CN114762977B - 一种基于双关节模组的六轴协助机器人 - Google Patents
一种基于双关节模组的六轴协助机器人 Download PDFInfo
- Publication number
- CN114762977B CN114762977B CN202210554823.3A CN202210554823A CN114762977B CN 114762977 B CN114762977 B CN 114762977B CN 202210554823 A CN202210554823 A CN 202210554823A CN 114762977 B CN114762977 B CN 114762977B
- Authority
- CN
- China
- Prior art keywords
- robot
- target
- grabbing
- double
- route
- 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
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
- B25J9/08—Programme-controlled manipulators characterised by modular constructions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种基于双关节模组的六轴协助机器人,包括:定位模块,用于基于机器人定位待抓取物的目标位置信息;地图获取模块,用于基于所述目标位置信息生成抓取地图,同时,基于所述抓取地图评估所述机器人的双关节模组的六轴的转动角度;工作模块,用于基于所述抓取地图以及所述机器人的双关节模组的六轴转动角度生成控制指令,并基于所述控制指令控制所述双关节模组的六轴协助机器人对所述待抓取物进行抓取。通过根据待抓取物的位置信息生成对应的抓取地图,并根据抓取地图确定双关节模组的六轴的转动角度,提高了基于双关节模组的六轴协助机器人进行抓取的智能性、准确性以及协调性。
Description
技术领域
本发明涉及机器人技术领域,特别涉及一种基于双关节模组的六轴协助机器人。
背景技术
目前,随着IT技术越来越成熟,越来越多的机器人出现在人们的日常生活中,为人们的生活提供了极大的便利;
但是传统的机器人只能执行简单的移动任务或是搬运任务,且执行指令或执行路线是提前设定好的,不能实现自动避障,同时,在对物品进行抓取时,无法根据待抓取物品的形态等特征适应性的调整抓取方案,从而导致工作效率偏低;
因此,本发明提供了一种基于双关节模组的六轴协助机器人,用以通过根据待抓取物的位置信息生成对应的抓取地图,并根据抓取地图确定双关节模组的六轴的转动角度,提高了基于双关节模组的六轴协助机器人进行抓取的智能性、准确性以及协调性。
发明内容
本发明提供一种基于双关节模组的六轴协助机器人,用以通过根据待抓取物的位置信息生成对应的抓取地图,并根据抓取地图确定双关节模组的六轴的转动角度,提高了基于双关节模组的六轴协助机器人进行抓取的智能性、准确性以及协调性。
本发明提供了一种基于双关节模组的六轴协助机器人,包括:
定位模块,用于基于机器人定位待抓取物的目标位置信息;
地图获取模块,用于基于所述目标位置信息生成抓取地图,同时,基于所述抓取地图评估所述机器人的双关节模组的六轴的转动角度;
工作模块,用于基于所述抓取地图以及所述机器人的双关节模组的六轴转动角度生成控制指令,并基于所述控制指令控制所述双关节模组的六轴协助机器人对所述待抓取物进行抓取。
优选的,一种基于双关节模组的六轴协助机器人,所述机器人的自由度为6,所述机器人的机械臂包括六个轴,三组双关节模组,且每一组双关节模组的转动范围为(-360°,+360°)。
优选的,一种基于双关节模组的六轴协助机器人,所述定位模块中,基于机器人定位待抓取物的目标位置信息,包括:
位置定位单元,用于在目标场景中建立平面直角坐标系,并基于所述平面直角坐标系确定所述机器人的第一坐标位置数据;
所述位置定位单元,还用于在所述平面直角坐标系中确定所述待抓取物的第二坐标位置数据;
数据融合处理单元,用于将所述第一坐标位置数据以及所述第二坐标位置数据进行融合处理,并基于融合处理结果确定待抓取物的目标位置信息。
优选的,一种基于双关节模组的六轴协助机器人,所述地图获取模块中,基于所述目标位置信息生成抓取地图,包括:
位置信息获取单元,用于在目标场景中获取所述机器人的第一位置信息,并读取所述待抓取物的第二位置信息;
目标图像获取单元,用于基于预设图像采集装置采集目标场景中包含所述机器人以及所述待抓取物的目标图像;
目标图像读取单元,用于对所述目标图像进行读取,确定所述目标图像中是否有目标障碍物,其中,所述目标障碍物为除所述机器人以及所述待抓取物之外的物品;
障碍物位置信息获取单元,用于当所述目标图像中有目标障碍物时,对所述目标障碍物的位置进行定位,确定所述目标障碍物的第三位置信息;
关联关系获取单元,用于分别获取所述第一位置信息与所述第三位置信息的第一关联关系,第二位置信息与所述第三位置信息的第二关联关系以及所述第一位置与所述第二位置信息的第三关联关系;
地图获取单元,用于基于所述第一关联关系、第二关联关系以及所述第三关联关系生成第一抓取地图;
所述地图获取单元,还用于当所述目标图像中没有障碍物时,基于所述第一位置信息与所述第二位置信息生成第二抓取地图。
优选的,一种基于双关节模组的六轴协助机器人,所述目标图像读取单元,包括:
图像处理子单元,用于对所述目标图像进行像素灰度化处理,并确定目标灰度图像;
标注子单元,用于将所述目标图像与所述目标灰度图像进行图像重叠对照,并基于对照结果确定所述机器人与所述待抓取物在目标灰度图像的像素点分布,并将所述表征所述机器人的轮廓像素点与所述待抓取的轮廓像素点进行标注,获得所述目标灰度图像中所述机器人对应的第一标注以及所述待抓取物的第二标注;
