CN113721618B - 一种平面确定方法、装置、设备和存储介质 - Google Patents
一种平面确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113721618B CN113721618B CN202111003423.5A CN202111003423A CN113721618B CN 113721618 B CN113721618 B CN 113721618B CN 202111003423 A CN202111003423 A CN 202111003423A CN 113721618 B CN113721618 B CN 113721618B
- Authority
- CN
- China
- Prior art keywords
- plane
- distance
- robot
- collision
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005070 sampling Methods 0.000 claims abstract description 72
- 238000012937 correction Methods 0.000 claims description 39
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种平面确定方法、装置、设备和存储介质。其中,根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;根据所述多个目标采样点,构建碰撞平面;根据所述碰撞平面,以及所述碰撞平面与所述机器人之间的距离,生成安全平面。本发明实施例的技术方案通过选取障碍物采样点以构建碰撞平面,根据碰撞平面生成安全平面,可以针对机器人不同的工作环境中的障碍物自动生成安全平面,提高了机器人工作的安全性和可靠性。
Description
技术领域
本发明实施例涉及机器人技术,尤其涉及一种平面确定方法、装置、设备和存储介质。
背景技术
随着科技的发展和生产力的进一步解放,针对工业4.0对工业自动化的要求,机器人相关技术成为国内未来发展的重点之一。其中,机器人的防碰撞技术尤为重要。
针对机器人的防碰撞技术,当前主流的做法是根据机器人的工作空间中是否有障碍物而直接划分防碰撞范围。这种方法虽然简单,但在实际生产生活中机器人在工作时的安全性较差、可靠性不足。
发明内容
本发明实施例提供一种平面确定方法、装置、设备和存储介质,以实现自动化确定机器人工作空间中防碰撞的安全平面。
第一方面,本发明实施例提供了一种平面确定方法,包括:
根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;
根据所述多个目标采样点,构建碰撞平面;
根据所述碰撞平面,以及所述碰撞平面与所述机器人之间的距离,生成安全平面。
第二方面,本发明实施例还提供了一种平面确定装置,包括:
采样点获取模块,用于根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;
碰撞平面构建模块,用于根据所述多个目标采样点,构建碰撞平面;
安全平面构建模块,用于根据所述碰撞平面,以及所述碰撞平面与所述机器人之间的距离,生成安全平面。
第三方面,本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例所述的一种平面确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的任意一种平面确定方法。
本发明实施例的技术方案通过选取障碍物采样点以构建碰撞平面,根据碰撞平面生成安全平面,可以针对机器人不同的工作环境中的障碍物自动生成安全平面,提高了机器人工作的安全性和可靠性。
附图说明
图1是本发明实施例一提供的一种平面确定方法的流程图;
图2是本发明实施例二提供的一种平面确定方法的流程图;
图3是本发明实施例二提供的一种安全平面确定过程的示意图;
图4是本发明实施例三提供的一种平面确定方法的流程图;
图5是本发明实施例四提供的一种平面确定装置的结构图;
图6是本发明实施例五提供的一种电子设备的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种平面确定方法的流程图,本发明实施例可适用于构建机器人运动的安全平面的情况,该方法可以由一种平面确定装置来执行,该装置可以采用软件和/或硬件实现,并具体配置于电子设备中。
参考图1,具体包括如下步骤:
S110、根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点。
障碍物模型是指在机器人工作环境中有可能与机器人碰撞的所有物体(其他工作设备若有可能与机器人碰撞,也应视为当前机器人的工作环境中的障碍物)。目标采样点是在障碍物模型上选取的一些三维空间上的障碍物轮廓点。
