CN114021850A - 建筑作业设备的碰撞预测方法、装置及建筑作业设备 - Google Patents
建筑作业设备的碰撞预测方法、装置及建筑作业设备 Download PDFInfo
- Publication number
- CN114021850A CN114021850A CN202111420734.1A CN202111420734A CN114021850A CN 114021850 A CN114021850 A CN 114021850A CN 202111420734 A CN202111420734 A CN 202111420734A CN 114021850 A CN114021850 A CN 114021850A
- Authority
- CN
- China
- Prior art keywords
- risk
- coordinate system
- joints
- position information
- base
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000010276 construction Methods 0.000 title claims abstract description 59
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000012636 effector Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04F—FINISHING WORK ON BUILDINGS, e.g. STAIRS, FLOORS
- E04F21/00—Implements for finishing work on buildings
- E04F21/18—Implements for finishing work on buildings for setting wall or ceiling slabs or plates
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
- E04G21/00—Preparing, conveying, or working-up building materials or building elements in situ; Other devices or measures for constructional work
- E04G21/14—Conveying or assembling building elements
- E04G21/16—Tools or apparatus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Architecture (AREA)
- Geometry (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Civil Engineering (AREA)
- Tourism & Hospitality (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Structural Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本申请涉及一种建筑作业设备的碰撞预测方法、装置及建筑作业设备。建筑作业设备包括底盘、机械臂和执行器,机械臂具有基座,以及安装在基座上的多个关节和多个连杆,关节用于连接两个相邻的连杆,机械臂通过基座安装在底盘上,执行器安装在机械臂的末端,碰撞预测方法包括:根据执行器的目标作业点,确定出基座的位置信息和多个关节的角度信息;根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件;根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。本申请实施例提供的碰撞预测方法、装置及建筑作业设备能够提高碰撞预测结果的准确性。
Description
技术领域
本申请涉及建筑作业设备设计与制造技术领域,具体而言,涉及一种建筑作业设备的碰撞预测方法、装置及建筑作业设备。
背景技术
随着自动化技术的不断更新与发展,带动了建筑行业的升级与转型,智能化的建筑作业设备也逐渐成为了建筑行业的中流砥柱,建筑作业设备以计算机技术与控制技术为核心,克服了传统建筑业中劳动成本高过、安全性较低、工艺标准不统一,以及施工效率低的问题,是未来建筑行业的发展方向。但是,建筑作业设备的工作通常需要涉及碰撞检测,用以预防建筑作业设备与目标作业点所处环境中存在的多个建筑构件发生碰撞。
现有技术中,针对建筑作业设备的碰撞检测通常是在已知的有限个建筑构件的情况下进行的碰撞检测。但是,建筑作业设备在实际工作过程中,标作业点所处环境中存在的建筑构件并非固定,因此,现有通过碰撞预测方法无法获得准确的碰撞预测结果。
发明内容
本申请的目在于,提供一种建筑作业设备的碰撞预测方法、装置及建筑作业设备,以解决上述问题。
第一方面,本申请实施例提供了一种建筑作业设备的碰撞预测方法,建筑作业设备包括底盘、机械臂和执行器,机械臂具有基座,以及安装在基座上的多个关节和多个连杆,关节用于连接两个相邻的连杆,机械臂通过基座安装在底盘上,执行器安装在机械臂的末端,碰撞预测方法包括:
根据执行器的目标作业点,确定出基座的位置信息和多个关节的角度信息;
根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件;
根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。
本申请实施例提供的碰撞预测方法能够根据执行器的目标作业点,确定出基座的位置信息和多个关节的角度信息,以及根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件,最后,根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。由于本申请实施例提供的碰撞预测方法中,根据执行器的目标作业点,确定出基座的位置信息和多个关节的角度信息,以及根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件的步骤都是在建筑作业设备行驶至目标作业点对应的驻车位置之前提前进行的,且根据前述过程中能够根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近所有的风险建筑构件,再根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞,因此,相对于现有技术中,在已知的有限个建筑构件的情况下进行的碰撞检测的方案而言,能够提高碰撞预测结果的准确性。
结合第一方面,本申请实施例还提供了第一方面的第一种可选的实施方式,根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件,包括:
根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的多个建筑构件;
根据目标作业点与多个建筑构件的距离确定出风险建筑构件。
在上述实施方式中,建筑信息模型是可以直接获取的,在获取到建筑信息模型之后,又可以根据目标作业点在建筑信息模型中的位置,直接确定出目标作业点附近的多个建筑构件,再根据目标作业点与多个建筑构件的距离确定出风险建筑构件,整个风险建筑构件的获取过程简单便捷,且准确度较高。
结合第一方面的第一种可选的实施方式,本申请实施例还提供了第一方面的第二种可选的实施方式,根据目标作业点与多个建筑构件的距离确定出风险建筑构件,包括:
若建筑构件为墙体,则根据目标作业点与墙体表面在基坐标系中X轴方向上的距离,判断墙体是否为风险建筑构件;
若建筑构件为天花板,则根据目标作业点与天花板下表面在基坐标系中Z轴方向上的距离,判断天花板是否为风险建筑构件;
若建筑构件为地板,则根据目标作业点与地板上表面在基坐标系中Z轴方向上的距离,判断地板是否为风险建筑构件;
若建筑构件为梁,则根据目标作业点与梁下表面在基坐标系中Z轴方向上的距离,以及目标作业点与梁侧表面在基坐标系中Y轴方向上的距离,判断梁是否为风险建筑构件。
在上述实施方式中,多个建筑构件中可以包括墙体、天花板、地板和梁,且能够针对多个建筑构件中的任意一者,针对任意一种建筑构件都能够根据目标作业点与该建筑构件的距离,确定出该建筑构件是否为风险建筑构件,提高了风险建筑构件判断的全面性。