图像处理子单元,还用于获取所述第一标注与所述第二标注之间的子目标灰度图像,其中,所述目标灰度图像包含所述子目标灰度图像;
图像分析子单元,用于对所述子目标灰度图像进行像素分析,确定所述子目标灰度图像的像素点颜色特征信息,并根据所述子目标灰度图像的像素点颜色特征信息确定所述子目标灰度图像的像素分布平滑率;
所述图像分析子单元,还用于基于所述像素分布平滑率确定所述子目标灰度图像中是否存在所述目标障碍物。
优选的,一种基于双关节模组的六轴协助机器人,所述地图获取模块,基于所述目标位置信息生成抓取地图后,还包括:
地图读取单元,用于读取所述抓取地图,确定所述机器人与所述待抓取物的目标距离,基于所述目标距离根据预设比例进行等比例放大,确定所述机器人与所述待抓取物的实际距离;
臂长获取单元,用于根据所述机器人的双关节模组的六轴确定所述机器人的臂长,并根据所述机器人的臂长确定所述机器人的最大抓取距离;
判断单元,用于将所述实际距离与所述最大抓取距离进行比较,判断所述机器人是否需要进行移动;
其中,当所述实际距离大于所述最大抓取距离时,则判定所述机器人需要进行移动;
当所述实际距离小于或等于所述最大抓取距离时,则判定所述机器人不需要进行移动;
机器人移动单元,用于当所述机器人需要进行移动时,则生成目标移动指令,并基于所述目标移动指令控制所述机器人移动至目标范围。
优选的,一种基于双关节模组的六轴协助机器人,所述机器人移动单元中,生成目标移动指令,包括:
指令数据生成子单元,用于获取所述实际距离与所述最大抓取距离之间的目标差值,并基于所述目标差值生成第一指令数据;
所述指令数据生成子单元,还用于确定所述待抓取物相对于所述机器人的目标方向,并基于所述目标方向确定所述机器人的移动方向,并根据所述移动方向生成第二指令数据;
所述指令数据生成子单元,还用于基于所述第一指令数据、第二指令数据进行预测,确定所述机器人的停止位置点,并基于所述停止位置点生成第三指令数据;
指令生成子单元,用于基于第一指令数据、第二指令数据与所述第三指令数据生成所述目标移动指令。
优选的,一种基于双关节模组的六轴协助机器人,所述地图获取模块中,基于所述抓取地图评估所述机器人的双关节模组的六轴转动角度,包括:
地图读取单元,用于对所述抓取地图进行读取,确定所述待抓取物的位置,同时,确定目标障碍物的位置;
抓取路线确定单元,用于基于所述待取物的位置以及所述目标障碍物的位置,在所述抓取地图中制定机器人对所述待抓取物进行抓取的抓取路线,其中,所述抓取路线等于或大于1;
形状特征确定单元,用于确定所述目标障碍物的第一形状特征以及所述待抓取物的第二形状特征;
工作特征获取单元,用于获取所述机器人的双关节模组的六轴的工作特征,确定所述机器人六轴的工作范围,其中,所述双关节模组的六轴的工作范围为:双关节模组的六轴旋转的最小圆面积与所述双关机模组的六轴旋转的最大圆面积;
目标范围获取单元,用于根据所述目标障碍物的第一形状特征,确定绕过所述目标障碍物的目标范围;
抓取路线可执行判断单元,用于当所述抓取路线大于1条时,将所述目标范围与所述双关节模组的六轴的工作范围进行比较,判断所述抓取路线是否可执行;
其中,当所述目标范围小于所述双关节模组的六轴的工作范围时,则判定所述抓取路线不可执行;
否则,则判定所述抓取路线的可执行;
路线摘取单元,用于在所述抓取路线中摘取可执行抓取路线,并确定每一条所述可执行抓取路线的路线特征,同时,基于待抓取物的位置,以及所述待抓取物的第二形状特征确定抓取所述待抓取物的方向;
路线评分单元,用于基于所述可执行抓取路线的路线特征以及抓取所述待抓取物的方向对所述可执行抓取路线进行评分,并获得路线评分;
最优抓取路线获取单元,用于将最大路线评分所对应的可执行抓取路线,作为最优抓取路线;
路线读取单元,用于读取所述最优抓取路线,确定所述最优抓取路线的路线拐点以及路线拐点对应的方向,根据所述最优抓取路线的路线拐点以及路线拐点对应的方向,确定所述机器人的双关节模组的六轴转动角度。
优选的,一种基于双关节模组的六轴协助机器人,所述工作模块,基于所述控制指令控制所述双关节模组的六轴协助机器人对所述待抓取物进行抓取时,还包括:
监控单元,用于基于预设传感器实时检测所述机器人的双关节模组的六轴转动数据,并生成监控数据;
数据范围确定单元,用于基于所述机器人的双关节模组的六轴转动角度确定所述基准数据范围;
所述监控单元,还用于实时读取所述监控数据,并判断所述监控数据是否在所述基准数据范围内,并当不在所述基准数据范围内时,进行报警操作。
优选的,一种基于双关节模组的六轴协助机器人,工作模块,还包括:
掉电保护单元,用于当所述机器人在抓取所述待抓取物的过程中发生断电时,调用目标编码器进行掉电保护编码;
所述掉电保护单元,还用于基于编码结果控制所述机器人的双关节模组的六轴进行掉电位置记忆。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于双关节模组的六轴协助机器人的***结构图;
图2为本发明实施例中一种基于双关节模组的六轴协助机器人的硬件结构图;
图3为本发明实施例中一种基于双关节模组的六轴协助机器人中定位模块的***结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种基于双关节模组的六轴协助机器人,如图1所示,包括:
定位模块,用于基于机器人定位待抓取物的目标位置信息;
地图获取模块,用于基于所述目标位置信息生成抓取地图,同时,基于所述抓取地图评估所述机器人的双关节模组的六轴的转动角度;
工作模块,用于基于所述抓取地图以及所述机器人的双关节模组的六轴转动角度生成控制指令,并基于所述控制指令控制所述双关节模组的六轴协助机器人对所述待抓取物进行抓取。
