角控制机械臂运动。
S712,判断机械臂是否达到目标位姿,若达到,则执行步骤S713,若未达到,则执行步骤S714。
S713,控制机械臂停止运动。
S714,返回执行获取待控制的机械臂对应的多个关节角组的步骤,直到机械臂达到目标位姿为止。
上述各步骤在前述均有说明,详细内容请参见前述内容,此处不赘述。
应该理解的是,虽然图2-14的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-14中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图15所示,提供了一种机械臂的控制装置,包括:
获取模块10,用于获取待控制的机械臂对应的多个关节角组;每个关节角组包括所述机械臂上各关节的关节角。
分配模块11,用于根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述关节角组中的各关节角分配权重,得到每个所述关节角组中各关节角对应的权重值。
筛选模块12,用于根据每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出目标关节角组。
控制模块13,用于根据所述目标关节角组中各关节的关节角控制所述机械臂运动达到目标位姿。
在一个实施例中,上述分配模块11,如图16所示,包括:
确定单元110,用于根据所述机械臂上各关节对机械臂末端的运动影响程度,得到每个所述关节角组中各关节角对应的初始权重值。
分配单元111,用于对各所述关节角对应的初始权重值中异常权重值进行权重再分配,得到各所述关节角对应的权重值;所述异常权重值的权重值为零。
在一个实施例中,上述确定单元110,如图17所示,包括:
第一确定子单元1100,用于根据所述机械臂上各关节的初始位形,确定所述机械臂上各关节独立运动时所述机械臂的末端点围绕对应关节轴线的回转半径;
第二确定子单元1101,用于将所述机械臂上各关节独立运动时所述机械臂的末端点围绕对应关节轴线的回转半径,确定为每个所述关节角组中的各关节角对应的初始权重值。
在一个实施例中,上述分配单元111,如图18所示,包括:
第一分配子单元1110,用于在所述异常权重值对应的关节非所述机械臂中的末端关节的情况下,根据第一连接关节的关节角和/或关节构型参数,为所述异常权重值进行权重再分配,得到所述异常权重值对应的关节角的权重值;
第二分配子单元1111,用于在所述异常权重值对应的关节为所述机械臂中的末端关节的情况下,根据第二连接关节的关节角、关节构型参数和预设权值系数,为所述异常权重值进行权重再分配,得到所述异常权重值对应的关节角的权重值。
在一个实施例中,上述筛选模块12,如图19所示,包括:
确定指标单元120,用于根据每个所述关节角组中的各关节角对应的权重值与每个所述关节角组中的各关节角,确定各关节角组对应的距离指标;
确定目标单元121,用于将距离指标最小的关节角组确定为所述目标关节角组。
在一个实施例中,上述控制模块13,如图20所示,包括:
控制单元130,用于根据所述目标关节角组中各关节的关节角控制所述机械臂运动。
执行单元131,用于判断所述机械臂是否达到所述目标位姿,若达到,则控制所述机械臂停止运动;若未达到,则返回执行获取待控制的机械臂对应的多个关节角组的步骤,直到所述机械臂达到所述目标位姿为止。
在一个实施例中,上述机械臂的控制装置,如图21所示,还包括:
剔除模块14,用于从所述多个关节角组中剔除超出预设行程范围的关节角组,和/或,从所述多个关节角组中剔除存在碰撞问题的关节角组,得到多个候选关节角组;
对应的,上述分配模块11具体用于根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述候选关节角组中的各关节角分配权重,得到每个所述候选关节角组中各关节角对应的权重值。
在一个实施例中,上述机械臂的控制装置,如图22所示,还包括:
处理模块15,用于对每个所述关节角组中的各关节角对应的权重值进行归一化处理,得到归一化后的每个所述关节角组中的各关节角对应的权重值;
对应的,上述筛选模块12具体用于根据归一化后的每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出所述目标关节角组。
关于机械臂的控制装置的具体限定可以参见上文中对于机械臂的控制方法的限定,在此不再赘述。上述机械臂的控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图23所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种机械臂的控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图23中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待控制的机械臂对应的多个关节角组;每个关节角组包括所述机械臂上各关节的关节角;
根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述关节角组中的各关节角分配权重,得到每个所述关节角组中各关节角对应的权重值;
根据每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出目标关节角组;
根据所述目标关节角组中各关节的关节角控制所述机械臂运动达到目标位姿。
上述实施例提供的一种计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待控制的机械臂对应的多个关节角组;每个关节角组包括所述机械臂上各关节的关节角;
根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述关节角组中的各关节角分配权重,得到每个所述关节角组中各关节角对应的权重值;
根据每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出目标关节角组;
