CN115870976B - 一种机械臂的采样轨迹规划方法和装置、电子设备 - Google Patents

Abstract

本发明公开了一种机械臂的采样轨迹规划方法和装置、电子设备，属于智能硬件技术领域，所述方法包括：确定采样台上待采样对象的位姿信息；根据位姿信息，确定待采样对象中除与采样台接触面之外的至少两个外表面的中心位置；通过多项式曲线拟合算法，计算得到采样机器人的机械臂初始位置依次到达各中心位置的第一轨迹曲线；基于运动约束条件，从第一轨迹曲线中筛选出一条目标轨迹曲线；在目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点；对各离散点进行筛选，得到与环境障碍物无碰撞的目标离散点组成机械臂的目标采样轨迹。本发明公开的机械臂的采样轨迹规划方法，轨迹规划过程计算量小，且最终规划出的目标采样轨迹可靠性高。

Description

一种机械臂的采样轨迹规划方法和装置、电子设备

技术领域

本发明涉及智能硬件技术领域，尤其涉及一种机械臂的采样轨迹规划方法和装置、电子设备。

背景技术

机器人可以分为工业机器人和服务器机器人两大类。服务机器人包括场地机器人、专业清洁机器人、医用机器人、物流用途机器人、检查和维护保养机器人等。

采样机器人通过机械臂对货物品进行采样。一般来说，对采样机器人的输入只有工作的起点和终点，对其进行轨迹规划，目的是保证机械臂能够以自然平滑的方式从起点移动到终点，保证平稳性。然而，目前的机械臂轨迹规划方案的计算过程复杂，效率偏低。

