CN113910232A - 一种自适应姿态跟踪方法、装置、存储介质及电子设备 - Google Patents

一种自适应姿态跟踪方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN113910232A
CN113910232A CN202111252255.3A CN202111252255A CN113910232A CN 113910232 A CN113910232 A CN 113910232A CN 202111252255 A CN202111252255 A CN 202111252255A CN 113910232 A CN113910232 A CN 113910232A
Authority
CN
China
Prior art keywords
robot
interpolation
posture
controller
current
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
CN202111252255.3A
Other languages
English (en)
Other versions
CN113910232B (zh
Inventor
谢胜文
王珂
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.)
Suzhou Elite Robot Co Ltd
Original Assignee
Suzhou Elite 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 Suzhou Elite Robot Co Ltd filed Critical Suzhou Elite Robot Co Ltd
Priority to CN202111252255.3A priority Critical patent/CN113910232B/zh
Publication of CN113910232A publication Critical patent/CN113910232A/zh
Application granted granted Critical
Publication of CN113910232B publication Critical patent/CN113910232B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J18/00Arms
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00Manipulators not otherwise provided for
    • B25J11/005Manipulators for mechanical processing tasks
    • B25J11/0065Polishing or grinding
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00Controls for manipulators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/161Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种自适应姿态跟踪方法、装置、存储介质及电子设备。所述方法应用于机器人,所述方法包括:融合预先设置的至少两个控制器,以生成混合控制器;根据所述混合控制器,确定机器人的位置插补量和初始姿态插补量,并对所述初始姿态插补量清零;计算机器人根据当前姿态自适应变化的姿态插补量;根据所述位置插补量和姿态插补量,获取机器人的关节空间插补量;根据所述关节空间插补量对机器人的当前位姿进行插补,并控制机器人基于插补后的位姿运行。采用本申请方案,能够简化机器人的操作难度,提升机器人面对复杂工况的应对能力。

Description

一种自适应姿态跟踪方法、装置、存储介质及电子设备
技术领域
本发明属于工业机器人领域,特别是涉及一种自适应姿态跟踪方法、装置、存储介质及电子设备。
背景技术
中国是制造业大国,随着人口红利衰退,传统劳动密集型生产模式难以持续,机器替代人工势在必行,企业向自动化生产升级改造成发展主要方向。工业机器人领域包括传统的工业机器人和协作机器人,传统的工业机器人应用于工业环境中替代人工操作,新型的协作机器人主要用于在已有的产线布局上进行优化,便于人和机器协同工作,协作机器人的工作场景使得其对安全性、轻便性等性能提出较高的要求。