示例性的,可以确定机器人工作环境中机器人与障碍物模型之间的相对距离;根据该相对距离在障碍物模型的轮廓表面选取三维空间中的点,作为目标采样点。
可选的,机器人工作环境中机器人与障碍物模型之间的相对距离,可以通过机器人基座坐标系和障碍物模型的空间参考坐标系之间的距离来确定,还可以通过机器人可移动末端(机器人的末端操作器)的工具坐标系与障碍物模型的空间参考坐标系之间的距离来确定,本发明实施例对此不作限定。
在障碍物模型的轮廓表面选取目标采样点时,选取规则可以人为设定,或根据轮廓点与机器人的距离自动筛选。例如,可以根据轮廓点距离机器人的距离来筛选,轮廓点距离机器人越近则该轮廓点所在障碍物模型的表面距离机器人越近,碰撞可能性越大。
可选的,可以通过比较距离的方法判断轮廓点的远近,并根据确定结果进行目标采样点的选取。例如,可以将轮廓点与机器人之间的距离和机器人与障碍物之间的相对距离进行比较,轮廓点与机器人之间的距离小于该相对距离的轮廓点则为较近点,反之则为较远点;将较近点作为目标采样点。或者可选的,还可以直接将所有轮廓点到机器人的距离进行比较;选出较近(例如最近)的一部分轮廓点作为目标采样点。本发明实施例对目标采样点的选取方法不作限定。
S120、根据所述多个目标采样点,构建碰撞平面。
碰撞平面是机器人与障碍物模型发生碰撞时接触的平面。具体的,根据前述步骤中选取的多个目标采样点,以这些轮廓点构建所述碰撞平面。可以通过拟合的方式将所有目标采样点拟合成一个平面,还可以根据法向轴来确定平面。
例如,可以将机器人基座坐标系原点和障碍物空间参考坐标系原点之间的连线,作为参考轴;将该参考轴作为碰撞平面的法向轴,用于生成碰撞平面。本发明实施例对碰撞平面的生成方式不作限定。
S130、根据所述碰撞平面,以及所述碰撞平面与所述机器人之间的距离,生成安全平面。
碰撞平面和机器人之间的距离可以由平面确定装置自动测量获取。自动测量的原则可以是根据机器人基座坐标系的原点到碰撞平面的距离确定;也可以根据机器人可移动末端的手坐标系的原点到碰撞平面的距离确定;还可以根据机器人末端参考点到碰撞平面的距离确定。安全平面即碰撞冗余平面,是指机器人在运动到碰撞平面前必须停止的平面,是机器人工作区域的安全边界。
具体的,根据前述步骤中确定的碰撞平面和该碰撞平面与机器人之间的距离,选取一个安全平面,以限制机器人的工作区域。优选的,选取安全平面时,安全平面与机器人之间的距离应比碰撞平面与机器人之间的距离更小。可选的,可以是根据碰撞平面的位置,进行安全平面选取。优选的,安全平面与碰撞平面平行设置。示例性的,将碰撞平面向机器人方向平移获得安全平面;还可以根据机器人本身特性而确定。例如,可以根据机器人在不同工作模式下的运动速度,对安全平面进行动态调整,以防止机器人运动速度过大时由于惯性无法在安全平面内停止运动。
本发明实施例的技术方案通过选取障碍物采样点以构建碰撞平面,根据碰撞平面生成安全平面,可以针对机器人不同的工作环境中的障碍物自动生成安全平面,提高了机器人工作的安全性和可靠性。
在一种可选实施方式中,所述根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点,可以包括:获取所述障碍物模型外表面中各候选采样点的位置信息;根据各所述候选采样点的位置信息与所述机器人的预设参考点之间的距离,从各所述候选采样点中选取所述多个目标采样点。
候选采样点为障碍物模型外表面的轮廓点,候选采样点的位置信息是指这些轮廓点在三维空间中的坐标。平面确定装置可以采集障碍物外表面各候选采样点的位置坐标,获取坐标的原则可以将机器人的基座坐标系作为空间内的参考坐标系,根据此坐标系确定各候选采样点的位置坐标。
机器人的预设参考点是用以计算机器人与候选采样点之间距离的参考点,可以由人为选择,也可以根据一定的算法或预先训练好的机器学习模型进行选择,例如可以人为的设定该参考点为机器人基座坐标的原点。
候选采样点的位置信息与机器人的预设参考点之间的距离,可以通过欧式距离公式计算得到。根据候选采样点和预设参考点之间的距离,筛选多个目标采样点。示例性的,可以根据该候选采样点与预设参考点之间的距离大小,筛选目标采样点。例如,可以预先统计所有候选采样点到预设参考点的距离,然后将距离最小的前5%的采样点作为目标采样点。
通过计算候选采样点到机器人的距离,筛选出用以确定碰撞平面的目标采样点,简单高效的确定了机器人和障碍物模型之间的碰撞平面,为生成机器人运动时的安全平面提供了实践基础,提高了确定碰撞平面和安全平面的计算效率。
实施例二
图2为本发明实施例二提供的一种平面确定方法的流程图。本发明实施例是在前述实施例各技术方案的基础上,对安全平面的生成操作进行了优化,以实现通过机器人可移动末端的移动速度确定安全平面。
参考图2所示的一种平面确定方法,具体包括如下步骤:
S210、根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;
S220、根据所述多个目标采样点,构建碰撞平面;
S230、根据所述机器人的可移动末端的移动速度确定目标移动距离;
