[发明专利]串联机器人的关节旋转角度确定方法及装置

说明书

本公开实施例公开了串联机器人的关节旋转角度确定方法，包括：建立第一空间坐标系；以第五关节和第六关节轴线的第二交点为原点建立第二空间坐标系；在6自由度串联机器人的初始位形下，6自由度串联机器人的第一至第六关节的旋转角度为0；确定6自由度串联机器人在初始位形下，第二空间坐标系相对于第一空间坐标系的初始位姿；基于第二交点在初始位形和当前位形下相对于第一空间坐标系的第一坐标和第二坐标，确定第二交点在6自由度串联机器人的前四关节上的螺旋运动轨迹；根据螺旋运动轨迹、初始位姿和当前位姿确定6自由度串联机器人从初始位形移动到当前位形后，第一至第六关节的旋转角度。

技术领域

本公开涉及机器人识别技术领域，具体涉及一种相邻三关节相互平行的6自由度串联机器人的关节旋转角度确定方法及装置。

背景技术

随着传感器、人工智能、物联网以及大数据技术的发展，各种高级的机器人被用于工业生产，或者代替人类做一些重复性高或维修的工作。灵活性、可操作性是度量机器人能力的重要标准，多关节、高自由度使机器人的功能更强大，可以完成更多的任务。

传统Denavit-Hatenberg(D-H)参数法是一种相对成熟的运动学建模方法，然而该方法具有明显缺陷，其参数不连续，导致奇异性问题。因此，该模型不适合机器人运动学标定。

机器人运动学包含正向和逆向运动学两种。根据已知关节变量求得机器人末端执行器位姿的过程被视为正向运动学，而逆向运动学则是根据所要到达的目标位置来确定机器人所有关节的运动变量。由于工业机器人的广泛使用，6自由度机器人的逆运动学得到很多学者的关注。目前，主要采用Denavit-Hatenberg(D-H)参数法和旋量法建立机器人运动学模型。尽管D-H参数法比较成熟，但其存在一些不足。主要不足为在运动学标定中，当机器人有着相邻平行或几乎平行的关节时，该模型的参数不是连续的，导致模型奇异性。因此，D-H模型的实际参数很难辨识，并且该模型不适合机器人运动学标定。为了解决奇异性问题，提出了许多其它运动学模型，如S模型，CPC模型，零参考位置模型等。

机器人运动学标定涉及建模、测量、辨识和补偿4个步骤，其目的是为了辨识机器人实际运动学参数从而提高机器人的执行精度。一个完美的运动学模型需同时满足完整性、连续性和非冗余性，然而以上列举的模型不满足该特性。幸运的是，指数积(product ofexponentials，POE)方法作为一种新的运动学建模方法，避免了由运动学参数带来的奇异性问题。重要的是，基于指数积模型同时满足完整性、连续性和非冗余特性，被视为一种理想的运动学模型。因此，该模型非常适合机器人运动学标定，从而可有效解决机器人执行误差问题。目前，许多学者主要关注后三关节相交于一点的机器人的逆运动学，然而对三个相邻平行关节的机器人却关注较少。基于指数积的逆运动学通常根据已知的Paden-Kahan子问题进行求解，然而，这些子问题通常适用于低自由度器人。

发明内容

本公开实施例提供一种相邻三关节相互平行的6自由度串联机器人的关节旋转角度确定方法及装置。

第一方面，本公开实施例中提供了一种相邻三关节相互平行的6自由度串联机器人的关节旋转角度确定方法，所述相邻三关节相互平行的6自由度串联机器人包括依次连接的第一至第六关节，其中，第二关节、第三关节和第四关节相邻且相互平行，第五关节和第六关节的轴线相交于第二交点，包括：

建立第一空间坐标系，所述第一空间坐标系的原点位于第一关节轴线和第二关节轴线的第一交点上，且固定不动；

以所述第五关节和第六关节轴线的第二交点为原点建立第二空间坐标系；在所述6自由度串联机器人的初始位形下，所述6自由度串联机器人的第一至第六关节的旋转角度为0；

确定所述6自由度串联机器人在初始位形下，第二空间坐标系相对于第一空间坐标系的初始位姿；