本申请涉及多自由度机械臂避障领域，特别是一种基于视觉的机械臂避障方法、电子设备及存储介质。本申请通过获取障碍物环境图像，并将障碍物环境图像、机械臂的末端误差及机械臂的当前关节角输入至训练完成的避障移动动作模型中，通过避障移动动作模型输出机械臂末端误差对应的关节角增量，进而根据关节角增量控制机械臂运动。由于本申请的避障移动动作模型的输入是基于视觉信息、机械臂的末端误差及机械臂的当前关节角，使得机械臂在关节动作空间而非任务动作空间中学习到了关节空间的最优路径，从而直接输出了机械臂的末端误差对应的关节角增量，进而完成了在复杂环境中机械臂的自主避障任务，具有较高的成功率和泛化性，有更好的环境适应性。更好的环境适应性。更好的环境适应性。
【技术实现步骤摘要】
基于视觉的机械臂避障方法、系统、电子设备及存储介质
[0001]本申请涉及机械臂避障
，特别是一种基于视觉的机械臂避障方法、系统、电子设备及存储介质。
技术介绍
[0002]避障问题是多自由机械臂工作时的典型问题，工业上大多采用人工示教方式，提前由工作人员设计一条主观的最优路径，或采用传统算法，利用设计人员抽象出的障碍物特征信息作为输入进行避障任务，当障碍物环境复杂时这些方式实现较为困难。并且传统方法对机械臂的控制大都采用对末端姿态的控制，机械臂逆运动学的多解性质导致这种控制在运用到避障任务时会出现运动轨迹的不可控问题，难以完成避障。
技术实现思路
[0003]有鉴于此，本申请提供一种基于视觉的机械臂避障方法、系统、电子设备及存储介质，以解决各种复杂环境下机械臂自主避障的技术问题。
[0004]本申请的第一方面提供一种基于视觉的机械臂避障方法，所述方法包括：获取障碍物环境图像、获取机械臂的末端误差及获取所述机械臂的当前关节角；将所述障碍物环境图像、所述机械臂的末端误差及所述机械臂的当前关节角输入至训练完成的避障移动动作模型中；通过所述避障移动动作模型输出所述机械臂的末端误差对应的关节角增量；根据所述关节角增量控制所述机械臂运动。
[0005]在一种可能的实施方式中，所述根据所述关节角增量控制所述机械臂运动包括：根据所述关节角增量及所述当前关节角，得到当前期望关节角；根据所述当前期望关节角控制所述机械臂运动。
[0006]在一种可能的实施方式中，所述获取机械臂的末端误差包括：获取所述机械臂的末端的当前位置；根据所述机械臂的末端的当前位置及期望目标位置，得到所述机械臂的末端误差。
[0007]在一种可能的实施方式中，所述避障移动动作模型的训练过程包括：初始化所述避障移动动作模型的仿真环境；基于强化学习算法搭建所述避障移动动作模型的神经网络的结构，并定义所述神经网络的状态空间、动作空间和奖励函数；通过所述神经网络与所述仿真环境进行交互，得到机械臂的经验值，所述经验值根据状态、动作及奖励确定；将每步对应的所述经验值放入随机回放池中；每一回合从所述随机回访池中抽取至少一条经验对所述神经网络进行训练，直至满足训练结束条件时，结束对所述神经网络的训练，得到所述避障移动动作模型。
[0008]在一种可能的实施方式中，所述奖励函数包括：稠密奖励函数及稀疏奖励函数；其中，所述稠密奖励函数根据所述机械臂的末端误差进行设置。
[0009]在一种可能的实施方式中，所述初始化所述避障移动动作模型的仿真环境包括：初始化多个障碍物环境训练图像；针对每个所述障碍物环境训练图像，初始化所述机械臂的末端模拟误差及所述机械臂的当前模拟关节角。
[0010]在一种可能的实施方式中，所述方法还包括：对所述避障移动动作模型进行仿真测试，得到测试成功率；对所述测试成功率与预设成功率阈值进行比较；当所述测试成功率大于所述预设成功率阈值时，将所述避障移动动作模型导入上位机；当所述测试成功率小于所述预设成功率阈值时，重新初始化所述避障移动动作模型的仿真环境，并重新训练所述避障移动动作模型。
[0011]本申请的第二方面提供一种基于视觉的机械臂避障系统，所述系统包括：机械臂；图像采集装置；处理装置，用于连接所述图像采集装置及所述机械臂，执行上述基于视觉的机械臂避障方法的步骤。
[0012]本申请的第三方面提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的基于视觉的机械臂避障方法的步骤。
[0013]本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于视觉的机械臂避障方法的步骤。