S240、根据所述目标移动距离和所述碰撞平面,生成所述安全平面。
目标移动距离是机器人从运动至停止运动整个过程中需要在碰撞平面的法向轴方向上运动的距离。可选的,目标移动距离可以通过机器人的可移动末端的移动速度来确定。目标移动距离的确定规则可以是人为设定的,例如,可以根据可移动末端的移动速度和人为设定的运动时长来确定运动距离;还可以根据机器人的运动规划算法或预先训练好的机器学习模型来确定,例如可以是机器人运动距离关于移动速度的神经网络模型。
进一步的,根据计算得到的目标移动距离和碰撞平面可以确定安全平面。可选的,可以通过目标移动距离来规定安全平面与碰撞平面的位置关系,例如可以将安全平面设置为距离机器人所述目标移动距离长度处的位置,还可以通过一定的算法或机器学习模型来确定,本实施例对此不作限定。
在一种可选实施方式中,所述根据所述机器人的可移动末端的移动速度,确定所述目标移动距离,可以包括:确定所述机器人的可移动末端的初始移动速度,在所述碰撞平面上的初始分解速度;根据所述初始分解速度,确定所述可移动末端在所述碰撞平面的法向轴方向上的目标移动距离。
初始移动速度为机器人可移动末端的运动初速度,碰撞平面上的初始分解速度是机器人初始移动速度在碰撞平面法向轴方向上的分量,即该速度分量的方向垂直于碰撞平面。并且根据此初始分解速度计算可移动末端在碰撞平面法向轴方向上的目标移动距离,目标移动距离的计算方法可以根据一定的算法,还可以通过预先训练好的机器学习模型进行计算,例如可以是机器人运动距离关于移动速度的神经网络模型。
值得说明的是,对于运动速度的分解不只包括静态的分析,还可以是实时进行的,因此安全平面也可以是通过实时计算确定或调整的。
通过对机器人可移动末端运动速度的分解,得到该运动速度在碰撞平面法向轴方向上的分量,进而计算得出在此方向上的目标移动距离,相当于对机器人可移动末端运动距离的分解,得出机器人末端运动距离在碰撞平面法向轴方向上的分量,避免了由于机器人可移动末端运动方向的不同对碰撞检测进行的干扰。根据目标移动距离对安全平面进行实时确定,可以对安全平面进行动态调整,有助于碰撞检测的计算,提高了机器人工作的安全性。
在一种可选实施方式中,所述根据所述目标移动距离和所述碰撞平面,生成所述安全平面,可以包括:根据所述目标移动距离确定停止距离,并通过预设修正系数对所述停止距离进行修正,得到修正距离;根据所述修正距离和所述碰撞平面,生成所述安全平面。
停止距离是机器人可移动末端在停止运动时与碰撞平面之间的距离。可选的,停止距离可以根据目标移动距离确定,通过机器人的预设参考点到碰撞平面的相对距离减去机器人运动过程的目标移动距离计算出停止距离。
预设修正系数是为机器人实际运动提供的冗余空间系数,可以理解为预设修正系数对停止距离进行调整,进而调整机器人和障碍物之间的冗余空间防止碰撞。示例性的,预设修正系数可以是人为设定或根据实际情况进行调整的,也可以是通过预先训练好的机器学习模型进行计算得出的。
通过预设修正系数对停止距离进行调整计算出修正距离。可选的,将停止距离的数值乘以修正系数得到修正距离的数值。
安全平面的生成过程可以理解为从碰撞平面出发,沿碰撞平面的法向轴靠近机器人的方向对碰撞平面进行平移,平移修正距离的长度后即得到安全平面。
通过预设修正系数对机器人和障碍物模型之间的停止距离进行调整,进一步提升安全平面和碰撞平面之间的距离冗余,防止机器人由于惯性过大而超出安全平面运动造成碰撞,提高了机器人工作的安全性和可靠性。
在一种可选实施方式中,所述根据所述目标移动距离确定停止距离,并通过预设修正系数对所述停止距离进行修正,得到修正距离,可以包括:沿所述碰撞平面的法向轴的靠近所述机器人的方向,根据预设修正系数,增大所述停止距离,得到所述修正距离。其中,预设修正系数用以增大停止距离,进而得到修正距离,则预设修正系数必须大于等于1。其中,预设修正系数的具体数值可以由技术人员根据需要或经验值进行设定或调整,本发明对此不作任何限定。
上述可选技术方案,使用修正系数增大停止距离从而确定安全平面,可以简单高效的将安全平面向机器人方向进行调整,保证了机器人安全性的同时,节约了计算资源,提高了运算速度,保证了每次动态调节安全平面的实时性。
图3是本发明实施例二提供的一种安全平面确定过程的示意图。以图3为例,对确定修正距离和安全平面进行解释,如图3所示:
在一个具体的实现方式中,根据机器人参考坐标系301与障碍物模型302之间的相对距离308确定碰撞平面303,且碰撞平面303的法向轴309与机器人参考坐标系301的y轴共线。
在一个具体示例中,将相对距离308设置为110cm,机器人此次运动过程的目标移动距离304设置为100cm。相对距离308减去目标移动距离304得到此次运动过程的停止距离305等于10cm。用户人为设定预设修正系数为1.2,使用预设修正系数乘以停止距离305的数值得到修正距离306为12cm。沿碰撞平面303的法向轴309靠近机器人的方向(即y轴正方向)平移碰撞平面12cm,即得到此次运动过程确定的安全平面307。