发明内容

本发明实施例的目的是提供一种机械臂的采样轨迹规划方法和装置、电子设备，能够解决现有的轨迹规划方案中存在的计算过程复杂、效率低的问题。

为解决上述技术问题，本发明提供如下技术方案：

本发明实施例提供了一种机械臂的采样轨迹规划方法，应用于采样机器人，其中，所述方法包括：

确定采样台上待采样对象的位姿信息；

根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的至少两个外表面的中心位置；

通过多项式曲线拟合算法，计算得到所述采样机器人的机械臂初始位置依次到达各所述中心位置的第一轨迹曲线，其中，所述第一轨迹曲线数量大于等于2；

基于运动约束条件，从所述第一轨迹曲线中筛选出一条目标轨迹曲线；

在所述目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点；

依据预设规则对各所述离散点进行筛选，得到与环境障碍物无碰撞的目标离散点；

将各所述目标离散点组成的轨迹曲线，确定为所述机械臂的目标采样轨迹。

可选地，根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的至少两个外表面的中心位置的步骤，包括：

根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的五个外表面的中心位置。

可选地，基于运动约束条件，从所述第一轨迹曲线中筛选出一条目标轨迹曲线的步骤，包括：

针对相邻中心位置间的多条第一轨迹曲线，从所述多条第一轨迹曲线中筛选出满足机械臂的运动约束且移动距离最短的第二轨迹曲线；

将全部所述相邻中心位置间的第二轨迹曲线，确定为目标轨迹曲线。

可选地，在所述目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点的步骤，包括：

在所述目标轨迹曲线上设置多个多维向量的插值点，所述多维向量中包括：所述机械臂末端点在三维坐标系中的位置坐标向量，所述机械臂末端朝向在三维坐标系正方向的夹角向量；

在相邻插值点之间生成满足位置允差范围内的离散点。

可选地，依据预设规则对各所述离散点进行筛选，得到与环境障碍物无碰撞的目标离散点的步骤，包括：

利用深度相机获取周围障碍物的位置分布数据；

依据所述位置分布数据，筛选出各所述离散点中与环境障碍物无碰撞的目标离散点。

本发明实施例提供了一种机械臂的采样轨迹规划装置，应用于采样机器人，其中，所述装置包括：

第一确定模块，用于确定采样台上待采样对象的位姿信息；

第二确定模块，用于根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的至少两个外表面的中心位置；

计算模块，用于通过多项式曲线拟合算法，计算得到所述采样机器人的机械臂初始位置依次到达各所述中心位置的第一轨迹曲线，其中，所述第一轨迹曲线数量大于等于2；

第一筛选模块，用于基于运动约束条件，从所述第一轨迹曲线中筛选出一条目标轨迹曲线；

设置模块，用于在所述目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点；

第二筛选模块，用于依据预设规则对各所述离散点进行筛选，得到与环境障碍物无碰撞的目标离散点；

第三确定模块，用于将各所述目标离散点组成的轨迹曲线，确定为所述机械臂的目标采样轨迹。

可选地，所述第二确定模块具体用于：

根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的五个外表面的中心位置。

可选地，所述第一筛选模块包括：

第一子模块，用于针对相邻中心位置间的多条第一轨迹曲线，从所述多条第一轨迹曲线中筛选出满足机械臂的运动约束且移动距离最短的第二轨迹曲线；

第二子模块，用于将全部所述相邻中心位置间的第二轨迹曲线，确定为目标轨迹曲线。

可选地，所述设置模块包括：

第三子模块，用于在所述目标轨迹曲线上设置多个多维向量的插值点，所述多维向量中包括：所述机械臂末端点在三维坐标系中的位置坐标向量，所述机械臂末端朝向在三维坐标系正方向的夹角向量；

第四子模块，用于在相邻插值点之间生成满足位置允差范围内的离散点。

可选地，所述第二筛选模块包括：

第五子模块，用于利用深度相机获取周围障碍物的位置分布数据；

第六子模块，用于依据所述位置分布数据，筛选出各所述离散点中与环境障碍物无碰撞的目标离散点。

本发明实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现上述任意一种机械臂的采样轨迹规划方法的步骤。

本发明实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现上述任意一种机械臂的采样轨迹规划方法的步骤。

本发明实施例提供的机械臂的采样轨迹规划方案，通过多项式拟合出多条第一轨迹曲线，根据机械臂的运动约束条件对第一轨迹曲线进行筛选得到目标轨迹曲线，再对目标轨迹曲线进行插值，并在相邻插值点之间生成离散点，最终从生成的众多离散点中筛选出与障碍物不发生碰撞的目标离散点，最终得到机械臂的目标采样轨迹。通过多项式拟合和运动约束可保证轨迹的平滑性，通过插值和筛选插值之间的离散点选出能够避开障碍物的目标离散点，确保所确定的目标采样轨迹的可靠性。

附图说明

图1是表示本申请实施例的一种机械臂的采样轨迹规划方法的步骤流程图；

图2是表示本申请实施例中通过多项式曲线拟合得到的第一轨迹曲线示意图；

图3是表示本申请实施例中基于运动约束条件确定的目标轨迹曲线示意图；

图4是表示两个插值点之间的离散点示意图；

图5是表示本申请实施例的一种机械臂的采样轨迹规划装置的结构框图；

图6是表示本申请实施例的一种电子设备的结构框图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的机械臂的采样轨迹规划方案进行详细地说明。

如附图1所示，本申请实施例的机械臂的采样轨迹规划方法包括以下步骤：

步骤101：确定采样台上待采样对象的位姿信息。

本申请实施例中，待采样对象放置在采样台上，采样机器人基于采样台上采样对象的位姿、采样机器人机械臂的位置等信息规划机械臂的采样轨迹，然后控制机械臂按照采样轨迹移动，以完成对待采样对象的采样工作。

本申请实施例的机械臂的采样轨迹规划方法应用于电子设备或采样机器人的主控模块，电子设备可以为服务器、电脑等具有分析功能的设备。电子设备或采样机器人中的存储介质存储有机械臂的采样轨迹规划程序，电子设备的处理器或采样机器人的主控模块运行存储介质中的程序执行机械臂的采样轨迹规划流程，在采样机器人对待采样对象进行采样前，为采样机器人规划机械臂的采样轨迹。

在实际实现过程中，可利用深度相机检测采样台上待采样对象的位姿，得到待采样对象的位姿数据。

步骤102：根据位姿信息，确定待采样对象中除与采样台接触面之外的至少两个外表面的中心位置。

在实际实现过程中，可以确定待采样对象的两个外表面的中心位置，相应地采样点为两个；也可以确定待采样对象的三个外表面的中心位置，相应地采样点为三个。在一种可选地实施例中，可以根据待采样对象的位姿信息，确定待采样对象中除与采样台接触面之外的五个外表面的中心位置。确定五个外表面的中心位置，相应地采样点为五个，采样点越多对待采样对象的样本采集越全面，最终得到的采集结果越准确、可靠。

