当前位置: 首页 > 专利查询>南开大学专利>正文

一种机械臂主动建图方法及装置制造方法及图纸

技术编号:39741101 阅读:27 留言:0更新日期:2023-12-17 23:41
本申请提供一种机械臂主动建图方法及装置,属于图像处理领域

【技术实现步骤摘要】
一种机械臂主动建图方法及装置


[0001]本申请涉及图像处理领域,尤其涉及一种机械臂主动建图方法,还涉及一种机械臂主动建图装置


技术介绍

[0002]目前,智能制造与自动化装备产业关注度日益增高,传统生产线形式也逐渐朝向柔性生产的方向发展

结合空间视觉系统,机械臂在人机协作

家居服务

医疗机器人

柔性生产等领域引起了广泛关注

这对于机械臂也提出了新的应用需求,即在未知复杂环境下,机械臂如何充分感知环境,规避潜在碰撞风险,安全高效完成指定任务

[0003]现有技术中,针对未知复杂环境下的机械臂主动运动规划大都首先通过人为辅助建模或在周围固定单或多个视觉传感器实现环境感知,而后在环境完全已知的前提下进行机械臂运动规划,因此地图和运动规划需要单独解耦

[0004]因此需要解决的问题是,地图和路径单独解耦的问题


技术实现思路

[0005]本申请的目的在于克服现有技术中创建的地图与机械臂建图路径单独解耦导致碰撞的缺陷,提供一种机械臂主动建图方法,还涉及一种机械臂主动建图装置

[0006]本申请提供一种机械臂主动建图方法,包括:
[0007]S1
通过视觉传感器扫描并更新环境地图;
[0008]S2
在所述环境地图中进行边界体素检测生成边界体素地图,将所述边界体素地图的边界体素信息存储至一个八叉树地图中,并将所述边界体素地图参考坐标系的最小分辨率与环境八叉树地图分辨率保持一致,生成三维边界地图

[0009]可选地,将所述视觉传感器设置在机械臂末端进行连续的主动建图,包括:
[0010]在所述扫描并更新环境地图之前:
[0011]S0
进行机械臂末端视觉传感器与执行器两者坐标系的手眼标定;
[0012]在所述生成三维边界地图之后:
[0013]S3
结合机械臂任务场景进行空间划分,确定空间探索子区域规模;
[0014]S4
基于所述三维边界地图

环境八叉树地图

区域历史探索信息,确定下一步待探索子区域;
[0015]S5
根据所述探索子域与所述机械臂的位置关系和视觉传感器深度范围生成观测球;
[0016]S6
在所述观测球面上均匀生成采样点,根据所述采样点空间位置与视觉传感器的光轴向量的旋转关系得到刚体变换矩阵,获得视点集;
[0017]S7
结合手眼标定与机械臂运动学模型,进行基于可操作度优化的逆运动学求解,获得视点集对应的机械臂观测构型集,对所述构型集内元素进行排序;
[0018]S8
利用
RRT

Connect
运动规划算法计算从机械臂当前构型到所述构型集中最优可
行构型的无干涉路径,基于所述无干涉路劲移动所述机械臂并重复
S1
~到
S8
,形成环境地图

[0019]可选地,所述生成边界体素地图,还包括:
[0020]S2.1
识别所述环境地图中体素的占据状态相对于之前环境地图体素的占据状态发生变化的体素集;
[0021]S2.2
根据在所述体素集中查询原边界体素在当前环境地图下的占据状态,对所述体素删除或保留,生成边界体素地图;
[0022]可选地,所述确定探索域,还包括:
[0023]S5.1
通过多维空间点索引进行空间中探索域的信息查询,获取所述探索域信息;
[0024]S5.2
在所述探索信息中引入地图信息熵,采用视觉传感器光轴向量与光心到探索域中心的向量夹角余弦作为运动代价,评价并选择探索域,包括:
[0025]单个体素
x
的信息熵计算公式如下:
[0026][0027]其中,
H(x)
是单个体素
x
的信息熵,
P
o
(x)
为体素
x
的占据概率,
ln
表示自然对数,
[0028]可选地,还包括:利用斐波那契网格采样在所述观测球面上生成指定数量的采样点

