機器人預測的方法和系統的製作方法

2023-09-13 00:43:35 4

專利名稱：機器人預測的方法和系統的製作方法
技術領域：
本發明涉及機器人領域，特別涉及一種機器人預測的方法和系統。
背景技術：
機器人預測研究是機器人研究中最重要的研究方向之一，所謂機器人預測有兩個方向。 其一是對機器人在運動過程中所出現的狀況進行模擬，並期望查找出不合理的地方以便進行 改正；其二是利用預測結果來實時了解機器人的工作狀況，根據了解的信息來幫助操作或正 確地控制機器人動作。機器人預測技術牽涉到眾多學科，如數據挖掘、數據信息處理、計算 機圖像處理、虛擬實境以及可視化技術等等。
遙操作是機器人應用的一個重要技術。通過遙操作平臺，操作人員可以監視和控制遠方 機器人完成各種作業任務，從而使機器人能夠代替人類在一些無法觸及的、甚至一些危及人 類健康或生命安全的環境下完成各種任務。預測是遙作業系統中的一項關鍵技術。目前的預 測系統可以實現機器人的運動學和動力學仿真，並且可以實現仿人機器人實時碰撞檢測，可 以實現由遙操作者發出的操作命令的預測顯示。
預測顯示技術是大時延遙操作中的一項關鍵技術。通過預測顯示技術對大時延進行補償。 網絡時延的存在為作業系統的感知和控制帶來了許多問題，它導致系統的不穩定，從而嚴重 地降低了系統的操作性能。預測可用來克服遙作業系統中時延影響，預測對操作員有很好的 指導和提示作用，減少了時延影響，提高系統的可操作性。
現有技術一為日本通產省的仿人機器人計劃(HRP， Humanoid Robot Project)資助Fumio Kanehiro等人開發了虛擬仿人機器人仿真平臺，該仿真平臺具有與真實機器人相同的控制器 結構模型和機械結構模型，可以實現機器人的運動學和動力學仿真，並且可以實現仿人機器 人實時碰撞檢測，可以實現由遙操作者發出的操作命令的預測顯示。但是，該仿真平臺模擬 顯示的是理想情況，運行中並不採用機器人實時數據，因此，無法反映實際機器人運行信息。
現有技術二為T. B. Sheridan等對行星漫遊車做的預測仿真。首先建立系統運行的仿真模 型，在仿真模型中融合系統的當前狀態、導數，以及控制輸入，然後讓仿真模型以比實際過 程快得多的速度運行，從而控制行星漫遊車的運行。這種技術對單個實體或剛體的連續控制很有效，但不適用於帶有多自由度空間物體的遙操作，如具有30多個自由度的仿人機器人的 遙操作，這是因為多自由度空間物體不能簡單地用一個質點來代替。

發明內容
為了克服上述現有技術的缺陷，本發明提供了一種機器人預測的方法和系統。所述技術 方案如下
一種機器人預測的方法，所述方法包括
獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息； 採用時間序列算法對所述獲取的位姿信息和角度信息進行運算，得到下一時刻機器人的
位姿信息和該多個自由度的角度信息；
根據所述下一時刻的位姿信息和角度信息驅動機器人模型在作業場景模型中運動，得到
對機器人預測的結果，並顯示所述預測的結果。
所述獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息，具體包括 通過安裝於機器人作業場景的位置傳感器獲取當前時刻機器人的位姿信息，並且通過安
裝於機器人身體多個關節處的角度傳感器獲取當前時刻機器人的多個自由度的角度信息。
所述獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息，具體包括
獲取當前時刻和以往時刻機器人在作業場景中的位姿信息和多個自由度的角度信息。
所述時間序列算法具體包括
採用自回歸算法、移動平均算法或自回歸-移動平均算法。
所述機器人模型為使用三維建模軟體製作的，具有與機器人相同的外形特徵和自由度設 置，滿足機器人多連杆機構運動學約束條件；
所述作業場景模型為使用三維建模軟體製作的，具有與作業場景相同的外形特徵和位置 關係。
一種機器人預測的系統，所述系統包括