该实施例中,所述机器人的自由度为6,所述机器人的机械臂包括六个轴,三组双关节模组,且每一组双关节模组的转动范围为(-360°,+360°),如图2所示,其中,J1、J2为第一双关节模组,J3、J4为第二双关节模组,J5、J6为第三双关节模组。
该实施例中,目标位置信息可以是机器人需要抓取的待抓取物品摆放的实际物理位置以及与机器人之间相隔的距离。
该实施例中,抓取地图可以是为机器人提供待抓取物的具***置的信息的地图数据。
该实施例中,六轴的转动角度可以是每一个转动轴在抓取待抓取物时的转动角度。
该实施例中,控制指令可以是用于控制双关节模组的六轴协助机器人中的每一轴转动相应的角度。
上述技术方案的有益效果是:通过根据待抓取物的位置信息生成对应的抓取地图,并根据抓取地图确定双关节模组的六轴的转动角度,提高了基于双关节模组的六轴协助机器人进行抓取的智能性、准确性以及协调性。
实施例2:
在实施例1的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,如图3所示,所述定位模块中,基于机器人定位待抓取物的目标位置信息,包括:
位置定位单元,用于在目标场景中建立平面直角坐标系,并基于所述平面直角坐标系确定所述机器人的第一坐标位置数据;
所述位置定位单元,还用于在所述平面直角坐标系中确定所述待抓取物的第二坐标位置数据;
数据融合处理单元,用于将所述第一坐标位置数据以及所述第二坐标位置数据进行融合处理,并基于融合处理结果确定待抓取物的目标位置信息。
该实施例中,对所述机器人以及所述待抓取物的定位的精度为0.01mm。
该实施例中,目标场景可以是六轴协助机器人以及待抓取物所在的空间。
该实施例中,第一坐标位置数据可以是机器人在目标场景的中所在的位置。
该实施例中,第二坐标位置数据可以是待抓取物在目标场景中所在的位置。
上述技术方案的有益效果是:通过构建平面直角坐标系,实现对待抓取物以及机器人的位置进行准确锁定,从而通过将二者的数据进行融合处理,得到最终的待抓取物的目标位置信息,提高了对待抓取物位置确定的准确率,为机器人准确抓取提供了便利。
实施例3:
在实施例1的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,所述地图获取模块中,基于所述目标位置信息生成抓取地图,包括:
位置信息获取单元,用于在目标场景中获取所述机器人的第一位置信息,并读取所述待抓取物的第二位置信息;
目标图像获取单元,用于基于预设图像采集装置采集目标场景中包含所述机器人以及所述待抓取物的目标图像;
目标图像读取单元,用于对所述目标图像进行读取,确定所述目标图像中是否有目标障碍物,其中,所述目标障碍物为除所述机器人以及所述待抓取物之外的物品;
障碍物位置信息获取单元,用于当所述目标图像中有目标障碍物时,对所述目标障碍物的位置进行定位,确定所述目标障碍物的第三位置信息;
关联关系获取单元,用于分别获取所述第一位置信息与所述第三位置信息的第一关联关系,第二位置信息与所述第三位置信息的第二关联关系以及所述第一位置与所述第二位置信息的第三关联关系;
地图获取单元,用于基于所述第一关联关系、第二关联关系以及所述第三关联关系生成第一抓取地图;
所述地图获取单元,还用于当所述目标图像中没有障碍物时,基于所述第一位置信息与所述第二位置信息生成第二抓取地图。
该实施例中,目标障碍物可以是除去待抓取物以及机器人,其余多余的物品均称为目标障碍物。
该实施例中,预设图像采集装置可以是照相机。
该实施例中,第一位置信息可以是机器人的位置信息,第二位置信息可以是待抓取物的位置信息,第三位置信息可以是目标障碍物的位置信息。
该实施例中,第一关联关系可以是机器人与目标障碍物位置之间的关联信息(包括方位、距离等信息),第二关联关系可以是待抓取物与目标障碍位置之间的关联信息(包括:方位、距离等信息),第三关联关系可以是机器人与待抓取物位置之间的关联关系(包括:方位、距离等信息)。
该实施例中,第一抓取地图可以是当存在目标障碍物时,基于第一关联关系、第二关联关系以及第三关联关系确定的抓取地图。
该实施例中,第二抓取地图可以是当不存在目标障碍物时,基于第一位置信息以及第二位置信息生成的抓取地图。
上述技术方案的有益效果是:通过确定是否存在目标障碍物,并分析机器人、待抓取物以及目标障碍物之间的联系,进而可以是准确生成不同的第一抓取地图或者第二抓取地图,通过实际分析生成抓取地图,提高基于双关节模组的六轴协助机器人对待抓取物进行抓取的准确性以及机器人工作的智能性,从而有利于提高机器人工作的效率。
实施例4:
在实施例3的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,所述目标图像读取单元,包括:
图像处理子单元,用于对所述目标图像进行像素灰度化处理,并确定目标灰度图像;
标注子单元,用于将所述目标图像与所述目标灰度图像进行图像重叠对照,并基于对照结果确定所述机器人与所述待抓取物在目标灰度图像的像素点分布,并将所述表征所述机器人的轮廓像素点与所述待抓取的轮廓像素点进行标注,获得所述目标灰度图像中所述机器人对应的第一标注以及所述待抓取物的第二标注;
图像处理子单元,还用于获取所述第一标注与所述第二标注之间的子目标灰度图像,其中,所述目标灰度图像包含所述子目标灰度图像;
图像分析子单元,用于对所述子目标灰度图像进行像素分析,确定所述子目标灰度图像的像素点颜色特征信息,并根据所述子目标灰度图像的像素点颜色特征信息确定所述子目标灰度图像的像素分布平滑率;
所述图像分析子单元,还用于基于所述像素分布平滑率确定所述子目标灰度图像中是否存在所述目标障碍物。
该实施例中,目标灰度图像是对目标图像进行灰度化处理后的图像。
该实施例中,第一标注可以是对机器人的轮廓像素点的标注,第二标注可以是对待抓取物的轮廓像素点的标注。
