[发明专利]基于便携终端的机器人增强现实示教编程方法有效

专利信息
申请号: 202011519955.X 申请日: 2020-12-21
公开(公告)号: CN112847301B 公开(公告)日: 2023-05-19
发明(设计)人: 范业鹏;迟玉森;李钰坤;张凌峰;陈文博 申请(专利权)人: 山东华数智能科技有限公司;滕州华数智能制造研究院
主分类号: B25J9/00 分类号: B25J9/00;B25J9/16;G06F3/01
代理公司: 石家庄科诚专利事务所(普通合伙) 13113 代理人: 左燕生;贺寿元
地址: 277500 山东省枣庄市滕*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 便携 终端 机器人 增强 现实 编程 方法
【权利要求书】:

1.一种基于便携终端的机器人增强现实示教编程方法,其特征在于,包括以下步骤:

S1、搭建并训练AR误差预测与补偿模型;AR误差预测与补偿模型采用三层BP神经网络模型,包括输入层、输出层和隐含层,训练过程为:

1)将AR识别码贴在真实物理空间的特定位置;

2)将AR手持式输入终端绑定在机器人末端执行器上,AR手持式输入终端扫描出AR识别码进行增强现实系统的注册,计算虚拟空间坐标系与真实物理空间坐标系之间的虚实变换关系;

3)运行预先设置好的机器人控制程序,机器人与绑定在机器人末端执行器上的AR手持式输入终端同步运动;

4)采集机器人末端执行器的位置姿态数据和AR手持式输入终端采集自身在虚拟空间中所对应的位置,上传至数据孪生聚合服务器进行数据平滑处理,消除数据误差;

S2、利用AR手持式输入终端进行轨迹示教,对机器人的运动轨迹进行规划,采集AR手持式输入终端中示教的轨迹数据和机器人末端执行器的位置姿态数据,进行数据处理,并发送至训练好的AR误差预测与补偿模型;

S3、训练好的AR误差预测与补偿模型对AR手持式输入终端中示教的轨迹数据进行误差预测补偿,生成优化轨迹数据;

S4、将优化轨迹数据通过机器人运动学正反解求解得出机器人各关节数据,驱动虚拟机器人数字样机模型运动;

S5、在AR手持式输入终端观察虚拟机器人数字样机模型叠加进真实环境中的虚拟运动,验证其虚拟运动的轨迹,当虚拟机器人数字样机模型的虚拟运动到达指定位置后,验证通过,则将虚拟机器人数字样机模型已经验证好的轨迹数据解析生成的代码,驱动真实机器人运动。

2.根据权利要求1所述的基于便携终端的机器人增强现实示教编程方法,其特征在于,步骤S1的2)中,虚拟空间坐标系与真实物理空间坐标系之间的虚实变换关系的计算公式为:Probot=A*Pvirtual,其中,Probot为AR识别码贴在真实物理空间的特定位置,Pvirtual为AR手持式输入终端传回的虚拟空间中AR识别码的虚拟空间位置,A为真实物理空间坐标系和虚拟空间坐标系的转换关系值。

3.根据权利要求2所述的基于便携终端的机器人增强现实示教编程方法,其特征在于,步骤S1的4)中,机器人末端执行器的位置姿态数据的采集为通过机器人的二次开发接口直接读取;S1的4)中,数据平滑处理采用的方法为滑动平均法,具体计算步骤为:采集的机器人末端执行器的位置姿态数据带有噪声,取末端执行器的位置姿态的x坐标值作为分析对象,即

Ti=xi+ei

上式中,Ti为真实值,xi为观测值,ei为噪声;

将相邻时刻的观测值进行相加后平均,得到:

上式中,pt为t时刻的滤波结果,n表示滑动窗口半径大小;

根据上述两式可得:

当为0,噪声影响减少的效果好;对于机器人来说,将机器人的位置姿态在一段时间内视之位平稳的,取每m个相邻数据的平均值,来表示该m个数据中任意一个的取值,并视其为消除了噪声的信号,m取值为5,得到其滑动平均法公式为:

4.根据权利要求3所述的基于便携终端的机器人增强现实示教编程方法,其特征在于,步骤S2中,其示教方法为:操作员手持AR手持式输入终端扫描特定位置处的AR识别码,并记录下AR识别码在虚拟空间中的位置;机器人末端执行器的位置姿态数据的采集方法基于ARkit框架,采用视觉惯性测距对末端执行器进行动态跟踪;采集数据的数据处理为通过数据孪生聚合服务器转换成真实物理空间坐标系的数据。

5.根据权利要求4所述的基于便携终端的机器人增强现实示教编程方法,其特征在于,步骤S4中,优化轨迹数据先进行三次样条平滑插值处理,再进行密化处理,之后再通过机器人运动学正反解求解得出机器人各关节数据,驱动虚拟机器人数字样机运动。

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山东华数智能科技有限公司;滕州华数智能制造研究院,未经山东华数智能科技有限公司;滕州华数智能制造研究院许可,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/202011519955.X/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