獲取模塊，用於獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息；
運算模塊，用於採用時間序列算法對所述獲取模塊得到的位姿信息和角度信息進行運算， 得到下一時刻機器人的位姿信息和該多個自由度的角度信息；
預測顯示模塊，用於根據所述運算模塊得到的下一時刻的位姿信息和角度信息驅動機器 人模型在作業場景模型中運動，得到對機器人預測的結果，並顯示所述預測的結果。
所述系統還包括位置傳感器，安裝於機器人的作業場景中，用於採集當前時刻機器人的位姿信息，並發 送給所述獲取模塊；
角度傳感器，安裝於機器人身體多個關節處，用於採集當前時刻機器人的多個自由度的 角度信息，並發送給所述獲取模塊。
所述獲取模塊具體用於獲取當前時刻和以往時刻機器人在作業場景中的位姿信息和多個 自由度的角度信息。
所述時間序列算法具體包括-
採用自回歸算法、移動平均算法或自回歸-移動平均算法。
所述機器人模型為使用三維建模軟體製作的，具有與機器人相同的外形特徵和自由度設 置，滿足機器人多連杆機構運動學約束條件；
所述作業場景模型為使用三維建模軟體製作的，具有與作業場景相同的外形特徵和位置 關係。
本發明利用機器人實時反饋數據，採用時間序列算法擬合，計算出未來時刻機器人的運 行數據，通過構建的預測場景進行顯示，使操作人員能夠提前看到機器人的工作狀況，以便 操作人員根據這些情況來幫助操作或正確的控制機器人動作。其中採用的機器人實際運行反 饋數據，由機器人本體上的角度傳感器得到的關節數據和位置傳感器得到的位姿數據組成， 這些數據能完全表達機器人運行情況。另外，機器人模型和作業場景模型均採用三維建模軟 件構建，可以實現全視角觀察圖像，操作者可以任意改變觀察視角，觀察場景的細節，控制 靈活，方便使用。


圖1是本發明實施例提供的機器人預測的方法流程圖2是本發明實施例提供的機器人預測的應用場景示意圖3是圖2所示的系統數據處理流程示意圖4是本發明實施例提供的機器人預測的系統結構圖。
具體實施例方式
為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明實施方式作進 一步地詳細描述。
本發明實施例提供的技術方案用於對機器人在作業場景中的位置和運動情況進行預測，可以適用於機器人遙操作控制，通過預測對機器人在運動過程中所出現的狀況進行模擬，為 機器人遙操作提供操作參考依據。
本發明實施例提供的技術方案可以適用於仿人機器人，即具有人類外觀特徵、可模擬人 類基本動作的機器人，另外，還可以適用於其他類型的機器人，如移動機器人、醫療機器人 等等。
參見圖l，本發明實施例提供了一種機器人預測的方法，包括
步驟101:獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息，這 些信息能完全表達機器人的運行情況；
其中，機器人在作業場景中的位姿信息是指機器人的位置和姿態，通常用三維坐標數據
和相對三維坐標軸轉角來表示。機器人的自由度通常有多個，例如，30個或32個等。通常，
機器人自由度的角度信息是指機器人身體各個關節所連接的連杆之間的相對角度數據，每個 自由度都對應一個角度信息。
機器人的位姿信息可以由安裝於機器人作業場景的位置傳感器獲取，該位置傳感器可以 為一個，也可以為多個。自由度的角度信息可以由安裝於機器人身體多個關節處的角度傳感 器獲取。
在獲取多個自由度的角度信息時，可以獲取機器人所有自由度的角度信息，也可以獲取 部分自由度的角度信息。優選地，獲取機器人的所有自由度的角度信息，可以更精確地反映
機器人的運行狀況。例如，機器人有32個自由度，即有32個關節，在每個關節上安裝有角 度傳感器，可以採集其中28個角度傳感器測量的角度信息，或者採集其中30個角度傳感器 測量的角度信息，優選地，採集32個角度傳感器測量的角度信息。
步驟102:採用時間序列算法對獲取的位姿信息和角度信息進行運算，得到下一時刻機 器人的位姿信息和該多個自由度的角度信息；