结合第一方面,本申请实施例还提供了第一方面的第三种可选的实施方式,根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞,包括:
根据基座的中心在建筑信息模型中的位置信息和风险建筑构件在建筑信息模型中的位置信息,确定出风险建筑构件在基坐标系下的位置信息;
根据多个关节的角度信息,确定出多个关节在基坐标系下的位置信息;
根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。
结合第一方面的第三种可选的实施方式,本申请实施例还提供了第一方面的第四种可选的实施方式,根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,判断风险建筑构件是否会与机械臂发生碰撞,包括:
根据风险建筑构件的类型,确定出需要判断的位置参数;
根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,分别获取风险建筑构件与多个关节在位置参数上的差值;
根据风险建筑构件与多个关节在位置参数上的差值,确定出风险建筑构件对应的风险关节;
判断风险关节是否会与风险建筑构件发生碰撞,以获得用于表征机械臂是否会与风险建筑构件发生碰撞的碰撞预测结果。
在上述实施方式中包括的整个计算流程和判断过程都相对简单,因此,能够提高碰撞预测方法的执行效率,同时,根据风险建筑构件与多个关节在位置参数上的差值,也能够准确的确定出风险建筑构件对应的风险关节,因此,还能够进一步提高碰撞预测结果的准确性。
结合第一方面的第四种可选的实施方式,本申请实施例还提供了第一方面的第五种可选的实施方式,判断风险关节是否会与风险建筑构件发生碰撞,包括:
获取风险关节的半径值;
根据风险关节与风险建筑构件的距离和半径值之间的关系判断风险关节是否会与风险建筑构件发生碰撞。
在上述实施方式中,判断风险关节是否会与风险建筑构件发生碰撞,包括:获取风险关节的半径值,并根据风险关节与风险建筑构件的距离和半径值之间的关系判断风险关节是否会与风险建筑构件发生碰撞。显然,在判断风险关节是否会与风险建筑构件发生碰撞的过程中考虑了风险关节的半径值,例如,将风险关节的半径值补偿给风险建筑构件,因此,能够进一步提高碰撞预测结果的准确性。
结合第一方面的第四种可选的实施方式,本申请实施例还提供了第一方面的第六种可选的实施方式,若风险建筑构件为梁,则根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,判断风险建筑构件是否会与机械臂发生碰撞,还包括:
确定出与风险关节连接的风险连杆;
判断风险连杆是否会与梁发生碰撞,以获得用于表征机械臂是否会与梁发生碰撞的碰撞预测结果。
在上述实施方式中,若风险建筑构件为梁,则根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,判断风险建筑构件是否会与机械臂发生碰撞,还包括:确定出与风险关节连接的风险连杆,并判断风险连杆是否会与梁发生碰撞,以获得用于表征机械臂是否会与梁发生碰撞的碰撞预测结果,从而提高碰撞预测结果的可靠性。
结合第一方面的第六种可选的实施方式,本申请实施例还提供了第一方面的第七种可选的实施方式,判断风险连杆是否会与梁发生碰撞,以获得用于表征机械臂是否会与梁发生碰撞的碰撞预测结果,包括:
获取风险连杆的半径值和直线坐标向量,直线坐标向量用于表征风险连杆的轴线在基坐标系下的位置信息;
将风险连杆的半径值作为附加厚度,补偿给梁,获得待预测构件;
根据待预测构件在基坐标系下的坐标信息和风险连杆的直线坐标向量,判断风险连杆的轴线与待预测构件是否存在交汇点;
若风险连杆的轴线与待预测构件存在交汇点,则判定风险连杆与梁存在碰撞风险,以获得用于表征风险关节与梁存在碰撞风险的碰撞预测结果。
第二方面,本申请实施例还提供了一种建筑作业设备的碰撞预测装置,所述建筑作业设备包括底盘、机械臂和执行器,所述机械臂具有基座,以及安装在所述基座上的多个关节和多个连杆,所述关节用于连接两个相邻的连杆,所述机械臂通过基座安装在所述底盘上,所述执行器安装在所述机械臂的末端,所述碰撞预测装置包括:
信息获取模块,用于根据执行器的目标作业点,确定出基座的位置信息和多个关节的角度信息;
风险建筑构件确定模块,用于根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件;
碰撞预测模块,用于根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。
本申请实施例提供的碰撞预测装置具有上述碰撞预测方法相同的有益效果,此处不作赘述。
第三方面,本申请实施例还提供了一种建筑作业设备,包括控制器和存储器,存储器上存储有计算机程序,控制器用于执行计算机程序,以实现第一方面或第一方面的任意一种可选的实施方式所提供的碰撞预测方法。
本申请实施例提供的建筑作业设备具有上述碰撞预测方法相同的有益效果,此处不作赘述。
第四方面,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被执行时,实现第一方面或第一方面的任意一种可选的实施方式所提供的碰撞预测方法。
本申请实施例提供的计算机可读存储介质具有上述碰撞预测方法相同的有益效果,此处不作赘述。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种建筑作业设备中主要电结构部件的连接关系示意图。
图2为本申请实施例提供的一种建筑作业设备的物理结构示意图。
图3为本申请实施例提供的一种碰撞预测方法的步骤流程图。
图4为本申请实施例提供的建筑作业设备的另一种物理结构示意图。
图5为本申请实施例提供的一种风险构件为墙体时碰撞预测过程的辅助说明图。
图6为本申请实施例提供的一种风险构件为天花板时碰撞预测过程的辅助说明图。
图7为本申请实施例提供的一种风险构件为地板时碰撞预测过程的辅助说明图。
图8为本申请实施例提供的一种风险构件为梁时碰撞预测过程的辅助说明图。
图9为本申请实施例提供的一种碰撞预测装置的示意性结构框图。
附图标记:100-建筑作业设备;110-处理器;120-存储器;130-底盘;140-机械臂;141-基座;143-关节;144-连杆;200-碰撞预测装置;210-信息获取模块;220-风险建筑构件确定模块;230-碰撞预测模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。此外,应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参阅图1,为本申请实施例提供的一种建筑作业设备100中主要电结构部件的连接关系示意图,建筑作业设备100可以包括处理器110和存储器120。本申请实施例中,建筑作业设备100可以是但不限于机械臂,或包括机械臂的建筑机器人。
处理器110和存储器120直接或间接地电性连接,以实现数据的传输或交互,例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。碰撞预测装置包括至少一个可以软件或固件(Firmware)的形式存储在存储器120中或固化在建筑作业设备100的操作***(Operating System,OS)中的软件模块。处理器110用于执行存储器120中存储的可执行模块,例如,碰撞预测装置所包括的软件功能模块及计算机程序等,以实现碰撞预测方法。
处理器110可以在接收到执行指令后,执行计算机程序。其中,处理器110可以是一种集成电路芯片,具有信号处理能力。处理器110也可以是通用处理器,例如,可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、分立门或晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图,此外,通用处理器可以是微处理器或者任何常规处理器等。
存储器120可以是,但不限于,随机存取存储器(Random Access Memory,RAM)、只读存储器(ReadOnly Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦可编程序只读存储器(Erasable Programmable Read-Only Memory,EPROM),以及电可擦编程只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)。存储器120用于存储程序,处理器110在接收到执行指令后,执行该程序。
此外,请结合图2,本申请实施例提供的建筑作业设备100在物理结构上可以包括底盘130、机械臂140和执行器(图中未示意出),机械臂140具有基座141,以及安装在基座141上的多个关节142和多个连杆143,关节142用于连接两个相邻的连杆143,机械臂140通过基座141安装在底盘130上,执行器安装在机械臂140的末端。
