一种机器人轨道避障方法及系统技术方案

本发明专利技术公开了一种机器人轨道避障方法，对所述全局地图上的标记障碍物的位置进行检测，根据所述机器人感测的障碍物位置修正初始标记障碍物的坐标；根据机器人所在全局地图的位置与所述障碍物的相对位置规划初始路径,对感测的障碍物识别类型，判断所述感测障碍物是否为静止障碍物，若感测障碍物类型为静止障碍物则根据修正后的障碍物的坐标进行避障，若感测障碍物类型非静止障碍物，则对该障碍物的行动轨迹进行预测；在所述全局地图上重新标注出障碍物的坐标及预测的移动轨迹，并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改，根据全部转角的发生的坐标及转动角度控制机器人在修改后的路径上离线完成移动。控制机器人在修改后的路径上离线完成移动。控制机器人在修改后的路径上离线完成移动。

【技术实现步骤摘要】
一种机器人轨道避障方法及系统


[0001]本专利技术涉及机械控制
，尤其涉及一种机器人轨道避障方法及系统。

技术介绍

[0002]近两年，机器人协作方式广泛应用于模具设计、模具制造、模具热处理等一系列完整的模具制造生产线中，由于生产厂家采用高精密的加工设备和进口的模具材料，并且掌握铝合金挤压、压铸、深加工以及铝合金表面处理等工艺，特别需要在生产线中采用高精度的机器人控制。
[0003]协作机器人发展迅速，因协作机器人的应用可降低生产成本、提高劳动效率和生产系统整体柔性，已逐步应用于汽车、3C、IT电子行业等诸多精密行业领域，尤其是小型零部件的装配应用。
[0004]模具设计、模具制造、模具热处理等一系列完整的模具制造生产线中广泛用于汽车行业，用于铸造大量汽车和飞机零件，例如铝等轻金属制成的发动机缸体。铸件通常形成为树脂粘结的砂型。砂模限定具有一组砂模芯的复杂铸造形状，所述砂模芯以预定顺序精确地顺序组装以形成模制的芯包装。铸造后，加热砂型，燃烧将砂子固定在型芯中的树脂，使砂子松散，然后将砂子从凝固的铸件中除去，形成铸件发动机缸体中设计的复杂通道。为了有效地模制模具包装，有必要通过能够在组装线上接近模具包装的工业机器人以预定顺序组装模具包装。例如当前用于组装型芯包装的方法是利用配备有机械传送带的装配线，该机械输送机将砂型移动通过多个装配工位，在这里，工人和/或机器人将型芯定位以逐渐完成型砂，也称为模具包装。机器人被编程为从初始(即未完成的)模具包装开始，抓取砂芯并将其根据发动机设计放置在各自的位置，以形成最终的成品模具包装。
[0005]基于使用输送机的当前使用的模具组装线在模具包装的形成期间具有许多缺点。例如，如果其中一个机器人出现故障，其中一个内核的供应被延迟或中断，则整个装配线将被关闭。由于核心组装工作具有预定顺序，因此无法绕开非操作工位并将一些未完成的包装前进到下一个组装工位。
[0006]使用输送机的流水线布局需要在铸造厂中占很大的空间，不能自由地同时组装不同设计的模具包装，并且每个产品只能设计一个砂模。基于传送带的装配线的另一个缺点是，模具包装的线性运动路径仅允许在每个装配工位放置两个机器人，这需要大量的机器人。而在生产制造中现有的机器人自主避障导航技术，多存在结构复杂、硬件成本昂贵、维护成本高的缺点，不适应快速增长的机器人发展需求。并且，当前的机器人避障导航技术在减少传感器和运算单元的同时往往需要引入在线计算单元，而此类型的机器人在离线状态下就无法很好的进行避障工作。

