动态概率运动规划制造技术

公开了用于使用与PRM相关联地缓存的扫描体积轮廓数据来改进机器人的运动规划的各个方面的技术和系统。在一些实现中，生成表示机器人在物理区域内要行进的可能路径的第一地图。确定机器人在第一地图内的初始路径。获得表示物理区域内的可移动对象要行进的路径的第二地图的数据。检测与包括在边的子集中的一个或多个边相关联的潜在障碍物。然后根据潜在障碍物确定机器人在第一地图内的调整路径。障碍物确定机器人在第一地图内的调整路径。障碍物确定机器人在第一地图内的调整路径。

【技术实现步骤摘要】
【国外来华专利技术】动态概率运动规划


[0001]本说明书总体描述了与机器人相关的技术，尤其是与运动规划系统相关的技术。

技术介绍

[0002]机器人技术的运动规划系统可以使用概率路线图(PRM)来确定机器人的起点和机器人的终点之间的路径，同时避免碰撞。例如，运动规划系统可以使用PRM从机器人的空间中获取随机样本，并测试它们以确定采样的位置是否在自由(例如，无障碍)空间中。PRM可以指定表示空间中指定坐标的节点和连接这些节点的边，以表示机器人在两个节点之间的移动。

技术实现思路

[0003]使用概率路线图(PRM)的运动规划通常涉及构建阶段和查询阶段。在构建阶段，生成路线图(或曲线图)来近似环境中可以进行的运动。如本文所用，PRM是指在构建阶段生成的路线图或曲线图。首先创建随机节点，然后连接到相邻节点，例如预定距离内的最近邻居。然后将节点和边添加到曲线图中，直到路线图的密度足以表示空间中的不同运动路径。例如，地图生成器可以从机器人可能移动的空间中随机抽取样本，并测试样本以确定它们是否代表机器人可能占据的区域。然后，地图生成器可以连接采样点或节点以在曲线图中创建边。在查询阶段，将起点和终点连接到曲线图中，并为机器人识别路径。例如，曲线图搜索算法可以应用于由地图表示的曲线图，以确定将机器人从起点带到终点的路径(例如，一系列边)。
[0004]在一些实现中，系统可以使用与地图(例如，PRM或其他地图)相关联的缓存的扫描体积轮廓数据来改进机器人运动规划的各个方面。规划的运动可以表示空间内的变换，诸如物理区域。在一些实现中，扫描体积表示机器人(或机器人的组件，诸如手臂或附件)在沿着地图中定义的边(例如，PRM)行进时将通过或占据的空间。例如，一个边的扫描体积可以是三维体积，表示将由沿该边行进的机器人跟踪的体积。扫描体积轮廓数据为地图中的每一个边识别机器人预测运动的扫描体积，以便系统能够以更高效的计算方式和更少的延迟来计算和调整路径。例如，在初始计算阶段之后，一旦系统接收到涉及为机器人配置运动路径的查询，系统就可以使用扫描体积轮廓数据中已经指定的缓存信息来配置路径，而不必在接收到查询之后匆忙地(on the fly)估计扫描体积。以这种方式，在初始地图计算阶段计算的扫描体积轮廓数据已经可用于每个接收的查询，并且系统不会发生基于逐个查询计算扫描体积的延迟或低效。作为另一示例，系统可以使用缓存的信息来提高碰撞检测处理的速度，因为系统可以在每次调整路径时使用缓存的扫描体积信息来检查碰撞，这防止了需要为每个路径调整重新计算扫描体积信息。这种方法的效率和速度的提高是非常可观的，特别是在协调多个机器人在同一区域的运动的系统中。
[0005]系统还可以使用缓存的扫描体积轮廓数据来进一步降低与碰撞检测相关的路径调整处理的计算复杂度。例如，如果系统检测到沿初始路径的潜在碰撞，则系统可以识别并
绕过潜在碰撞附近的路径的受影响节点或边，而不是重新计算整个路径。系统可以对受潜在碰撞影响的边，基于缓存的扫描体积信息调整初始路径中的部分。在这种情况下，由于扫描体积轮廓数据包括特定边的缓存扫描体积信息(即，在地图中指定的单个边的扫描体积信息)，因此系统能够仅调整被确定为可能受潜在碰撞影响的初始路径的那些部分(例如，系统可以避免重新计算和改变初始路径的未受影响部分)。