机器人配置有不同的控制器,去实现不同的控制功能,例如基于位置的控制或基于力的控制,但现有技术中,控制器的控制功能比较单一,控制器通常独立使用,机器人也主要面对单个控制器可以实现的简单场景,而在面对复杂工作场景时,不能直接由单个控制器实现。现有技术中,通常采用人工示教或者软件编程的方式解决复杂工况的处理,但是,人工示教的方式精度比较有限,而软件编程的方式实现较为复杂,对用户的编程专业知识要求较高,且不能基于应用场景灵活调整。
发明内容
本申请提供一种自适应姿态跟踪方法、装置、存储介质及电子设备,通过对至少两个的控制器进行融合,计算整体的融合插补量,实现混合控制器,同时,兼具力跟踪、姿态跟踪的功能,以解决现有技术中需要通过人工编程或示教的方式实现姿态跟踪的问题,本申请简化了对机器人操作难度,提升了机器人面对复杂工况的处理能力。
为实现上述目标,本发明可采用如下技术方案:一种自适应姿态跟踪方法,应用于机器人,所述机器人用于连接工具以对工作对象执行预定操作,所述方法包括:融合预先设置的至少两个控制器,以生成混合控制器;根据所述混合控制器,确定机器人的位置插补量和初始姿态插补量,并将所述初始姿态插补量清零;计算机器人根据当前姿态自适应变化的姿态插补量;根据所述位置插补量和姿态插补量,获取机器人的关节空间插补量;根据所述关节空间插补量对机器人的当前位姿进行插补,并控制机器人基于插补后的位姿运行。
进一步的,所述计算机器人根据当前姿态自适应变化的姿态插补量包括:设定机器人的目标姿态,所述目标姿态包括所述工具对工作对象的目标操作角度;获取机器人的当前姿态,所述当前姿态包括所述工具对工作对象的当前操作角度;根据所述目标操作角度、当前操作角度和预先设计的角度跟踪控制器,计算机器人从当前姿态变化到目标姿态的姿态插补量。
进一步的,所述获取机器人的当前姿态包括:获取机器人的TCP姿态与TCP轨迹切向量的夹角。
进一步的,所述角度跟踪控制器为PID控制器。
进一步的,所述计算机器人从当前姿态变化到目标姿态的姿态插补量之前,还包括:根据预先确定的滤波器,对所述当前操作角度进行滤波处理。
进一步的,所述至少两个控制器包括位置控制器、力控制器、阻抗控制器中的至少两个。
进一步的,所述融合预先设置的至少两个控制器,以生成混合控制器包括:获取至少两个控制器的空间插补量;根据各控制器的空间插补量,确定融合插补量以生成混合控制器。
本发明还可采用如下技术方案:一种自适应姿态跟踪装置,应用于机器人,包括:融合单元,用于融合预先设置的至少两个控制器,以生成混合控制器;确定单元,用于根据所述混合控制器,确定机器人的位置插补量和初始姿态插补量,并对所述初始姿态插补量清零;计算单元,用于计算机器人根据当前姿态自适应变化的姿态插补量;获取单元,用于根据所述位置插补量和姿态插补量,获取机器人的关节空间插补量;控制单元,用于根据所述关节空间插补量对机器人的当前位姿进行插补,并控制机器人基于插补后的位姿运行。
本发明还可采用如下技术方案:一种计算机可读存储介质,存储有计算机程序,所述计算机程序被执行时实现前文中任一项所述的自适应姿态跟踪方法。
本发明还可采用如下技术方案:一种电子设备,包括:存储器,所述存储器存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现前文中任一项所述的自适应跟踪方法。
与现有技术相比,本发明具体实施方式至少带来以下有益效果:
本申请基于生成的混合控制器,基于混合控制器获得机器人的位置插补量,并结合重新计算的姿态插补量,获得机器人关节空间插补量并据此对机器人进行插补运算,基于此,机器人能够根据混合控制器实现根据位置变化和力变化的自适应,同时基于重新计算的根据机器人当前姿态自适应变化的姿态插补量进行姿态的自适应,机器人能够实现力跟踪同时进行自适应的姿态跟踪,无需通过人工设定移动指令,机器人能够处理曲面打磨等同时需要力跟踪和姿态跟踪的复杂场景,简化了用户示教机器人的编程工作,提升了机器人处理复杂工况的能力。
附图说明
图1是本发明一个实施例的机器人的示意图;
图2是本发明一个实施例的自适应姿态跟踪方法的示意图;
图3是本发明另一实施例的自适应姿态跟踪方法的示意图;
图4是本发明又一实施例的自适应姿态跟踪方法的示意图;
图5是本发明一个实施例的自适应跟踪方法的流程图;
图6是本发明一个实施例的自适应跟踪装置的示意图;
图7是本发明一个实施例的电子设备的示意图。
具体实施方式
为使本发明的技术方案更加清楚明了,下面将结合附图来描述本发明的实施例。应当理解的是,对实施方式的具体说明仅用于示教本领域技术人员如何实施本发明,而不是用于穷举本发明的所有可行方式,更不是用于限制本发明的具体实施范围。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的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本申请提供一种自适应姿态跟踪方法,应用于机器人,参图1,机器人100包括底座30、关节20以及连接件40,机器人的末端连接工具300以对工作对象执行预定操作,机器人100的关节20是动力源,包括电机、驱动器、减速器等元件,机器人100的末端可选的设置有力传感器、视觉传感器等传感器以获取机器人必要的运行信息。机器人包括控制***,所述控制***与所述机器人集成为一体或形成为单独的控制组件,所述控制***用于对机器人的运行信息进行处理及向机器人发出控制运行的指令。