技术实现思路

[0007]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术公开一种机器人轨道避障方法，其特征在于，所述方法包括如下步骤：
[0008]步骤1，对机器人移动任务的全局地图进行初始化，通过机器人上的感测装置机器人对所述全局地图上的标记障碍物的位置进行检测，根据所述机器人感测的障碍物位置修正初始标记障碍物的坐标；
[0009]步骤2，根据机器人所在全局地图的位置与所述障碍物的相对位置规划初始路径,对感测的障碍物识别类型，判断所述感测障碍物是否为静止障碍物，若感测障碍物类型为静止障碍物则根据修正后的障碍物的坐标进行避障，若感测障碍物类型非静止障碍物，则对该障碍物的行动轨迹进行预测；
[0010]步骤3，在所述全局地图上重新标注出障碍物的坐标及预测的移动轨迹，并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改；
[0011]步骤4，根据修改后的路径标注机器轨道的全局坐标，计算出机器人在对任一障碍物方向改变的转角，将全部转角的发生的坐标及转动角度发送至机器人计算控制单元；
[0012]步骤5，根据全部转角的发生的坐标及转动角度控制机器人在修改后的路径上离线完成移动。
[0013]更进一步地，所述对机器人移动任务的全局地图进行初始化进一步包括：初始化所述机器人在所述全局地图上的初始位置坐标，并将整个机器人移动任务的所述全局地图进行栅格化处理，初始化输入全局地图上的存在的障碍物栅格坐标位置。
[0014]更进一步地，所述步骤3进一步包括：若判断障碍物为可移动人体，则通过针对于可移动人体的运动轨迹预测的模型对人体的移动轨迹进行动态预测。
[0015]更进一步地，对全局地图中全部的判断为可移动人体类型的障碍物，通过第三方设备提供的该障碍物的历史时段内的移动信息，并对该历史时段内的移动信息进行排序，并根据相邻序列的移动信息进行比较，得到该障碍物在所述历史时段内的初始移动偏移量；将所述初始移动偏移量输入至该可移动人体类型的障碍物对应的运动轨迹预测的模型中，其中，所述运动轨迹预测的模型为通过所述第三方设备提供的相关移动信息在线训练好的神经网络预测模型，由所述训练好的神经网络预测模型输出用于表示所述全部的判断为可移动人体类型的障碍物在机器人规划的路径行走预计的时间段内移动人体的移动信息的纠偏量；对所述纠偏量信息进行解码，对应于所述纠偏量和初始偏移量序列，获得该障碍物的行动预测轨迹。
[0016]更进一步地，所述并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改进一步包括：所述机器人的计算控制单元连接至路径规划单元，所述路径规划单元根据全局地图及全局地图上重新标注出障碍物的坐标及预测的移动轨迹作为的约束条件，将生成的修改后的路径上的重要点坐标进行标注，在标注的重要点处执行机器人运动参数的改变，规划出所述机器人的行进无碰撞路径。
[0017]本专利技术还公开了一种机器人轨道避障系统，所述系统包括：路径初始化模块，通过所述路径初始化模块对机器人移动任务的全局地图进行初始化，通过机器人上的感测装置机器人对所述全局地图上的标记障碍物的位置进行检测，根据所述机器人感测的障碍物位置修正初始标记障碍物的坐标；障碍物信息初始化模块，所述障碍物信息初始化模块根据机器人所在全局地图的位置与所述障碍物的相对位置规划初始路径,对感测的障碍物识别类型，判断所述感测障碍物是否为静止障碍物，若感测障碍物类型为静止障碍物则根据修正后的障碍物的坐标进行避障，若感测障碍物类型非静止障碍物，则对该障碍物的行动轨