该实施例中,第一标注与第二标注之间的子灰度图像是指在目标灰度图像中,机器人与待抓取物之间(但不包含机器人与待抓取物)的灰度图像。
该实施例中,像素点颜色特征信息可以是像素点颜色的分布特征,如黑色像素点的分布位置、白色像素点的分布位置以及灰色像素点的分布位置等构成像素点颜色特征信息。
该实施例中,像素分布平滑率可以是基于像素点颜色特征确定的,且像素点颜色越单一则像素分布平滑率越高,例如,当子目标灰度图像中,均为一种像素点颜色分布,则可以判断像素分布平滑率为100%。
该实施例中,像素分布平滑率确定子目标灰度图像中是否存在所述目标障碍物,例如可以是当像素分布平滑率为100%在,则子目标灰度图像中没有多余物品,则判断没有存在目标障碍物。
上述技术方案的有益效果是:通过将目标图像进行处理,并对机器人以及待抓取物的图像标注(第一标注、第二标注),从而精准提取子目标灰度图像,通过对子目标灰度图像进行像素点颜色特征分析,并根据像素分布平滑率精准分析是否有目标障碍物,提高了机器人工作的准确性,从而提高了机器人工作的效率。
实施例5:
在实施例1的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,所述地图获取模块,基于所述目标位置信息生成抓取地图后,还包括:
地图读取单元,用于读取所述抓取地图,确定所述机器人与所述待抓取物的目标距离,基于所述目标距离根据预设比例进行等比例放大,确定所述机器人与所述待抓取物的实际距离;
臂长获取单元,用于根据所述机器人的双关节模组的六轴确定所述机器人的臂长,并根据所述机器人的臂长确定所述机器人的最大抓取距离;
判断单元,用于将所述实际距离与所述最大抓取距离进行比较,判断所述机器人是否需要进行移动;
其中,当所述实际距离大于所述最大抓取距离时,则判定所述机器人需要进行移动;
当所述实际距离小于或等于所述最大抓取距离时,则判定所述机器人不需要进行移动;
机器人移动单元,用于当所述机器人需要进行移动时,则生成目标移动指令,并基于所述目标移动指令控制所述机器人移动至目标范围。
该实施例中,目标范围可以最大抓取距离范围,是基于机器人所在位置为圆心,机器人的臂长为半径的圆。
该实施例中,预设比例可以是抓取地图中机器人与待抓取物的目标距离与实际中机器人与待抓取物之间的距离(实际距离)的比例,是提前设定好的,如1:100。
上述技术方案的有益效果是:通过确定机器人与待抓取物的实际距离,并将实际距离与最大抓取距离进行比较,判断基于双关节模组的六轴协助机器人是否可以抓取待抓取物(即机器人是否需要进行移动),从而当双关节模组的六轴协助机器人不可以可以抓取待抓取物(即机器人需要移动时)生成目标移动指令控制机器人进行向目标范围进行移动,从而提高了机器人工作的智能性。
实施例6:
在实施例5的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,所述机器人移动单元中,生成目标移动指令,包括:
指令数据生成子单元,用于获取所述实际距离与所述最大抓取距离之间的目标差值,并基于所述目标差值生成第一指令数据;
所述指令数据生成子单元,还用于确定所述待抓取物相对于所述机器人的目标方向,并基于所述目标方向确定所述机器人的移动方向,并根据所述移动方向生成第二指令数据;
所述指令数据生成子单元,还用于基于所述第一指令数据、第二指令数据进行预测,确定所述机器人的停止位置点,并基于所述停止位置点生成第三指令数据;
指令生成子单元,用于基于第一指令数据、第二指令数据与所述第三指令数据生成所述目标移动指令。
该实施例中,第一指令数据可以是基于实际距离与所述最大抓取距离之间的目标差值确定的,有利于确定机器人的移动长度距离。
该实施例中,第二指令数据可以是基于移动方向确定的,有利于确定机器人的移动方向准确。
该实施例中,第三指令数据可以是基于第一指令数据(移动长度)、第二指令数据(移动方向)确定的机器人最终的位置停止点对应的数据。
该实施例中,目标移动指令可以控制机器人的移动方向、移动距离以及停止位置点的距离。
上述技术方案的有益效果是:通过确定机器人第一指令数据、第二指令数据以及第三指令数据从而准确生成目标移动指令,进而实现对机器人的移动方向、移动距离以及停止位置点的精准控制。
实施例7:
在实施例1的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,所述地图获取模块中,基于所述抓取地图评估所述机器人的双关节模组的六轴转动角度,包括:
地图读取单元,用于对所述抓取地图进行读取,确定所述待抓取物的位置,同时,确定目标障碍物的位置;
抓取路线确定单元,用于基于所述待取物的位置以及所述目标障碍物的位置,在所述抓取地图中制定机器人对所述待抓取物进行抓取的抓取路线,其中,所述抓取路线等于或大于1;
形状特征确定单元,用于确定所述目标障碍物的第一形状特征以及所述待抓取物的第二形状特征;
工作特征获取单元,用于获取所述机器人的双关节模组的六轴的工作特征,确定所述机器人六轴的工作范围,其中,所述双关节模组的六轴的工作范围为:双关节模组的六轴旋转的最小圆面积与所述双关机模组的六轴旋转的最大圆面积;
目标范围获取单元,用于根据所述目标障碍物的第一形状特征,确定绕过所述目标障碍物的目标范围;
抓取路线可执行判断单元,用于当所述抓取路线大于1条时,将所述目标范围与所述双关节模组的六轴的工作范围进行比较,判断所述抓取路线是否可执行;
其中,当所述目标范围小于所述双关节模组的六轴的工作范围时,则判定所述抓取路线不可执行;
否则,则判定所述抓取路线的可执行;
路线摘取单元,用于在所述抓取路线中摘取可执行抓取路线,并确定每一条所述可执行抓取路线的路线特征,同时,基于待抓取物的位置,以及所述待抓取物的第二形状特征确定抓取所述待抓取物的方向;
路线评分单元,用于基于所述可执行抓取路线的路线特征以及抓取所述待抓取物的方向对所述可执行抓取路线进行评分,并获得路线评分;
