一种能力图点云更新方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种能力图点云更新方法、装置、设备及存储介质。该方法包括：初始时刻，获取机器人的静态能力图点云，所述静态能力图点云包括机器人的机械臂各关节运动范围中采样点的位置信息；获取从初始时刻到当前时刻相机位置的变化向量，所述相机固定在机器人内部；根据所述相机位置的变化向量确定所述机器人的位姿变化向量；基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云。通过上述技术方案，实现了动态更新能力图，提高描述工作空间的实时性和准确性。

A Method, Device, Equipment and Storage Medium for Point Cloud Renewal of Capability Map

The invention discloses a point cloud updating method, device, equipment and storage medium for capability map. The method includes: acquiring the static capability map point cloud of the robot at the initial time, which includes the position information of the sampling points in the motion range of each joint of the robot arm; acquiring the change vector of the camera position from the initial time to the current time, which is fixed inside the robot; and determining the robot's position according to the change vector of the camera position. The static capability map point cloud is updated based on the position and attitude change vector, and the capability map point cloud at the current time is obtained. Through the above technical scheme, the dynamic updating capability map is realized, and the real-time and accuracy of describing workspace are improved.

【技术实现步骤摘要】
一种能力图点云更新方法、装置、设备及存储介质
本专利技术实施例涉及机器视觉
，尤其涉及一种能力图点云更新方法、装置、设备及存储介质。
技术介绍
机器人与周围环境交互主要是通过末端效应器，即各自运动连杆的末端，例如手部、脚部或头部等。能力图用于描述机器人的工作空间，是其手部、脚部或头部能够到达的环境中位姿的点集，可以帮助机器人获取目标物体是否可达的信息，得到了广泛的应用。通常，在机器人进行抓取任务前，为其双臂运动链预计算一个能力图，其形状大致为以肩部为圆心的球体，并且以网格单元的形式表示，当确定目标物体的抓取位姿以后，机器人可根据网格单元规划出末端效应器的抓取路径。现有的能力图都是通过在机器人执行任务前预先计算位姿信息而生成的静态能力图，理想条件下，机器人、目标物体和静态能力图存在唯一的映射关系。但静态能力图是在预处理阶段计算得到的常量，适用于以机器人作为参考坐标系的局部空间中抓取任务的描述，当机器人在动态环境中抓取时，涉及到在室内环境中连续运动，生成的静态能力图点云在发生位移变化时不再适用，无法实时地描述工作空间。
技术实现思路
本专利技术提供了一种能力图点云更新方法、装置、设备及存储介质，以通过动态更新能力图，提高描述工作空间的实时性和准确性。第一方面，本专利技术实施例提供了一种能力图点云更新方法，包括：初始时刻，获取机器人的静态能力图点云，所述静态能力图点云包括机器人的机械臂各关节运动范围中采样点的位置信息；获取从初始时刻到当前时刻相机位置的变化向量，所述相机固定在机器人内部；根据所述相机位置的变化向量确定所述机器人的位姿变化向量；基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云。进一步的，所述初始时刻，获取机器人的静态能力图点云，包括：对初始时刻机械臂各关节电机的运动范围进行采样；利用六轴机械臂正解方程求解采样空间，得到机器人初始时刻的静态能力图点云，其中，所述采样空间由采样结果的笛卡尔积表示。进一步的，所述根据所述相机位置的变化向量确定所述机器人的位姿变化向量，包括：确定所述相机与末端效应器之间的坐标变换关系，所述末端效应器包括安装在机器人头部的效应器和安装在机器人躯干的效应器；基于所述坐标变换关系将所述相机位置的变化向量转换为所述机器人的位姿变化向量。进一步的，所述确定所述相机与末端效应器之间的坐标变换关系，包括：根据机器人运动学方程求解相机坐标系到机器人头部的局部坐标系的第一变换矩阵；根据机器人运动学链式法则和所述第一变换矩阵确定第二变换矩阵，所述第二变化矩阵为从相机坐标系到机器人躯干的参考坐标系的变换矩阵。进一步的，所述基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云，包括：将所述静态能力图点云中的各空间点按照所述位姿变化向量移动，移动后的各空间点构成当前时刻的能力图点云。进一步的，所述方法还包括：基于导航三维点云地图Octomap构建机器人周围空间的三维点云地图；将当前时刻的能力图点云插入所述三维点云地图；对所述当前时刻的能力图点云中的各空间点进行迭代查询，判断各空间点在所述三维网格地图中是否为占有状态；若是，则删除所述空间点，否则保留所述空间点，保留的空间点构成当前时刻的能力图点云。进一步的，机械臂肩关节电机的运动范围包括俯仰和翻滚两个自由度，肘关节电机的运动范围包括偏航和翻滚两个自由度；所述采样结果的笛卡尔积S表示为：S＝Δqsp·Δqsr·Δqey·Δqer，其中，Δqsp表示肩关节电机绕x轴方向俯仰的采样结果，Δqsr表示肩关节电机绕z轴方向翻滚的采样结果，Δqey表示肘关节电机绕y轴方向偏航的采样结果，Δqer表示肘关节电机绕z轴方向翻滚的采样结果。第二方面，本专利技术实施例提供了一种能力图点云更新装置，包括：第一获取模块，用于初始时刻，获取机器人的静态能力图点云，所述静态能力图点云包括机器人的机械臂各关节运动范围中采样点的位置信息；第二获取模块，用于获取从初始时刻到当前时刻相机位置的变化向量，所述相机固定在机器人内部；位姿变化确定模块，用于根据所述相机位置的变化向量确定所述机器人的位姿变化向量；更新模块，用于基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云。第三方面，本专利技术实施例提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的能力图点云更新方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的能力图点云更新方法。本专利技术实施例提供了一种能力图点云更新方法、装置、设备及存储介质，该方法包括：初始时刻，获取机器人的静态能力图点云，所述静态能力图点云包括机器人的机械臂各关节运动范围中采样点的位置信息；获取从初始时刻到当前时刻相机位置的变化向量，所述相机固定在机器人内部；根据所述相机位置的变化向量确定所述机器人的位姿变化向量；基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云。通过上述技术方案，实现了动态更新能力图，提高描述工作空间的实时性和准确性。附图说明图1为本专利技术实施例一提供的一种能力图点云更新方法的流程图；图2为本专利技术实施例一中的能力图点云应用场景的示意图；图3为本专利技术实施例二提供的一种能力图点云更新方法的流程图；图4为本专利技术实施例三提供的一种能力图点云更新方法的流程图；图5为本专利技术实施例三中的基于Octomap构建三维环境地图的示意图；图6A为本专利技术实施例三中的机器人在空闲区域的能力图的示意图；图6B为本专利技术实施例三中的机器人在障碍区域的能力图的示意图；图7为本专利技术实施例四提供的一种能力图点云更新装置的结构示意图；图8为本专利技术实施例五提供的一种设备的硬件结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的一种能力图点云更新方法的流程图，本实施例可适用于在机器人移动过程中描述实时的工作空间的情况。具体的，该能力图点云更新方法可以由能力图点云更新装置执行，该能力图点云更新装置可以通过软件和/或硬件的方式实现，并集成在设备中。进一步的，所述设备包括但不限定于：台式计算机、工控机、上位机等电子设备。图2为本专利技术实施例一中的能力图点云应用场景的示意图。如图2所示，根据仿人机器人的连杆和关节结构，对机器人的几何模型进行抽象，结合运动学方程，明确机器人位姿与各关节变量的关系，最终确定机器人的手部的可达区域(大致如图2中的椭圆区域所示)。可达区域大致为以肩部为圆心的球体或椭球体，对各关节运动范围或机器人的各种位姿进行采样，得到手部可到达的空间位置的点的集合，即为能力图点云。当机器人静止时，得到的是静态能力图点云，当机器人发生移动或位姿变化，则需要更新能力图点云。需要说明的是，本实施例中的机器人为仿人机器人，具有仿人的头部、躯干和四肢。参考图1，该能力图点云更新方法具体包括如下步骤：S110、初始时刻，获取机器人的静态能力图点本文档来自技高网...

