一种末端位置确定方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种末端位置确定方法、装置、电子设备和存储介质，该方法包括：获取目标机器人在当前时刻所处于的当前末端位置对应的当前运动状态信息；获取目标机器人的上一末端位置对应的上一运动参数信息和上一运动参数协方差信息；将当前运动状态信息、上一运动参数信息和上一运动参数协方差信息输入至目标预测网络模型中进行当前末端位置的预测；基于目标预测网络模型输出的当前运动参数信息，确定目标机器人在当前时刻所处于的当前末端位置。通过本发明专利技术实施例的技术方案，提高末端位置确定的准确性。高末端位置确定的准确性。高末端位置确定的准确性。

【技术实现步骤摘要】
一种末端位置确定方法、装置、电子设备和存储介质


[0001]本专利技术实施例涉及计算机技术，尤其涉及一种末端位置确定方法、装置、电子设备和存储介质。

技术介绍

[0002]机器人在运作时需要确定机器人的末端设备所在的位置。目前，通常是在末端设备上加装标定球，并通过近红外光学定位相机识别标定球的位置，间接确定末端设备所在的位置。然而，由于机器人运作过程中出现的机械振动和近红外光学定位相机中的传感器的测量误差，会导致末端位置确定的不准确。

技术实现思路

[0003]本专利技术实施例提供了一种末端位置确定方法、装置、电子设备和存储介质，以提高末端位置确定的准确性。
[0004]第一方面，本专利技术实施例提供了一种末端位置确定方法，包括：
[0005]获取目标机器人在当前时刻所处于的当前末端位置对应的当前运动状态信息，其中，所述当前运动状态信息包括：通过所述目标机器人自身获得的第一运动状态信息和通过定位相机获得的第二运动状态信息；
[0006]获取所述目标机器人的上一末端位置对应的上一运动参数信息和上一运动参数协方差信息；
[0007]将所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息输入至目标预测网络模型中进行当前末端位置的预测，其中，所述目标预测网络模型用于：基于所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息进行位置预测和调整，确定并输出当前运动参数信息和当前运动参数协方差信息；
[0008]基于所述目标预测网络模型输出的当前运动参数信息，确定所述目标机器人在当前时刻所处于的当前末端位置。
[0009]第二方面，本专利技术实施例提供了一种末端位置确定装置，包括：
[0010]当前运动状态信息获取模块，用于获取目标机器人在当前时刻所处于的当前末端位置对应的当前运动状态信息，其中，所述当前运动状态信息包括：通过所述目标机器人自身获得的第一运动状态信息和通过定位相机获得的第二运动状态信息；
[0011]上一运动参数信息获取模块，用于获取所述目标机器人的上一末端位置对应的上一运动参数信息和上一运动参数协方差信息；
[0012]当前末端位置预测模块，用于将所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息输入至目标预测网络模型中进行当前末端位置的预测，其中，所述目标预测网络模型用于：基于所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息进行位置预测和调整，确定并输出当前运动参数信息和当前运动参数协方差信息；
[0013]当前末端位置确定模块，用于基于所述目标预测网络模型输出的当前运动参数信息，确定所述目标机器人在当前时刻所处于的当前末端位置。
[0014]第三方面，本专利技术实施例提供了一种电子设备，所述电子设备包括：
[0015]一个或多个处理器；
[0016]存储器，用于存储一个或多个程序；
[0017]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例所提供的末端位置确定方法。
[0018]第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任意实施例所提供的末端位置确定方法。
[0019]本专利技术实施例的技术方案，通过获取目标机器人在当前时刻所处于的当前末端位置对应的当前运动状态信息，其中，所述当前运动状态信息包括：通过所述目标机器人自身获得的第一运动状态信息和通过定位相机获得的第二运动状态信息；获取所述目标机器人的上一末端位置对应的上一运动参数信息和上一运动参数协方差信息；将所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息输入至目标预测网络模型中进行当前末端位置的预测，从而在所述目标预测网络模型中，基于所述上一运动参数信息和所述上一运动参数协方差信息进行末端位置预测，并基于所述当前运动状态信息对预测出的末端位置信息进行调整；目标预测网络模型确定并输出当前运动参数信息和当前运动参数协方差信息；基于所述目标预测网络模型输出的当前运动参数信息，确定所述目标机器人在当前时刻所处于的当前末端位置，从而使得调整后的末端位置更接近实际末端位置，进而提高末端位置确定的准确性。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例一提供的一种末端位置确定方法的流程图；