[0014]本申请实施例提供的基于视觉的机械臂避障方法、系统、电子设备及存储介质，通过获取障碍物环境图像，并将障碍物环境图像、机械臂的末端误差及机械臂的当前关节角输入至训练完成的避障移动动作模型中，从而通过避障移动动作模型输出了机械臂的末端误差对应的关节角增量，进而根据关节角增量控制机械臂运动。由于本申请的避障移动动作模型的输入是基于视觉信息(障碍物环境图像)、机械臂的末端误差及机械臂的当前关节角，因而使得机械臂在关节动作空间而非任务动作空间中学习到了关节空间的最优路径，从而直接输出了机械臂的末端误差对应的关节角增量，进而完成了在复杂环境中机械臂的自主避障任务，具有较高的成功率和泛化性，有更好的环境适应性。
附图说明
[0015]图1是本申请实施例示出的基于视觉的机械臂避障系统的结构示意图；图2是本申请实施例示出的基于视觉的机械臂避障方法的流程示意图；图3是本申请实施例示出的机械臂避障环境示意图；图4是本申请实施例示出的避障移动动作模型的训练方法的流程示意图；图5是本申请实施例示出的避障移动动作模型的网络结构图；
图6是本申请实施例示出的强化学习算法结构图；图7是本申请实施例示出的稠密奖励函数的曲线图；图8是本申请实施例示出的电子设备的结构示意图。
具体实施方式
[0016]本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请中使用的术语“和/或”是指包含一个或多个所列出项目的任何或所有可能组合。
[0017]以下，术语“第一”、“第二”仅用于描述目的，而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0018]参阅图1所示，为本申请实施例示出的基于视觉的机械臂避障系统的结构示意图。
[0019]基于视觉的机械臂避障系统1可以包括，但不限于：机械臂10、图像采集装置12、及连接所述机械臂10及所述图像采集装置12的电子设备14。
[0020]其中，所述图像采集装置12用于采集所述机械臂10所处的障碍物环境图像，并将所述障碍物环境图像传输给所述电子设备14。
[0021]其中，所述电子设备14用于根据所述障碍物环境图像控制所述机械臂10完成避障任务。
[0022]在其他实施方式中，所述电子设备14还用于根据所述障碍物环境图像，控制所述机械臂10完成避障任务，同时完成到达期望目标位置的任务。
[0023]所述电子设备14如何根据所述障碍物环境图像控制所述机械臂10完成避障任务，请参见图2及其相关描述。
[0024]图2是本专利技术实施例提供的基于视觉的机械臂避障方法的流程图。所述基于视觉的机械臂避障方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。
[0025]S21，获取本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于视觉的机械臂避障方法，其特征在于，所述方法包括：获取障碍物环境图像、获取机械臂的末端误差及获取所述机械臂的当前关节角；将所述障碍物环境图像、所述机械臂的末端误差及所述机械臂的当前关节角输入至训练完成的避障移动动作模型中；通过所述避障移动动作模型输出所述机械臂的末端误差对应的关节角增量；根据所述关节角增量控制所述机械臂运动。2.根据权利要求1所述的基于视觉的机械臂避障方法，其特征在于，所述根据所述关节角增量控制所述机械臂运动包括：根据所述关节角增量及所述当前关节角，得到当前期望关节角；根据所述当前期望关节角控制所述机械臂运动。3.根据权利要求1所述的基于视觉的机械臂避障方法，其特征在于，所述获取机械臂的末端误差包括：获取所述机械臂的末端的当前位置；根据所述机械臂的末端的当前位置及期望目标位置，得到所述机械臂的末端误差。4.根据权利要求1至3中任意一项所述的基于视觉的机械臂避障方法，其特征在于，所述避障移动动作模型的训练过程包括：初始化所述避障移动动作模型的仿真环境；基于强化学习算法搭建所述避障移动动作模型的神经网络的结构，并定义所述神经网络的状态空间、动作空间和奖励函数；通过所述神经网络与所述仿真环境进行交互，得到机械臂的经验值，所述经验值根据状态、动作及奖励确定；将每步对应的所述经验值放入随机回放池中；每一回合从所述随机回访池中抽取至少一条经验对所述神经网络进行训练，直至满足训练结束条件时，结束对所述神经网络的训练，得到所述避障移动动作模型。5.根据权利要求4所述的基于视觉的机械臂避障方法，其特...
【专利技术属性】
技术研发人员：黄伟冰，张文朋，孙骁，陈丹，徐哲壮，高路房，
申请(专利权)人：深圳进化动力数码科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。