最优抓取路线获取单元,用于将最大路线评分所对应的可执行抓取路线,作为最优抓取路线;
路线读取单元,用于读取所述最优抓取路线,确定所述最优抓取路线的路线拐点以及路线拐点对应的方向,根据所述最优抓取路线的路线拐点以及路线拐点对应的方向,确定所述机器人的双关节模组的六轴转动角度。
该实施例中,目标障碍物可以是除去待抓取物以及机器人,其余多余的物品均称为目标障碍物。
该实施例中,第一形状特征可以是用来表征目标障碍物的外貌、体态等参数。
该实施例中,第二形状特征可以是用来表征待抓取物的外貌、体积等参数。
该实施例中,工作特征可以是六轴的最大转动角度、六轴的伸展距离等。
该实施例中,目标范围可以是机器人在躲避目标障碍物时需要躲避的距离。
该实施例中,基于所述可执行抓取路线的路线长度以及抓取所述待抓取物的方向对所述可执行抓取路线进行评分可以是根据抓取路线的路线长度以及抓取方向对抓取路线将进行评分,当抓取路线的路线长度越短、抓取方向越靠近待抓取物,则最终的评分结果越高,否则,判定最终的评分结果越低。
该实施例中,最优抓取路线可以是机器人在对待抓取物进行抓取时,对躲避障碍物的能力,抓取的效率以及准确率等进行综合评估后,得分最高的抓取路线。
该实施例中,路线拐点可以是抓取路线中路线方向发生改变的点。
该实施例中,可执行抓取路线的路线特征可以是包括:路线长度、机器人在可执行路线中进行工作时的路线功耗以及路线平滑度等特征。
上述技术方案的有益效果是:通过根据目标障碍物的位置,同时确定障碍物的形状特征以及待抓取物的形状特征,实现对机器人抓取待抓取物的抓取路线进行有效规划,同时对确定的抓取路线进行评分,最终选定最优抓取路线,并根据最优抓取路线实现对六轴的转动角度进行有效分析,保障了机器人对待抓取物的准确抓取,同时也保障了抓取效率。
实施例8:
在实施例1的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,所述工作模块,基于所述控制指令控制所述双关节模组的六轴协助机器人对所述待抓取物进行抓取时,还包括:
监控单元,用于基于预设传感器实时检测所述机器人的双关节模组的六轴转动数据,并生成监控数据;
数据范围确定单元,用于基于所述机器人的双关节模组的六轴转动角度确定所述基准数据范围;
所述监控单元,还用于实时读取所述监控数据,并判断所述监控数据是否在所述基准数据范围内,并当不在所述基准数据范围内时,进行报警操作。
该实施例中,所述预设传感器可以是六轴力矩/末端传感器。
该实施例中,监控数据可以是基于预设传感器获得机器人双关节模组的六轴转动进行监控的数据。
该实施例中,基准范围可以是机器人双关节模组的六轴转动角度确定的,且机器人双关节模组的六轴转动角度是机器人进行运转的关节范围,为(-360°,+360°)。
该实施例中,报警操作可以是语音提醒、灯光报警中的一种或多种。
上述技术方案的有益效果是:基于预设传感器对机器人的双关节模组的六轴转动数据进行监控,从而可以合理控制机器人在工作过程中的合理操作,保护机器人不被受损。
实施例9:
在实施例1的基础上,本实施例提供了一种基于双关节模组的六轴协助机器人,工作模块,还包括:
掉电保护单元,用于当所述机器人在抓取所述待抓取物的过程中发生断电时,调用目标编码器进行掉电保护编码;
所述掉电保护单元,还用于基于编码结果控制所述机器人的双关节模组的六轴进行掉电位置记忆。
该实施例中,目标编码器可以是同轴分布双编码器。
上述技术方案的有益效果是:通过设置掉电保护,从而使得机器人工作存在记忆性,从而有利于基于双关节模组的六轴协助机器人进行工作的工作效率。
实施例10:
在实施例1的基础上,所述工作模块,还包括:
速度规划单元,用于获取所述待抓取物的目标位置,并基于所述待抓取物的目标位置规划通过双关节模组的六轴协助机器人到达所述目标位置的速度,具体过程为:
获取控制器控制所述机器人的规划周期ΔT,同时,确定基于双关节模组的六轴协助机器人到达所述目标位置的目标时刻Tn;
基于所述规划周期ΔT以及所述目标时刻Tn,计算所述机器人在目标时刻的前一时刻Tn-1时,所述机器人到达所述目标位置的距离,其中,Tn表示第n个时间点所对应的具体时间;Tn-1表示第n-1个时间点对应的具体时间,n表示时间点;
ΔL=Ltarget-{p0+(n-1)*v0*ΔT+2(n-1)a0*ΔT2};
其中,ΔL表示所述机器人在Tn-1时刻到达所述目标位置的距离;Ltarget表示所述待抓取物的目标位置;p0表示当前时刻所述机器人控制双关节模组的六轴进行运动工作的初始位置;v0表示当前时刻所述机器人控制双关节模组的六轴进行运动工作的初始速度;ΔT表示所述规划周期;a0表示当前时刻所述机器人控制双关节模组的六轴进行运动工作的初始加速度;n表示时间点;
根据所述机器人在Tn-1时刻到达所述目标位置的距离,计算基于双关节模组的六轴协助机器人到达所述目标位置的最小速度;
其中,Vtarget基于双关节模组的六轴协助机器人到达所述目标位置的最小速度;vmax表示所述机器人工作的最大速度;vn-1表示在n-1个时间点时所述机器人的工作速度;amax表示所述机器人在工作时的加速度最大值;Dmax表示所述机器人在工作时的减速度最大值;
基于所述最小速度,在所述控制器中生成对所述机器人工作的速度调控指令,并基于所述速度调控指令控制所述机器人进行速度变化规划。
该实施例中,所述规划周期包括:所述控制器每隔以绘画周期向驱动器输入一个规划位置。
该实施例中,控制器可以是用来控制机器人工作速度。
上述技术方案的有益效果是:在基于双关节模组的六轴协助机器人工作时,度机器人进行速度变化规划,从而实现在机器人的速度的平滑连续变化,从而增加了机器人的工作效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于双关节模组的六轴协助机器人,其特征在于,包括:
定位模块,用于基于机器人定位待抓取物的目标位置信息;
