一种基于多传感器的机械臂避障方法和机械臂技术

本发明专利技术公开了一种基于多传感器机械臂避障方法和机械臂，其中，所述方法包括：基于一个或多个激光传感器和视觉传感器获取目标物周围环境信息；判断机械臂末端与目标物之间是否有障碍物；若有障碍物，基于图像信息对障碍物位置进行初步定位；通过一个或多个激光传感器采集所述机械臂末端与障碍物的实际距离信息；根据初步定位结果和激光传感器采集的实际距离信息，构建栅格地图；基于栅格地图，采用人工势场和快速扩展随机树相结合的方法进行路径规划，控制机械臂向目标物靠近。本发明专利技术结合视觉传感器和激光传感器对环境中的障碍物进行检测，避障精度更高。

An Obstacle Avoidance Method and Manipulator Based on Multi-Sensor

The invention discloses a multi-sensor based obstacle avoidance method and a manipulator, in which the method includes: acquiring environmental information around the target based on one or more laser sensors and visual sensors; judging whether there is an obstacle between the end of the manipulator and the target; preliminary positioning of the obstacle position based on image information if there is an obstacle; passing through one or more laser sensors or visual sensors; and determining whether there is an obstacle between the end of the manipulator the target. A number of laser sensors collect the actual distance information between the end of the manipulator and the obstacle, construct a grid map based on the preliminary positioning results and the actual distance information collected by the laser sensor, and use the combination of artificial potential field and fast expanding random tree to carry out path planning to control the manipulator to approach the target based on the grid map. The invention combines visual sensor and laser sensor to detect obstacles in the environment, and the obstacle avoidance accuracy is higher.