可以理解的是,图1和图2所示的关于建筑作业设备100的结构仅为示意,本申请实施例提供的建筑作业设备100还可以具有比图1更少或更多的结构组件,或是具有与图1所示不同的配置,本申请实施例对此不作具体限制。
请参阅图3,为本申请实施例提供的碰撞预测方法的流程示意图,该方法应用于图1和图2所示的建筑作业设备100。需要说明的是,本申请实施例提供的模型训练方法不以图3及以下所示的顺序为限制,以下结合图3对模型训练方法的具体流程及步骤进行描述。
步骤S100,根据执行器的目标作业点,确定出基座的位置信息和多个关节的角度信息。
本申请实施例中,底盘130可以为自动导向车(Automated Guided Vehicle,AGV),因此,可以根据目标作业点,确定出底盘130的驻车位置,并进一步确定出驻车位置在建筑信息模型(Building Information Modeling,BIM)中对应的位置信息,以根据驻车位置在BIM中对应的位置信息、基座141的中心与底盘130的中心的相对位置,确定出基座141的位置信息。
进一步地,如图2所示,本申请实施例中,基座141被安装在底盘130上,且位于承载建筑作业设备100的直线导轨上,基坐标系(基于基座141创建的坐标系)可以记作Oarm-XarmYarmZarm,且基坐标系中坐标原点Oarm为基座141的几何中心,Xarm轴平行于底盘130所在的平面,且平行于底盘130的前端,而指向底盘130的长边,Yarm轴平行于底盘130所在的平面,且垂直于底盘130的前端,而指向底盘130的中心,Zarm轴的正方向竖直向上。此外,本申请实施例中,底盘130存在独立的自主坐标系:AGV坐标系,可以记作Oagv-XagvYagvZagv,AGV坐标系中坐标原点Oagv为底盘130几何中心在地面的投影点,在俯视图中,Xagv轴的正方向水平向右,Yagv轴的正方向竖直向上,Zagv轴的正方向垂直于底盘130,且竖直向上。对于BIM信息,其同样存在独立的自主坐标系,BIM坐标系,可以记作Obim-XbimYbimZbim,且BIM坐标系一般在建筑物某一墙体的地面处,本申请实施例中,将以BIM坐标系中坐标原点Obim在建筑物某一墙体的地面处,Xbim轴的正方形与Xagv轴的正方向一致,Ybim轴的正方形与Yagv轴的正方向一致,同时,Zbim轴的正方形与Zagv轴的正方向一致为例展开叙述。
以下将结合上述关于基坐标系、AGV坐标系和BIM坐标系的描述,对步骤S100中,根据执行器的目标作业点,确定出多个关节142的角度信息的具体实施过程进行描述,而其具体实施过程可以包括步骤S110和步骤S120。
步骤S110,获得目标作业点在从建筑信息模型信息对应的坐标系下转换到基坐标系下时,对应的作业点坐标。
本申请实施例中,机械臂140控制程序可以通过通讯模块,直接获取BIM信息和直线导轨提升的高度信息等,其中,BIM信息又包括目标作业点附近的多个建筑构件的BIM信息和目标作业点的BIM信息,而BIM信息具体可以理解为在描述对象在BIM坐标系中的坐标信息,直线导轨提升的高度信息即为基座141的高度。具体地,机械臂140作为建筑作业设备100上的一个模块,其上的控制程序还可以通过Modbus或SocketTCP等通讯方式,从建筑作业设备100的主控模块上获取BIM信息。
需要说明的是,本申请实施例中“附近”所圈定的具体范围大小可以根据机械臂140的机械结构和尺寸大小预先设定,当然,也可以在本申请实施例提供的碰撞预测方法的具体实施过程中由专业人员具体设定,例如,可以设定为以目标作业点为中心的方圆3m范围内,也可以设定为以目标作业点为中心的方圆5m范围内,本申请实施例对此不作具体限制。
此外,还需要说明的是,本申请实施例中,BIM坐标系的坐标原点Obim与AGV坐标系中坐标原点Oagv的相对位置可以通过底盘130的导航***获得。本申请实施例中,假设,BIM坐标系的坐标原点Obim在AGV坐标系下的坐标信息为(-X1,Y1,0),基于此,可以获得BIM坐标系转换到AGV坐标系下的转换矩阵为:
结合直线导轨提升的高度信息H,本申请实施例中,再假设,AGV坐标系的坐标原点Oagv和基坐标系原点Oarm在Yarm轴正方向的距离为Y2,则AGV坐标系的坐标原点Oagv在基坐标系下的坐标信息为(0,Y2,-H),基于此,可以获得的AGV坐标系转换到基坐标系下的转换矩为:
可以理解的是,本申请实施例中,机械臂140的末端安装有末端执行器,当然,也可能安装有手眼相机,即便如此,同样可以采用与上述方法相同的转换策略,将目标作业点在从建筑信息模型信息对应的坐标系下转换到末端执行器的坐标系或是手眼相机的坐标系下,以便于后续建筑作业设备100的工作和碰撞预测。
步骤S120,根据作业点坐标,获得多个关节的角度信息。
本申请实施例中,在获得作业点坐标之后,可以通过反解法或Pirper法,获得机械臂140的运动学逆解公式,此后,通过运动学逆解公式求解出与目标作业点对应多个关节的角度信息即可。
步骤S200,根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件。
本申请实施例中,可以根据目标作业点与其附近多个建筑构件的距离,从多个建筑构件中确定出风险建筑构件。基于此,对于步骤S200,本申请实施例中,作为一种可选的实施方式,其可以包括步骤S210和步骤S220。
步骤S210,根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的多个建筑构件。
步骤S220,根据目标作业点与多个建筑构件的距离确定出风险建筑构件。
本申请实施例中,目标作业点附近的多个建筑构件可以包括,但不限于墙体、天花板、地板和梁。基于此,为提高风险建筑构件判断的全面性,对于步骤S220,本申请实施例中,其又可以包括步骤S221、步骤S222、步骤S223和步骤S224。
步骤S221,若建筑构件为墙体,则根据目标作业点与墙体表面在基坐标系中X轴方向上的距离,判断墙体是否为风险建筑构件。
本申请实施例中,可以根据BIM信息获取目标作业点与其附近的墙体表面在基坐标系中Xarm轴方向上的距离。若目标作业点与其附近的墙体表面在基坐标系中Xarm轴方向上的距离位于第一预设距离区间(0,Dlim),则将墙体作为风险建筑构件。此外,本申请实施例中,第一预设距离区间的具体大小可以根据实际需求设定,本申请实施例对此不作具体限制。
例如,目标作业点的BIM信息为[“WorkInfo”:[Xw,Yw,Zw],“DistanceToWall”:Dtw],其中,WorkInfo为目标作业点信息在BIM坐标系中的坐标信息,而基于AGV坐标系,DistanceToWall为目标作业点与其附近的墙体表面在基坐标系中Xarm轴方向上的距离,若Dlim=400mm,Dtw=200mm,则将墙体作为风险建筑构件,也即,判定目标作业点处于墙体形成的阴角附近。
步骤S222,若建筑构件为天花板,则根据目标作业点与天花板下表面在基坐标系中Z轴方向上的距离,判断天花板是否为风险建筑构件。
本申请实施例中,可以根据BIM信息获得目标作业点的高度和天花板的高度,由于高度属于基坐标系中Zarm轴方向上的度量值,因此,可以再根据目标作业点的高度和天花板的高度,获得目标作业点与天花板下表面在基坐标系中Zarm轴方向上的距离。若目标作业点与天花板下表面在基坐标系中Zarm轴方向上的距离位于第二预设距离区间(0,HLim),则将天花板作为风险建筑构件。此外,本申请实施例中,第二预设距离区间的具体大小可以根据实际需求设定,本申请实施例对此不作具体限制。
例如,目标作业点的BIM信息为“CeilingHeight”:CH,[“WorkInfo”:[Xw,Yw,Zw],“DistanceToWall”:Dtw],其中,CeilingHeight为天花板的高度,当CeilingHeight-Zw<HLim时,则将天花板作为风险建筑构件。
步骤S223,若建筑构件为地板,则根据目标作业点与地板上表面在基坐标系中Z轴方向上的距离,判断地板是否为风险建筑构件。
本申请实施例中,可以根据BIM信息获得目标作业点的高度和基座141的高度,由于高度属于基坐标系中Zarm轴方向上的度量值,因此,可以再将目标作业点的高度和基座141的高度之和,作为目标作业点与地板上表面在基坐标系中Zarm轴方向上的距离。若目标作业点与地板上表面在基坐标系中Zarm轴方向上的距离小于Hmin,则将地板作为风险建筑构件,也即,第三预设距离区间为[Hmin,+∞)。此外,本申请实施例中,第三预设距离区间的具体大小可以根据实际需求设定,本申请实施例对此不作具体限制。
例如,目标作业点的BIM信息为[“WorkInfo”:[Xw,Yw,Zw],“DistanceToWall”:Dtw],Zw<Hmin时,则将地板作为风险建筑构件。
