用于预测机器人的运动轨迹的方法和系统技术方案

提供了用于预测机器人的运动轨迹的方法和系统。针对多个机器人位置对接收机器人的运动轨迹的训练数据。处理训练数据以获得用于机器学习目的的x元组和y元组；其中，x元组描述机器人位置对，并且y元组描述在机器人在位置对的位置之间的运动期间的特定时间戳处的一个或更多个中间机器人位置。根据处理后的数据，学习用于将x元组映射至y元组的函数，以针对机器人生成运动预测模块。对于给定机器人位置对，通过获得由运动预测模块产生的相应中间位置来预测给定对之间的机器人运动。

A method and system for predicting the trajectory of a robot

【技术实现步骤摘要】
用于预测机器人的运动轨迹的方法和系统
本公开内容总体涉及计算机辅助设计、可视化和制造(“CAD”)系统、产品生命周期管理(“PLM”)系统、产品数据管理(“PDM”)系统、以及管理产品和其他项的数据的类似系统(统称为“产品数据管理”系统或PDM系统)。更具体地，本公开内容涉及生产环境模拟。
技术介绍
使用用于机器人运动模拟的软件应用例如离线编程(“OLP”)应用和其他虚拟机器人模拟应用和系统的制造业客户，期望关于对给定供应商的特定机器人的运动模拟的准确性的高性能。虚拟模拟系统的示例包括但不限于：计算机辅助机器人(“CAR”)工具、过程模拟(西门子PLM软件套件的产品)、机器人模拟工具和用于工业模拟的其他系统。为了满足对精确的机器人运动模拟的期望，主要机器人供应商同意用于使他们的客户能够对他们提供的机器人进行模拟的现实机器人模拟(“RRS”)协议。具有RRS协议的机器人控制器软件(“RCS”)模块有利地在其他功能之中提供允许准确的机器人运动预测和模拟的运动预测模块。如今，存在越来越多的为了节约成本而不向其提供的机器人提供RCS模块的工业机器人供应商，这些工业机器人供应商是中小型公司。为了模拟不具有RCS模块的特定工业机器人，制造业客户经常利用提供通用运动规划器的CAR工具来经由用户配置模仿特定机器人的运动行为。通常，用户通过输入特定机器人的运动行为和物理特性例如关节数量、移动约束、关节重量以及对该特定机器人的移动的预测有影响的其他特性来配置这样的运动规划器。通常，通用运动规划器可能不适合具有未公开的运动行为和/或未公开的物理特性的机器人，并且它们通常不支持机器人运动学的所有类型。此外，即使在这样的通用运动规划器支持特定机器人的情况下，其运动预测结果通常也不够准确。另外，即使对于具有其自己的RCS模块的机器人，制造业客户也不是特别渴望依赖具有高RSS许可成本并且有时具有慢的外部客户端-服务器RSS通信的专有RCS模块。因此，期望用于预测特定机器人的运动轨迹的改进技术。
技术实现思路
各种公开的实施方式包括用于预测在给定机器人位置对之间移动的机器人的运动轨迹的方法、系统和计算机可读介质。方法包括针对多个机器人位置对接收机器人的运动轨迹的训练数据。该方法包括处理训练数据以获得用于机器学习目的的x元组和y元组；其中，x元组描述机器人位置对，并且y元组描述在机器人在位置对之间的运动期间的特定时间戳处的一个或更多个中间机器人位置。该方法还包括根据处理后的数据学习将x元组映射到y元组的函数，以针对机器人生成运动预测模块。该方法还包括对于给定机器人位置对，通过获得由运动预测模块产生的相应中间位置来预测给定对之间的机器人运动。前面已经相当广泛地概述了本公开内容的特征和技术优点，以便本领域技术人员可以更好地理解随后的详细描述。在下文中将对形成权利要求主题的本公开内容的附加特征和优点进行描述。本领域技术人员将领会，他们可以容易地使用所公开的构思和具体实施方式作为用于对用于实现本公开内容的相同目的的其他结构进行修改或设计的基础。