【技术实现步骤摘要】
本专利技术属于机器人，特别涉及一种面向狭窄场景的自适应遥操作法、计算机设备和存储介质。
技术介绍
1、随着现代机器人和人工智能技术的高速发展，协作机械臂、人形机器人等多种机器人在生产、生活中的应用前景备受期待。机器人不应仅限于执行简单的、程序化的动作，如传统工业机械臂在装配流水线上的任务，它们还应能够承担更复杂的任务，比如在家庭环境中执行日常任务，或在危险和未知环境中完成艰难的工作。与传统重复任务条件下机器人面临的机械、电机等硬件考验不同，现阶段对机器人更高的要求集中在其软件层面的自动化和智能化水平。
2、上述提到的许多应用场景源于人们对机器人替代人类在现场执行任务的需求。尽管在近年来与人工智能方法结合后，已经在机器人认知与行为方面取得了较多进展，但当前阶段的智能自主技术水平距离构建一个具有完全自主感知能力及行动能力的机器人系统还远远不够，遥操作机器人在现场充当人类化身成为了合理的解决方案。在建筑工地、化工厂、污染区域和太空等环境中，遥操作机器人可以避免让人类处于危险的环境中，因此对机器人遥操作的研究很有价值。
3、虚拟现实（virtual reality，vr）设备的出现带来了沉浸式体验和卓越的交互性，这些特点对机器人遥操作至关重要。基于vr的机器人遥操作系统从使用的设备上来说主要包含两部分，一部分是vr的显示头盔（head-mounted display，hmd），主要用于提供给操作者视觉、听觉的反馈；另一部分是vr的手持或穿戴设备部分，负责采集人体运动关键点的信号。大多数基于vr的遥操作系统都采用商
4、然而，现有的遥操作技术存在着下列明显的问题或缺陷：
5、①、碰撞风险，即遥操作在面对狭窄环境时容易发生碰撞。在机器人遥操作中，由于遥操作的机器人与操作者的手臂结构不同，所以没有办法一比一地反映出人体的动作，给实际遥操作带来了困难，这一点在面对狭窄环境时尤其突出。狭窄环境下，人体的灵活性与机器人不一致，很容易导致机器人运动过程中与环境中的障碍物如墙体、柜子等发生碰撞，使得操作任务无法完成。尤其是，在遥操作过程中，由于人体并没有准确的障碍物参考，想要在较为狭窄的空间中控制机械臂比较困难。
6、②、机器人结构的多样性，给遥操作带来挑战。当前机器人领域发展迅速，出现的机器人构型各不相同，对不同的机器人进行遥操作时相关算法的迁移比较困难，且很多现有的遥操作机械臂都经过特殊设计，为了提升遥操作性能，往往牺牲了部分灵活性，相较于传统机械臂而言，在适应性和操作自由度上有所降低。
7、③、在遥操作过程中，合理选取机器人的构型是一个较为困难的任务。目前广泛应用的许多机器人采用了冗余自由度的机械臂，这虽然提高了机械臂的灵活性，但也给控制带来了挑战。在遥操作中，这一问题所带来的是针对同一个末端执行器位姿会有多组解，但其中的一部分会对后续的操作带来影响，如接近奇异位姿、难以躲避障碍物等。
8、综上可知，狭窄环境下的机器人遥操作问题是一个遥操作中的共享控制问题。在动作采集设备受限的情况下，这更是一个欠信息的共享控制问题。直接应用现有的遥操作方案往往难以完成复杂操作，因此，如何有效解决这一问题值得进一步探讨。
技术实现思路
1、针对上述问题，本专利技术提供一种面向狭窄场景的自适应遥操作法、计算机设备和存储介质。
2、本专利技术提供的面向狭窄场景的自适应遥操作法，包括步骤：
3、s1、运动数据处理，包括：读取人手部的第一运动轨迹的数据，对所述数据进行滤波之后，将所述第一运动轨迹进行重定向处理，转变为机械臂工作空间下的第二运动轨迹，在进行关节运动结算后对所述第二运动轨迹的数据进行插值平滑处理，得到所需的运动轨迹数据再将其输出给所述机械臂；
4、s2、机械臂关节运动解算，包括：计算逆运动学，从而将所述机械臂工作空间下的运动轨迹转变为关节空间下的多组关节配置，再对候选的所述关节配置进行筛选、优化得到最终控制所述机械臂的关节角度信息，其中，采用模型预测路径积分控制算法同时处理多条所述运动轨迹。
5、进一步，
6、所述步骤s1包括步骤：