步骤S224,若建筑构件为梁,则根据目标作业点与梁下表面在基坐标系中Z轴方向上的距离,以及目标作业点与梁侧表面在基坐标系中Y轴方向上的距离,判断梁是否为风险建筑构件。
本申请实施例中,可以根据BIM信息获得目标作业点的高度和梁下表面的高度,由于高度属于基坐标系中Zarm轴方向上的度量值,因此,可以再根据目标作业点的高度和梁下表面的高度,获得目标作业点与梁下表面在基坐标系中Zarm轴方向上的距离。若目标作业点与梁下表面在基坐标系中Zarm轴方向上的距离位于第四预设距离区间(0,L1),则将梁作为风险建筑构件。此外,本申请实施例中,第四预设距离区间的具体大小可以根据实际需求设定,本申请实施例对此不作具体限制。
本申请实施例中,还可以根据BIM信息获得目标作业点和梁侧表面在基坐标系中Yarm轴方向上的距离。若目标作业点和梁侧表面在基坐标系中Yarm轴方向上的距离位于第五预设距离区间(0,L2),则将梁作为风险建筑构件。此外,本申请实施例中,第五预设距离区间的具体大小可以根据实际需求设定,本申请实施例对此不作具体限制。
此外,需要说明的是,本申请实施例中,也可以根据BIM信息获得梁在基坐标系中的高度值BeamHeight,以及梁的长边坐标Ybeam1和Ybeam2。根据梁在基坐标系中的高度值BeamHeight,以及梁的长边坐标Ybeam1和Ybeam2可以判断梁是否处于机械臂140的工作空间内(工作空间取决与机械臂140的机械结构和尺寸大小),若判定梁是否处于机械臂140的工作空间内,则将梁作为风险建筑构件。
需要说明的是,通过步骤S200,若判定出多个风险建筑构件,则可以针对多个风险建筑构件中的每个风险建筑构件,分别执行步骤S300,而获得与多个风险建筑构件中的每个风险建筑构件对应的碰撞预测结果,也即,获得多个碰撞预测结果,再根据多个碰撞预测结果制定避障策略,以便根据避障策略控制建筑作业设备100行驶,而进入正常的工作阶段,若目标作业点所处环境不存在风险构件,则直接控制建筑作业设备100移动,而进入正常的工作阶段。
步骤S300,根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。
对于步骤S300,本申请实施例中,作为一种可选的实施方式,其可以包括步骤S310、步骤S320和步骤S330。
步骤S310,根据基座的中心在建筑信息模型中的位置信息和风险建筑构件在建筑信息模型中的位置信息,确定出风险建筑构件在基坐标系下的位置信息。
本申请实施例中,可以根据前述步骤S110中描述的坐标转换理论,根据基座141的中心在建筑信息模型中的位置信息和风险建筑构件在建筑信息模型中的位置信息,确定出风险建筑构件在基坐标系下的位置信息,本申请实施例对此不作赘述。
步骤S320,根据多个关节的角度信息,确定出多个关节在基坐标系下的位置信息。
对于步骤S320,本申请实施例中,作为一种可选的实施方式,其可以包括步骤S321和步骤S322。
步骤S321,针对多个关节中的每个关节,获得该关节的坐标系原点相对于基坐标系的转换矩阵。
首先,可以创建机械臂140的DH参数(本申请实施例中,以机械臂140为UR构型机械臂为例),此后,采用修正的DH参数法创建DH坐标系,进而获得DH参数表。请结合图4,同样,以机械臂140为6轴机械臂为例,机械臂140上设置的多个关节142分别为第一关节P1、第二关节P2、第三关节P3、第四关节P4、第五关节P5和第六关节P6,其中,第一关节P1可以看作基座141141,第二关节P2可以看作肩部,第三关节P3可以看作肘部,第四关节P4可以看作第一腕部,第五关节P5可以看作第二腕部,第六关节P6可以看作第三腕部。约定,第二关节P2的坐标系原点O2转换到基坐标系的转换矩阵为T20,第三关节P3的坐标系原点O3转换到基坐标系的转换矩阵为T30,第四关节P4的坐标系原点O4转换到基坐标系的转换矩阵为T40,第五关节P5的坐标系原点O5转换到基坐标系的转换矩阵为T50,第六关节P6的坐标系原点O6转换到基坐标系的转换矩阵为T60。
本申请实施例中,可以通过忽略掉第二关节P2之后的所有关节142和连杆143,将机械臂140看作2自由度,再根据DH参数计算出正运动学解,也即,T20,通过忽略掉第三关节P3之后的所有关节142和连杆143,将机械臂140看作3自由度,再根据DH参数计算出正运动学解,也即,T30,通过忽略掉第四关节P4之后的所有关节142和连杆143,将机械臂140看作4自由度,再根据DH参数计算出正运动学解,也即,T40,通过忽略掉第五关节P5之后的所有关节142和连杆143,将机械臂140看作5自由度,再根据DH参数计算出正运动学解,也即,T50,最后,将完整的机械臂140看作6自由度,再根据DH参数计算出正运动学解,也即,T60。
此外,需要说明的是,本申请实施例中,通过分析可知第一关节P1几乎不可能与任何建筑构件发生碰撞,因此,本申请实施例中将不对第一关节P1进行分析,也即,将不获取第一关节P1的坐标系原点相对于基坐标系的转换矩阵。
步骤S322,将该关节的角度信息代入对应的转换矩阵中,获得与该转换矩阵对应的关节在基坐标系下的位置信息。
实际实施时,可以将第二关节P2对应的角度信息代入T20中,获得第二关节P2在基坐标系下的位置信息,将第三关节P3对应的角度信息代入T30中,获得第三关节P3在基坐标系下的位置信息,将第四关节P4对应的角度信息代入T40中,获得第四关节P4在基坐标系下的位置信息,将第五关节P5对应的角度信息代入T50中,获得第五关节P5在基坐标系下的位置信息,将第六关节P6对应的角度信息代入T60中,获得第六关节P6在基坐标系下的位置信息。
步骤S330,根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。
由于通过步骤S200确定出的风险建筑构件可以是墙体,也可以是天花板,还可以是地板,又可以是梁,以风险构件的构件类型为墙体为例,风险构件相对于建筑作业设备100的所处位置为侧边方位,例如,左侧边或右侧边。以风险构件的构件类型为天花板为例,风险构件相对于建筑作业设备100的所处位置为上方。以风险构件的构件类型为地板为例,风险构件相对于建筑作业设备100的所处位置为下方。以风险构件的构件类型为梁为例,风险构件相对于建筑作业设备100的所处位置为斜上方,例如,左侧斜上方、右侧斜上方和前侧斜上方。
基于以上描述,可以理解的是,本申请实施例中,不同的风险建筑构件需要判断的位置参数不同,因此,对于步骤S330,本申请实施例中,作为一种可选的实施方式,其可以包括步骤S331、步骤S332、步骤S333和步骤S334。
步骤S331,根据风险建筑构件的类型,确定出需要判断的位置参数。
本申请实施例中,若风险建筑构件为墙体,则位置参数为基坐标系中的Xarm轴,若风险建筑构件为天花板,则位置参数为基坐标系中的Zarm轴,若风险建筑构件为地板,则位置参数为基坐标系中的Zarm轴,若风险建筑构件为梁,则位置参数包括基坐标系中的Zarm轴和基坐标系中的Yarm轴。
步骤S332,根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,分别获取风险建筑构件与多个关节在位置参数上的差值。
本申请实施例中,若风险建筑构件为墙体,则分别获取墙体表面与多个关节142在基坐标系中的Xarm轴上的差值,若风险建筑构件为天花板,则分别获取天花板下表面与多个关节142在基坐标系中的Zarm轴上的差值,若风险建筑构件为地板,则分别获取地板上表面与多个关节142在基坐标系中的Xarm轴上的差值,若风险建筑构件为梁,则分别获取梁的下表面与多个关节142在基坐标系中的Zarm轴上的差值,同时,分别获取梁的侧表面与多个关节142在基坐标系中的Yarm轴上的差值。
步骤S333,根据风险建筑构件与多个关节在位置参数上的差值,确定出风险建筑构件对应的风险关节。
本申请实施例中,可以预先设定安全距离值,若风险建筑构件和多个关节142中某关节142在位置参数上的差值小于安全距离值,则判定该关节142为风险建筑构件对应的风险关节。此外,本申请实施例中,安全距离值可以根据安全要求策略设定,本申请实施例对此不作具体限制。
结合图2和图4,以机械臂140为6轴机械臂,其工作姿态具体如图2所示,而风险建筑构件的构件类型为墙体为例,风险建筑构件相对于建筑作业设备100的所处位置为侧边方位,而多个关节142中,与风险建筑构件在位置参数上的差值小于安全距离值的关节142包括第二关节P2、第三关节P3、第四关节P4或第六关节P6,则分别将第二关节P2、第三关节P3、第四关节P4或第六关节P6作为风险关节。
请结合图2和图4,以机械臂140为6轴机械臂,其工作姿态具体如图2所示,而风险建筑构件的构件类型为天花板为例,风险建筑构件相对于建筑作业设备100的所处位置为上方,而多个关节142中,与风险建筑构件在位置参数上的差值小于安全距离值的关节142包括第三关节P3,则将第三关节P3作为风险关节。
