机器人遥操作预测方法和遥操作预测平台技术

本发明专利技术实施例提供了一种机器人遥操作预测方法和遥操作预测平台，属于机器人领域。所述方法包括：接收机器人的反馈数据；利用所述反馈数据标定所述机器人的预测模型。所述遥操作预测平台包括：接收模块和标定模块。本发明专利技术实施例通过将机器人的关节角数据和位姿数据同时反馈给遥操作预测平台，并将多次实际测量得到的关节角数据分别取均值，位姿数据分别取均值，得到机器人的预测运动图像，全面反映了机器人的运行情况，完成遥操作预测。

Robot teleoperation prediction method and teleoperation prediction platform

The embodiment of the invention provides a robot teleoperation prediction method and a teleoperation prediction platform, and belongs to the robot field. The method comprises the following steps: receiving feedback data of a robot; calibrating a prediction model of the robot by using the feedback data. The remote operation prediction platform comprises a receiving module and a calibration module. The embodiment of the invention, the data through the robot joint angle and position data and feedback prediction platform for teleoperation, and many times the actual measurement data of joint angle respectively take the mean pose data averaging respectively, predicted robot motion image, fully reflect the operation status of robot teleoperation, complete prediction.

【技术实现步骤摘要】

本专利技术涉及机器人领域，特别涉及一种机器人遥操作预测方法和遥操作预测平台。
技术介绍
遥操作是机器人应用的一个重要技术，通过遥操作平台，操作人员可以监视和控制远方 机器人完成各种作业任务，从而使机器人能够代替人类在一些无法触及的、甚至是一些危及 人类健康或生命安全的环境下完成各种任务。网络时延的存在为遥操作系统的感知和控制带 来了许多问题，网络时延能够导致系统的不稳定，从而严重降低系统的操作性能。预测是遥操作系统中的一项关键技术。预测可以克服遥操作系统中的时延影响，对操作 员有很好的指导和指示作用，提高系统的可操作性。预测系统可以实现机器人的运动学和动 力学仿真，并且可以实现仿人型机器人实时碰撞检测，可以实现由遥操作者发出的操作命令 的预测显示。但此类系统存在以下缺点只能进行命令的预测，没有现场传感器信号，没有 机器人实时运行信息的补偿。现有技术提出了一种基于时间和位置的预测显示方式，系统根据当前状态和反馈轨迹， 根据当前状态下的时延，对系统状态进行预测，并以图形的方式显示给操作员，提高了系统 的操作性和稳定性。在实现本专利技术的过程中，专利技术人发现上述现有技术至少具有以下缺点-反馈信息中只包括位置信息，但是对于机器人，特别是多自由度的仿人型机器人，只有 位置信息的补偿是不能全面反映机器人的运行情况的。
技术实现思路
为了全面反映机器人的运行情况，本专利技术实施例提供了一种机器人遥操作预测方法和遥 操作预测平台，具体的技术方案如下一种机器人遥操作预测方法，所述方法包括 接收机器人的反馈数据；利用所述反馈数据标定所述机器人的预测模型。一种遥操作预测平台，所述遥操作平台包括接收模块，用于接收机器人的反馈数据；标定模块，用于利用所述反馈数据标定所述机器人的预测模型。 本专利技术实施例提供的技术方案的有益效果是通过将机器人的关节角数据、位姿数据同时反馈给遥操作预测平台，并将机器人运行每 个周期的多次实际测量得到的关节角数据、位姿数据分别拟合为曲线，对同一数据的多条曲 线在同一时刻的数据值取均值，得到各个数据的标定值，根据标定值进行步态组合，得到机 器人的预测模型，并生成预测运动图像，全面反映了机器人的运行情况，完成遥操作预测。附图说明图1是本专利技术实施例1中提供的机器人遥操作预测方法的流程图2是本专利技术实施例2中提供的仿人型机器人行走遥操作预测方法的流程图3是本专利技术实施例3中提供的遥操作预测平台的结构示意图4是本专利技术实施例3中提供的标定模块的结构示意图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进 一步地详细描述。 