本领域技术人员还将认识到，这样的等同构造不以其最广泛的形式脱离本公开内容的精神和范围。在进行下面的具体实施方式之前，阐述贯穿本专利文件所使用的某些词或短语的定义可能是有利的：术语“包括”和“包含”及其派生词意指包含但不限于此；术语“或”是包容性的，意指和/或；短语“与……相关联”和“与此相关联”及其派生词可以意指包括、被包括在内、与……互连、包含、被包含在内、连接至或与……连接、耦接至或与……耦接、可与……通信、与……合作、交错、并置、接近、被束缚至或被束缚有、具有、具有……的性质等；术语“控制器”意指控制至少一个操作的任何设备、系统或其部分，无论这样的设备是以硬件、固件、软件还是其中至少两个的某种组合实现的。应当注意，与任何特定控制器相关联的功能可以是集中式的或分布式的，无论是本地还是远程的。在整个本专利文件中提供了对某些词和短语的定义，并且本领域普通技术人员将理解，这样的定义在许多(如果不是大多数)情况下适用于这样定义的词和短语的先前使用和未来使用。虽然一些术语可以包括各种各样的实施方式，但是所附权利要求可以将这些术语明确地限制于特定实施方式。在所附权利要求中阐述了被认为是本专利技术特征的其他特征。尽管本专利技术在本文中被示出和描述为以用于预测在给定机器人位置对之间移动的机器人的运动轨迹的方法和系统实施，但决不意在限于所示出的细节，因为在不脱离本专利技术的精神并且在权利要求的等同物的范围和范围内的情况下，可以在其中进行各种修改和结构改变。然而，当结合附图阅读时，根据以下对对特定实施方式的描述，将最好地理解本专利技术的结构和操作方法以及其附加目的和优点。附图说明图1示出了可以实现本专利技术的实施方式的数据处理系统的框图；图2是示意性地示出根据所公开的实施方式的多个训练数据源的框图；图3是示意性地示出根据所公开的实施方式如何增加训练数据的图表；图4是示意性地示出根据所公开的实施方式的多个运动预测模块的框图；以及图5示出了根据所公开的实施方式的用于预测机器人的运动轨迹的流程图。具体实施方式以下讨论的图1至图5以及用于描述本专利文件中的本公开内容的原理的各种实施方式仅作为说明，并且不应以任何方式解释为限制本公开内容的范围。本领域技术人员将理解，本公开内容的原理可以以任何适当布置的设备来实现。将参考示例性非限制实施方式来描述本申请的许多创新教导。用于对在给定机器人位置对之间移动的特定机器人的运动轨迹进行预测的先前技术具有一些缺点。本文公开的实施方式提供许多技术益处，包括但不限于以下示例。实施方式实现了对不具有RCS模块的特定机器人的精确运动模拟。实施方式实现了对特定机器人的精确运动模拟，而无需启动RCS服务。实施方式使得能够节省RRS许可成本。实施方式实现了不依赖于RRS的外部客户端-服务器通信的快速数据通信。实施方式实现了对特定机器人的运动模拟，而不需要像通用运动规划器那样输入一些手动配置。实施方式使得虚拟模拟系统能够支持广泛的机器人供应商的广泛机器人。实施方式可以用于对具有复杂运动学的机器人例如三角(delta)机器人或其他下一代机器人的运动进行模拟。实施方式可以用于机器人验证目的。现在详细参照附图并且首先，特别地参照图1，图1示出了数据处理系统100的框图，其中实施方式可以被实现为例如通过软件或以其他方式特别配置以执行如本文所述的处理的PDM系统，并且特别被实现为如本文所描述的多个互连且通信系统中的每一个。所示的数据处理系统100可以包括连接至二级高速缓冲存储器/桥接器104的处理器102，二级高速缓冲存储器/桥接器104又连接至本地系统总线106。本地系统总线106可以是例如外围组件互连(PCI)架构总线。在所示示例中主存储器108和本文档来自技高网...