本发明实施例的技术方案,通过对机器人初始移动速度进行分解,仅计算碰撞平面法向轴方向上的速度分量,针对不同的障碍物模型位置设置安全平面,从而可以在机器人的不同运动状态下适应性的设置安全的工作范围,提高了机器人工作的可靠性。通过使用修正系数,对安全平面进行调整,使得安全平面与障碍物之间的距离冗余得到提升,降低机器人的碰撞风险,提高了机器人工作时的安全性。
实施例三
图4为本发明实施例三提供的一种平面确定方法的流程图。本发明实施例是在前述实施例各技术方案的基础上,对目标移动距离的确定操作进行了优化,以实现基于速度分级的安全平面的动态确定。
参考图4所示的一种平面确定方法,具体包括如下步骤:
S410、根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;
S420、根据所述多个目标采样点,构建碰撞平面;
S430、确定所述机器人的可移动末端的初始移动速度所属的移动速度区间;
S440、获取基于所述移动速度区间中的预设边界速度所确定的参考移动距离,并将所述参考移动距离作为所述目标移动距离;
S450、根据所述目标移动距离和所述碰撞平面,生成所述安全平面。
移动速度区间是指初始移动速度的分级范围,每个级别的移动速度区间对应的速度范围值不同。示例性的,可以将初始移动速度的范围拆分为至少两个移动速度区间。
预设边界速度即各移动速度区间的最大阈值。参考移动距离是根据机器人在当前移动速度区间内确定的移动距离,机器人的速度处于当前移动速度区间内,机器人的参考移动距离固定,当机器人的速度发生改变至其他移动速度区间时,参考移动距离随之改变。
根据预设边界速度,通过一定的算法或预先训练的机器学习模型对参考移动距离进行计算,从而确定目标移动距离。
值得说明的是,随着机器人可移动末端速度的改变,其参考移动距离随之动态变化,进一步的,安全平面也随之动态变化。
在一个具体的实现方式中,机器人可移动末端的初始移动速度的范围为0~10m/s,将该初始移动速度的范围划分为五个移动速度区间:0~2m/s、2m/s~4m/s、4m/s~6m/s、6m/s~8m/s和8m/s~10m/s。其预设边界速度分别为2m/s、4m/s、6m/s、8m/s和10m/s。当机器人可移动末端的速度在2m/s~4m/s范围内时,使用4m/s计算机器人的参考移动距离作为目标移动距离,且无论机器人速度在此移动速度区间内如何变化,其参考移动距离不变。当机器人可移动末端的速度达到4m/s时,立即切换至下一移动速度区间,使用6m/s计算机器人的参考移动距离作为目标移动距离。
本发明实施例的技术方案,通过对机器人可移动末端的初始移动速度的范围进行分级运算,在同一级别的速度区间内,按最高速度阈值对目标移动距离进行计算,可以根据不同的速度等级动态的调整安全平面的位置,加强机器人工作的可靠性。保证了系统安全性和可靠性的同时,简化了实时计算的计算量,节省了计算资源,提高了机器人工作的效率。
实施例四
图5是本发明实施例四提供的一种平面确定装置的结构图,本发明实施例可适用于构建机器人运动的安全平面的情况,该装置可以由软件和/或硬件的方式来实现,可配置于电子设备中。如图5所示,该装置可以包括:
采样点获取模块510,用于根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;
碰撞平面构建模块520,用于根据所述多个目标采样点,构建碰撞平面;
安全平面构建模块530,用于根据所述碰撞平面,以及所述碰撞平面与所述机器人之间的距离,生成安全平面。
本发明实施例的技术方案通过选取障碍物采样点以构建碰撞平面,根据碰撞平面生成安全平面,可以针对机器人不同的工作环境中的障碍物自动生成安全平面。并且碰撞平面和安全平面之间的距离使机器人在运动时的碰撞距离具有冗余,提高了机器人工作的安全性和可靠性。
在一种可选实施方式中,所述安全平面构建模块530可以包括:
移动距离子模块,用于根据所述机器人的可移动末端的移动速度,确定目标移动距离;
安全平面子模块,用于根据所述目标移动距离和所述碰撞平面,生成所述安全平面。
在一种可选实施方式中,所述移动距离子模块可以包括:
分解速度单元,用于确定所述机器人的可移动末端的初始移动速度,在所述碰撞平面上的初始分解速度;
移动距离单元,用于根据所述初始分解速度,确定所述可移动末端在所述碰撞平面的法向轴方向上的目标移动距离。
在一种可选实施方式中,所述安全平面子模块可以包括:
修正距离单元,用于根据所述目标移动距离确定停止距离,并通过预设修正系数对所述停止距离进行修正,得到修正距离;
安全平面单元,用于根据所述修正距离和所述碰撞平面,生成所述安全平面。
在一种可选实施方式中,所述修正距离单元可以包括:
沿所述碰撞平面的法向轴的靠近所述机器人的方向,根据预设修正系数,增大所述停止距离,得到所述修正距离。
在一种可选实施方式中,所述采样点获取模块510可以包括:
采样点位置子模块,用于获取所述障碍物模型外表面中各候选采样点的位置信息;
采样点选取子模块,用于根据各所述候选采样点的位置信息与所述机器人的预设参考点之间的距离,从各所述候选采样点中选取所述多个目标采样点。
