一种手把手仿人示教机器人编程系统技术方案

本发明专利技术公开了一种手把手仿人示教机器人编程系统，包括：示教机器人，用于执行工序动作；数据采集系统，用于采集机器人在执行工序动作时关节臂的姿态信息，并发送姿态信息；程序编译系统，用于将数据采集系统采集的信息在计算机中进行程序编制，并传送到机器人；空间点位采集模块用于完成机器人的示教过程，其通过体感设备识别和捕捉人体肢体动作，获得肢体运动轨迹中的空间点位，以提供给数据处理模块。本发明专利技术通过优化的采集识别处理和模块搭建，能够大幅提高识别范围和识别精度，提高示教效率和效果。

A hand handle humanoid teaching robot programming system

【技术实现步骤摘要】
一种手把手仿人示教机器人编程系统
本专利技术涉及一种编程系统，具体是一种手把手仿人示教机器人编程系统。
技术介绍
以现有的人与机器人间的交互方式，为使机器人按照人的意图进行工作，必须预先向机器人发出指令来规定机器人所要完成的动作以及任务的具体内容，这一过程称为机器人示教或对机器人进行编程。机器人示教主要包括在线示教和离线编程。在线示教指通常所说的手把手示教，由人直接扳动机器人的手臂对机器人进行示教，如示教盒和示教和操作杆示教。在这种示教中，为了示教方便以及获取信息的快捷而准确，操作者可以选择在不同的坐标系下示教，例如，可以选择关节坐标系，直角坐标系以及工具坐标系或用户坐标系下进行示教。在线示教具有示教过程简单，不需要环境模型；对实际的机器人进行示教时，可以修正机械结构带来的误差等优越性，但也存在一定的技术问题。如机器人的在线示教编程过程繁琐、效率低；示教的精度完全靠示教者的经验目测决定，对于复杂路径难以取得令人满意的示教果；对于一些需要根据外部信息进行实时决策的应用无能为力。离线编程可以克服在线示教的局限性。离线编程又称离线示教，离线示教与在线示教不同，操作者不对实际作业的机器人直接进行示教，而是脱离实际作业环境生成示教数据，间接地对机器人进行示教。在离线编程中，通过使用计算机内存储的机器人模型(CAD模型)，不要求机器人实际产生运动，便能在示教结果的基础上对机器人的运动进行仿真，从而确定示教内容是否恰当及机器人是否按照示教者期望的方式运动。机器人离线示教通过机器人离线编程系统实现，离线编程不仅要在计算机上建立起机器人系统的物理模型，而且要对其进行编程和动画仿真，以及对编程结果后置处理。一般说来。机器人离线编程系统包括以下一些主要模块：传感器、机器人系统CAD建模、离线编程、图形仿真、人机界面以及后置处理等。其中编程模块一般包括机器人及设备的作业任务描述(包括路径点的设定)、建立变换方程、求解未知矩阵及编制任务程序等。在进行图形仿真以后，根据动态仿真的结果，对程序做适当的修正，以达到满意效果，最后在线控制机器人运动以完成作业。传感器模块的主要作用为减少仿真模型与实际模型之间的误差，增加系统操作和程序的可靠性，提高编程效率。后置处理的主要任务是把离线编程的源程序编译为机器人控制系统能够识别的目标程序。即当作业程序的仿真结果完全达到作业的要求后，将该作业程序转换成目标机器人的控制程序和数据，并通过通信接口下装到目标机器人控制柜，驱动机器人去完成指定的任务。目前获取机器人运动轨迹的传统方式一般为在线示教或者离线编程，过程极为繁琐，而且其示教或编程方式较为复杂，示教或编程识别精度和范围有限，示教效率不高。
技术实现思路
本专利技术的目的在于提供一种手把手仿人示教机器人编程系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种手把手仿人示教机器人编程系统，包括：示教机器人，用于执行工序动作；数据采集系统，用于采集机器人在执行工序动作时关节臂的姿态信息，并发送姿态信息；程序编译系统，用于将数据采集系统采集的信息在计算机中进行程序编制，并传送到机器人；空间点位采集模块用于完成机器人的示教过程，其通过体感设备识别和捕捉人体肢体动作，获得肢体运动轨迹中的空间点位，以提供给数据处理模块；数据处理模块用于对所述空间点位进行滤波和光顺处理，获得适合机器人运动的运动轨迹，并将处理后的空间点位坐标提供给离线编程模块；离线编程模块用于对运动轨迹中的空间点的坐标进行坐标变换和后置处理，以生成机器人可以执行的代码，用于输出至机器人实现示教。作为本专利技术进一步的方案：所述空间点位采集模块通过轮廓识别方式进行特征点位的采集。作为本专利技术进一步的方案：所述通过轮廓识别方式进行特征点位的采集包括：获取人体左手手部的空间点位坐标与体感设备视野内RGB彩色图像，以获取到的RGB图像为背景，在RGB图像上画出人体左手手部的连线，以用于实时生成可视化图像。作为本专利技术进一步的方案：所述空间点位采集模块通过图像识别的方式进行特征点位的采集。作为本专利技术再进一步的方案：所述通过图像识别的方式进行特征点位的采集包括：以多个球体作为手持外设装置识别对象，使得各个球心处的位置作为特征点的位置，并以各球之间的位置关系表示机器人执行元件姿态；通过体感设备获取得到手持外设装置的RGB彩色图像及其深度图像；将得到的RGB图像转换为二进制灰度图像，识别灰度图像中的所有圆形轮廓，并获得每个轮廓的圆心在RGB图像中的位置；在二进制灰度图像中识别轮廓并获得各个球心坐标的位置，然后转换到在RGB图像中各球心所在像素的位置，通过判断RGB图像中该像素的RGB数值即各球的颜色便可辨别出各个特征点与现有技术相比，本专利技术的有益效果是：本专利技术通过优化的采集识别处理和模块搭建，能够大幅提高识别范围和识别精度，提高示教效率和效果。附图说明图1为手把手仿人示教机器人编程系统的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术实施例中，一种手把手仿人示教机器人编程系统，包括：示教机器人，用于执行工序动作；数据采集系统，用于采集机器人在执行工序动作时关节臂的姿态信息，并发送姿态信息；程序编译系统，用于将数据采集系统采集的信息在计算机中进行程序编制，并传送到机器人；空间点位采集模块用于完成机器人的示教过程，其通过体感设备识别和捕捉人体肢体动作，获得肢体运动轨迹中的空间点位，以提供给数据处理模块；数据处理模块用于对所述空间点位进行滤波和光顺处理，获得适合机器人运动的运动轨迹，并将处理后的空间点位坐标提供给离线编程模块；离线编程模块用于对运动轨迹中的空间点的坐标进行坐标变换和后置处理，以生成机器人可以执行的代码，用于输出至机器人实现示教。所述空间点位采集模块通过轮廓识别方式进行特征点位的采集。所述通过轮廓识别方式进行特征点位的采集包括：获取人体左手手部的空间点位坐标与体感设备视野内RGB彩色图像，以获取到的RGB图像为背景，在RGB图像上画出人体左手手部的连线，以用于实时生成可视化图像。所述空间点位采集模块通过图像识别的方式进行特征点位的采集。所述通过图像识别的方式进行特征点位的采集包括：以多个球体作为手持外设装置识别对象，使得各个球心处的位置作为特征点的位置，并以各球之间的位置关系表示机器人执行元件姿态；通过体感设备获取得到手持外设装置的RGB彩色图像及其深度图像；将得到的RGB图像转换为二进制灰度图像，识别灰度图像中的所有圆形轮廓，并获得每个轮廓的圆心在RGB图像中的位置；在二进制灰度图像中识别轮廓并获得各个球心坐标的位置，然后转换到在RGB图像中各球心所在像素的位置，通过判断RGB图像中该像素的RGB数值即各球的颜色便可辨别出各个特征点。对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而本文档来自技高网...