時間序列(Time Series)分析是概率統計學科的一個分支，是運用概率統計的理論和方 法來分析隨機數據序列(或稱動態數據序列)，可以充分展示各領域內研究或測試對象的統計 行為，並將這些行為特徵抽象化和模型化，便於了解對象內在的本質和特性，以及進一步應 用於預報、預測、自適應控制、空間技術、最佳濾波等諸多領域。
目前常用的時間序列算法有三種自回歸(AR， Auto Regressive)算法、移動平均(MA， Moving Average)算法和自回歸-平均移動(ARMA， Auto Regressive Moving Average)算法。 本步驟可以採用其中的任一種算法進行運算。
其中AR算法是實際處理中被最廣泛採用的算法，本 明實施例優選地採用該算法，其求解方程是一組線性方程，與其相關的線性預測分析也是信號處理中普遍採用的核心技術。 該算法描述了隨機過程的觀測值與其自身前一個或者前幾個時刻的觀測值有關或有依賴性。 在數據處理、曲線擬合、建立經驗公式等實際問題中，自回歸算法都有廣泛的應用。
步驟103:根據得到的下一時刻的位姿信息和角度信息驅動機器人模型在作業場景模型 中運動，得到對機器人預測的結果，並顯示預測的結果。
其中，下一時刻的角度信息的個數與當前時刻的角度信息的個數是相同的，且一一對應，
均對應該多個自由度。例如，獲取的當前時刻的角度信息為30個A1 A30，分別對應機器 人第1個 第30個自由度，運算得到的下一時刻的角度信息仍為30個B1 B30，同樣對 應機器人第1個 第30個自由度。
在本發明實施例中，在預測之前先使用三維建模軟體製作機器人模型和作業場景模型。 其中，機器人模型具有與機器人相同的外形特徵和自由度設置，滿足機器人多連杆機構運動 學約束條件；作業場景模型具有與作業場景相同的外形特徵和位置關係，可以實現全視角觀 察，操作者可以任意改變視角，來觀察模型的情況。如果機器人的作業場景中存在其他物體， 則作業場景模型中也存在該物體的三維模型，從而可以逼真地模擬出機器人的作業場景。
在上述方法中，除了獲取當前時刻機器人的位姿信息和多個自由度的角度信息外，還可 以獲取以往時刻機器人的位姿信息和多個自由度的角度信息。通常，在每個時刻獲取位姿信 息和角度信息時，都會記錄該時刻獲取的位姿信息和角度信息。如果不僅獲取當前時刻的位 姿信息和角度信息，還獲取以前時刻的位姿信息和角度信息，則可以從己記錄的以往時刻的 信息中選取，選取的以往時刻的具體數目根據時間序列算法預測誤差最小原則進行設置，可 以為一個時刻，也可以為多個時刻。例如，在獲取當前時刻t的位姿信息和角度信息的同時， 還可以在已記錄的信息中選取以往一個時刻t-l的位姿信息和角度信息，或者選取以往3個時 刻t-l、 t-2和t-3的位姿信息和角度信息，或者選取以往10個時刻的位姿信息和角度信息等， 從而運算得到下一時刻t+l的位姿信息和角度信息。其中，t的單位本發明實施例不做具體限 定，可以是秒或毫秒等等。
預測顯示的結果可以用於遙操作控制，如根據預測顯示的結果控制機器人的動作等。
參見圖2，為本發明實施例提供的進行機器人預測的系統應用場景示意圖。該系統包括 遙操作控制終端、機器人、位置傳感器l n、預測顯示終端和投影屏幕。其中，機器人身體 各個關節安裝有角度傳感器，可以實時地測量出機器人各個自由度的角度信息，並傳給遙操 作控制終端。位置傳感器1， 2， ...， n安裝於機器人作業場景中(n為大於或等於1的自然數)， 可以測量出機器人在作業場景中的位姿信息並傳給遙操作控制終端。遙操作控制終端內預置有時間序列算法，採用該算法對採集到的位姿信息和角度信息進行運算，得到下一時刻的位 姿信息和角度信息，即反饋預測數據，並輸出顯示到屏幕上，該屏幕可以是遙操作控制終端 的屏幕、或者預測顯示終端的屏幕、或者專門的投影屏幕等等，由於遙操作控制終端通常都 顯示操作控制界面，因此，優選地，將預測結果顯示到預測顯示終端的屏幕上或者通過預測 顯示終端輸出顯示到投影屏幕上。其中，機器人作業場景中位置傳感器的個數可以根據需要 設置為一個或多個，如3個或5個等等。