【技术实现步骤摘要】
一种基于多传感器的机械臂避障方法和机械臂
本专利技术属于机械臂运动规划
，尤其涉及一种基于多传感器的机械臂避障方法和机械臂。
技术介绍
机械臂是在机器人领域中应用最广泛的一种自动化装置,传统的生产过程中都是有人工来完成工件的抓取、搬运、安装，生产效率低，工作危险性大，劳动力费用高，工作强度高，作业人员更换率较高。为了解决以上问题，现有技术中采用机械臂来完成以上操作。机械臂的运动规划是指在有障碍的环境下，机械臂按照给定的某一种方法找到从初始状态到末状态的无碰撞的运动轨迹。因此，机械臂在运动过程中可能会出现碰到障碍物的情况。目前，对于机械臂运动避障的方法主要依赖于视觉传感器，通过摄像头采集图像，并对图像分析以对障碍物进行识别,并根据识别结果对机械臂的运动路径进行规划。但是，专利技术人发现，由于摄像头视角的限制，在进行障碍物识别的时候可能出现视觉盲区或者机械臂在运动过程中对障碍物有遮挡的情况，这时候就无法识别到障碍物，导致机械臂碰撞障碍物的风险大大增加。
技术实现思路
为克服上述现有技术的不足，本专利技术提供了一种基于多传感器的机械臂无碰撞抓取载玻片的方法，结合视觉传感器和激光传感器对环境中的障碍物进行检测，使用栅格地图进行融合完成机械臂的运动规划，针对人工势场法的不足，结合RRT算法进行改进。为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：一种基于多传感器机械臂避障方法，所述方法包括：基于一个或多个激光传感器和视觉传感器获取目标物周围环境信息；判断机械臂末端与目标物之间是否有障碍物；若有障碍物，基于图像信息对障碍物位置进行初步定位；通过一个或多个激光传感器采集所述机械臂末端与障碍物的实际距离信息；根据初步定位结果和激光传感器采集的实际距离信息，构建栅格地图；基于栅格地图，采用人工势场和快速扩展随机树相结合的方法进行路径规划，控制机械臂向目标物靠近。进一步地，基于图像信息对障碍物位置进行初步定位包括：根据所述图像信息对障碍物轮廓进行识别；通过深度恢复的方法获取图像中障碍物的距离信息。进一步地，构建栅格地图包括：基于一个或多个激光传感器获取的与障碍物的实际距离信息，对基于深度恢复获取的距离信息进行修正，得到修正后的距离信息；根据修正后的距离信息构建栅格地图，并且在栅格地图中标注目标物位置。进一步地，所述一个或多个激光传感器和视觉传感器对准方向始终一致；基于图像信息对障碍物位置进行初步定位后，控制视觉传感器旋转，使得障碍物位于视野中心，再通过一个或多个激光传感器采集与障碍物的实际距离信息。进一步地，所述人工势场和快速扩展随机树相结合的方法包括：基于栅格地图，采用人工势场法进行路径规划；规划过程中，若陷入局部极小值点，则采用快速扩展随机树法跳出局部极小值点。进一步地，判定是否陷入局部极小值点的方法为：根据所述路径靠近载玻片过程中，实时记录机械臂末端在栅格地图中的所在位置，并投影到xoy平面上；对机械臂末端投影到xoy平面上每个栅格的次数进行计数，若一定时间内某个栅格内的投影次数大于一定阈值，则认为陷入局部极小值点。进一步地，所述快速扩展随机树法包括：以局部极小点为初始根节点,随机生成搜索树；在工作空间内随机采样生成虚拟目标点；搜索树以局部极小点到虚拟目标点的指向方向进行生长,若在生长过程中遇到障碍物，则停止生长，重新选择随机采样点向虚拟目标点生长，当生长到虚拟目标点时，此时跳出了局部极小点，选取局部极小点到虚拟目标点之间的最优路径。根据本专利技术的第二目的，本专利技术的一个或多个实施例提供了一种机械臂，其末端设有一个激光传感器或多个对准方向一致的激光传感器和视觉传感器，均与控制器连接，所述控制器连接中央处理器，所述中央处理器被配置为：基于一个或多个激光传感器和视觉传感器获取目标物周围环境信息；判断机械臂末端与目标物之间是否有障碍物；若有障碍物，基于图像信息对障碍物位置进行初步定位；通过一个或多个激光传感器采集所述机械臂末端与障碍物的实际距离信息；根据初步定位结果和激光传感器采集的实际距离信息，构建栅格地图；基于栅格地图，采用人工势场和快速扩展随机树相结合的方法进行路径规划，向控制器发送控制指令，引导机械臂向目标物靠近。进一步地，基于图像信息对障碍物位置进行初步定位包括：根据所述图像信息对障碍物轮廓进行识别；通过深度恢复的方法获取图像中障碍物的距离信息。进一步地，构建栅格地图包括：基于一个或多个激光传感器获取的与障碍物的实际距离信息，对基于深度恢复获取的距离信息进行修正，得到修正后的距离信息；根据修正后的距离信息构建栅格地图，并且在栅格地图中标注目标物位置。进一步地，基于图像信息对障碍物位置进行初步定位后，判断使得障碍物位于视野中心时所需运动参数，发送至控制器，控制视觉传感器旋转，再通过一个或多个激光传感器采集与障碍物的实际距离信息。以上一个或多个技术方案存在以下有益效果：本专利技术提出了一种基于多传感器的机械臂避障方法，通过设置多个激光传感器以及视觉传感器，相对于传统的仅根据图像数据进行避障的方法，障碍物分析准确性更高，避障的精确度更高。本专利技术通过将一个或多个激光传感器和视觉传感器临近设置且朝向一致，在基于图像数据获得障碍物大致位置后，调整多个激光传感器和视觉传感器的朝向，使得障碍物位于视觉传感器视野中心，保证了后续通过激光传感器能够准确采集到与障碍物的距离，而非其他；并且，多个激光传感器能够提供多个实际采样点，有助于提高障碍物与机械臂末端距离计算的精度，得到更接近实际的栅格地图。本专利技术采用人工势场和快速扩展随机树相结合的方法进行路径规划，能够有效的避免局部极小值问题。附图说明构成本专利技术的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1为本专利技术一个或多个实施例中机械臂的工作流程图；图2为本专利技术一个或多个实施例中改进人工势场法的RRT算法的流程图。图3为本专利技术一个或多个实施例中机械臂的外观示意图；图4为本专利技术一个或多个实施例中机械臂夹持机构的外观示意图。具体实施方式应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。实施例一本实施例公开了一种基于多传感器的用于抓取载玻片的机械臂，所述机械臂的末端安装了一个或多个激光传感器和一个视觉传感器，所述一个或多个激光传感器和视觉传感器均将采集的信号发送至中央处理器，所述中央处理器基于上述信号对机械臂路径进行分析，生成控制信号发送至控制器，从而控制机械臂按照规划路径运动。若激光传感器仅有一个，则设于视觉传感器的正上方或正下方，且尽可能靠近该视觉传感器；若激光传感器有多个，则多个激光传感器紧密相邻设置，且位于视觉传感器的正上方或正下方，本文档来自技高网...