请结合图2和图4,以机械臂140为6轴机械臂,其工作姿态具体如图2所示,而风险建筑构件的构件类型为地板为例,风险建筑构件相对于建筑作业设备100的所处位置为下方,而多个关节142中,与风险建筑构件在位置参数上的差值小于安全距离值的关节142包括第六关节P6,则将第六关节P6作为风险关节。
请结合图2和图4,以机械臂140为6轴机械臂,其工作姿态具体如图2所示,而风险构件的构件类型为梁为例,风险构件相对于建筑作业设备100的所处位置为斜上方,而多个关节142中,与风险建筑构件在位置参数上的差值小于安全距离值的关节142包括第三关节P3,则将第三关节P3作为风险关节。
步骤S334,判断风险关节是否会与风险建筑构件发生碰撞,以获得用于表征机械臂是否会与风险建筑构件发生碰撞的碰撞预测结果。
本申请实施例中,由于所有关节142在基坐标系下的位置信息是通过关节142的坐标系原点表示的,因此,判断风险关节是否会与风险建筑构件发生碰撞的过程中,需要考虑风险关节的半径值,基于此,对于步骤S334,本申请实施例中,作为一种可选的实施方式,其可以包括步骤S3341和步骤S3342。
步骤S3341,获取风险关节的半径值。
步骤S3342,根据风险关节与风险建筑构件的距离和半径值之间的关系判断风险关节是否会与风险建筑构件发生碰撞。
可以理解的是,本申请实施例中,执行步骤S3341和步骤S3342实际是将风险关节的半径值补偿给风险建筑构件,因此,能够进一步提高碰撞预测结果的准确性。
请结合图5,以机械臂140为6轴机械臂,其工作姿态具体如图2所示,而墙体相对于建筑作业设备100的所处位置为左侧边为例,执行步骤S200时,确定出目标作业点附近的风险建筑构件为墙体,执行步骤S333时,从多个关节142中确定出第四关节P4。由于第四关节P4的半径值R4始终大于第四关节P4末端圆心P4E与墙体表面上风险碰撞点之间的距离D,因此,本申请实施例中,只需要计算出P4E在基坐标系下的空间坐标即可进行碰撞预测。
本申请实施例中,通过步骤S320可以获得第四关节P4的坐标系原点P4在基坐标系下的第一坐标信息。而本申请实施例中,可以采用空间向量法由第四关节P4的坐标系原点P4获得第四关节P4末端圆心P4E的空间坐标。此外,根据机械臂140的构型可知:第二关节P2的坐标系原点P2和第一关节P1的坐标系原点P1所构成的向量P2P1与第四关节P4的坐标系原点P4和第四关节P4末端圆心P4E所构成的向量P4P4E总是平行的。
那么,已知向量P2P1=[X2-X1,Y2-Y1,Z2-Z1],向量P2P1的长度Length=sqrt((X2-X1)2+(Y2-Y1)2+(Z2-Z1)2),其中,(X1,Y1,Z1)为第一关节P1的坐标系原点P1在基坐标系下的第一坐标信息,(X2,Y2,Z2)为第二关节P2的坐标系原点P2在基坐标系下的第一坐标信息,则向量P2P1的单位向量UnitP2P1=P2P1/Length,又根据机械臂140的构型,获得第四关节P4的坐标系原点P4到第四关节P4末端圆心P4E之间的直线段距离为L4E,则P4E=P4+L4E*UnitP2P1。如此,便可以获得第四关节P4末端圆心P4E的在基坐标系下的空间坐标,然后,判断第四关节P4末端圆心P4E的横向坐标分量是否大于(-Xw+Dtw-R4),若第四关节P4末端圆心P4E的横向坐标分量大于(-Xw+Dtw-R4),则表明第四关节P4与墙体在位置参数上的距离小于半径值,而获得用于表征第四关节P4末端与墙体存在碰撞风险的碰撞预测结果,若第四关节P4末端圆心P4E的横向坐标分量小于或等于(-Xw+Dtw-R4),则表明第四关节P4与墙体在位置参数上的距离大于或等于半径值,而表示第四关节P4末端与墙体不存在碰撞风险。此外,本申请实施例中,横向坐标为基坐标系中的在Xarm轴上的坐标。
请结合图6,再以机械臂140为6轴机械臂为例,其工作姿态具体如图2所示,执行步骤S200时,确定出目标作业点附近的风险建筑构件为天花板,执行步骤S333时,从多个关节142中确定出第三关节P3。此后,将第三关节P3的半径值R3补偿给天花板,也即,在判定第三关节P3与天花板在基坐标系中在Zarm轴上的距离小于半径值时,获得碰撞预测结果,用于表征第三关节P3与天花板存在碰撞风险。
请结合图7,再以机械臂140为6轴机械臂为例,其工作姿态具体如图2所示,执行步骤S200时,确定出目标作业点附近的风险建筑构件为地板,执行步骤S333时,从多个关节142中确定出第六关节P6,作为风险关节。此后,将第六关节P6的半径值R6补偿给地板,也即,在第六关节P6与地板在基坐标系中在Zarm轴上的距离小于半径值时,获得碰撞预测结果,用于表征第三关节P3与天花板存在碰撞风险。
例如,第六关节P6在基坐标系Zarm轴上的坐标值为-500mm,基座141的高度为700mm,第六关节P6的半径值R6为40mm,由于(-500+700)>(0+40),表明第六关节P6与地板在基坐标系中在Zarm轴上的距离大于半径值,而获得用于表征第三关节P3与天花板不存在碰撞风险的碰撞预测结果。再例如,第六关节P6在基坐标系Zarm轴上的坐标值为-700mm,基座141的高度为700mm,第六关节P6的半径值R6为40mm,由于(-700+700)<(0+40),表明第六关节P6与地板在基坐标系中在Zarm轴上的距离小于半径值,而获得碰撞预测结果,用于表征第三关节P3与天花板存在碰撞风险。
请结合图8,再以机械臂140为6轴机械臂为例,其工作姿态具体如图2所示,执行步骤S200时,确定出目标作业点附近的风险建筑构件为梁,执行步骤S333时,从多个关节142中确定出第三关节P3,作为风险关节。此后,将第三关节P3的半径值R3补偿给梁,也即,在判定第三关节P3与梁下表面在基坐标系中在Zarm轴上的距离小于半径值时,获得碰撞预测结果,用于表征第三关节P3与梁存在碰撞风险。进一步地,需要说明的是,本申请实施例中,若风险构件为梁,则步骤S330还可以包括步骤S335和步骤S336。
步骤S335,确定出与风险关节连接的风险连杆。
本申请实施例中,在执行步骤S333,以确定出风险建筑构件对应的风险关节之后,还可以根据风险建筑构件在基坐标系下的位置信息和多个关节142在基坐标系下的位置信息,从与风险关节理解的两个连杆143中,确定出最靠近风险建筑构件的风险连杆。
请结合图8,再次以机械臂140为6轴机械臂为例,其工作姿态具体如图2所示,执行步骤S333时,从多个关节142中确定出第三关节P3,作为风险关节之后,执行步骤S335时,则可以从与第三关节P3连接的两个连杆143中,选取出最靠近梁的连杆143,也即,第三关节P3与第四关节P4之间的连杆143,作为风险连杆,记作P3P4。
步骤S336,判断风险连杆是否会与梁发生碰撞,以获得用于表征机械臂是否会与梁发生碰撞的碰撞预测结果。
本申请实施例中,由于是将所有风险连杆通过轴线表示,也即,将风险连杆看作直线段,因此,执行步骤S336时,需要把风险连杆的半径值作为附加厚度,补偿给梁,再进一步判断风险连杆与梁是否存在碰撞风险,基于此,对于步骤S336,本申请实施例中,作为一种可选的实施方式,其又可以包括步骤S3361、步骤S3362、步骤S3363和步骤S3364。
步骤S3361,获取风险连杆的半径值和直线坐标向量,直线坐标向量用于表征风险连杆的轴线在基坐标系下的位置信息。
步骤S3362,将风险连杆的半径值作为附加厚度,补偿给梁,获得待预测构件。
步骤S3363,根据待预测构件在基坐标系下的坐标信息和风险连杆的直线坐标向量,判断风险连杆的轴线与待预测构件是否存在交汇点。
步骤S3364,若风险连杆的轴线与待预测构件存在交汇点,则判定风险连杆与梁存在碰撞风险,以获得用于表征风险关节与梁存在碰撞风险的碰撞预测结果。
请结合图8,继续以机械臂140为6轴机械臂,且底盘130的朝向与梁的长边方向垂直为例,机械臂140的工作姿态具体如图2所示,执行步骤S333时,从多个关节142中确定出第三关节P3,作为风险关节,执行步骤S335时,则可以从与第三关节P3连接的两个连杆143中,选取出第三关节P3与第四关节P4之间的连杆P3P4,作为风险连杆。
此后,通过分段正运动学分别计算出第三关节P3在基坐标系下的坐标信息P3(X3,Y3,Z3)和第四关节P4在基坐标系下的坐标信息P4(X4,Y4,Z4),基于此,连杆P3P4对应的直线段向量可以表述为P34=P4-P3,将轴线与待预测构件存在的交汇点记作(X,Y,Z),创建等式(Y-Y3)/(h-Z3)=P34[1]/P34[2],如此,便可以获得交汇点的坐标信息。其中,将风险连杆的半径值作为附加厚度,补偿给梁,获得待预测构件后,待预测构件的下表面高度值为:h=BeamHeight-R34,P34[1]为向量P34在基座141标系中Yarm轴上的分量,P34[2]为向量P34在基座141标系中Zarm轴上的分量。