在一种可选实施方式中,所述移动距离子模块可以包括:
速度区间确定单元,用于确定所述机器人的可移动末端的初始移动速度所属的移动速度区间;
移动距离确定单元,用于获取基于所述移动速度区间中的预设边界速度所确定的参考移动距离,并将所述参考移动距离作为所述目标移动距离。
本发明实施例所提供的平面确定装置可执行本发明任意实施例所提供的平面确定方法,具备执行各平面确定方法相应的功能模块和有益效果。
实施例五
图6是本发明实施例五提供的一种电子设备的结构图。图6示出了适于用来实现本发明实施方式的示例性电子设备612的框图。图6显示的电子设备612仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备612以通用计算设备的形式表现。电子设备612的组件可以包括但不限于:一个或者多个处理器或者处理单元616,系统存储器628,连接不同系统组件(包括系统存储器628和处理单元616)的总线618。
总线618表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备612典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备612访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器628可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)630和/或高速缓存存储器632。电子设备612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统634可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储器628可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块642的程序/实用工具640,可以存储在例如存储器628中,这样的程序模块642包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。
电子设备612也可以与一个或多个外部设备614(例如键盘、指向设备、显示器624等)通信,还可与一个或者多个使得用户能与该电子设备612交互的设备通信,和/或与使得该电子设备612能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口622进行。并且,电子设备612还可以通过网络适配器620与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器620通过总线618与电子设备612的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备612使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元616通过运行存储在系统存储器628中的多个程序中其他程序的至少一个,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种平面确定方法。
实施例六
本发明实施例六还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时用于执行本发明实施例所提供的一种平面确定方法:根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;根据所述多个目标采样点,构建碰撞平面;根据所述碰撞平面,以及所述碰撞平面与所述机器人之间的距离,生成安全平面。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种平面确定方法,其特征在于,包括:
根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;
根据所述多个目标采样点,构建碰撞平面;
根据所述机器人的可移动末端的移动速度,确定目标移动距离;
根据所述目标移动距离确定停止距离,并通过预设修正系数对所述停止距离进行修正,得到修正距离;
根据所述修正距离和所述碰撞平面,生成安全平面。
2.根据权利要求1所述的方法,其特征在于,所述根据所述机器人的可移动末端的移动速度,确定所述目标移动距离,包括:
确定所述机器人的可移动末端的初始移动速度,在所述碰撞平面上的初始分解速度;
根据所述初始分解速度,确定所述可移动末端在所述碰撞平面的法向轴方向上的目标移动距离。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标移动距离确定停止距离,并通过预设修正系数对所述停止距离进行修正,得到修正距离,包括:
沿所述碰撞平面的法向轴的靠近所述机器人的方向,根据预设修正系数,增大所述停止距离,得到所述修正距离。