地图获取模块,用于基于所述目标位置信息生成抓取地图,同时,基于所述抓取地图评估所述机器人的双关节模组的六轴的转动角度;
工作模块,用于基于所述抓取地图以及所述机器人的双关节模组的六轴转动角度生成控制指令,并基于所述控制指令控制所述双关节模组的六轴协助机器人对所述待抓取物进行抓取;
地图读取单元,用于对所述抓取地图进行读取,确定所述待抓取物的位置,同时,确定目标障碍物的位置;
抓取路线确定单元,用于基于所述待抓取物的位置以及所述目标障碍物的位置,在所述抓取地图中制定机器人对所述待抓取物进行抓取的抓取路线,其中,所述抓取路线等于或大于1;
形状特征确定单元,用于确定所述目标障碍物的第一形状特征以及所述待抓取物的第二形状特征;
工作特征获取单元,用于获取所述机器人的双关节模组的六轴的工作特征,确定所述机器人六轴的工作范围,其中,所述双关节模组的六轴的工作范围为:双关节模组的六轴旋转的最小圆面积与所述双关节 模组的六轴旋转的最大圆面积;
目标范围获取单元,用于根据所述目标障碍物的第一形状特征,确定绕过所述目标障碍物的目标范围;
抓取路线可执行判断单元,用于当所述抓取路线大于1条时,将所述目标范围与所述双关节模组的六轴的工作范围进行比较,判断所述抓取路线是否可执行;
其中,当所述目标范围小于所述双关节模组的六轴的工作范围时,则判定所述抓取路线不可执行;
否则,则判定所述抓取路线的可执行;
路线摘取单元,用于在所述抓取路线中摘取可执行抓取路线,并确定每一条所述可执行抓取路线的路线特征,同时,基于待抓取物的位置,以及所述待抓取物的第二形状特征确定抓取所述待抓取物的方向;
路线评分单元,用于基于所述可执行抓取路线的路线特征以及抓取所述待抓取物的方向对所述可执行抓取路线进行评分,并获得路线评分;
最优抓取路线获取单元,用于将最大路线评分所对应的可执行抓取路线,作为最优抓取路线;
路线读取单元,用于读取所述最优抓取路线,确定所述最优抓取路线的路线拐点以及路线拐点对应的方向,根据所述最优抓取路线的路线拐点以及路线拐点对应的方向,确定所述机器人的双关节模组的六轴转动角度。
2.根据权利要求1所述的一种基于双关节模组的六轴协助机器人,其特征在于,所述机器人的自由度为6,所述机器人的机械臂包括六个轴,三组双关节模组,且每一组双关节模组的转动范围为(-360°,+360°)。
3.根据权利要求1所述的一种基于双关节模组的六轴协助机器人,其特征在于,所述定位模块中,基于机器人定位待抓取物的目标位置信息,包括:
位置定位单元,用于在目标场景中建立平面直角坐标系,并基于所述平面直角坐标系确定所述机器人的第一坐标位置数据;
所述位置定位单元,还用于在所述平面直角坐标系中确定所述待抓取物的第二坐标位置数据;
数据融合处理单元,用于将所述第一坐标位置数据以及所述第二坐标位置数据进行融合处理,并基于融合处理结果确定待抓取物的目标位置信息。
4.根据权利要求1所述的一种基于双关节模组的六轴协助机器人,其特征在于,所述地图获取模块中,基于所述目标位置信息生成抓取地图,包括:
位置信息获取单元,用于在目标场景中获取所述机器人的第一位置信息,并读取所述待抓取物的第二位置信息;
目标图像获取单元,用于基于预设图像采集装置采集目标场景中包含所述机器人以及所述待抓取物的目标图像;
目标图像读取单元,用于对所述目标图像进行读取,确定所述目标图像中是否有目标障碍物,其中,所述目标障碍物为除所述机器人以及所述待抓取物之外的物品;
障碍物位置信息获取单元,用于当所述目标图像中有目标障碍物时,对所述目标障碍物的位置进行定位,确定所述目标障碍物的第三位置信息;
关联关系获取单元,用于分别获取所述第一位置信息与所述第三位置信息的第一关联关系,第二位置信息与所述第三位置信息的第二关联关系以及所述第一位置与所述第二位置信息的第三关联关系;
地图获取单元,用于基于所述第一关联关系、第二关联关系以及所述第三关联关系生成第一抓取地图;
所述地图获取单元,还用于当所述目标图像中没有障碍物时,基于所述第一位置信息与所述第二位置信息生成第二抓取地图。
5.根据权利要求4所述的一种基于双关节模组的六轴协助机器人,其特征在于,所述目标图像读取单元,包括:
图像处理子单元,用于对所述目标图像进行像素灰度化处理,并确定目标灰度图像;
标注子单元,用于将所述目标图像与所述目标灰度图像进行图像重叠对照,并基于对照结果确定所述机器人与所述待抓取物在目标灰度图像的像素点分布,并将表征所述机器人的轮廓像素点与所述待抓取的轮廓像素点进行标注,获得所述目标灰度图像中所述机器人对应的第一标注以及所述待抓取物的第二标注;
图像处理子单元,还用于获取所述第一标注与所述第二标注之间的子目标灰度图像,其中,所述目标灰度图像包含所述子目标灰度图像;
图像分析子单元,用于对所述子目标灰度图像进行像素分析,确定所述子目标灰度图像的像素点颜色特征信息,并根据所述子目标灰度图像的像素点颜色特征信息确定所述子目标灰度图像的像素分布平滑率;
所述图像分析子单元,还用于基于所述像素分布平滑率确定所述子目标灰度图像中是否存在所述目标障碍物。
6.根据权利要求1所述的一种基于双关节模组的六轴协助机器人,其特征在于,所述地图获取模块,基于所述目标位置信息生成抓取地图后,还包括:
地图读取单元,用于读取所述抓取地图,确定所述机器人与所述待抓取物的目标距离,基于所述目标距离根据预设比例进行等比例放大,确定所述机器人与所述待抓取物的实际距离;
臂长获取单元,用于根据所述机器人的双关节模组的六轴确定所述机器人的臂长,并根据所述机器人的臂长确定所述机器人的最大抓取距离;
判断单元,用于将所述实际距离与所述最大抓取距离进行比较,判断所述机器人是否需要进行移动;
其中,当所述实际距离大于所述最大抓取距离时,则判定所述机器人需要进行移动;
当所述实际距离小于或等于所述最大抓取距离时,则判定所述机器人不需要进行移动;