[0006]如通篇所述，“机器人”是指能够自动执行动作的机器，这种动作可由计算机编程。例如，机器人可以是一个能够在给定环境中移动的机器人。移动机器人能够在不需要物理或机电引导设备的情况下在环境中导航。在某些情况下，移动机器人可以依靠引导设备，使它们能够在相对受控的空间中沿着预定义的导航路线行进。作为另一示例，机器人可以是附着在固定表面上的工业机器人。工业机器人在一个工作单元内执行任务，并被配置为避免与在同一工作单元内操作的其他工业机器人(例如，在工厂焊接汽车的多个机器人)发生碰撞。工业机器人可以是关节臂(例如，多连杆操纵器)、夹持器组件(例如，末端执行器)或连接到机器人臂的工具/末端执行器等。
[0007]如下面进一步讨论的，“扫描体积”是指包含基于对象在一段时间内的运动在某个时刻将被对象(诸如机器人)占据的所有点的体积。例如，对于沿路径移动的对象，扫描体积可以表示对象沿路径移动时占用的空间点，包括对象占用的初始体积、对象占用的结束体积以及对象在其间经过的所有点。与对象的地图的边相关联的扫描体积表示对象(例如，机器人)在沿着边表示的路径移动时计算出要通过的总体积。如下面详细描述的，在一些实例中，可以使用包括表示扫描体积的二维表示的像素的图像来表示对象的扫描体积。在其他实例中，对象的扫描体积可以表示为与物理区域内的对象可能占用的空间重合的体素。扫描体积和其他数据结构的其他表示也可以类似地使用。
[0008]在一个一般方面中，计算机实现的方法包括：由一个或多个计算机生成表示机器人在物理区域内要行进的可能路径的第一地图，第一地图包括(i)每个连接第一地图内节点的第一多个边，以及(ii)第一多个边中包括的每个边的机器人的扫描体积轮廓；由一个或多个计算机确定机器人在第一地图内的初始路径，初始路径指定第一多个边中的边的子集；通过一个或多个计算机获得数据，数据指示表示物理区域内的可移动对象要行进的路径的第二地图，第二地图包括(i)每个连接第二地图内的节点的第二多个边，以及(ii)对包括在第二多个边中的每个边的可移动对象的扫描体积轮廓；基于对第一多个边的机器人的扫描体积轮廓和对第二多个边的可移动对象的扫描体积轮廓，由一个或多个计算机检测与包括在边的子集中的一个或多个边相关联的潜在障碍物；以及基于对潜在障碍物的检测，确定第一地图内机器人的调整路径，调整路径指定多个边中的边的不同子集。
[0009]一个或多个实现可以包括以下可选特性。例如，在一些实现中，可移动对象在物理区域内行进的路径指定第二地图内边的第二子集。另外，检测与包括在边的子集中的一个或多个边相关联的潜在障碍物包括：将与初始路径指定的边的子集相关联的机器人的扫描体积轮廓和与边的第二子集相关联的可移动对象的扫描体积轮廓进行比较；基于与初始路径指定的边的子集相关联的机器人的扫描体积轮廓和与边的第二子集相关联的可移动对象的扫描体积轮廓的比较，确定边的第一子集内的一个或多个边和边的第二子集内的一个或多个边对应于物理区域内的重叠区域；以及基于边的第一子集内的一个或多个边和边的第二子集内的一个或多个边对应于物理区域内的重叠区域的确定，确定包括在边的第一子
集内的一个或多个边与潜在障碍物相关联。
[0010]在一些实现中，第一地图是第一概率路线图，第二地图是第二概率路线图。
[0011]在一些实现中，对第一多个边的机器人的扫描体积轮廓中包括的每个扫描体积轮廓指定机器人在与多个边中的特定边相关联的物理空间内的最大可穿越区域。
[0012]在一些实现中，对第一多个边的机器人的扫描体积轮廓中包括的每个扫描体积轮廓指定表示机器人在与多个边中的特定边相关联的物理空间内可通过的最大体积的体素的集合。
[0013]在一些实本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种由一个或多个计算机执行的方法，所述方法包括：由一个或多个计算机生成表示机器人在物理区域内要行进的可能路径的第一地图，所述第一地图包括(i)每个连接所述第一地图内节点的第一多个边，以及(ii)所述第一多个边中包括的每个边的机器人的扫描体积轮廓；由一个或多个计算机确定机器人在所述第一地图内的初始路径，所述初始路径指定所述第一多个边中的边的子集；通过一个或多个计算机获得数据，所述数据指示表示物理区域内的可移动对象要行进的路径的第二地图，所述第二地图包括(i)每个连接所述第二地图内的节点的第二多个边，以及(ii)对包括在所述第二多个边中的每个边的可移动对象的扫描体积轮廓；基于对所述第一多个边的机器人的扫描体积轮廓和对所述第二多个边的可移动对象的扫描体积轮廓，由一个或多个计算机检测与包括在所述边的子集中的一个或多个边相关联的潜在障碍物；以及基于对所述潜在障碍物的检测，确定所述第一地图内机器人的调整路径，所述调整路径指定多个边中的边的不同子集。