本申请提供一种自适应姿态跟踪方法,应用于机器人100,可以由上述控制***执行,参图2,所述自适应姿态跟踪方法包括步骤:
S201、融合预先设置的至少两个控制器,以生成混合控制器;
S202、根据所述混合控制器,确定机器人的位置插补量和初始姿态插补量,并将所述初始姿态插补量清零;
S203、计算机器人根据当前姿态自适应变化的姿态插补量;
S204、根据所述位置插补量和姿态插补量,获取机器人的关节空间插补量;
S205、根据所述关节空间插补量对机器人的当前位姿进行插补,并控制机器人基于插补后的位姿运行。
其中,在一个具体的实施例中,参图3,步骤S201包括步骤S2011~S2012。
S2011、获取至少两个控制器的空间插补量;
S2012、根据各控制器的空间插补量,确定融合插补量以生成混合控制器。
机器人包括多个关节,对应的,机器人具有多个自由度,例如常见的六关节机器人具有六个自由度,当对机器人的多个控制器进行融合时,通过对机器人各自由度完成融合,进而实现机器人多个自由度的融合。具体的,步骤S2011包括,获取至少两个控制器在目标自由度上的空间插补量;步骤S2012包括,根据各控制器在目标自由度上的空间插补量,确定目标自由度的插补量,对机器人多个自由度的插补量进行融合确定融合插补量以生成混合控制器。例如,在机器人的某一自由度上,可能仅存在部分控制器导致的插补量,或者,在机器人的某一自由度上,存在多个控制器导致的插补量。通过生成混合控制器,可以基于获取的多个变量,综合生成机器人的位置插补量、姿态插补量。其中,所述空间插补量是笛卡尔空间插补量或者关节空间插补量。在笛卡尔空间,机器人的插补量可以表示为笛卡尔坐标系的坐标,可以将笛卡尔空间的插补量进行融合后转换为关节空间的插补量以进行融合;在关节空间,可以通过关节角度表示插补量,进而对各控制器进行融合。
其中,所述预先设置的至少两个控制器,例如可以是,机器人执行工作前,用户基于执行工作的场景进行选择,用户可以基于示教器或其他交互式设备预先设置需要进行融合的至少两个控制器,机器人自动实现至少两个控制器的功能融合。或者,用户通过示教器或者其他方式设定即将进行的工作类型,机器人通过该工作类型确定需要对哪些控制器融合,抑或,机器人生产商在设计、生产阶段对机器人常见工作场景进行默认的控制器推荐,用户选择工作场景后机器人自动设置对应的至少两个控制器,并实现控制器融合以支撑后续工作。
其中,至少两个控制器包括位置控制器、力控制器、阻抗控制器中的至少两个。例如,以曲面打磨作业为例,机器人需要至少需要配置位置控制器实现机器人位置的移动控制,配置力控制器保证机器人位置移动过程中作用力跟随目标力,以及结合姿态自适应,使得机器人移动过程中能够控制作用力跟随目标作用力,机器人姿态能够自适应跟随目标姿态。
机器人不同的控制器具有不同的功能,例如位置控制器能够实现机器人的位置跟随、力控制能够使得机器人移动过程中力跟随目标力,阻抗控制器能够使得机器人具有柔性,通过根据多个控制器分别计算空间插补量,以实现混合控制器。示例性的,下面将就如何将控制器输出转换为笛卡尔空间插补量进而进行控制器融合进行示例性说明:
(1)力跟踪控制器
TCP在坐标系{f}下有6个自由度,包括3个位置自由度和3个姿态自由度。假设在目标自由度上要跟踪的力/力矩为fd,实际的力为f,那么力跟踪误差为fe=fd-f,该目标自由度上的插补量加速度为:
Figure BDA0003322826610000051
其中Kp Ki Kd为PID参数。实际的笛卡尔空间插补量为
Figure BDA0003322826610000052
(2)阻抗控制器
令x表示TCP在坐标系{f}下目标自由度的值,比如可以是位置x,y或z,也可以是姿态变量。该目标自由度上的笛卡尔空间插补量为δx。
如果期望TCP在外力作用下表现质量-弹簧-阻尼模型的行为,该目标自由度上外力为fext,则该目标自由度上的笛卡尔空间插补量为:
Figure BDA0003322826610000053
其中,M,B,K是质量-弹簧-阻尼模型参数,在机械臂运行过程中fext是通过末端力/力矩传感器得到的,然后利用欧拉方法解微分方程(2)得到插补量。
(3)运动控制器
在一种可能的实现方式中,可以在笛卡尔空间做运动规划直接输出笛卡尔空间插补量,也可以在关节空间做运动规划,通过运动学正解得到笛卡尔空间插补量。这里的笛卡尔空间坐标系为需融合的坐标系{f}。
在一个可能的实现方式中,假设力跟踪控制器、阻抗控制器、运动控制器和其他控制器在该自由度上的插补量分别为δxtr,δxim,δxmov,δxother,那么最终融合后该自由度上的插补量为:
δx=f1(δxtr)+f2(δxim)+f3(δxmov)+f4(δxother) (3)
其中,f1-f4是自定义的融合函数。比如一种常见的简单的融合函数是f(x)的取值要么是0要么是x(x≠0);如果是0,那么对应的控制器在该自由度上不起作用,如果是x那么对应的控制器在该自由度上起作用。
融合不同的控制器会有不同的物理意义,比如如果融合(3)中的f2和f3那么TCP在该自由度上表现为:如果不受外力则是纯粹的运动控制,如果受外力则是运动控制加阻抗控制,这可以保护机械臂末端在运动过程中遇到障碍物后表现一定的柔性。可见,单个自由度上融合不同的控制器最后会表现出完全不同的效果。
机器人的控制器能够根据位置或力矩,输出插补量,生成混合控制器后,根据位置、力矩参量的变化,对输出进行调整,机器人能够自适应的进行力跟踪、位置跟踪。传统的机器人,若是需要进行姿态的跟踪,机器人无法通过获取的位置信息自适应生成姿态插补量,以及,当机器人位置不发生变化时,其姿态也能够发生变化,因此,基于位置控制或力控制实现对姿态的自适应是不可行的。混合控制器能够根据输入的位置信息、力信息得到姿态信息,但该姿态信息不具有自适应变化的能力。
现有技术中,通过用户编辑程序指令,以准确的匹配机器人的移动位置和力矩大小、姿态信息等,通过设置混合控制器,机器人根据预先确定的需求,自动输出力跟踪信号。同时,即使能够实现对多个控制器的融合,也无法通过混合控制器对姿态进行自适应跟踪,因为,混合控制器输出的插补量是基于机器人位置和/或力矩进行的计算,而当机器人的姿态发生变化时,依靠混合控制器并不能实现对姿态的自适应调整,混合控制器能够计算姿态插补量,但无法处理姿态发生变化时姿态插补量的自适应变化问题,进而不能实现姿态的自适应跟踪。因此,对混合控制器输出的姿态信息进行清零,通过不同于混合控制器的方法计算机器人自适应变化的姿态插补量,从而实现了机器人的姿态跟踪;以及,根据计算的姿态插补量结合混合控制器输出的位置插补量,获取机器人的关节空间插补量,以对机器人的当前位姿进行插补。具体的,所述姿态插补量是根据机器人的当前位置自适应变化的,至于如何获得机器人根据当前位置自适应变化的姿态插补量,可能有多种形式。
例如,在一个具体的实施例中,参图4,步骤S203包括:
S2031、设定机器人的目标姿态,所述目标姿态包括所述工具对工作对象的目标操作角度;
S2032、获取机器人的当前姿态,所述当前姿态包括所述工具对工作对象的当前操作角度;
S2033、根据所述目标操作角度、当前操作角度和预先设计的角度跟踪控制器,计算机器人从当前姿态变化到目标姿态的姿态插补量。
其中,机器人具有工具中心点,即TCP点,所述工具中心点通常是工具的尖端点,所述获取机器人的当前姿态包括:获取机器人的TCP姿态与TCP轨迹切向量的夹角。机器人的目标姿态通过用户预先设定。以曲面打磨为例,机器人工具与工作对象的夹角也就是工具坐标系的Z轴与TCP经过的三维曲线的切向之间的夹角。通过该种方式,能够使得机器人运动过程中,机器人当前姿态能够自适应的跟随目标姿态运行,机器人能够在力跟踪的同时进行姿态的自适应跟踪。具体的,控制***可以预先设定机器人的目标姿态,基于机器人运行过程中检测的当前姿态,确定当前姿态和目标姿态之间的差值,进一步的结合角度跟踪控制器确定机器人的当前姿态到目标姿态的姿态插补量,当机器人的当前姿态发生变化时,当前姿态和目标姿态之间的差值发生变化,通过机器人实时的进行计算,能够实现机器人的当前姿态始终跟随目标姿态。具体的,机器人的当前姿态可以通过机器人末端的六维传感器获取,或者,也可以通过视觉传感器等其他可能的方式。
其中,根据位置插补量和姿态插补量计算关节空间插补量包括,根据位置插补量和姿态插补量通过运动学逆解计算关节空间插补量。运动学逆解可以使用解析解的方法或数值解的方法,此处不再赘述。
进一步的,在一个具体的实施例中,所述角度跟踪控制器为PID控制器,即比例-积分-微分控制器,设当前操作角度为θt,目标操作角度是θd,则角度误差θe=θdt,PID控制器的输出是姿态插补量δθ。PID控制器根据角度误差计算姿态插补量
Figure BDA0003322826610000071
Figure BDA0003322826610000072
其中KP、Ki、Kd分别是比例系数、积分系数和微分系数。由此,也可以发现,当PID控制器的当前操作角度发生变化时,角度误差发生变化,进而PID控制器输出的姿态插补量也会发生变化,进而能够实现机器人姿态的自适应跟踪。
优选的,所述计算机器人从当期姿态变化到目标姿态的姿态插补量之前,还包括:根据预先确定的滤波器,对所述当前操作角度进行滤波处理,以处理机器人力控过程中位置变化引起的当前操作角度的突变。
参图5,图5是本申请一个具体的实施例中自适应姿态跟踪方法的流程图,通过机器人末端的力传感器、机器人当前位姿和指定坐标系,得到机器人的当前状态信息,根据混合控制器处理输出位置插补量;根据机器人当前位姿得到TCP轨迹切向量和TCP姿态,据此计算机器人工具与工作对象的当前操作角度,对当前操作角度进行滤波处理以祛除干扰信息,再结合预先设定的目标操作角度,通过角度跟踪控制器得到姿态插补量,将姿态插补量和混合控制器输出的位置插补量进行运动学逆解得到关节空间插补量,最后,根据关节空间插补量对机器人的当前位姿进行插补,控制机器人伺服驱动,进而控制机器人各关节的运动角度,最终达到调整机器人位姿的效果,该过程中,机器人的作用力和姿态均可以自适应变化。
以上优选实施例的有益效果在于:对机器人的预先控制器进行融合,通过融合后的控制器获知位置插补量,再计算获得机器人自适应变化的姿态插补量后结合位置插补量确定机器人的关节空间插补量,该方法能够避免对机器人进行复杂编程,以及丰富了机器人处理复杂工况的场景,机器人能够自适应的跟踪目标姿态,使用体验提升。
本申请还用于提供一种自适应姿态跟踪装置,应用于机器人,参图6,所述自适应姿态跟踪装置包括:
融合单元410,用于融合预先设置的至少两个控制器,以生成混合控制器;
确定单元420,用于根据所述混合控制器,确定机器人的位置插补量和初始姿态插补量,并对所述初始姿态插补量清零;
计算单元430,用于计算机器人根据当前姿态自适应变化的姿态插补量;
获取单元440,用于根据所述位置插补量和姿态插补量,获取机器人的关节空间插补量;
控制单元450,用于根据所述关节空间插补量对机器人的当前位姿进行插补,并控制器机器人基于插补后的位姿运行。
其中,所述确定单元420计算初始姿态插补量并对初始姿态插补量清零,根据计算单元430计算机器人的姿态插补量,所述计算单元430采用不同于确定单元的方式确定姿态插补量,所述计算单元430计算机器人根据当前姿态自适应变化的姿态插补量。优选的,所述计算单元430包括对机器人当前姿态的自适应处理,以确定机器人的姿态插补量,进而确定机器人关节空间插补量,机器人的位姿经过插补后,能够实现力跟踪和姿态跟踪。
其中,预先设置的至少两个控制器包括位置控制器、力控制器、阻抗控制器中的至少两个。所述融合预先设置的至少两个控制器,以生成混合控制器包括:获取至少两个控制器的空间插补量;根据各控制器的空间插补量,确定融合插补量以生成混合控制器。
在一个具体的实施例中,所述计算单元430计算机器人根据当前姿态自适应变化的姿态插补量可以实现为:设定机器人的目标姿态,所述目标姿态表示所述工具对工作对象的目标操作角度;获取机器人的当前姿态,所述当前姿态包括所述工具对所述工作对象的当前操作角度;根据所述目标操作角度、当前操作角度和预先设计的角度跟踪控制器,计算机器人从当前姿态变化到目标姿态的姿态插补量。具体的,所述目标姿态可以通过人工设定,例如,用户可以通过示教器或者其他便携式设备设置目标姿态,以表示用户期望的工具对工作对象的操作角度,以保证机器人的操作效果,机器人运行过程中时刻去比较当前姿态和目标姿态,并结合角度跟踪控制器计算姿态插补量,最终插补后的机器人位姿符合预先设定的目标姿态,以保证机器人的操纵效果。
具体的,获取机器人的当前姿态包括:获取机器人的TCP姿态与TCP轨迹切向量的夹角。TCP,也即机器人的工具中心点,初始状态的工具中心点是工具坐标系的原点,当以手动或者编程方式让机器人去接近空间中的某一点时,其本质是让工具中心点去接近该点,因此机器人的轨迹运动,可以通过工具中心点表示。TCP姿态,也即工具中心点姿态,TCP轨迹切向量,也即工具中心点轨迹切向量。建立机器人的工具坐标系,工具坐标系的Z轴即代表机器人的TCP姿态;以及,以曲面打磨为例,工具坐标系Z轴与TCP经过的三维曲线的切向形成的夹角就是机器人工具对工作对象的操作角度,通过检测该角度,结合预先设置的目标姿态,以获得需要变化的角度差值。
在一个可能的实施例中,所述角度跟踪控制器为PID控制器。以及,计算机器人从当前姿态变化到目标姿态的姿态插补量之前,还包括:根据预先设置的滤波器,对所述当前操作角度进行滤波处理。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在示例性实施例中,本申请还提供了一种存储有计算机程序的计算机可读存储介质,例如存储有计算机程序的存储器,所述计算机程序可由处理器执行以完成自适应姿态跟踪方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,本申请还提供了一种电子设备,该电子设备包括存储器和处理器,所述存储器存储有计算机程序;所述处理器用于执行所述存储器中的所述计算机程序,以实现上述的自适应姿态跟踪方法。
在一个具体的实施例中,参图7,电子设备500可以包括处理器510、存储器520、输入/输出部件530和通信端口540。处理器510(例如,CPU)可以以一个或多个处理器的形式执行程序命令。存储器520包括不同形式的程序存储器和数据存储器,例如,硬盘、只读存储器(ROM)、随机存储器(RAM)等,用于存储由计算机处理和/或传输的各种各样的数据文件。输入\输出部件530可以用于支持处理设备与其他部件之间的输入\输出。通信端口540可以与网络连接,用于实现数据通信。示例性的处理设备可以包括存储在读存储器(ROM)、随机存储器(RAM)和\或其他类型的非临时性存储介质中的由处理器执行的程序命令。本说明书实施例的方法和/或流程可以以程序指令的方式实现。
最后还需要指出,由于文字表达的有限性,上述说明仅是示例性的,并非穷尽性的,本发明并不限于所披露的各实施方式,在不偏离上述示例的范围和精神的情况下,对于本领域的技术人员来说还可以作若干改进和修饰,这些改进和修饰也应视为本发明的保护范围。因此本发明的保护范围应以权利要求为准。

Claims (10)

1.一种自适应姿态跟踪方法,应用于机器人,所述机器人用于连接工具以对工作对象执行预定操作,其特征在于,所述方法包括:
融合预先设置的至少两个控制器,以生成混合控制器;
根据所述混合控制器,确定机器人的位置插补量和初始姿态插补量,并将所述初始姿态插补量清零;
计算机器人根据当前姿态自适应变化的姿态插补量;
根据所述位置插补量和姿态插补量,获取机器人的关节空间插补量;
根据所述关节空间插补量对机器人的当前位姿进行插补,并控制机器人基于插补后的位姿运行。
2.根据权利要求1所述的方法,其特征在于,所述计算机器人根据当前姿态自适应变化的姿态插补量包括:
设定机器人的目标姿态,所述目标姿态包括所述工具对工作对象的目标操作角度;
获取机器人的当前姿态,所述当前姿态包括所述工具对工作对象的当前操作角度;
根据所述目标操作角度、当前操作角度和预先设计的角度跟踪控制器,计算机器人从当前姿态变化到目标姿态的姿态插补量。
3.根据权利要求2所述的方法,其特征在于,所述获取机器人的当前姿态包括:获取机器人的TCP姿态与TCP轨迹切向量的夹角。
4.根据权利要求2所述的方法,其特征在于,所述角度跟踪控制器为PID控制器。
5.根据权利要求2所述的方法,其特征在于,所述计算机器人从当前姿态变化到目标姿态的姿态插补量之前,还包括:
根据预先确定的滤波器,对所述当前操作角度进行滤波处理。
6.根据权利要求1所述的方法,其特征在于,所述至少两个控制器包括位置控制器、力控制器、阻抗控制器中的至少两个。
7.根据权利要求1所述的方法,其特征在于,所述融合预先设置的至少两个控制器,以生成混合控制器包括:
获取至少两个控制器的空间插补量;
根据各控制器的空间插补量,确定融合插补量以生成混合控制器。
8.一种自适应姿态跟踪装置,应用于机器人,其特征在于,包括:
融合单元,用于融合预先设置的至少两个控制器,以生成混合控制器;
确定单元,用于根据所述混合控制器,确定机器人的位置插补量和初始姿态插补量,并对所述初始姿态插补量清零;
计算单元,用于计算机器人根据当前姿态自适应变化的姿态插补量;
获取单元,用于根据所述位置插补量和姿态插补量,获取机器人的关节空间插补量;
控制单元,用于根据所述关节空间插补量对机器人的当前位姿进行插补,并控制机器人基于插补后的位姿运行。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被执行时实现权利要求1-7中任一项所述的自适应姿态跟踪方法。
10.一种电子设备,其特征在于,包括:
存储器,所述存储器存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-7中任一项所述的自适应跟踪方法。
CN202111252255.3A 2021-10-27 2021-10-27 一种自适应姿态跟踪方法、装置、存储介质及电子设备 Active CN113910232B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111252255.3A CN113910232B (zh) 2021-10-27 2021-10-27 一种自适应姿态跟踪方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111252255.3A CN113910232B (zh) 2021-10-27 2021-10-27 一种自适应姿态跟踪方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN113910232A true CN113910232A (zh) 2022-01-11
CN113910232B CN113910232B (zh) 2022-12-20

Family

ID=79243007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111252255.3A Active CN113910232B (zh) 2021-10-27 2021-10-27 一种自适应姿态跟踪方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN113910232B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114734436A (zh) * 2022-03-24 2022-07-12 苏州艾利特机器人有限公司 一种机器人的编码器校准方法、装置及机器人
CN117921683A (zh) * 2024-03-19 2024-04-26 库卡机器人(广东)有限公司 关节机器人及其控制方法、装置和可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010253668A (ja) * 2009-03-31 2010-11-11 Daihen Corp ロボットの制御装置
US20140379131A1 (en) * 2013-06-19 2014-12-25 Gwangju Institute Of Science And Technology Control Method and Device for Position-Based Impedance Controlled Industrial Robot
CN107838920A (zh) * 2017-12-20 2018-03-27 芜湖哈特机器人产业技术研究院有限公司 一种机器人打磨力控制***和方法
CN109015634A (zh) * 2018-07-24 2018-12-18 西北工业大学 基于性能函数的多臂遥操作机器人力/位置混合控制方法
CN110315527A (zh) * 2019-02-26 2019-10-11 浙江树人学院(浙江树人大学) 一种自适应动态规划的柔性机械臂控制方法
CN110488745A (zh) * 2019-07-23 2019-11-22 上海交通大学 一种人体自动超声扫描机器人、控制器及控制方法
CN110948504A (zh) * 2020-02-20 2020-04-03 中科新松有限公司 机器人加工作业法向恒力跟踪方法和装置
CN111319036A (zh) * 2018-12-15 2020-06-23 天津大学青岛海洋技术研究院 基于自适应算法的移动机械臂位置/力自抗扰控制方法
CN111633668A (zh) * 2020-07-27 2020-09-08 山东大学 一种用于机器人加工三维自由曲面的运动控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010253668A (ja) * 2009-03-31 2010-11-11 Daihen Corp ロボットの制御装置
US20140379131A1 (en) * 2013-06-19 2014-12-25 Gwangju Institute Of Science And Technology Control Method and Device for Position-Based Impedance Controlled Industrial Robot
CN107838920A (zh) * 2017-12-20 2018-03-27 芜湖哈特机器人产业技术研究院有限公司 一种机器人打磨力控制***和方法
CN109015634A (zh) * 2018-07-24 2018-12-18 西北工业大学 基于性能函数的多臂遥操作机器人力/位置混合控制方法
CN111319036A (zh) * 2018-12-15 2020-06-23 天津大学青岛海洋技术研究院 基于自适应算法的移动机械臂位置/力自抗扰控制方法
CN110315527A (zh) * 2019-02-26 2019-10-11 浙江树人学院(浙江树人大学) 一种自适应动态规划的柔性机械臂控制方法
CN110488745A (zh) * 2019-07-23 2019-11-22 上海交通大学 一种人体自动超声扫描机器人、控制器及控制方法
CN110948504A (zh) * 2020-02-20 2020-04-03 中科新松有限公司 机器人加工作业法向恒力跟踪方法和装置
CN111633668A (zh) * 2020-07-27 2020-09-08 山东大学 一种用于机器人加工三维自由曲面的运动控制方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114734436A (zh) * 2022-03-24 2022-07-12 苏州艾利特机器人有限公司 一种机器人的编码器校准方法、装置及机器人
CN114734436B (zh) * 2022-03-24 2023-12-22 苏州艾利特机器人有限公司 一种机器人的编码器校准方法、装置及机器人
CN117921683A (zh) * 2024-03-19 2024-04-26 库卡机器人(广东)有限公司 关节机器人及其控制方法、装置和可读存储介质
CN117921683B (zh) * 2024-03-19 2024-05-31 库卡机器人(广东)有限公司 关节机器人及其控制方法、装置和可读存储介质

Also Published As

Publication number Publication date
CN113910232B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN108161882B (zh) 一种基于增强现实的机器人示教再现方法及装置
CN113910232B (zh) 一种自适应姿态跟踪方法、装置、存储介质及电子设备
González et al. Advanced teleoperation and control system for industrial robots based on augmented virtuality and haptic feedback
EP2835228B1 (en) Robot apparatus and robot controlling method
CN108340351B (zh) 一种机器人示教装置、方法及示教机器人
CN110076772B (zh) 一种机械臂的抓取方法及装置
Sharifi et al. Nonlinear model reference adaptive impedance control for human–robot interactions
Neto et al. High‐level robot programming based on CAD: dealing with unpredictable environments
US11179793B2 (en) Automated edge welding based on edge recognition using separate positioning and welding robots
CN109968361B (zh) 一种基于实时力反馈的变阻抗遥操作控制装置及方法
CN111459274B (zh) 一种基于5g+ ar的针对非结构化环境的遥操作方法
CN108687767B (zh) 离线编程装置以及离线编程方法
CN110948504A (zh) 机器人加工作业法向恒力跟踪方法和装置
Kamali et al. Real-time motion planning for robotic teleoperation using dynamic-goal deep reinforcement learning
Chang et al. Image feature command generation of contour following tasks for SCARA robots employing Image-Based Visual Servoing—A PH-spline approach
CN113021356B (zh) 一种面向修锭过程的机器人轨迹规划方法及***
CN114851209B (zh) 一种基于视觉的工业机器人工作路径规划优化方法及***
CN113634871A (zh) 基于离线编程的机器人搅拌摩擦焊轨迹规划方法
Rea Minango et al. Combining the STEP-NC standard and forward and inverse kinematics methods for generating manufacturing tool paths for serial and hybrid robots
CN106003067A (zh) 工业机器人示教方法和示教文件制作方法及装置
Dagioglou et al. Smoothing of human movements recorded by a single rgb-d camera for robot demonstrations
Cheng et al. Trajectory planning method with grinding compensation strategy for robotic propeller blade sharpening application
US6798416B2 (en) Generating animation data using multiple interpolation procedures
CN109648563B (zh) 串联机器人运动控制方法及计算机存储介质
CN113618728A (zh) 机器人运动轨迹的补偿方法、装置及计算机存储介质

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