机器人移动单元,用于当所述机器人需要进行移动时,则生成目标移动指令,并基于所述目标移动指令控制所述机器人移动至目标范围。
7.根据权利要求6所述的一种基于双关节模组的六轴协助机器人,其特征在于,所述机器人移动单元中,生成目标移动指令,包括:
指令数据生成子单元,用于获取所述实际距离与所述最大抓取距离之间的目标差值,并基于所述目标差值生成第一指令数据;
所述指令数据生成子单元,还用于确定所述待抓取物相对于所述机器人的目标方向,并基于所述目标方向确定所述机器人的移动方向,并根据所述移动方向生成第二指令数据;
所述指令数据生成子单元,还用于基于所述第一指令数据、第二指令数据进行预测,确定所述机器人的停止位置点,并基于所述停止位置点生成第三指令数据;
指令生成子单元,用于基于第一指令数据、第二指令数据与所述第三指令数据生成所述目标移动指令。
8.根据权利要求1所述的一种基于双关节模组的六轴协助机器人,其特征在于,所述工作模块,基于所述控制指令控制所述双关节模组的六轴协助机器人对所述待抓取物进行抓取时,还包括:
监控单元,用于基于预设传感器实时检测所述机器人的双关节模组的六轴转动数据,并生成监控数据;
数据范围确定单元,用于基于所述机器人的双关节模组的六轴转动角度确定基准数据范围;
所述监控单元,还用于实时读取所述监控数据,并判断所述监控数据是否在所述基准数据范围内,并当不在所述基准数据范围内时,进行报警操作。
9.根据权利要求1所述的一种基于双关节模组的六轴协助机器人,其特征在于,工作模块,还包括:
掉电保护单元,用于当所述机器人在抓取所述待抓取物的过程中发生断电时,调用目标编码器进行掉电保护编码;
所述掉电保护单元,还用于基于编码结果控制所述机器人的双关节模组的六轴进行掉电位置记忆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210554823.3A CN114762977B (zh) | 2022-05-19 | 2022-05-19 | 一种基于双关节模组的六轴协助机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210554823.3A CN114762977B (zh) | 2022-05-19 | 2022-05-19 | 一种基于双关节模组的六轴协助机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114762977A CN114762977A (zh) | 2022-07-19 |
CN114762977B true CN114762977B (zh) | 2023-01-10 |
Family
ID=82364720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210554823.3A Active CN114762977B (zh) | 2022-05-19 | 2022-05-19 | 一种基于双关节模组的六轴协助机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114762977B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107728633A (zh) * | 2017-10-23 | 2018-02-23 | 广州极飞科技有限公司 | 获取目标物位置信息方法及装置、移动装置及其控制方法 |
CN108247637A (zh) * | 2018-01-24 | 2018-07-06 | 中南大学 | 一种工业机器人手臂视觉防撞操控方法 |
CN110049242A (zh) * | 2019-04-18 | 2019-07-23 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
CN110103231A (zh) * | 2019-06-18 | 2019-08-09 | 王保山 | 一种用于机械臂的精准抓取方法及*** |
CN110640741A (zh) * | 2018-11-07 | 2020-01-03 | 宁波赛朗科技有限公司 | 一种规则形状工件匹配的抓取工业机器人 |
CN111267083A (zh) * | 2020-03-12 | 2020-06-12 | 北京科技大学 | 一种基于单双目摄像头结合的机械臂自主搬运*** |
CN111667454A (zh) * | 2020-04-23 | 2020-09-15 | 泉州华中科技大学智能制造研究院 | 可实现目标物精确抓取的视觉识别计算方法 |
CN111823223A (zh) * | 2019-08-19 | 2020-10-27 | 北京伟景智能科技有限公司 | 一种基于智能立体视觉的机器人手臂抓取控制***及方法 |
WO2021002499A1 (ko) * | 2019-07-02 | 2021-01-07 | 엘지전자 주식회사 | 군집 로봇을 이용하여 사용자의 위치를 추적하는 방법, 태그장치 및 이를 구현하는 로봇 |
CN114407030A (zh) * | 2021-11-12 | 2022-04-29 | 山东大学 | 一种自主导航配网带电作业机器人及其工作方法 |
-
2022
- 2022-05-19 CN CN202210554823.3A patent/CN114762977B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107728633A (zh) * | 2017-10-23 | 2018-02-23 | 广州极飞科技有限公司 | 获取目标物位置信息方法及装置、移动装置及其控制方法 |