【技术保护点】
一种手把手仿人示教机器人编程系统，其特征在于，包括：示教机器人，用于执行工序动作；数据采集系统，用于采集机器人在执行工序动作时关节臂的姿态信息，并发送姿态信息；程序编译系统，用于将数据采集系统采集的信息在计算机中进行程序编制，并传送到机器人；空间点位采集模块用于完成机器人的示教过程，其通过体感设备识别和捕捉人体肢体动作，获得肢体运动轨迹中的空间点位，以提供给数据处理模块；数据处理模块用于对所述空间点位进行滤波和光顺处理，获得适合机器人运动的运动轨迹，并将处理后的空间点位坐标提供给离线编程模块；离线编程模块用于对运动轨迹中的空间点的坐标进行坐标变换和后置处理，以生成机器人可以执行的代码，用于输出至机器人实现示教。

【技术特征摘要】
1.一种手把手仿人示教机器人编程系统，其特征在于，包括：示教机器人，用于执行工序动作；数据采集系统，用于采集机器人在执行工序动作时关节臂的姿态信息，并发送姿态信息；程序编译系统，用于将数据采集系统采集的信息在计算机中进行程序编制，并传送到机器人；空间点位采集模块用于完成机器人的示教过程，其通过体感设备识别和捕捉人体肢体动作，获得肢体运动轨迹中的空间点位，以提供给数据处理模块；数据处理模块用于对所述空间点位进行滤波和光顺处理，获得适合机器人运动的运动轨迹，并将处理后的空间点位坐标提供给离线编程模块；离线编程模块用于对运动轨迹中的空间点的坐标进行坐标变换和后置处理，以生成机器人可以执行的代码，用于输出至机器人实现示教。2.根据权利要求1所述的手把手仿人示教机器人编程系统，其特征在于，所述空间点位采集模块通过轮廓识别方式进行特征点位的采集。3.根据权利要求1所述的手把手仿人示教机器人编程系统，其特征在于，所述通过轮廓识别方式进行特征点位的采集包括：...

【专利技术属性】
技术研发人员：张剑，王勇，郑柱，李泽龙，毕文健，
申请(专利权)人：佛山市南方数据科学研究院，
类型：发明
国别省市：广东,44