步骤103：通过多项式曲线拟合算法，计算得到采样机器人的机械臂初始位置依次到达各中心位置的第一轨迹曲线。

本申请实施例中，后续以计算得到采样机器人的机械臂初始位置依次到达待采样对象的5个外表面的中心位置的第一轨迹曲线为例进行说明。将5个外表面的中心位置分别记为中心位置1，中心位置2，中心位置3，中心位置4，中心位置5，上述轨迹曲线的具体生成过程为：生成机械臂初始位置到中心位置1的第一轨迹曲线，生成中心位置1到中心位置2的第一轨迹曲线，生成中心位置2到中心位置3的第一轨迹曲线，生成中心位置3到中心位置4的第一轨迹曲线，生成中心位置4到中心位置5的第一轨迹曲线。

对于任意两点之间的第一轨迹曲线，具体可以通过n次多项式曲线拟合得到，n的取值决定最终拟合出的第一轨迹曲线的数量。本申请实施例中可以设置n(max)>n>＝1，其中n(max)根据系统环境设置。当n取1时，机械臂轨迹曲线是一条直线，但是有时候这条直线轨迹在机械臂的运行学约束中不满足，所以要生成多条第一轨迹曲线，并在下一步骤中进行筛选，因此任意两点之间的第一轨迹曲线数量大于等于2。通过多项式曲线拟合算法得到的任意两点之间的第一轨迹曲线示意图如图2所示。

步骤104：基于运动约束条件，从第一轨迹曲线中筛选出一条目标轨迹曲线。

一种可选地基于运动约束条件，从第一轨迹曲线中筛选出一条目标轨迹曲线的方式可以如下：

首先，针对相邻中心位置间的多条第一轨迹曲线，从多条第一轨迹曲线中筛选出满足机械臂的运动约束且移动距离最短的第二轨迹曲线；

其次，将全部所述相邻中心位置间的第二轨迹曲线，确定为目标轨迹曲线。

本可选地实施例中提供的目标轨迹曲线筛选方法，先从相邻中心位置间的多条第一轨迹曲线中确定一条第二轨迹曲线，然后将相邻两点间的第二轨迹曲线依次连接，组合成一条目标轨迹曲线，能够确保目标轨迹曲线为机械臂在满足运动约束条件的前提下移动距离最短。所生成的目标轨迹曲线示意图如图3所示。

步骤105：在目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点。

一种可选地在目标轨迹曲线上设置插值点的方式可以为：在目标轨迹曲线上设置多个多维向量的插值点，在相邻插值点之间生成满足位置允差范围内的离散点。两个插值点之间的离散点示意图如图4所示，从图4中可以看出，每个插值点附近设置有多个离散点。

其中，多维向量中包括：机械臂末端点在三维坐标系中的位置坐标向量，机械臂末端朝向在三维坐标系正方向的夹角向量。

例如：可设置每个插值点为一个六维向量[x,y,z,θ_x,θ_y,θ_z]，用以表示机械臂末端加持的采样拭子顶端的位置和方向。其中，x,y,z分别表示机械臂末端点在xyz轴的位置坐标，θ_x,θ_y,θ_z分别表示机械臂末端朝向在xyz轴正方向的夹角。

步骤106：依据预设规则对各离散点进行筛选，得到与环境障碍物无碰撞的目标离散点。

一种可选地依据预设规则对各离散点进行筛选，得到与环境障碍物无碰撞的目标离散点的方式可以如下：首先，利用深度相机获取周围障碍物的位置分布数据；其次，依据位置分布数据，筛选出各离散点中与环境障碍物无碰撞的目标离散点。

该种可选地基于周围故障物位置分布信息筛选目标离散点的方式，能够有效避免机械臂在移动过程中与周围障碍物发生碰撞。

需要说明的是，上述仅是一种可选地从多个离散点中筛选出目标离散点的方式，在实际实现过程中，本领域技术人员可以灵活设置离散点筛选工具和规则，能够确保筛选出的目标离散点与环境障碍物无碰撞即可。

