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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。