【技术保护点】
1.一种用于通过数据处理系统预测在给定机器人位置对之间移动的机器人的运动轨迹的方法，所述方法包括以下步骤：/na)针对多个机器人位置对接收(505)所述机器人的运动轨迹的训练数据；/nb)处理(510)所述训练数据，以获得用于机器学习目的的x元组和y元组；其中，所述x元组描述机器人位置对，并且所述y元组描述在所述机器人在所述位置对之间的运动期间的特定时间值处的一个或更多个中间机器人位置；/nc)根据处理后的数据，学习(515)将所述x元组映射至所述y元组的函数，以针对所述机器人生成运动预测模块；/nd)对于给定机器人位置对，通过获得由所述运动预测模块产生的相应中间位置来预测(520)所述给定对之间的机器人运动。/n

【技术特征摘要】
20181120 US 16/196,1561.一种用于通过数据处理系统预测在给定机器人位置对之间移动的机器人的运动轨迹的方法，所述方法包括以下步骤：
a)针对多个机器人位置对接收(505)所述机器人的运动轨迹的训练数据；
b)处理(510)所述训练数据，以获得用于机器学习目的的x元组和y元组；其中，所述x元组描述机器人位置对，并且所述y元组描述在所述机器人在所述位置对之间的运动期间的特定时间值处的一个或更多个中间机器人位置；
c)根据处理后的数据，学习(515)将所述x元组映射至所述y元组的函数，以针对所述机器人生成运动预测模块；
d)对于给定机器人位置对，通过获得由所述运动预测模块产生的相应中间位置来预测(520)所述给定对之间的机器人运动。


2.根据权利要求1所述的方法，其中，所述处理步骤包括通过复制最后的可用中间机器人位置的值来完成所述y元组的缺失的终值。


3.根据权利要求1或2所述的方法，其中，所述处理步骤包括生成转换格式化表，所述转换格式化表用于将所接收的训练数据的原始格式映射成适合机器学习的所述x元组、所述y元组的数字格式。


4.根据前述权利要求中任一项所述的方法，其包括出于训练目的使用步骤b)的所述中间机器人位置中的至少一个作为期望位置对中之一。


5.根据前述权利要求中任一项所述的方法，其中，所述x元组包括选自包括以下的组的一条或更多条信息：
关于所述机器人位置对的定位的信息；
关于所述机器人位置对处的机器人运动的信息；以及
关于机器人工具尖端点与机器人工具框架点之间的差异定位的信息。


6.根据权利要求5所述的方法，其包括将关于所述x元组的所述机器人位置对的定位的信息提供为相对于所述机器人的给定参考框架。


7.根据前述权利要求中任一项所述的方法，其中，所述y元组包括关于所述一个或更多个中间位置的定位的信息以及/或者关于所述一个或更多个中间机器人位置的机器人运动的信息。


8.根据前述权利要求中任一项所述的方法，其包括通过机器人虚拟模拟系统执行步骤d)。


9.一种数据处理系统，包括：
处理器；以及
连接至所述处理器的可访问存储器，所述处理器被配置成：
a)针对多个机器人位置对接收机器人的运动轨迹的训练数据；
b)处理所述训练数据，以获得用于机器学习目的的x元组和y元组；其中，所述x元组描述机器人位置对，并且所述y元组描述在所述机器人在所述位置对之间的运动期间的特定时间戳处的一个或更多个中间机器人位置；
c)根据处理后的数据，学习将所述x元组映射到所述y元组的函数，以针对所述机器人生成运动预测模块；以及
d)对于给定机器人位置对，通过获得由所述运动预测模块产生的相应中间位置来预测所述给定对之间的机器人运动。


10.根据权利要求9所述的数据处理系统，其...

【专利技术属性】
技术研发人员：摩西·豪赞，祖海尔·本加德，
申请(专利权)人：西门子工业软件有限公司，
类型：发明
国别省市：以色列;IL