【技术保护点】
1.一种能力图点云更新方法，其特征在于，包括：初始时刻，获取机器人的静态能力图点云，所述静态能力图点云包括机器人的机械臂各关节运动范围中采样点的位置信息；获取从初始时刻到当前时刻相机位置的变化向量，所述相机固定在机器人内部；根据所述相机位置的变化向量确定所述机器人的位姿变化向量；基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云。

【技术特征摘要】
1.一种能力图点云更新方法，其特征在于，包括：初始时刻，获取机器人的静态能力图点云，所述静态能力图点云包括机器人的机械臂各关节运动范围中采样点的位置信息；获取从初始时刻到当前时刻相机位置的变化向量，所述相机固定在机器人内部；根据所述相机位置的变化向量确定所述机器人的位姿变化向量；基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云。2.根据权利要求1所述的方法，其特征在于，所述初始时刻，获取机器人的静态能力图点云，包括：对初始时刻机械臂各关节电机的运动范围进行采样；利用六轴机械臂正解方程求解采样空间，得到机器人初始时刻的静态能力图点云，其中，所述采样空间由采样结果的笛卡尔积表示。3.根据权利要求1所述的方法，其特征在于，所述根据所述相机位置的变化向量确定所述机器人的位姿变化向量，包括：确定所述相机与末端效应器之间的坐标变换关系，所述末端效应器包括安装在机器人头部的效应器和安装在机器人躯干的效应器；基于所述坐标变换关系将所述相机位置的变化向量转换为所述机器人的位姿变化向量。4.根据权利要求3所述的方法，其特征在于，所述确定所述相机与末端效应器之间的坐标变换关系，包括：根据机器人运动学方程求解相机坐标系到机器人头部的局部坐标系的第一变换矩阵；根据机器人运动学链式法则和所述第一变换矩阵确定第二变换矩阵，所述第二变化矩阵为从相机坐标系到机器人躯干的参考坐标系的变换矩阵。5.根据权利要求1所述的方法，其特征在于，所述基于所述位姿变化向量更新所述静态能力图点云，得到当前时刻的能力图点云，包括：将所述静态能力图点云中的各空间点按照所述位姿变化向量移动，移动后的各空间点构成当前时刻的能力图点云。6.根据权利要求1所述的方法，其特征在于，还包括：基...

【专利技术属性】
技术研发人员：王琰，张亮，朱光明，刘挺，
申请(专利权)人：江苏通佑视觉科技有限公司，
类型：发明
国别省市：江苏,32