4.根据权利要求1所述的方法,其特征在于,所述根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点,包括:
获取所述障碍物模型外表面中各候选采样点的位置信息;
根据各所述候选采样点的位置信息与所述机器人的预设参考点之间的距离,从各所述候选采样点中选取所述多个目标采样点。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述机器人的可移动末端的移动速度,确定所述目标移动距离,包括:
确定所述机器人的可移动末端的初始移动速度所属的移动速度区间;
获取基于所述移动速度区间中的预设边界速度所确定的参考移动距离,并将所述参考移动距离作为所述目标移动距离。
6.一种平面确定装置,其特征在于,包括:
采样点获取模块,用于根据障碍物模型与机器人的位置关系,从所述障碍物模型中获取多个目标采样点;
碰撞平面构建模块,用于根据所述多个目标采样点,构建碰撞平面;
安全平面构建模块,用于根据所述碰撞平面,以及所述碰撞平面与所述机器人之间的距离,生成安全平面;
其中,所述安全平面构建模块包括:
移动距离子模块,用于根据所述机器人的可移动末端的移动速度,确定目标移动距离;
安全平面子模块,用于根据所述目标移动距离和所述碰撞平面,生成所述安全平面;
所述安全平面子模块包括:
修正距离单元,用于根据所述目标移动距离确定停止距离,并通过预设修正系数对所述停止距离进行修正,得到修正距离;
安全平面单元,用于根据所述修正距离和所述碰撞平面,生成所述安全平面。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5任一项所述的一种平面确定方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一项所述的一种平面确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111003423.5A CN113721618B (zh) | 2021-08-30 | 2021-08-30 | 一种平面确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111003423.5A CN113721618B (zh) | 2021-08-30 | 2021-08-30 | 一种平面确定方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113721618A CN113721618A (zh) | 2021-11-30 |
CN113721618B true CN113721618B (zh) | 2024-05-24 |
Family
ID=78678927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111003423.5A Active CN113721618B (zh) | 2021-08-30 | 2021-08-30 | 一种平面确定方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113721618B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101539270B1 (ko) * | 2015-02-27 | 2015-07-24 | 군산대학교산학협력단 | 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇 |
CN108733065A (zh) * | 2017-09-29 | 2018-11-02 | 北京猎户星空科技有限公司 | 一种机器人的避障方法、装置及机器人 |
CN108959753A (zh) * | 2018-06-26 | 2018-12-07 | 广州视源电子科技股份有限公司 | 碰撞检测方法、系统、可读存储介质及计算机设备 |
CN110253570A (zh) * | 2019-05-27 | 2019-09-20 | 浙江工业大学 | 基于视觉的工业机械臂人机安全系统 |
CN111399505A (zh) * | 2020-03-13 | 2020-07-10 | 浙江工业大学 | 一种基于神经网络的移动机器人避障方法 |
CN112393732A (zh) * | 2020-11-24 | 2021-02-23 | 北京三快在线科技有限公司 | 无人机避障方法、装置、可读存储介质及电子设备 |
CN113232025A (zh) * | 2021-06-07 | 2021-08-10 | 上海大学 | 一种基于接近觉感知的机械臂避障方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091591B (zh) * | 2019-12-23 | 2023-09-26 | 阿波罗智联(北京)科技有限公司 | 一种碰撞检测方法、装置、电子设备及存储介质 |
-
2021
- 2021-08-30 CN CN202111003423.5A patent/CN113721618B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101539270B1 (ko) * | 2015-02-27 | 2015-07-24 | 군산대학교산학협력단 | 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇 |
CN108733065A (zh) * | 2017-09-29 | 2018-11-02 | 北京猎户星空科技有限公司 | 一种机器人的避障方法、装置及机器人 |
CN108959753A (zh) * | 2018-06-26 | 2018-12-07 | 广州视源电子科技股份有限公司 | 碰撞检测方法、系统、可读存储介质及计算机设备 |
CN110253570A (zh) * | 2019-05-27 | 2019-09-20 | 浙江工业大学 | 基于视觉的工业机械臂人机安全系统 |
CN111399505A (zh) * | 2020-03-13 | 2020-07-10 | 浙江工业大学 | 一种基于神经网络的移动机器人避障方法 |
CN112393732A (zh) * | 2020-11-24 | 2021-02-23 | 北京三快在线科技有限公司 | 无人机避障方法、装置、可读存储介质及电子设备 |
CN113232025A (zh) * | 2021-06-07 | 2021-08-10 | 上海大学 | 一种基于接近觉感知的机械臂避障方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113721618A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11024045B2 (en) | Method and apparatus for generating three-dimensional data, device, and storage medium | |
CN107253196B (zh) | 一种机械臂碰撞检测方法、装置、设备及存储介质 | |
CN111596298B (zh) | 目标对象的定位方法、装置、设备及存储介质 | |
CN111311925B (zh) | 车位的检测方法和装置、电子设备、车辆、存储介质 | |
CN111144426B (zh) | 一种分拣方法、装置、设备和存储介质 | |
CN110850807B (zh) | 一种奇异点规避方法、装置、设备及介质 | |
CN110176078B (zh) | 一种训练集数据的标注方法及装置 | |
CN109558854B (zh) | 障碍物感知方法、装置、电子设备及存储介质 | |
CN112171675B (zh) | 一种移动机器人的避障方法、装置、机器人及存储介质 | |
CN111862604B (zh) | 无人车的控制方法及装置、计算机存储介质、电子设备 | |
CN113448326B (zh) | 机器人定位方法及装置、计算机存储介质、电子设备 | |
CN114429186A (zh) | 基于多传感器的数据融合方法、装置、设备及介质 | |
CN110530375B (zh) | 机器人自适应定位方法、定位装置、机器人及存储介质 | |
CN111546348A (zh) | 机器人位置标定方法和位置标定系统 | |
CN110703753B (zh) | 路径规划方法及装置、电子设备、存储介质 | |
CN113721618B (zh) | 一种平面确定方法、装置、设备和存储介质 | |
CN112327848B (zh) | 机器人避障方法及装置、存储介质和电子设备 | |
CN112598645B (zh) | 轮廓检测方法、装置、设备及存储介质 | |
JP2020042029A (ja) | 障害物速度の検出方法、障害物速度の検出装置、コンピュータ機器、記憶媒体及び車両 | |
CN116460846A (zh) | 机械臂控制方法、装置、设备和存储介质 | |
CN113050103A (zh) | 一种地面检测方法、装置、电子设备、系统及介质 | |
CN110948489B (zh) | 一种带电作业机器人安全工作空间限定方法及系统 | |
CN114593704B (zh) | 曲面零件的测量方法、装置、设备和介质 | |
CN114115293A (zh) | 机器人避障方法、装置、设备及存储介质 | |
CN115870976B (zh) | 一种机械臂的采样轨迹规划方法和装置、电子设备 |
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 |