[0023]图2是本专利技术实施例二提供的一种末端位置确定方法的流程图；
[0024]图3是本专利技术实施例三提供的一种末端位置确定装置的结构示意图；
[0025]图4是本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]实施例一
[0029]图1为本专利技术实施例一提供了一种末端位置确定方法的流程图，本实施例可适用于对手术机器人末端执行器的位置自动确定的情况，该方法可以由末端位置确定装置来执行，该末端位置确定装置可以采用硬件和/或软件的形式实现，该末端位置确定装置可配置于电子设备中。如图1所示，该方法包括：
[0030]S110、获取目标机器人在当前时刻所处于的当前末端位置对应的当前运动状态信息，其中，当前运动状态信息包括：通过目标机器人自身获得的第一运动状态信息和通过定位相机获得的第二运动状态信息。
[0031]其中，目标机器人可以是指在运行时需要实时确定末端位置的机器人。例如，目标机器人可以是但不限于手术机器人。末端位置可以是指目标机器人末本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种末端位置确定方法，其特征在于，包括：获取目标机器人在当前时刻所处于的当前末端位置对应的当前运动状态信息，其中，所述当前运动状态信息包括：通过所述目标机器人自身获得的第一运动状态信息和通过定位相机获得的第二运动状态信息；获取所述目标机器人的上一末端位置对应的上一运动参数信息和上一运动参数协方差信息；将所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息输入至目标预测网络模型中进行当前末端位置的预测，其中，所述目标预测网络模型用于：基于所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息进行位置预测和调整，确定并输出当前运动参数信息和当前运动参数协方差信息；基于所述目标预测网络模型输出的当前运动参数信息，确定所述目标机器人在当前时刻所处于的当前末端位置。2.根据权利要求1所述的方法，其特征在于，所述当前运动状态信息包括：所述目标机器人的当前末端位置对应的位移信息、速度信息、角位移信息和角速度信息；所述上一运动参数信息包括：所述目标机器人的上一末端位置对应的位移信息、速度信息、加速度信息、角位移信息、角速度信息和角加速度信息。3.根据权利要求1所述的方法，其特征在于，所述目标预测网络模型包括：位置预测子模型和位置调整子模型；所述将所述当前运动状态信息、所述上一运动参数信息和所述上一运动参数协方差信息输入至目标预测网络模型中进行当前末端位置的预测，包括：将所述上一运动参数信息和所述上一运动参数协方差信息输入至所述位置预测子模型中，在所述位置预测子模型中进行当前末端位置的预测，确定当前末端位置对应的待选运动参数信息和待选运动参数协方差信息；将所述当前运动状态信息、所述待选运动参数信息和所述待选运动参数协方差信息输入至位置调整子模型中，在所述位置调整子模型中进行当前末端位置的调整，确定当前运动参数信息和当前运动参数协方差信息。4.根据权利要求3所述的方法，其特征在于，所述在所述位置预测子模型中进行当前末端位置的预测，确定当前末端位置对应的待选运动参数信息和待选运动参数协方差信息，包括：将所述上一运动参数信息与预设系统状态系数进行相乘，并将相乘结果与预设运动控制信息进行相加，获得当前末端位置对应的待选运动参数信息；将所述预设系统状态系数、所述上一运动参数协方差信息和预设系统状态系数对应的转置信息进行相乘，并将相乘结果与预设第一噪声信息进行相加，获得当前末端位置对应的待选运动参数协方差信息。5.根据权利要求3所述的方法，其特征在于，所述位置调整子模型包括：具有相同结构的第一位置调整单元和第二位置调整单元；所述将所述当前运动状态信息、所述待选运动参数信息和所述待选运动参数协方差信息输入至位置调整子模型中，在所述位置调整子模型中进行当前末端位置的调整，确定当前运动参数信息和当前运动参数协方差信息，包括：
将所述当前运动状态信息中的第一运动状态信息、所述待选运动参数信息和所述待选运动参数协方差信息输入至所述第一位置调整单元中，在所述第一位置调整单元中进行首次位置调整，确定当前末端位置对应的候选运动参数信息和候选运动参数协方差信息；将所述当前运动状态信息中的第二运动状态信息、所述候选运动参数信息和所述候选运动参数协方差信息输入至所述第二位置调整单元中，在所述第二位置调整单元中进行再次位置调整，确定当前末端位置对应的当前运动参数信息和当前运动参数协方差信息。6.根据权利要求5所述的方法，其特征在于，所述在所述第一位置...

【专利技术属性】
技术研发人员：李屹林，李漠，郭振东，
申请(专利权)人：北京威高智慧科技有限公司，
类型：发明
国别省市：