获得交汇点的坐标信息(X,Y,Z)之后,与待预测构件剖面的两边沿坐标进行比较,便可以判定是否会发生碰撞,具体的,若Ybeam2<Y<Ybeam1,判定连杆P3P4与待预测构件存在实际的交汇点,进而判定连杆P3P4与梁存在碰撞风险,最后,获得碰撞预测结果,用于表征风险关节与梁存在碰撞风险。
基于与上述碰撞预测方法相同的发明构思,本申请实施例还提供了一种碰撞预测装置200,应用于图1和图2所示的建筑作业设备100。请参阅图9,本申请实施例提供的碰撞预测装置200包括信息获取模块210、风险建筑构件确定模块220和碰撞预测模块230。
信息获取模块210,用于根据执行器的目标作业点,确定出基座的位置信息和多个关节的角度信息。
风险建筑构件确定模块220,用于根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件。
碰撞预测模块230,用于根据基座的位置信息、多个关节的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。
本申请实施例中,风险建筑构件确定模块220可以包括建筑构件确定单元和风险建筑构件确定单元。
建筑构件确定单元,用于根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的多个建筑构件。
风险建筑构件确定单元,用于根据目标作业点与多个建筑构件的距离确定出风险建筑构件。
本申请实施例中,风险建筑构件确定单元可以包括第一风险建筑构件确定子单元、第二风险建筑构件确定子单元、第三风险建筑构件确定子单元和第四风险建筑构件确定子单元。
第一风险建筑构件确定子单元,用于在建筑构件为墙体时,根据目标作业点与墙体表面在基坐标系中X轴方向上的距离,判断墙体是否为风险建筑构件。
第二风险建筑构件确定子单元,用于在建筑构件为天花板时,根据目标作业点与天花板下表面在基坐标系中Z轴方向上的距离,判断天花板是否为风险建筑构件。
第三风险建筑构件确定子单元,用于在建筑构件为地板时,根据目标作业点与地板上表面在基坐标系中Z轴方向上的距离,判断地板是否为风险建筑构件。
第四风险建筑构件确定子单元,用于在建筑构件为梁时,根据目标作业点与梁下表面在基坐标系中Z轴方向上的距离,以及目标作业点与梁侧表面在基坐标系中Y轴方向上的距离,判断梁是否为风险建筑构件。
本申请实施例中,碰撞预测模块230可以包括第一位置信息确定模块、第二位置信息确定模块和实际预测模块。
第一位置信息确定模块,用于根据基座的中心在建筑信息模型中的位置信息和风险建筑构件在建筑信息模型中的位置信息,确定出风险建筑构件在基坐标系下的位置信息。
第二位置信息确定模块,用于根据多个关节的角度信息,确定出多个关节在基坐标系下的位置信息。
实际预测模块,用于根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。
本申请实施例中,实际预测模块可以包括位置参数确定单元、差值计算单元、风险关节确定单元和第一预测结果获取单元。
位置参数确定单元,用于根据风险建筑构件的类型,确定出需要判断的位置参数。
差值计算单元,用于根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,分别获取风险建筑构件与多个关节在位置参数上的差值。
风险关节确定单元,用于根据风险建筑构件和多个关节在位置参数上的差值,确定出风险建筑构件对应的风险关节。
第一预测结果获取单元,用于判断风险关节是否会与风险建筑构件发生碰撞,以获得用于表征机械臂是否会与风险建筑构件发生碰撞的碰撞预测结果。
本申请实施例中,预测结果获取单元可以包括半径值获取子单元和预测结果获取子单元。
半径值获取子单元,用于获取风险关节的半径值。
预测结果获取子单元,用于根据风险关节与风险建筑构件的距离和半径值之间的关系判断风险关节是否会与风险建筑构件发生碰撞。
本申请实施例中,碰撞预测模块230还可以包括风险连杆确定单元和第二预测结果获取单元。
风险连杆确定单元,用于确定出与风险关节连接的风险连杆。
第二预测结果获取单元,用于判断风险连杆是否会与梁发生碰撞,以获得用于表征机械臂是否会与梁发生碰撞的碰撞预测结果。
本申请实施例中,第二预测结果获取单元可以包括向量获取子单元、待预测构件获取子单元、交汇点判断子单元和第二预测结果获取子单元。
向量获取子单元,用于获取风险连杆的半径值和直线坐标向量,直线坐标向量用于表征风险连杆的轴线在基坐标系下的位置信息。
待预测构件获取子单元,用于将风险连杆的半径值作为附加厚度,补偿给梁,获得待预测构件。
交汇点判断子单元,用于根据待预测构件在基坐标系下的坐标信息和风险连杆的直线坐标向量,判断风险连杆的轴线与待预测构件是否存在交汇点。
第二预测结果获取子单元,用于在风险连杆的轴线与待预测构件存在交汇点时,判定风险连杆与梁存在碰撞风险,以获得用于表征风险关节与梁存在碰撞风险的碰撞预测结果。
由于本申请实施例提供的碰撞预测装置200是基于与上述碰撞预测方法同样的发明构思实现的,因此,碰撞预测装置200中,每个软件模块和软件单元的具体描述,均可参见上述碰撞预测方法实施例中对应步骤的相关描述,此处不作赘述。
此外,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被执行时,实现上述方法实施例所提供的碰撞预测方法,具体可参见上述方法实施例,本申请实施例中对此不作赘述。
综上所述,本申请实施例提供的碰撞预测方法能够根据执行器的目标作业点,确定出基座的位置信息和多个臂轴的角度信息,以及根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件,最后,根据基座的位置信息、多个臂轴的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞。由于本申请实施例提供的碰撞预测方法中,根据执行器的目标作业点,确定出基座的位置信息和多个臂轴的角度信息,以及根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近的风险建筑构件的步骤都是在建筑作业设备行驶至目标作业点对应的驻车位置之前提前进行的,且根据前述过程中能够根据目标作业点在建筑信息模型中的位置,确定出目标作业点附近所有的风险建筑构件,再根据基座的位置信息、多个臂轴的角度信息和风险建筑构件的位置信息,判断机械臂是否会与风险建筑构件发生碰撞,因此,相对于现有技术中,在已知的有限个建筑构件的情况下进行的碰撞检测的方案而言,能够提高碰撞预测结果的准确性。
本申请实施例提供的碰撞预测装置、建筑作业设备及计算机可读存储介质具有上述碰撞预测方法相同的有益效果,此处不作赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这将依据所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。此外,在本申请每个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是每个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
此外,所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请每个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (7)
1.一种建筑作业设备的碰撞预测方法,其特征在于,所述建筑作业设备包括底盘、机械臂和执行器,所述机械臂具有基座,以及安装在所述基座上的多个关节和多个连杆,所述关节用于连接两个相邻的连杆,所述机械臂通过基座安装在所述底盘上,所述执行器安装在所述机械臂的末端,所述碰撞预测方法包括:
根据所述执行器的目标作业点,确定出所述基座的位置信息和所述多个关节的角度信息;
根据所述目标作业点在建筑信息模型中的位置,确定出所述目标作业点附近的风险建筑构件;
根据所述基座的位置信息、所述多个关节的角度信息和所述风险建筑构件的位置信息,判断所述机械臂是否会与所述风险建筑构件发生碰撞;
所述根据所述基座的位置信息、所述多个关节的角度信息和所述风险建筑构件的位置信息,判断所述机械臂是否会与所述风险建筑构件发生碰撞,包括:
根据基座的中心在所述建筑信息模型中的位置信息和所述风险建筑构件在所述建筑信息模型中的位置信息,确定出所述风险建筑构件在基坐标系下的位置信息;
根据多个关节的角度信息,确定出所述多个关节在所述基坐标系下的位置信息;
根据所述风险建筑构件在基坐标系下的位置信息和所述多个关节在所述基坐标系下的位置信息,判断所述机械臂是否会与所述风险建筑构件发生碰撞;