步骤107：将各目标离散点组成的轨迹曲线，确定为机械臂的目标采样轨迹。

本申请实施例中，采样平台中每更换一次采样对象，则执行一次本申请实施例中的机械臂的采样轨迹规划方法。在通过本申请实施例提供的采样轨迹规划方法确定出机械臂的目标采样轨迹后，控制机器臂按照目标采样轨迹依次达到各个目标离散点，完成对待采样对象的采样动作。

本申请实施例提供的机械臂的采样轨迹规划方法，通过多项式拟合出多条第一轨迹曲线，根据机械臂的运动约束条件对第一轨迹曲线进行筛选得到目标轨迹曲线，再对目标轨迹曲线进行插值，并在相邻插值点之间生成离散点，最终从生成的众多离散点中筛选出与障碍物不发生碰撞的目标离散点，最终得到机械臂的目标采样轨迹。通过多项式拟合和运动约束可保证轨迹的平滑性，通过插值和筛选插值之间的离散点选出能够避开障碍物的点，确保所确定的目标采样轨迹的可靠性。

图5为实现本申请实施例的一种机械臂的采样轨迹规划装置的结构框图。

本申请实施例提供的机械臂的采样轨迹规划装置，应用于采样机器人，所述装置包括如下功能模块：

第一确定模块501，用于确定采样台上待采样对象的位姿信息；

第二确定模块502，用于根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的至少两个外表面的中心位置；

计算模块503，用于通过多项式曲线拟合算法，计算得到所述采样机器人的机械臂初始位置依次到达各所述中心位置的第一轨迹曲线，其中，所述第一轨迹曲线数量大于等于2；

第一筛选模块504，用于基于运动约束条件，从所述第一轨迹曲线中筛选出一条目标轨迹曲线；

设置模块505，用于在所述目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点；

第二筛选模块506，用于依据预设规则对各所述离散点进行筛选，得到与环境障碍物无碰撞的目标离散点；

第三确定模块507，用于将各所述目标离散点组成的轨迹曲线，确定为所述机械臂的目标采样轨迹。

可选地，所述第二确定模块具体用于：

根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的五个外表面的中心位置。

可选地，所述第一筛选模块包括：

第一子模块，用于针对相邻中心位置间的多条第一轨迹曲线，从所述多条第一轨迹曲线中筛选出满足机械臂的运动约束且移动距离最短的第二轨迹曲线；

第二子模块，用于将全部所述相邻中心位置间的第二轨迹曲线，确定为目标轨迹曲线。

可选地，所述设置模块包括：

第三子模块，用于在所述目标轨迹曲线上设置多个多维向量的插值点，所述多维向量中包括：所述机械臂末端点在三维坐标系中的位置坐标向量，所述机械臂末端朝向在三维坐标系正方向的夹角向量；

第四子模块，用于在相邻插值点之间生成满足位置允差范围内的离散点。

可选地，所述第二筛选模块包括：

第五子模块，用于利用深度相机获取周围障碍物的位置分布数据；

第六子模块，用于依据所述位置分布数据，筛选出各所述离散点中与环境障碍物无碰撞的目标离散点。

本申请实施例提供的机械臂的采样轨迹规划装置，通过多项式拟合出多条第一轨迹曲线，根据机械臂的运动约束条件对第一轨迹曲线进行筛选得到目标轨迹曲线，再对目标轨迹曲线进行插值，并在相邻插值点之间生成离散点，最终从生成的众多离散点中筛选出与障碍物不发生碰撞的目标离散点，最终得到机械臂的目标采样轨迹。通过多项式拟合和运动约束可保证轨迹的平滑性，通过插值和筛选插值之间的离散点选出能够避开障碍物的点，确保所确定的目标采样轨迹的可靠性。

本申请实施例中图5所示的机械臂的采样轨迹规划装置可以是装置，也可以是服务器中的部件、集成电路、或芯片。本申请实施例中的图5所示的机械臂的采样轨迹规划装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为iOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的图5所示的机械臂的采样轨迹规划装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。

可选地，如图6所示，本申请实施例还提供一种电子设备600，包括处理器601，存储器602，存储在存储器602上并可在所述处理器601上运行的程序或指令，该程序或指令被处理器601执行时实现上述机械臂的采样轨迹规划方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要注意的是，本申请实施例中的电子设备包括上述所述的服务器。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述机械臂的采样轨迹规划方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等。