实施例1参见图l,本专利技术实施例提供了一种机器人遥操作预测方法，包括步骤101:接收机器人的反馈数据；步骤102:利用该反馈数据标定该机器人的预测模型。步骤101中具体包括接收该机器人的关节角数据和位姿数据；关节角数据具体为该机器人的各个关节角在其各个自由度方向上的角度，为机器人运行 时实时测量得到；机器人运行一个周期，各个关节角在其各个自由度方向分别形成关节角角 度-时间曲线；位姿数据具体为该机器人的位置数据和姿态数据，为机器人运行时实时检测得到；位置 数据为该机器人的重心在三维坐标系的各个坐标轴的投影，机器人运行一个周期，各个坐标 轴的投影分别形成位置-时间曲线姿态数据为该机器人围绕以重心为原点的三维坐标系的各个坐标轴旋转的角度，机器人 运行一个周期，机器人围绕以重心为原点的三维坐标系的各个坐标轴旋转的角度分别形成姿 态角度-时间曲线。步骤102具体包括将关节角数据和位姿数据分别取均值，根据求得的均值进行该机器人的步态组合，得到 机器人的预测模型。将关节角数据取均值，包括同一关节角在同一自由度方向上形成的N条关节角角度-时间曲线，同一时刻的关节角角度取均值，形成一条关节角角度均值-时间曲线，N为正整数；使用相同的方法计算机器人各个关节角在其各个自由度方向上的关节角角度均值-时间 曲线。将位姿数据取均值，包括将位置数据和姿态数据分别取均值； 将位置数据取均值包括机器人的重心在同一坐标轴上的投影形成的N条位置-时间曲线，同一时刻的位置数据取 均值，形成一条位置均值-时间曲线；使用相同的方法计算机器人的重心在三维坐标系的各个坐标轴上的投影的位置均值-时 间曲线；将姿态数据取均值，包括机器人围绕以重心为原点的三维坐标系的同一坐标轴旋转形成的N条姿态角度-时间曲 线，同一时刻的姿态角度取均值，形成一条姿态角度均值-时间曲线；使用相同的方法计算机器人围绕以重心为原点的三维坐标系的各个坐标轴旋转的姿态角 度均值-时间曲线。进一歩地，根据求得的均值进行机器人的步态组合，包括根据关节角角度均值-时间曲线、位置均值-时间曲线和姿态角度均值-时间曲线，进行机 器人的步态组合。本专利技术实施例通过将关节角数据和位姿数据同时反馈给遥操作预测平台，并将多次实际 测量得到的关节角数据进行取均值，位姿数据取均值，根据求得的均值进行步态组合，得到 机器人的预测模型，并生成预测运动图像，全面反映了机器人的运行情况，完成遥操作预测。实施例2本实施例以仿人型机器人行走为例，对机器人遥操作预测方法进行详细地阐述 将机器人行走过程分为3种步伐状态，分别为-步伐状态l:双脚并排直立； 步伐状态2:左脚在前右脚在后； 步伐状态3:右脚在前左脚在后。以上3种步伐状态相互转化可以产生6种步态模式-步态模式1:左脚迈步开始行走为状态1一>状态2; 步态模式2:右脚迈步开始行走为状态1一>状态3; 歩态模式3:左脚迈步前进为状态3—>状态2; 步态模式4:右脚迈步前进为状态2—>状态3; 步态模式5:左脚收脚结束为状态3—>状态1; 步态模式6:右脚收脚结束为状态2—>状态1 。 以上6种步态模式可以组合出机器人的任意步行过程。 参见图2，机器人遥操作预测方法包括步骤201:制作遥操作预测平台，其中包括机器人作业场景的三维模型和数据处理模块; 机器人作业场景的模型主要为两种环境模型和机器人模型。(1) 环境模型使用三维建模软件制作结构已知的机器人作业场所中的环境模型，该环 境模型具有与实际物体相同的外形特征和位置关系，可以实现全视角观察；(2) 机器人模型使用三维建模软件制作机器人模型，该模型具有与机器人相同的外形 几何特征及自由度设置，满足仿人型机器人多连杆结构运动学的约束条件。步骤202:在机器人作业现场安装红外摄像头、在机器人身体的各个典型位置设定标点 (用于运动捕获系统)、在机器人身体的各关节角安装角度传感器；其中，红外摄像头用于识别并向遥操作预测平台传输机器人的位置数据、以及识别并向 遥操作预测平台传输机器人的姿态数据；在这里，位置数据和姿态数据可以统称为位姿数据。不仅限于使用红外摄像头，其他可以达到相同效果的仪器均能够使用。这里，红外摄像头捕获在机器人身体上各个典型位置的标点，将所捕获的图像传送给遥 操作预测平台，运动捕获系统在遥操作预测平台上准确重现机器人的位置和姿态。角度传感器测量包括机器人每条腿部的6个关节角和每条手臂的6个关节角，腿部自由 度分布如下髋关节3个、膝关节1个、踝关节2个；手臂自由度分布如下肩关节3个、肘关节2个、腕关节1个。至此，准备工作完成。歩本文档来自技高网...

【技术保护点】
一种机器人遥操作预测方法，其特征在于，所述方法包括：　接收机器人的反馈数据；　利用所述反馈数据标定所述机器人的预测模型。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄强，卢月品，徐乾，李敏，李科杰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：11[中国|北京]