所述根据所述风险建筑构件在基坐标系下的位置信息和所述多个关节在所述基坐标系下的位置信息,判断所述风险建筑构件是否会与所述机械臂发生碰撞,包括:
根据所述风险建筑构件的类型,确定出需要判断的位置参数;
根据所述风险建筑构件在基坐标系下的位置信息和所述多个关节在所述基坐标系下的位置信息,分别获取所述风险建筑构件与所述多个关节在所述位置参数上的差值;
根据所述风险建筑构件和所述多个关节在所述位置参数上的差值,确定出所述风险建筑构件对应的风险关节;
判断所述风险关节是否会与所述风险建筑构件发生碰撞,以获得用于表征所述机械臂是否会与所述风险建筑构件发生碰撞的碰撞预测结果。
2.根据权利要求1所述的碰撞预测方法,其特征在于,所述判断所述风险关节是否会与所述风险建筑构件发生碰撞,包括:
获取所述风险关节的半径值;
根据所述风险关节与所述风险建筑构件的距离和所述半径值之间的关系判断所述风险关节是否会与所述风险建筑构件发生碰撞。
3.根据权利要求1所述的碰撞预测方法,其特征在于,若所述风险建筑构件为梁,则根据所述风险建筑构件在基坐标系下的位置信息和所述多个关节在所述基坐标系下的位置信息,判断所述风险建筑构件是否会与所述机械臂发生碰撞,还包括:
确定出与所述风险关节连接的风险连杆;
判断所述风险连杆是否会与所述梁发生碰撞,以获得用于表征所述机械臂是否会与所述梁发生碰撞的碰撞预测结果。
4.根据权利要求3所述的碰撞预测方法,其特征在于,所述判断所述风险连杆是否会与所述梁发生碰撞,以获得用于表征所述机械臂是否会与所述梁发生碰撞的碰撞预测结果,包括:
获取所述风险连杆的半径值和直线坐标向量,所述直线坐标向量用于表征所述风险连杆的轴线在所述基坐标系下的位置信息;
将所述风险连杆的半径值作为附加厚度,补偿给所述梁,获得待预测构件;
根据所述待预测构件在所述基坐标系下的坐标信息和所述风险连杆的直线坐标向量,判断所述风险连杆的轴线与所述待预测构件是否存在交汇点;
若所述风险连杆的轴线与所述待预测构件存在交汇点,则判定所述风险连杆与所述梁存在碰撞风险,以获得用于表征所述风险关节与所述梁存在碰撞风险的碰撞预测结果。
5.一种建筑作业设备的碰撞预测装置,其特征在于,所述建筑作业设备包括底盘、机械臂和执行器,所述机械臂具有基座,以及安装在所述基座上的多个关节和多个连杆,所述关节用于连接两个相邻的连杆,所述机械臂通过基座安装在所述底盘上,所述执行器安装在所述机械臂的末端,所述碰撞预测装置包括:
信息获取模块,用于根据所述执行器的目标作业点,确定出所述基座的位置信息和所述多个关节的角度信息;
风险建筑构件确定模块,用于根据所述目标作业点在建筑信息模型中的位置,确定出所述目标作业点附近的风险建筑构件;
碰撞预测模块,用于根据所述基座的位置信息、所述多个关节的角度信息和所述风险建筑构件的位置信息,判断所述机械臂是否会与所述风险建筑构件发生碰撞;
碰撞预测模块包括第一位置信息确定模块、第二位置信息确定模块和实际预测模块,其中,
第一位置信息确定模块,用于根据基座的中心在建筑信息模型中的位置信息和风险建筑构件在建筑信息模型中的位置信息,确定出风险建筑构件在基坐标系下的位置信息;
第二位置信息确定模块,用于根据多个关节的角度信息,确定出多个关节在基坐标系下的位置信息;
实际预测模块,用于根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,判断机械臂是否会与风险建筑构件发生碰撞;
实际预测模块包括位置参数确定单元、差值计算单元、风险关节确定单元和第一预测结果获取单元,其中,
位置参数确定单元,用于根据风险建筑构件的类型,确定出需要判断的位置参数;
差值计算单元,用于根据风险建筑构件在基坐标系下的位置信息和多个关节在基坐标系下的位置信息,分别获取风险建筑构件与多个关节在位置参数上的差值;
风险关节确定单元,用于根据风险建筑构件和多个关节在位置参数上的差值,确定出风险建筑构件对应的风险关节;
第一预测结果获取单元,用于判断风险关节是否会与风险建筑构件发生碰撞,以获得用于表征机械臂是否会与风险建筑构件发生碰撞的碰撞预测结果。
6.一种建筑作业设备,其特征在于,包括控制器和存储器,所述存储器上存储有计算机程序,所述控制器用于执行所述计算机程序,以实现权利要求1~4中任意一项所述的碰撞预测方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时,实现权利要求1~4中任意一项所述的碰撞预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111420734.1A CN114021850B (zh) | 2020-11-26 | 2020-11-26 | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111420734.1A CN114021850B (zh) | 2020-11-26 | 2020-11-26 | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 |
CN202011353446.4A CN112549043B (zh) | 2020-11-26 | 2020-11-26 | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011353446.4A Division CN112549043B (zh) | 2020-11-26 | 2020-11-26 | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114021850A true CN114021850A (zh) | 2022-02-08 |
CN114021850B CN114021850B (zh) | 2024-04-16 |
Family
ID=75046205
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011353446.4A Active CN112549043B (zh) | 2020-11-26 | 2020-11-26 | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 |
CN202111420734.1A Active CN114021850B (zh) | 2020-11-26 | 2020-11-26 | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011353446.4A Active CN112549043B (zh) | 2020-11-26 | 2020-11-26 | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112549043B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116394266A (zh) * | 2023-06-08 | 2023-07-07 | 国网瑞嘉(天津)智能机器人有限公司 | 一种机器人自碰撞处理方法、装置、机器人及介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113601497B (zh) * | 2021-07-09 | 2024-02-06 | 广东博智林机器人有限公司 | 一种方法、装置、机器人及存储介质 |
CN113658247B (zh) * | 2021-07-29 | 2024-05-28 | 武汉联影智融医疗科技有限公司 | 器械空间预测方法、装置、计算机设备和存储介质 |
CN113987666B (zh) * | 2021-12-29 | 2022-08-12 | 深圳市毕美科技有限公司 | Bim模型审查方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101016053A (zh) * | 2007-01-25 | 2007-08-15 | 吉林大学 | 高等级公路上车辆防追尾碰撞预警方法和*** |
CN107020985A (zh) * | 2017-04-26 | 2017-08-08 | 徐兆恒 | 多功能汽车安全座椅 |
CN109496288A (zh) * | 2017-07-13 | 2019-03-19 | 北京嘀嘀无限科技发展有限公司 | 用于确定轨迹的***和方法 |
CN111179624A (zh) * | 2018-11-13 | 2020-05-19 | 奥迪股份公司 | 碰撞预警方法、装置、计算机设备和存储介质 |
CN111693050A (zh) * | 2020-05-25 | 2020-09-22 | 电子科技大学 | 基于建筑信息模型的室内中大型机器人导航方法 |