本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述机械臂的采样轨迹规划方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种机械臂的采样轨迹规划方法，应用于采样机器人，其特征在于，所述方法包括：

确定采样台上待采样对象的位姿信息；

根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的至少两个外表面的中心位置；

通过多项式曲线拟合算法，计算得到所述采样机器人的机械臂初始位置依次到达各所述中心位置的第一轨迹曲线，其中，所述第一轨迹曲线数量大于等于2；

基于运动约束条件，从所述第一轨迹曲线中筛选出一条目标轨迹曲线；

在所述目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点；

依据预设规则对各所述离散点进行筛选，得到与环境障碍物无碰撞的目标离散点；

将各所述目标离散点组成的轨迹曲线，确定为所述机械臂的目标采样轨迹。

2.根据权利要求1所述的方法，其特征在于，根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的至少两个外表面的中心位置的步骤，包括：

根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的五个外表面的中心位置。

3.根据权利要求1所述的方法，其特征在于，基于运动约束条件，从所述第一轨迹曲线中筛选出一条目标轨迹曲线的步骤，包括：

针对相邻中心位置间的多条第一轨迹曲线，从所述多条第一轨迹曲线中筛选出满足机械臂的运动约束且移动距离最短的第二轨迹曲线；

将全部所述相邻中心位置间的第二轨迹曲线，确定为目标轨迹曲线。

4.根据权利要求1所述的方法，其特征在于，在所述目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点的步骤，包括：

在所述目标轨迹曲线上设置多个多维向量的插值点，所述多维向量中包括：所述机械臂末端点在三维坐标系中的位置坐标向量，所述机械臂末端朝向在三维坐标系正方向的夹角向量；

在相邻插值点之间生成满足位置允差范围内的离散点。

5.根据权利要求1所述的方法，其特征在于，依据预设规则对各所述离散点进行筛选，得到与环境障碍物无碰撞的目标离散点的步骤，包括：

利用深度相机获取周围障碍物的位置分布数据；

依据所述位置分布数据，筛选出各所述离散点中与环境障碍物无碰撞的目标离散点。

6.一种机械臂的采样轨迹规划装置，应用于采样机器人，其特征在于，所述装置包括：

第一确定模块，用于确定采样台上待采样对象的位姿信息；

第二确定模块，用于根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的至少两个外表面的中心位置；

计算模块，用于通过多项式曲线拟合算法，计算得到所述采样机器人的机械臂初始位置依次到达各所述中心位置的第一轨迹曲线，其中，所述第一轨迹曲线数量大于等于2；

第一筛选模块，用于基于运动约束条件，从所述第一轨迹曲线中筛选出一条目标轨迹曲线；

设置模块，用于在所述目标轨迹曲线上设置插值点，并在相邻插值点之间生成离散点；

第二筛选模块，用于依据预设规则对各所述离散点进行筛选，得到与环境障碍物无碰撞的目标离散点；

第三确定模块，用于将各所述目标离散点组成的轨迹曲线，确定为所述机械臂的目标采样轨迹。

7.根据权利要求6所述的装置，其特征在于，所述第二确定模块具体用于：

根据所述位姿信息，确定所述待采样对象中除与所述采样台接触面之外的五个外表面的中心位置。

8.根据权利要求6所述的装置，其特征在于，所述第一筛选模块包括：

第一子模块，用于针对相邻中心位置间的多条第一轨迹曲线，从所述多条第一轨迹曲线中筛选出满足机械臂的运动约束且移动距离最短的第二轨迹曲线；

第二子模块，用于从所述采样机器人的机械臂初始位置依次到达各所述中心位置的第二轨迹曲线的组合，确定为目标轨迹曲线。

9.根据权利要求6所述的装置，其特征在于，所述设置模块包括：

第三子模块，用于在所述目标轨迹曲线上设置多个多维向量的插值点，所述多维向量中包括：所述机械臂末端点在三维坐标系中的位置坐标向量，所述机械臂末端朝向在三维坐标系正方向的夹角向量；

第四子模块，用于在相邻插值点之间生成满足位置允差范围内的离散点。

10.一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的机械臂的采样轨迹规划方法的步骤。