2.根据任一前述权利要求所述的方法，其中：所述可移动对象在物理区域内行进的路径指定所述第二地图内边的第二子集；以及检测与包括在所述边的子集中的一个或多个边相关联的潜在障碍物包括：将与所述初始路径指定的边的子集相关联的机器人的扫描体积轮廓和与边的第二子集相关联的可移动对象的扫描体积轮廓进行比较；基于与所述初始路径指定的边的子集相关联的机器人的扫描体积轮廓和与所述边的第二子集相关联的可移动对象的扫描体积轮廓的比较，确定边的第一子集内的一个或多个边和边的第二子集内的一个或多个边对应于物理区域内的重叠区域；以及基于所述边的第一子集内的一个或多个边和所述边的第二子集内的一个或多个边对应于物理区域内的重叠区域的确定，确定包括在所述边的第一子集内的一个或多个边与潜在障碍物相关联。3.根据任一前述权利要求所述的方法，其中，对所述第一多个边的机器人的扫描体积轮廓中包括的每个扫描体积轮廓指定机器人在与多个边中的特定边相关联的物理空间内的最大可穿越区域。4.根据任一前述权利要求所述的方法，其中，对所述第一多个边的机器人的扫描体积轮廓中包括的每个扫描体积轮廓指定表示机器人在与多个边中的特定边相关联的物理空间内可通过的最大体积的体素的集合。5.根据任一前述权利要求所述的方法，其中，所述可移动对象包括在物理区域内行进的第二机器人。6.根据任一前述权利要求所述的方法，其中，确定所述第一地图内机器人的调整路径包括：识别与所述初始路径相对应的多个替代路径，其中：所述多个替代路径内的每个替代路径包括(i)表示所述初始路径的起点的第一边和(ii)表示所述初始路径的终点的第二边，以及每个替代路径包括在所述第一边和所述第二边之间的中间边的不同集合；以及
从所述多个替代路径中选择特定替代路径作为调整路径。7.根据权利要求6所述的方法，其中，从所述多个替代路径中选择特定替代路径作为调整路径包括：对于所述多个替代路径中的每个替代路径，计算表示沿特定替代路径检测到的障碍物的概率的得分；以及基于表示沿替代路径检测到的障碍物的概率的得分，从所述多个替代路径中选择特定替代路径作为调整路径。8.根据任一前述权利要求所述的方法，其中：所述方法还包括：确定包括在与检测到的障碍物相关联的边的子集中的边的数量满足预定阈值；以及确定所述第一地图内机器人的调整路径包括：基于包括在与检测到的障碍物相关联的边的子集中的边的数量满足预定阈值的确定使所述初始路径无效；以及重新计算所述第一地图内机器人的新初始路径。9.根据权利要求8所述的方法，其中：所述新初始路径指定多个边中边的新子集；所述边的新子集包括未包括在边的子集中的边；以及未包括在边的子集中的边的数量超过阈值。10.根据任一前述权利要求所述的方法，其中，所述第一地图是第一概率路线图，所述第二地图是第二概率路线图。11.一种系统，包括：一个或多个计算机；以及一个或多个存储设备，存储指令，当由一个或多个计算机执行时，这些指令使一个或多个计算机执行操作，包括：由一个或多个计算机生成表示机器人在物理区域内要行进的可能路径的第一地图，所述第一地图包括(i)每个连接所述第一地图内节点的第一多个边，以及(ii)所述第一多个边中包括的每个边的机器人的扫描体积轮廓；由一个或多个计算机确定机器人在所述第一地图内的初始路径，所述初始路径指定所述第一多个边中的边的子集；通过一个或多个计算机获得数据，数据指示表示物理区域内的可移动对象要行进的路径的第二地图，所述第二地图包括(i)每个连接所述第二地图内的节点的第二多个边，以及(ii)对包括在所述第二多个边中的每个边的可移动对象的扫描体积轮廓；基于对所述第一多个边的机器人的扫描体积轮廓和对所述第二多个边的可移动对象的扫描体积轮廓，由一个或多个计算机检测与包括在边的子集中的一个或多个边相关联的潜在障碍物；以及基于对所述潜在障碍物的检测，确定所述第一地图内机器人的调整路径，...

【专利技术属性】
技术研发人员：JF杜普伊斯，K戈，M亨默，
申请(专利权)人：X开发有限责任公司，
类型：发明
国别省市：