[0029]可选地,还包括:
[0030]得到视点集后,根据候选视点对应的信息增益,对应候选构型的可操作指标,机械臂当前构型与对应候选构型之间的关节空间欧式距离综合排序得到构型序列;
[0031]本申请还提供一种机械臂主动建图装置,包括:
[0032]标定模块,用于进行机械臂末端视觉传感器与执行器两者坐标系的手眼标定;获取模块,用于通过视觉传感器扫描并更新环境地图;
[0033]检测模块,用于在所述环境地图中进行边界体素检测,生成边界体素地图;
[0034]边界模块,用于根据在所述体素集中查询原边界体素在当前环境地图下的占据状态,对所述体素删除或保留,生成边界体素八叉树地图;
[0035]区域模块,用于基于所述三维边界地图,环境地图,历史探索信息,确定待探索子区域;
[0036]生成模块,用于根据所述探索域与所述机械臂的位置关系和视觉传感器深度范围生成观测球;
[0037]视点模块,用于在所述观测球面上均匀生成采样点,根据所述采样点空间位置与视觉传感器的光轴向量的旋转关系得到刚体变换矩阵,获得视点集

[0038]构型模块,用于结合手眼标定与机械臂运动学模型,进行基于可操作度优化的逆运动学求解,获得视点集对应的机械臂观测构型集,对所述构型集内元素进行排序;
[0039]规划模块,用于利用
RRT

Connect
运动规划算法计算从机械臂当前构型到所述构型集中最优可行构型的无干涉路径,基于所述无干涉路劲移动所述机械臂并重复上述各个模块的功能,形成环境地图

[0040]可选地,所述生成边界体素地图,包括:
[0041]所述检测模块,识别所述环境地图中体素的占据状态相对于之前环境地图体素的占据状态发生变化的体素集;
[0042]边界模块,用于根据在所述体素集中查询原边界体素在当前环境地图下的占据状态,对所述体素删除或保留,生成边界体素地图

[0043]可选地,所述生成模块确定探索域,还包括:
[0044]在所述三维边界地图中,通过多维空间点索引进行空间中探索域的信息查询,获取所述探索域信息;
[0045]在所述探索信息中引入地图信息熵,采用视觉传感器光轴向量与光心到探索域中心的向量夹角余弦作为运动代价,评价并选择探索域,包括;
[0046]单个体素
x
的信息熵计算公式如下:
[0047][0048]其中,
H(x)
...

【技术保护点】

【技术特征摘要】
1.
一种机械臂主动建图方法,其特征在于,包括:
S1
通过视觉传感器扫描并更新环境地图;
S2
在所述环境地图中进行边界体素检测生成边界体素地图,将所述边界体素地图的边界体素信息存储至一个八叉树地图中,并将所述边界体素地图参考坐标系的最小分辨率与环境八叉树地图分辨率保持一致,生成三维边界地图
。2.
根据权利要求1所述机械臂主动建图方法,其特征在于,将所述视觉传感器设置在机械臂末端进行连续的主动建图,包括:在所述扫描并更新环境地图之前:
S0
进行机械臂末端视觉传感器与执行器两者坐标系的手眼标定;在所述生成三维边界地图之后:
S3
结合机械臂任务场景进行空间划分,确定空间探索子区域规模;
S4
基于所述三维边界地图

环境八叉树地图

区域历史探索信息,确定下一步待探索子区域;
S5
根据所述探索子域与所述机械臂的位置关系和视觉传感器深度范围生成观测球;
S6
在所述观测球面上均匀生成采样点,根据所述采样点空间位置与视觉传感器的光轴向量的旋转关系得到刚体变换矩阵,获得视点集;
S7
结合手眼标定与机械臂运动学模型,进行基于可操作度优化的逆运动学求解,获得视点集对应的机械臂观测构型集,对所述构型集内元素进行排序;
S8
利用
RRT

Connect
运动规划算法计算从机械臂当前构型到所述构型集中最优可行构型的无干涉路径,基于所述无干涉路劲移动所述机械臂并重复
S1
~到
S8
,形成环境地图
。3.
根据权利要求1所述机械臂主动建图方法,其特征在于,所述生成边界体素地图,还包括:
S2.1
识别所述环境地图中体素的占据状态相对于之前环境地图体素的占据状态发生变化的体素集;
S2.2
根据在所述体素集中查询原边界体素在当前环境地图下的占据状态,对所述体素删除或保留,生成边界体素地图
。4.
根据权利要求2所述机械臂主动建图方法,其特征在于,所述确定探索域,还包括:
S5.1
通过多维空间点索引进行空间中探索域的信息查询,获取所述探索域信息;
S5.2
在所述探索信息中引入地图信息熵,采用视觉传感器光轴向量与光心到探索域中心的向量夹角余弦作为运动代价,评价并选择探索域,包括:单个体素
x
的信息熵计算公式如下:其中,
H(x)
是单个体素
x
的信息熵,
P
o
(x)
为体素
x
的占据概率,
ln
表示自然对数,
5.
根据权利要求2所述主动建图方...

【专利技术属性】
技术研发人员:张雪波刘馨霍子轩袁明星张世勇
申请(专利权)人:南开大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1