CN111731283A (zh) * | 2020-05-26 | 2020-10-02 | 北京百度网讯科技有限公司 | 车辆碰撞风险识别方法、装置以及电子设备 |
CN111908342A (zh) * | 2019-05-07 | 2020-11-10 | 重庆好德译信息技术有限公司 | 一种适用于塔机吊臂的辅助防碰撞方法和*** |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9850109B2 (en) * | 2014-12-23 | 2017-12-26 | Manitowoc Crane Companies, Llc | Crane 3D workspace spatial techniques for crane operation in proximity of obstacles |
CN107336230B (zh) * | 2017-05-09 | 2020-05-05 | 浙江工业大学 | 一种基于投影和距离判断的工业机器人碰撞预测方法 |
CN107214701B (zh) * | 2017-06-12 | 2019-10-18 | 南京理工大学 | 一种基于运动基元库的带电作业机械臂自主避障路径规划方法 |
CN108638055B (zh) * | 2018-04-11 | 2020-07-14 | 北京控制工程研究所 | 一种七自由度空间机械臂自主避障规划方法 |
CN109278045A (zh) * | 2018-09-14 | 2019-01-29 | 湖南希法工程机械有限公司 | 臂架防碰撞***及方法 |
CN109306794A (zh) * | 2018-10-19 | 2019-02-05 | 飞码机器人私人有限公司 | 一种工业建筑高墙表面涂装***与方法 |
US11465279B2 (en) * | 2018-11-29 | 2022-10-11 | X Development Llc | Robot base position planning |
CN109676610B (zh) * | 2019-01-25 | 2021-07-06 | 温州大学 | 一种断路器装配机器人及其实现工作轨迹优化的方法 |
CN109760059B (zh) * | 2019-02-28 | 2020-12-08 | 华中科技大学 | 基于bim的机械臂装配任务规划方法及建筑装配方法 |
CN110210141A (zh) * | 2019-06-04 | 2019-09-06 | 宝业湖北建工集团有限公司 | 基于bim技术的模型碰撞检测方法、装置及电子设备 |
CN110696000B (zh) * | 2019-11-21 | 2020-12-01 | 河北工业大学 | 一种机械臂试探感知的避障方法 |
CN111347429A (zh) * | 2020-04-16 | 2020-06-30 | 淮阴工学院 | 一种基于改进蚁群算法的可碰撞检测机械臂路径规划方法 |
-
2020
- 2020-11-26 CN CN202011353446.4A patent/CN112549043B/zh active Active
- 2020-11-26 CN CN202111420734.1A patent/CN114021850B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101016053A (zh) * | 2007-01-25 | 2007-08-15 | 吉林大学 | 高等级公路上车辆防追尾碰撞预警方法和*** |
CN107020985A (zh) * | 2017-04-26 | 2017-08-08 | 徐兆恒 | 多功能汽车安全座椅 |
CN109496288A (zh) * | 2017-07-13 | 2019-03-19 | 北京嘀嘀无限科技发展有限公司 | 用于确定轨迹的***和方法 |
CN111179624A (zh) * | 2018-11-13 | 2020-05-19 | 奥迪股份公司 | 碰撞预警方法、装置、计算机设备和存储介质 |
CN111908342A (zh) * | 2019-05-07 | 2020-11-10 | 重庆好德译信息技术有限公司 | 一种适用于塔机吊臂的辅助防碰撞方法和*** |
CN111693050A (zh) * | 2020-05-25 | 2020-09-22 | 电子科技大学 | 基于建筑信息模型的室内中大型机器人导航方法 |
CN111731283A (zh) * | 2020-05-26 | 2020-10-02 | 北京百度网讯科技有限公司 | 车辆碰撞风险识别方法、装置以及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116394266A (zh) * | 2023-06-08 | 2023-07-07 | 国网瑞嘉(天津)智能机器人有限公司 | 一种机器人自碰撞处理方法、装置、机器人及介质 |
CN116394266B (zh) * | 2023-06-08 | 2023-10-20 | 国网瑞嘉(天津)智能机器人有限公司 | 一种机器人自碰撞处理方法、装置、机器人及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112549043B (zh) | 2022-02-11 |
CN112549043A (zh) | 2021-03-26 |
CN114021850B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112549043B (zh) | 建筑作业设备的碰撞预测方法、装置及建筑作业设备 | |
CN110775052B (zh) | 一种基于视觉与超声波感知融合的自动泊车方法 | |
CN108908331B (zh) | 超冗余柔性机器人的避障方法及***、计算机存储介质 | |
KR101633357B1 (ko) | 매니퓰레이터 및 그 제어방법 | |
EP1555508B1 (en) | Measuring system | |
CN112591571B (zh) | 自主乘坐电梯的智能机器人及其控制方法 | |
Chang et al. | A fast path planning method for single and dual crane erections | |
CN107214692B (zh) | 机器人***的自动标定方法 | |
JP2895672B2 (ja) | 複数ロボット制御方法 | |
CN110253570A (zh) | 基于视觉的工业机械臂人机安全*** | |
CN112115929B (zh) | 一种作业臂架移动位姿的确定方法、装置及存储介质 | |
EP2783812A2 (en) | Robot device and method for manufacturing an object | |
CN112264991B (zh) | 一种适用于空间机械臂的分层次快速在轨碰撞检测方法 | |
JPH05127718A (ja) | マニピユレータの手先軌道自動生成装置 | |
US20230271656A1 (en) | Robot state estimation method, computer-readable storage medium, and legged robot | |
CN109872355B (zh) | 一种基于深度相机的最短距离获取方法及装置 | |
CN112672857A (zh) | 路径生成装置、路径生成方法及路径生成程序 | |
CN114505862B (zh) | 一种建筑3d打印移动机械臂站位规划方法及*** | |
CN113305847B (zh) | 一种建筑3d打印移动机械臂站位规划方法及*** | |
JP5878750B2 (ja) | ロボットの動作規制方法及び装置 | |
EP3733360A1 (en) | A system for preventing collisions in a robotic cell environment | |
JP7332015B2 (ja) | 建築作業装置および建築作業方法 | |
JP3065579B2 (ja) | ロボットの干渉チェック方法 | |
JP7347169B2 (ja) | 情報提示装置、情報提示方法、及び情報提示プログラム | |
JP3937080B2 (ja) | ロボットの干渉判断方法および制御装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |