[发明专利]一种用于机器人示教路径的规划方法有效
申请号: | 201710956664.9 | 申请日: | 2017-10-16 |
公开(公告)号: | CN107728619B | 公开(公告)日: | 2020-06-23 |
发明(设计)人: | 陈越凡;林宗涨;张伟 | 申请(专利权)人: | 邦鼓思电子科技(上海)有限公司 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200090 上海市杨浦区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 机器人 路径 规划 方法 | ||
本发明涉及一种用于机器人示教路径的规划方法,其特征在于:所述机器人示教路径的规划方法包括以下几个步骤:1)加载示教路径点的数据;2)根据比较前后点的距离差值和行走方向角差值来过滤点集中的错误点;3)在点集密集处优化并缩减路径点;4)根据每个点到前后固定距离的点之间连线段的夹角的余弦值来提取曲线部分的路径点;5)根据相邻点之间的夹角的余弦值来提取折线部分的路径点;6)提取整个路径点中的起始点和终点;7)保存所有被提取的点。与现有技术相比,此方法提取并简化机器人的行走路径,同时尽可能的保留示教路径的特征,使得路径点数据中存在冗余的无用项目被滤除,提高了设备的执行效率。
技术领域
本发明涉及工业过程中的机器人研究领域,尤其涉及一种机器人示教轨迹规划技术。
背景技术
近几十年来,机器人示教一直是机器人研究领域中的热门研究课题之一。常规的示教方法主要有两种,一种是通过示教器示教;另一种是通过离线软件。两种方法最终都会生成机器人运行的轨迹文件,然后机器人按照轨迹文件规划的路径运行。前者用于普通精度要求的机器人路径轨迹生成,需要通过人工现场操作完成示教;后者在离线程序中模拟现实场景,并可通过程序自动生成复杂的规划路径。
对于常规的示教方法来说,其中包含着大量需要执行的路径点数据,而其中的数据点中含有大量无用或者异常的数据点,使得机器人执行时效率大大降低。申请号为201410769110.4的发明基于时间-空间特征的机器人示教轨迹生成方法。该方法包括:1)通过操作机器人,等采样时间间隔记录机器人末端各个自由度的示教轨迹,并多次对同类轨迹进行示教;2)对多条同种类型轨迹提取其共同的时间-空间特征,生成轨迹模板;3)构建满足时间-空间特征的目标方程,并通过协变梯度下降法求解机器人运动轨迹;4)将求得的运动轨迹作为参考轨迹,输入到机器人的执行机构,机器人通过自己控制器进行轨迹跟踪,使得生成的轨迹和参考轨迹相一致。其所述的方法与装置中并未提及对预设路径点数据的优化过程,未能对计算效率做出进一步优化,使得路径点数据中存在冗余项目,使得机器人运作效率不高。
发明内容
本发明提供了一种对机器人示教路径的规划方法,保证了路径的空间特征和精度的同时缩减所需的数据点,提取并简化机器人的行走路径,同时尽可能的保留示教路径的特征(弧线行走,折线拐弯,直线运动等),使得路径点数据中存在冗余的无用项目被滤除,提高了设备的执行效率。
在示教路径点中包含的数据主要包括:x坐标,y坐标,行走方向角,具体的路径的规划方法为:
1.加载路径点
2.过滤点集中的错误点
a)计算点集中每个点与后一个点之间距离的差值;b)如果点之间距离的差值超过设定值则删除此点;c)计算点集中每一点与后一点的行走方向角的差值;d)行走方向角的差值大于设定值(根据实际需求设定)则删除后一点。
3.优化并缩减路径点
在路径点比较集中的点中,每隔一定距离(根据实际需求设定步长)选择其位置并保留。此过程的作用为减少计算量同时缩减最终生成的路径点数目,并可以过滤机器人原地转弯产生的冗余点,防止其对算法造成影响。
4.提取曲线部分的路径点
a)计算每个点到前后固定距离的点之间连线段的夹角的余弦值。b)当夹角的余弦值大于设定值的阈值时(曲线的曲度满足要求),标记该点为曲线路径点并提取。
5.提取折现部分的路径点
a)检索所有被标记为曲线部分的点。b)计算相邻点之间的夹角的余弦值。c)如果夹角的余弦值大于阈值(根据实际需求设定需求值),删除曲线路径段,标记该点为折线点并提取。
6.提取整个路径点中的起始点和终点。
7.保存所有被提取的点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于邦鼓思电子科技(上海)有限公司,未经邦鼓思电子科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710956664.9/2.html,转载请声明来源钻瓜专利网。