【技术保护点】
1.一种基于多传感器机械臂避障方法，其特征在于，所述方法包括：基于一个或多个激光传感器和视觉传感器获取目标物周围环境信息；判断机械臂末端与目标物之间是否有障碍物；若有障碍物，基于图像信息对障碍物位置进行初步定位；通过一个或多个激光传感器采集所述机械臂末端与障碍物的实际距离信息；根据初步定位结果和激光传感器采集的实际距离信息，构建栅格地图；基于栅格地图，采用人工势场和快速扩展随机树相结合的方法进行路径规划，控制机械臂向目标物靠近。

【技术特征摘要】
1.一种基于多传感器机械臂避障方法，其特征在于，所述方法包括：基于一个或多个激光传感器和视觉传感器获取目标物周围环境信息；判断机械臂末端与目标物之间是否有障碍物；若有障碍物，基于图像信息对障碍物位置进行初步定位；通过一个或多个激光传感器采集所述机械臂末端与障碍物的实际距离信息；根据初步定位结果和激光传感器采集的实际距离信息，构建栅格地图；基于栅格地图，采用人工势场和快速扩展随机树相结合的方法进行路径规划，控制机械臂向目标物靠近。2.如权利要求1所述的一种基于多传感器机械臂避障方法，其特征在于，基于图像信息对障碍物位置进行初步定位包括：根据所述图像信息对障碍物轮廓进行识别；通过深度恢复的方法获取图像中障碍物的距离信息。3.如权利要求2所述的一种基于多传感器机械臂避障方法，其特征在于，构建栅格地图包括：基于一个或多个激光传感器获取的与障碍物的实际距离信息，对基于深度恢复获取的距离信息进行修正，得到修正后的距离信息；根据修正后的距离信息构建栅格地图，并且在栅格地图中标注目标物位置。4.如权利要求3所述的一种基于多传感器机械臂避障方法，其特征在于，所述一个或多个激光传感器和视觉传感器对准方向始终一致；基于图像信息对障碍物位置进行初步定位后，控制视觉传感器旋转，使得障碍物位于视野中心，再通过一个或多个激光传感器采集与障碍物的实际距离信息。5.如权利要求1所述的一种基于多传感器机械臂避障方法，其特征在于，所述人工势场和快速扩展随机树相结合的方法包括：基于栅格地图，采用人工势场法进行路径规划；规划过程中，若陷入局部极小值点，则采用快速扩展随机树法跳出局部极小值点。6.如权利要求5所述的一种基于多传感器机械臂避障方法，其特征在于，判定是否陷入局部极小值点的方法为：根据所述路径靠近载玻片过程中，实时记录机械臂末端在栅格地图中的所在位置，并投影到xoy平面上；对机械臂末端投影到xoy平面上每个栅格的次数进行计数，若一定...

【专利技术属性】
技术研发人员：李庆华，沐雅琪，王喆，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：山东,37