下面以圖2所示的場景為例，參見圖3，具體說明上述機器人預測的方法，其步驟如下
① 遙操作控制終端的操作者通過操作界面發送操作命令給機器人；
② 機器人的規劃控制模塊收到該命令後，發送給機器人的執行系統，由該執行系統控制 機器人進行相應的操作；
③ 機器人身體各個關節上的角度傳感器將測量到的各個自由度的實時角度信息返回給遙 操作控制終端的操作界面；
④ 位置傳感器將測量到的機器人的實時位姿信息傳給遙操作控制終端的操作界面；
⑤ 遙操作控制終端的操作界面將接收到的角度信息和位姿信息發送給反饋預測計算模
塊；
⑥ 遙操作控制終端的反饋預測計算模塊用預設的自回歸算法對角度信息和位姿信息進行 運算，得到下一時刻的角度信息和位姿信息，並將其匹配到預測顯示終端的機器人模型上， 驅動機器人模型的各個連杆之間運動以及機器人模型在作業場景模型中的位置，來表達機器 人在未來時刻的運動，得到對機器人預測的結果，並顯示預測的結果給操作者。
其中，步驟③和④不分先後，為同時執行，測得的角度信息和位姿信息為同一時刻的數 據，從而保證機器人運行數據反饋的實時性。
參見圖4，本發明實施例還提供了一種機器人預測的系統，包括
獲取模塊401，用於獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度 "f曰息；
運算模塊402，用於採用時間序列算法對獲取模塊401得到的位姿信息和角度信息進行 運算，得到下一時刻機器人的位姿信息和該多個自由度的角度信息；
預測顯示模塊403，用於根據運算模塊402得到的下一時刻的位姿信息和角度信息驅動 機器人模型在作業場景模型中運動，得到對機器人預測的結果，並顯示預測的結果。
進一步地，上述系統還包括
位置傳感器404，安裝於機器人的作業場景中，用於採集當前時刻機器人402的位姿信息，並發送給獲取模塊401，該位置傳感器404可以為一個或多個；
角度傳感器405，安裝於機器人身體的多個關節處，用於採集當前時刻機器人402的多 個自由度的角度信息，並發送給獲取模塊401，角度傳感器405的個數與機器人402自由度 的個數相同。
其中，獲取模塊401可以具體用於獲取當前時刻和以往時刻機器人402在作業場景中的 位姿信息和多個自由度的角度信息，從而提高運算的精確度，該以往時刻的個數可以為一個 或多個。
上述系統中涉及的時間序列算法具體包括採用自回歸算法、移動平均算法或自回歸-移動平均算法。其中，機器人模型為使用三維建模軟體製作的，具有與機器人相同的外形特 徵和自由度設置，滿足機器人多連杆機構運動學約束條件；作業場景模型為使用三維建模軟 件製作的，具有與作業場景相同的外形特徵和位置關係。
本發明實施例提供的上述獲取模塊401、運算模塊402和預測顯示模塊403通常用軟體 來實現，根據需要可以集成於一個設備中，或者設置於兩個設備中。例如，獲取模塊401和 運算模塊402集成於遙操作控制終端中，預測顯示模塊403設置在預測顯示終端上；或者， 獲取模塊401設置在遙操作控制終端中，運算模塊402和預測顯示模塊403設置在預測顯示 終端上等等。另外，預測顯示模塊403也可以直接和投影屏幕相連，將預測結果直接顯示在 投影屏幕上。
本發明實施例提供的上述方法和系統，利用機器人實時反饋數據，釆用時間序列算法擬 合，計算出未來時刻機器人的運行數據，通過構建的預測場景進行顯示，使操作人員能夠提 前看到機器人的工作狀況，以便操作人員根據這些情況來幫助操作或正確的控制機器人動作。 其中採用的機器人實際運行反饋數據，由機器人本體上的角度傳感器得到的關節數據和位置 傳感器得到的位姿數據組成，這些數據能完全表達機器人運行情況。另外，機器人模型和作 業場景模型均採用三維建模軟體構建，可以實現全視角觀察圖像，操作者可以任意改變觀察 視角，觀察場景的細節，控制靈活，方便使用。
以上所述僅為本發明的較佳實施例，並不用以限制本發明，凡在本發明的精神和原則之 內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。