根据所述目标关节角组中各关节的关节角控制所述机械臂运动达到目标位姿。
上述实施例提供的一种计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种机械臂的控制方法,其特征在于,所述方法包括:
获取待控制的机械臂对应的多个关节角组;每个关节角组包括所述机械臂上各关节的关节角;
根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述关节角组中的各关节角分配权重,得到每个所述关节角组中各关节角对应的权重值;所述各关节对机械臂末端的运动影响程度是根据所述机械臂上各关节独立运动时所述机械臂的末端点围绕对应关节轴线的回转半径确定的,所述回转半径是基于各关节的初始位形确定的,用于表征各关节独立运动时对所述机械臂末端的运动影响程度;
根据每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出目标关节角组;
根据所述目标关节角组中各关节的关节角控制所述机械臂运动达到目标位姿。
2.根据权利要求1所述的方法,其特征在于,所述根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述关节角组中的各关节角分配权重,得到每个所述关节角组中各关节角对应的权重值,包括:
根据所述机械臂上各关节对机械臂末端的运动影响程度,得到每个所述关节角组中各关节角对应的初始权重值;
对各所述关节角对应的初始权重值中异常权重值进行权重再分配,得到各所述关节角对应的权重值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述机械臂上各关节对机械臂末端的运动影响程度,得到每个所述关节角组中各关节角对应的初始权重值,包括:
根据所述机械臂上各关节的初始位形,确定所述机械臂上各关节独立运动时所述机械臂的末端点围绕对应关节轴线的回转半径;
将所述机械臂上各关节独立运动时所述机械臂的末端点围绕对应关节轴线的回转半径,确定为每个所述关节角组中各关节角对应的初始权重值。
4.根据权利要求2所述的方法,其特征在于,所述对各所述关节角对应的初始权重值中异常权重值进行权重再分配,得到各所述关节角对应的权重值,包括:
若所述异常权重值对应的关节非所述机械臂中的末端关节,则根据第一连接关节的关节角和/或关节构型参数,为所述异常权重值进行权重再分配,得到所述异常权重值对应的关节角的权重值;
若所述异常权重值对应的关节为所述机械臂中的末端关节,则根据第二连接关节的关节角、关节构型参数和预设权值系数,为所述异常权重值进行权重再分配,得到所述异常权重值对应的关节角的权重值。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出目标关节角组,包括:
根据每个所述关节角组中的各关节角对应的权重值与每个所述关节角组中的各关节角,确定各关节角组对应的距离指标;
将距离指标最小的关节角组确定为所述目标关节角组。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标关节角组中各关节的关节角控制所述机械臂运动达到目标位姿,包括:
根据所述目标关节角组中各关节的关节角控制所述机械臂运动;
判断所述机械臂是否达到所述目标位姿,若达到,则控制所述机械臂停止运动;若未达到,则返回执行获取待控制的机械臂对应的多个关节角组的步骤,直到所述机械臂达到所述目标位姿为止。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述多个关节角组中剔除超出预设行程范围的关节角组,和/或,从所述多个关节角组中剔除存在碰撞问题的关节角组,得到多个候选关节角组;
所述根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述关节角组中的各关节角分配权重,得到每个所述关节角组中各关节角对应的权重值,包括:
根据所述机械臂上各关节对机械臂末端的运动影响程度,为每个所述候选关节角组中的各关节角分配权重,得到每个所述候选关节角组中各关节角对应的权重值。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对每个所述关节角组中的各关节角对应的权重值进行归一化处理,得到归一化后的每个所述关节角组中的各关节角对应的权重值;
所述根据每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出所述目标关节角组,包括:
根据归一化后的每个所述关节角组中的各关节角对应的权重值从所述多个关节角组中筛选出所述目标关节角组。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111186449.8A CN113733104B (zh) | 2021-10-12 | 2021-10-12 | 机械臂的控制方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111186449.8A CN113733104B (zh) | 2021-10-12 | 2021-10-12 | 机械臂的控制方法、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113733104A CN113733104A (zh) | 2021-12-03 |
CN113733104B true CN113733104B (zh) | 2023-07-21 |
Family
