[发明专利]冗余双臂机器人示教方法、装置、电子设备及系统有效
| 申请号: | 202210452683.9 | 申请日: | 2022-04-27 |
| 公开(公告)号: | CN114536351B | 公开(公告)日: | 2022-07-15 |
| 发明(设计)人: | 王豪;杨鹏;刘振 | 申请(专利权)人: | 季华实验室 |
| 主分类号: | B25J9/16 | 分类号: | B25J9/16;B25J9/00 |
| 代理公司: | 佛山市海融科创知识产权代理事务所(普通合伙) 44377 | 代理人: | 许家裕 |
| 地址: | 528200 广东省*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 冗余 双臂 机器人 方法 装置 电子设备 系统 | ||
本申请属于机器人控制技术领域,公开了一种冗余双臂机器人示教方法、装置、电子设备及系统,通过获取示范人员的腕关节的第一轨迹数据和腰关节的第一转动角度数据、冗余双臂机器人的运动约束参数和动力约束参数以及待处理工件的位姿数据;把第一轨迹数据分切为多个轨迹子片段数据,并提取各轨迹子片段数据对应的腰关节角度数据;把运动约束参数、动力约束参数、待处理工件的位姿数据、多个轨迹子片段数据和对应的腰关节角度数据输入分层学习神经网络模型以得到运动策略数据集;根据运动策略数据集获取各关节的动作数据序列;根据冗余双臂机器人各关节的动作数据序列控制各关节运动;从而,可方便快捷地实现对冗余双臂机器人的示教。
技术领域
本申请涉及机器人控制技术领域,具体而言,涉及一种冗余双臂机器人示教方法、装置、电子设备及系统。
背景技术
冗余双臂机器人具有两个冗余自由度的机械臂(例如七轴机械臂),通常需要通过两个机械臂协同作业,由于冗余双臂机器人的结构复杂,传统的示教器编程、离线编程、虚拟示教编程等示教方法耗时长,示教效率低且对示教人员的专业技术能力要求较高,难以实现对冗余双臂机器人的方便快捷的示教,使冗余双臂机器难以快速适应各种复杂的新任务要求。
发明内容
本申请的目的在于提供一种冗余双臂机器人示教方法、装置、电子设备及系统,可方便快捷地实现对冗余双臂机器人的示教。
第一方面,本申请提供了一种冗余双臂机器人示教方法,用于对冗余双臂机器人进行示教,所述冗余双臂机器人包括基座、通过腰部关节转动设置在所述基座顶部的转台以及两个对称地设置在所述转台两侧的机械臂,所述机械臂为七轴机械臂,包括步骤:
A1.获取示范人员在进行动作示范时的腕关节的第一轨迹数据和腰关节的第一转动角度数据、所述冗余双臂机器人的运动约束参数和动力约束参数、以及待处理工件的位姿数据;
A2.把所述第一轨迹数据分切为多个轨迹子片段数据,并根据所述第一转动角度数据提取各所述轨迹子片段数据对应的腰关节角度数据;
A3.把所述运动约束参数、所述动力约束参数、所述待处理工件的位姿数据、所述多个轨迹子片段数据和对应的所述腰关节角度数据输入预先训练好的分层学习神经网络模型中,得到运动策略数据集;
A4.根据所述运动策略数据集获取所述冗余双臂机器人各关节的动作数据序列;所述动作数据序列包括多个动作数据,所述动作数据包括对应关节的转动角度和转动角速度;
A5.根据所述冗余双臂机器人各关节的动作数据序列控制各所述关节运动。
该冗余双臂机器人示教方法,通过获取示范人员的示范动作的腕关节的第一轨迹数据和腰关节的第一转动角度数据,并对该第一轨迹数据进行片段分切,结合冗余双臂机器人的运动约束参数和动力约束参数和待处理工件的位姿数据,用分层学习神经网络模型得到运动策略数据集,进而从中提取出各关节的动作数据序列,并用以控制冗余双臂机器人运动,实现了在运动约束和动力约束条件下对示范人员作业过程的模仿,可方便快捷地实现对冗余双臂机器人的示教,使冗余双臂机器人能够快速适应各种复杂的新任务要求。
优选地,步骤A4之后和步骤A5之前,还包括步骤:
A6.根据各关节的所述动作数据序列对所述冗余双臂机器人进行仿真碰撞检测;
A7.根据仿真碰撞检测结果,对存在碰撞情况的关节的局部运动进行重规划,以调整对应的动作数据序列。
在对冗余双臂机器人运动进行控制前,先通过仿真检测碰撞情况,并在检测到存在碰撞情况时对相关关节的局部运动进行重规划,防止由于分层学习神经网络模型输出的运动策略数据不合理而使得机器人受损。
优选地,步骤A1包括:
通过图像识别方法获取示范人员在进行动作示范时的腕关节的第一轨迹数据和腰关节的第一转动角度数据。
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季华实验室,未经季华实验室许可,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/202210452683.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种薄壁钢管焊接设备
- 下一篇:一种安全高效的横向联邦神经网络模型训练方法





