机器人预测的方法和系统技术方案

本发明专利技术公开了一种机器人预测的方法和系统，属于机器人领域。所述方法包括：获取当前时刻机器人在作业场景中的位姿信息和多个自由度的角度信息；采用时间序列算法对获取的位姿信息和角度信息进行运算，得到下一时刻机器人的位姿信息和该多个自由度的角度信息；根据所述下一时刻的位姿信息和角度信息驱动机器人模型在作业场景模型中运动，得到对机器人预测的结果，并显示所述预测的结果。所述系统包括：获取模块、运算模块和预测显示模块。本发明专利技术使操作人员能够提前看到机器人的工作状况，以便操作人员根据这些情况来帮助操作或正确的控制机器人动作。可以实现全视角观察图像，控制灵活，方便使用。

【技术实现步骤摘要】

本专利技术涉及机器人领域，特别涉及一种机器人预测的方法和系统。
技术介绍
机器人预测研究是机器人研究中最重要的研究方向之一，所谓机器人预测有两个方向。 其一是对机器人在运动过程中所出现的状况进行模拟，并期望查找出不合理的地方以便进行 改正；其二是利用预测结果来实时了解机器人的工作状况，根据了解的信息来帮助操作或正 确地控制机器人动作。机器人预测技术牵涉到众多学科，如数据挖掘、数据信息处理、计算 机图像处理、虚拟现实以及可视化技术等等。遥操作是机器人应用的一个重要技术。通过遥操作平台，操作人员可以监视和控制远方 机器人完成各种作业任务，从而使机器人能够代替人类在一些无法触及的、甚至一些危及人 类健康或生命安全的环境下完成各种任务。预测是遥操作系统中的一项关键技术。目前的预 测系统可以实现机器人的运动学和动力学仿真，并且可以实现仿人机器人实时碰撞检测，可 以实现由遥操作者发出的操作命令的预测显示。预测显示技术是大时延遥操作中的一项关键技术。通过预测显示技术对大时延进行补偿。 网络时延的存在为操作系统的感知和控制带来了许多问题，它导致系统的不稳定，从而严重 地降低了系统的操作性能。预测可用来克服遥操作系统中时延影响，预测对操作员有很好的 指导和提示作用，减少了时延影响，提高系统的可操作性。现有技术一为日本通产省的仿人机器人计划(HRP， Humanoid Robot Project)资助Fumio Kanehiro等人开发了虚拟仿人机器人仿真平台，该仿真平台具有与真实机器人相同的控制器 结构模型和机械结构模型，可以实现机器人的运动学和动力学仿真，并且可以实现仿人机器 人实时碰撞检测，可以实现由遥操作者发出的操作命令的预测显示。但是，该仿真平台模拟 显示的是理想情况，运行中并不采用机器人实时数据，因此，无法反映实际机器人运行信息。现有技术二为T. B. Sheridan等对行星漫游车做的预测仿真。首先建立系统运行的仿真模 型，在仿真模型中融合系统的当前状态、导数，以及控制输入，然后让仿真模型以比实际过 程快得多的速度运行，从而控制行星漫游车的运行。这种技术对单个实体或刚体的连续控制很有效，但不适用于带有多自由度空间物体的遥操作，如具有30多个自由度的仿人机器人的 遥操作，这是因为多自由度空间物体不能简单地用一个质点来代替。
技术实现思路
为了克服上述现有技术的缺陷，本专利技术提供了一种机器人预测的方法和系统。所述技术 方案如下一种机器人预测的方法，所述方法包括获取当前时刻机器人在作业场景中的位姿信息和多个自由度的角度信息； 采用时间序列算法对所述获取的位姿信息和角度信息进行运算，得到下一时刻机器人的位姿信息和该多个自由度的角度信息；根据所述下一时刻的位姿信息和角度信息驱动机器人模型在作业场景模型中运动，得到对机器人预测的结果，并显示所述预测的结果。所述获取当前时刻机器人在作业场景中的位姿信息和多个自由度的角度信息，具体包括 通过安装于机器人作业场景的位置传感器获取当前时刻机器人的位姿信息，并且通过安装于机器人身体多个关节处的角度传感器获取当前时刻机器人的多个自由度的角度信息。所述获取当前时刻机器人在作业场景中的位姿信息和多个自由度的角度信息，具体包括获取当前时刻和以往时刻机器人在作业场景中的位姿信息和多个自由度的角度信息。所述时间序列算法具体包括采用自回归算法、移动平均算法或自回归-移动平均算法。所述机器人模型为使用三维建模软件制作的，具有与机器人相同的外形特征和自由度设 置，满足机器人多连杆机构运动学约束条件；所述作业场景模型为使用三维建模软件制作的，具有与作业场景相同的外形特征和位置 关系。