迹进行预测；障碍物信息修正模块，在所述全局地图上重新标注出障碍物的坐标及预测的移动轨迹，并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改；机器人运动状态计算模块，根据修改后的路径标注机器轨道的全局坐标，计算出机器人在对任一障碍物方向改变的转角，将全部转角的发生的坐标及转动角度发送至机器人计算控制单元；离线控制模块，根据全部转角的发生的坐标及转动角度控制机器人在修改后的路径上离线完成移动。
[0018]更进一步地，所述对机器人移动任务的全局地图进行初始化进一步包括：初始化所述机器人在所述全局地图上的初始位置坐标，并将整个机器人移动任务的所述全局地图进行栅格化处理，初始化输入全局地图上的存在的障碍物栅格坐标位置。
[0019]更进一步地，所述障碍物信息修正模块进一步包括：若判断障碍物为可移动人体，则通过针对于可移动人体的运动轨迹预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人轨道避障方法，其特征在于，所述方法包括如下步骤：步骤1，对机器人移动任务的全局地图进行初始化，通过机器人上的感测装置机器人对所述全局地图上的标记障碍物的位置进行检测，根据所述机器人感测的障碍物位置修正初始标记障碍物的坐标；步骤2，根据机器人所在全局地图的位置与所述障碍物的相对位置规划初始路径,对感测的障碍物识别类型，判断所述感测障碍物是否为静止障碍物，若感测障碍物类型为静止障碍物则根据修正后的障碍物的坐标进行避障，若感测障碍物类型非静止障碍物，则对该障碍物的行动轨迹进行预测；步骤3，在所述全局地图上重新标注出障碍物的坐标及预测的移动轨迹，并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改；步骤4，根据修改后的路径标注机器轨道的全局坐标，计算出机器人在对任一障碍物方向改变的转角，将全部转角的发生的坐标及转动角度发送至机器人计算控制单元；步骤5，根据全部转角的发生的坐标及转动角度控制机器人在修改后的路径上离线完成移动。2.如权利要求1所述的一种机器人轨道避障方法，其特征在于，所述对机器人移动任务的全局地图进行初始化进一步包括：初始化所述机器人在所述全局地图上的初始位置坐标，并将整个机器人移动任务的所述全局地图进行栅格化处理，初始化输入全局地图上的存在的障碍物栅格坐标位置。3.如权利要求1所述的一种机器人轨道避障方法，其特征在于，所述步骤3进一步包括：若判断障碍物为可移动人体，则通过针对于可移动人体的运动轨迹预测的模型对人体的移动轨迹进行动态预测。4.如权利要求3所述的一种机器人轨道避障方法，其特征在于，对全局地图中全部的判断为可移动人体类型的障碍物，通过第三方设备提供的该障碍物的历史时段内的移动信息，并对该历史时段内的移动信息进行排序，并根据相邻序列的移动信息进行比较，得到该障碍物在所述历史时段内的初始移动偏移量；将所述初始移动偏移量输入至该可移动人体类型的障碍物对应的运动轨迹预测的模型中，其中，所述运动轨迹预测的模型为通过所述第三方设备提供的相关移动信息在线训练好的神经网络预测模型，由所述训练好的神经网络预测模型输出用于表示所述全部的判断为可移动人体类型的障碍物在机器人规划的路径行走预计的时间段内移动人体的移动信息的纠偏量；对所述纠偏量信息进行解码，对应于所述纠偏量和初始偏移量序列，获得该障碍物的行动预测轨迹。5.如权利要求1所述的一种机器人轨道避障方法，其特征在于，所述并根据所述障碍物的坐标和所述移动轨迹对规划的初始路径进行修改进一步包括：所述机器人的计算控制单元连接至路径规划单元，所述路径规划单元根据全局地图及全局地图上重新标注出障碍物的坐标及预测的移动轨迹作为的约束条件，将生成的修改后的路径上的重要点坐标进行标注，在标注的重要点处执行机器人运动参数的改变，规划出所述机器人的行进无碰撞路径。6.一种机器人轨道避障系统，其特征在于，所述系统包括：路径初始化模块...

【专利技术属性】
技术研发人员：刘沛峰，项泽元，汪科林，项海峰，黄进，蒋晓龙，翁正华，
申请(专利权)人：池州市安安新材科技有限公司，
类型：发明
国别省市：