權利要求
1、一種機器人預測的方法，其特徵在於，所述方法包括獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息；採用時間序列算法對所述獲取的位姿信息和角度信息進行運算，得到下一時刻機器人的位姿信息和該多個自由度的角度信息；根據所述下一時刻的位姿信息和角度信息驅動機器人模型在作業場景模型中運動，得到對機器人預測的結果，並顯示所述預測的結果。
2、 根據權利要求1所述的機器人預測的方法，其特徵在於，所述獲取當前時刻機器人在 作業場景中的位姿信息和多個自由度的角度信息，具體包括通過安裝於機器人作業場景的位置傳感器獲取當前時刻機器人的位姿信息，並且通過安 裝於機器人身體多個關節處的角度傳感器獲取當前時刻機器人的多個自由度的角度信息。
3、 根據權利要求1所述的機器人預測的方法，其特徵在於，所述獲取當前時刻機器人在 作業場景中的位姿信息和多個自由度的角度信息，具體包括獲取當前時刻和以往時刻機器人在作業場景中的位姿信息和多個自由度的角度信息。
4、 根據權利要求1所述的機器人預測的方法，其特徵在於，所述時間序列算法具體包括 採用自回歸算法、移動平均算法或自回歸-移動平均算法。
5、 根據權利要求1所述的機器人預測的方法，其特徵在於，所述機器人模型為使用三維建模軟體製作的，具有與機器人相同的外形特徵和自由度設置，滿足機器人多連杆機構運動學約束條件；所述作業場景模型為使用三維建模軟體製作的，具有與作業場景相同的外形特徵和位置 關係。
6、 一種機器人預測的系統，其特徵在於，所述系統包括獲取模塊，用於獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息； 運算模塊，用於採用時間序列算法對所述獲取模塊得到的位姿信息和角度信息進行運算，得到下一時刻機器人的位姿信息和該多個自由度的角度信息；預測顯示模塊，用於根據所述運算模塊得到的下一時刻的位姿信息和角度信息驅動機器 人模型在作業場景模型中運動，得到對機器人預測的結果，並顯示所述預測的結果。
7、 根據權利要求6所述的機器人預測的系統，其特徵在於，所述系統還包括位置傳感器，安裝於機器人的作業場景中，用於採集當前時刻機器人的位姿信息，並發送給所述獲取模塊；角度傳感器，安裝於機器人身體多個關節處，用於採集當前時刻機器人的多個自由度的 角度信息，並發送給所述獲取模塊。
8、 根據權利要求6所述的機器人預測的系統，其特徵在於，所述獲取模塊具體用於獲取 當前時刻和以往時刻機器人在作業場景中的位姿信息和多個自由度的角度信息。
9、 根據權利要求6所述的機器人預測的系統，其特徵在於，所述時間序列算法具體包括 釆用自回歸算法、移動平均算法或自回歸-移動平均算法。
10、 根據權利要求6所述的機器人預測的系統，其特徵在於，所述機器人模型為使用三維建模軟體製作的，具有與機器人相同的外形特徵和自由度設 置，滿足機器人多連杆機構運動學約束條件；所述作業場景模型為使用三維建模軟體製作的，具有與作業場景相同的外形特徵和位置 關係。
全文摘要
本發明公開了一種機器人預測的方法和系統，屬於機器人領域。所述方法包括獲取當前時刻機器人在作業場景中的位姿信息和多個自由度的角度信息；採用時間序列算法對獲取的位姿信息和角度信息進行運算，得到下一時刻機器人的位姿信息和該多個自由度的角度信息；根據所述下一時刻的位姿信息和角度信息驅動機器人模型在作業場景模型中運動，得到對機器人預測的結果，並顯示所述預測的結果。所述系統包括獲取模塊、運算模塊和預測顯示模塊。本發明使操作人員能夠提前看到機器人的工作狀況，以便操作人員根據這些情況來幫助操作或正確的控制機器人動作。可以實現全視角觀察圖像，控制靈活，方便使用。
文檔編號G05B17/02GK101587329SQ20091008707
公開日2009年11月25日 申請日期2009年6月18日 優先權日2009年6月18日
發明者餘張國, 盧月品, 乾 徐, 敏 李, 強 黃 申請人:北京理工大學