ID=78726458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111186449.8A Active CN113733104B (zh) | 2021-10-12 | 2021-10-12 | 机械臂的控制方法、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113733104B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038275A (zh) * | 2016-12-19 | 2017-08-11 | 中国科学院沈阳自动化研究所 | 一种机械臂误差分析方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013066954A (ja) * | 2011-09-21 | 2013-04-18 | Seiko Epson Corp | ロボット及びロボットの制御方法 |
JP6305673B2 (ja) * | 2011-11-07 | 2018-04-04 | セイコーエプソン株式会社 | ロボット制御システム、ロボットシステム及びロボット |
CN110757450B (zh) * | 2019-09-06 | 2022-05-17 | 南京邮电大学 | 一种肩关节康复机器人参数标定方法 |
KR102564849B1 (ko) * | 2019-11-25 | 2023-08-09 | 한국전자통신연구원 | 복수의 사용자의 모션을 인식하는 시스템, 장치 및 방법 |
CN111890364B (zh) * | 2020-07-29 | 2021-11-16 | 库卡机器人(广东)有限公司 | 机器人的运动控制方法、装置、电子设备及存储介质 |
CN112091979B (zh) * | 2020-10-10 | 2021-11-19 | 哈尔滨工业大学 | 一种基于位置级逆运动学的七自由度机械臂限位优化方法 |
CN113119081B (zh) * | 2021-03-18 | 2022-10-21 | 深圳市优必选科技股份有限公司 | 一种机械臂的臂角区间的逆解方法、装置及终端设备 |
-
2021
- 2021-10-12 CN CN202111186449.8A patent/CN113733104B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038275A (zh) * | 2016-12-19 | 2017-08-11 | 中国科学院沈阳自动化研究所 | 一种机械臂误差分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113733104A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baressi Šegota et al. | Path planning optimization of six-degree-of-freedom robotic manipulators using evolutionary algorithms | |
TWI830938B (zh) | 對人工神經網路進行量化的方法及系統以及人工神經網路設備 | |
WO2020029592A1 (zh) | 转换方法、装置、计算机设备及存储介质 | |
KR102521054B1 (ko) | 조기 중단에 기반한 심층 신경망의 연산 제어 방법 및 시스템 | |
KR20220062622A (ko) | 데이터 처리 방법 및 관련 장치 | |
CN110263493A (zh) | 一种基于revit的房间建筑面积计算方法以及装置 | |
EP3484674A1 (en) | Method and system for preserving privacy for cloud-based manufacturing analysis services | |
CN116227043B (zh) | 一种飞行器数值模拟方法、***、设备及计算机存储介质 | |
CN112975951A (zh) | 用于具有障碍物规避的机器人路径规划的快速方法 | |
CN111283686A (zh) | 一种用于带电作业机器人抓取支线场景下的抓取姿态计算方法 | |
CN112975954A (zh) | 机械臂的控制方法、计算机设备和存储介质 | |
CN113733104B (zh) | 机械臂的控制方法、计算机设备和存储介质 | |
CN113312183B (zh) | 面向深度神经网络的边缘计算方法 | |
WO2021164277A1 (zh) | 应用于路径规划的空间采样方法、装置、设备及介质 | |
CN112836425A (zh) | 一种基于粒子群优化算法的圆柱体拟合方法及装置 | |
CN113420604B (zh) | 多人姿态估计方法、装置和电子设备 | |
CN113658247B (zh) | 器械空间预测方法、装置、计算机设备和存储介质 | |
US10168963B2 (en) | Storage conditioning with intelligent rebuild | |
CN111738539B (zh) | 一种拣货任务分配方法、装置、设备及介质 | |
JP7396505B2 (ja) | モデル生成プログラム、モデル生成方法及びモデル生成装置 | |
CN109377510B (zh) | 超算集群上的粒子追踪方法和*** | |
CN117348577B (zh) | 一种生产工艺仿真检测方法、装置、设备以及介质 | |
KR20190099894A (ko) | 탐색 전략을 자동으로 생성하는 방법 및 자동으로 생성된 탐색 전략을 사용한 콘콜릭 테스팅 수행 방법 | |
WO2022252959A1 (zh) | 机械臂控制方法、装置、电子设备和计算机可读存储介质 | |
US20160297071A1 (en) | Robot, control unit, and control method |
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 |