[发明专利]一种基于损失场的工业机器人自动避障方法及装置有效

专利信息
申请号: 201910363218.6 申请日: 2019-04-30
公开(公告)号: CN110216670B 公开(公告)日: 2022-04-15
发明(设计)人: 朱大虎;王志远;华林 申请(专利权)人: 武汉理工大学
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 湖北武汉永嘉专利代理有限公司 42102 代理人: 唐万荣
地址: 430070 湖*** 国省代码: 湖北;42
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 基于 损失 工业 机器人 自动 方法 装置
【权利要求书】:

1.一种基于损失场的工业机器人自动避障方法,其特征在于,包括以下步骤:

S10、根据每一工件各点在机器人基坐标系中的坐标,获取每一工件的包围盒在所述基坐标系中的坐标;

S20、将机器人运动路径降维至平面N次多项式曲线,任意选取N-1个途经点构建初始路径曲线;

S30、根据预设的空间损失函数,计算所述路径曲线的损失值,通过梯度下降法,按负梯度方向调整N-1个途经点的纵坐标,直至调整后得到的路径曲线损失值小于预设阈值;

S40、将得到的路径曲线变换为三维空间的路径曲线,以供实现机器人的自动避障;

其中,所述空间损失函数为空间内点到包围盒距离的反相关函数,所述空间损失函数包括:

式中,L为损失值上限常数;S为损失值下限常数;r1、r2分别为距离边界常数;r(x)为空间中点x距离包围盒的距离。

2.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法,其特征在于,所述S10之前,还包括:

S00、通过机器人末端的已标定探针,获得每一工件坐标系在基坐标系中的位姿,并获得每一工件各点在机器人基坐标系中的坐标。

3.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法,其特征在于,所述包围盒为最小包围盒,所述S10包括:

根据每一工件在机器人基坐标系中的坐标,获取每一工件分别在x、y、z轴下的极大值点和极小值点;

根据每一坐标轴的极值点,获得每一工件的最小包围盒的八个角点,并获得每一工件最小包围盒在所述基坐标系中的坐标。

4.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法,其特征在于,所述通过梯度下降法,按负梯度方向调整N-1个途经点的纵坐标,包括:

计算所述损失函数对于N-1个途经点的梯度,将每一途经点调整前的纵坐标分别减去对应途经点梯度与学习效率的乘积,得到每一途经点调整后的纵坐标。

5.根据权利要求1所述的一种基于损失场的工业机器人自动避障方法,其特征在于,所述计算所述路径曲线的损失值,包括:

按预设规则,对曲线上点的损失值进行积分,获得所述路径曲线的损失值。

6.一种基于损失场的工业机器人自动避障装置,其特征在于,包括:

坐标获取模块,用于根据每一工件各点在机器人基坐标系中的坐标,获取每一工件的包围盒在所述基坐标系中的坐标;

路径规划模块,用于将机器人运动路径降维至平面N次多项式曲线,任意选取N-1个途经点构建初始路径曲线;

路径处理模块,用于根据预设的空间损失函数,计算所述路径曲线的损失值,通过梯度下降法,按负梯度方向调整N-1个途经点的纵坐标,直至调整后得到的路径曲线损失值小于预设阈值;

路径生成模块,用于将得到的路径曲线变换为三维空间的路径曲线,以供实现机器人的自动避障;

其中,所述空间损失函数为空间内点到包围盒距离的反相关函数,所述空间损失函数包括:

式中,L为损失值上限常数;S为损失值下限常数;r1、r2分别为距离边界常数;r(x)为空间中点x距离包围盒的距离。

7.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种基于损失场的工业机器人自动避障方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉理工大学,未经武汉理工大学许可,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/201910363218.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top