一种机器人预测的系统，所述系统包括获取模块，用于获取当前时刻机器人在作业场景中的位姿信息和多个自由度的角度信息；运算模块，用于采用时间序列算法对所述获取模块得到的位姿信息和角度信息进行运算， 得到下一时刻机器人的位姿信息和该多个自由度的角度信息；预测显示模块，用于根据所述运算模块得到的下一时刻的位姿信息和角度信息驱动机器 人模型在作业场景模型中运动，得到对机器人预测的结果，并显示所述预测的结果。所述系统还包括位置传感器，安装于机器人的作业场景中，用于采集当前时刻机器人的位姿信息，并发 送给所述获取模块；角度传感器，安装于机器人身体多个关节处，用于采集当前时刻机器人的多个自由度的 角度信息，并发送给所述获取模块。所述获取模块具体用于获取当前时刻和以往时刻机器人在作业场景中的位姿信息和多个 自由度的角度信息。所述时间序列算法具体包括-采用自回归算法、移动平均算法或自回归-移动平均算法。所述机器人模型为使用三维建模软件制作的，具有与机器人相同的外形特征和自由度设 置，满足机器人多连杆机构运动学约束条件；所述作业场景模型为使用三维建模软件制作的，具有与作业场景相同的外形特征和位置 关系。本专利技术利用机器人实时反馈数据，采用时间序列算法拟合，计算出未来时刻机器人的运 行数据，通过构建的预测场景进行显示，使操作人员能够提前看到机器人的工作状况，以便 操作人员根据这些情况来帮助操作或正确的控制机器人动作。其中采用的机器人实际运行反 馈数据，由机器人本体上的角度传感器得到的关节数据和位置传感器得到的位姿数据组成， 这些数据能完全表达机器人运行情况。另外，机器人模型和作业场景模型均采用三维建模软 件构建，可以实现全视角观察图像，操作者可以任意改变观察视角，观察场景的细节，控制 灵活，方便使用。附图说明图1是本专利技术实施例提供的机器人预测的方法流程图2是本专利技术实施例提供的机器人预测的应用场景示意图3是图2所示的系统数据处理流程示意图4是本专利技术实施例提供的机器人预测的系统结构图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进 一步地详细描述。本专利技术实施例提供的技术方案用于对机器人在作业场景中的位置和运动情况进行预测，可以适用于机器人遥操作控制，通过预测对机器人在运动过程中所出现的状况进行模拟，为 机器人遥操作提供操作参考依据。本专利技术实施例提供的技术方案可以适用于仿人机器人，即具有人类外观特征、可模拟人 类基本动作的机器人，另外，还可以适用于其他类型的机器人，如移动机器人、医疗机器人 等等。参见图l，本专利技术实施例提供了一种机器人预测的方法，包括步骤101:获取当前时刻机器人在作业场景中的位姿信息和多个自由度的角度信息，这 些信息能完全表达机器人的运行情况；其中，机器人在作业场景中的位姿信息是指机器人的位置和姿态，通常用三维坐标数据和相对三维坐标轴转角来表示。机器人的自由度通常有多个，例如，30个或32个等。通常，机器人自由度的角度信息是指机器人身体各个关节所连接的连杆之间的相对角度数据，每个 自由度都对应一个角度信息。机器人的位姿信息可以由安装于机器人作业场景的位置传感器获取，该位置传感器可以 为一个，也可以为多个。自由度的角度信息可以由安装于机器人身体多个关节处的角度传感 器获取。在获取多个自由度的角度信息时，可以获取机器人所有自由度的角度信息，也可以获取 部分自由度的角度信息。优选地，获取机器人的所有自由度的角度信息，可以更精确地反映机器人的运行状况。例如，机器人有32个自由度，即有32个关节本文档来自技高网...

【技术保护点】
一种机器人预测的方法，其特征在于，所述方法包括：　获取当前时刻机器人在作业场景中的位姿信息和多个自由度的角度信息；　采用时间序列算法对所述获取的位姿信息和角度信息进行运算，得到下一时刻机器人的位姿信息和该多个自由度的角度信息；　 　根据所述下一时刻的位姿信息和角度信息驱动机器人模型在作业场景模型中运动，得到对机器人预测的结果，并显示所述预测的结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄强，卢月品，徐乾，余张国，李敏，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：11[中国|北京]