CN108247637A (zh) * | 2018-01-24 | 2018-07-06 | 中南大学 | 一种工业机器人手臂视觉防撞操控方法 |
CN110640741A (zh) * | 2018-11-07 | 2020-01-03 | 宁波赛朗科技有限公司 | 一种规则形状工件匹配的抓取工业机器人 |
CN110049242A (zh) * | 2019-04-18 | 2019-07-23 | 腾讯科技(深圳)有限公司 | 一种图像处理方法和装置 |
CN110103231A (zh) * | 2019-06-18 | 2019-08-09 | 王保山 | 一种用于机械臂的精准抓取方法及*** |
WO2021002499A1 (ko) * | 2019-07-02 | 2021-01-07 | 엘지전자 주식회사 | 군집 로봇을 이용하여 사용자의 위치를 추적하는 방법, 태그장치 및 이를 구현하는 로봇 |
CN111823223A (zh) * | 2019-08-19 | 2020-10-27 | 北京伟景智能科技有限公司 | 一种基于智能立体视觉的机器人手臂抓取控制***及方法 |
CN111267083A (zh) * | 2020-03-12 | 2020-06-12 | 北京科技大学 | 一种基于单双目摄像头结合的机械臂自主搬运*** |
CN111667454A (zh) * | 2020-04-23 | 2020-09-15 | 泉州华中科技大学智能制造研究院 | 可实现目标物精确抓取的视觉识别计算方法 |
CN114407030A (zh) * | 2021-11-12 | 2022-04-29 | 山东大学 | 一种自主导航配网带电作业机器人及其工作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114762977A (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111055281B (zh) | 一种基于ros的自主移动抓取***与方法 | |
CN111015649B (zh) | 一种驱控一体化控制*** | |
CN107433573A (zh) | 智能双目自动抓取机械臂 | |
CN112936275A (zh) | 一种基于深度相机的机械臂抓取***和控制方法 | |
WO2022252221A1 (zh) | 一种移动机器人队列***及路径规划、跟随方法 | |
US11504846B2 (en) | Robot teaching system based on image segmentation and surface electromyography and robot teaching method thereof | |
WO2023000946A1 (zh) | 一种机器人***的控制单元、机器人***及机器人***的控制方法 | |
CN115070781B (zh) | 一种物体抓取方法及双机械臂协作*** | |
CN112257293A (zh) | 一种基于ros的非标准物体抓取方法及装置 | |
CN112621746A (zh) | 带死区的pid控制方法及机械臂视觉伺服抓取*** | |
CN114770461B (zh) | 一种基于单目视觉的移动机器人及其自动抓取方法 | |
CN114310954A (zh) | 一种护理机器人自适应升降控制方法和*** | |
Chang et al. | Implementation of an object-grasping robot arm using stereo vision measurement and fuzzy control | |
Hamaza et al. | 2d contour following with an unmanned aerial manipulator: Towards tactile-based aerial navigation | |
CN114762977B (zh) | 一种基于双关节模组的六轴协助机器人 | |
Kragic et al. | A framework for visual servoing | |
CN114089767A (zh) | 一种移动式复合机器人应用中瓶状物的定位与抓取方法 | |
Skaldebø et al. | Seaarm-2-fully electric underwater manipulator with integrated end-effector camera | |
CN116442219B (zh) | 一种智能机器人控制***及方法 | |
CN116852352A (zh) | 一种基于ArUco码的电力二次设备机械臂定位方法 | |
CN112757274B (zh) | 一种面向人机协同操作的动力学融合行为安全算法及*** | |
CN115319764A (zh) | 在复杂受限环境下基于多模态融合的机器人及运行方法 | |
Wu et al. | Uncalibrated image-based visual servoing based on joint space and image moment | |
Wang et al. | Construction and research of an underwater autonomous dual manipulator platform | |
Gietler et al. | Forestry crane automation using learning-based visual grasping point prediction |
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 |