7、采用跟踪器作为人体动作信号收集器，所述跟踪器与对应的基站配合读取出所述跟踪器当前的坐标；
8、记人手的运动轨迹为，使用所述跟踪器对人手进行追踪的数据经数据处理后得到收集到的人手运动轨迹；
9、将人手工作空间中的所述人手运动轨迹进行重定向计算，转换为机器人工作空间下的运动轨迹。
10、进一步，
11、所述步骤s2包括步骤：
12、对所述机器人工作空间下的运动轨迹进行处理计算得到一批逆运动学解，记为，其中表示一组关节角度，对应所述机械臂的一个构型， b为处理所述机器人工作空间下的运动轨迹的总批次数， n为生成的所述逆运动学解的数量，
13、在所述逆运动学解中确定前后两个时刻 t-1和 t的不同组关节配置之间的角度差异大小， t为正整数，记时刻 t的第 i组关节配置和时刻 t-1的第 j组关节配置之间的角度差异为，记ndof为所述机械臂的自由度，考虑到每一组所述关节配置为一个ndof维的数组，则也是一个ndof维的数组，其中第维是，则有时，在时刻 t，所述第 j组关节配置和第 i组关节配置之间的关节角度差异量总和：
14、，
15、以及所述第 j组关节配置和第 i组关节配置之间的最大关节角度差异量：
16、，
17、上式中，等号右边表示从ndof维的数组中选择的最大值，其中，max|·|为取最大值函数。
18、进一步，
19、所述步骤s2还包括步骤：
20、应用贪心算法采样出路径之后，通过选取不同初始关节角度配置的方法采样多条路径，得到，其中，m为采样的路径条数且为正整数，具体包括步骤：
21、首先，对所有所述初始关节角度配置进行评价，得到每个所述初始关节角度配置相对于机械臂当前关节角度的全部的逆运动学解的集合，包括：关节角度差异量总和即时刻的、与最大关节角度差异量即时刻的：
22、，
23、，
24、之后，从所述集合中抽取或者说选取初始关节角度，即m组初始时刻的关节配置的集合，以代表其中第m组在第一个时刻即时刻的关节配置，m为整数，表达式为：
25、...
【技术保护点】
1.面向狭窄场景的自适应遥操作法，其特征在于，包括步骤：
2.根据权利要求1所述的面向狭窄场景的自适应遥操作法，其特征在于，
3.根据权利要求2所述的面向狭窄场景的自适应遥操作法，其特征在于，
4.根据权利要求3所述的面向狭窄场景的自适应遥操作法，其特征在于，
5.根据权利要求4所述的面向狭窄场景的自适应遥操作法，其特征在于，
6.根据权利要求5所述的面向狭窄场景的自适应遥操作法，其特征在于，
7.根据权利要求6所述的面向狭窄场景的自适应遥操作法，其特征在于，
8.根据权利要求7所述的面向狭窄场景的自适应遥操作法，其特征在于，
9.一种计算机设备，其特征在于，包括存储器、第一处理器及储存在所述存储器上并可在所述第一处理器上运行的第一计算机程序，所述第一计算机程序被所述第一处理器执行时实现权利要求1-8中任一项所述的面向狭窄场景的自适应遥操作法。
10.一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用于储存第二计算机程序，所述第二计算机程序可被至少一个第二处理器所
...【技术特征摘要】
1.面向狭窄场景的自适应遥操作法，其特征在于，包括步骤：
2.根据权利要求1所述的面向狭窄场景的自适应遥操作法，其特征在于，
3.根据权利要求2所述的面向狭窄场景的自适应遥操作法，其特征在于，
4.根据权利要求3所述的面向狭窄场景的自适应遥操作法，其特征在于，
5.根据权利要求4所述的面向狭窄场景的自适应遥操作法，其特征在于，
6.根据权利要求5所述的面向狭窄场景的自适应遥操作法，其特征在于，
7.根据权利要求6所述的面向狭窄场景的自适应遥操作法，其特征在于，
...【专利技术属性】
技术研发人员：焦子元，吴凡，张泽宇，刘航欣，
申请(专利权)人：北京通用人工智能研究院，
类型：发明
国别省市：
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。