【技术实现步骤摘要】
本申请涉及机器人控制，具体而言，涉及一种机器人避障控制方法及装置、机器人控制设备和存储介质。
技术介绍
1、随着科学技术的不断发展，机器人技术在各大行业的应用越发广泛，往往需要机器人在执行期望作业的过程中针对机器人运行环境内存在的各种障碍物进行规避，以避免因障碍物碰撞机器人导致的机器人损伤、期望作业无法正常执行等问题。而在机器人实际运行过程中，机器人运行环境内的各种障碍物并不一定都属于静态障碍物，通常属于静态环境障碍物和采用可移动物体充当的动态障碍物相互混杂的状态。
2、目前，常规的机器人避障方案通常利用感知系统持续反馈运行环境中静态环境障碍物点云的点云位置信息和动态障碍物的点云位置信息，再基于得到的点云位置信息采用人工势场法针对距离机器人碰撞点最近的障碍物点云形成排斥运动，来障碍物躲避效果。但值得注意的是，这种机器人避障方案通常会受限于点云信息的处理效率，需要延长机器人避障控制操作的解算周期，导致机器人运动速率难以提高，无法实现机器人实时避障效果，同时也会因人工势场法的局限性，导致该机器人避障方案很容易因动态灵巧性不足而陷入局部最优卡死，实质无法针对运行环境内的各种障碍物进行高灵巧性地规避。因此，如何针对运行环境内实际影响机器人作业的各种障碍物进行高灵巧性且高实时性地规避，便是当今机器人控制
中的一项重要技术问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种机器人避障控制方法及装置、机器人控制设备和存储介质，能够针对机器人运行环境内的静态环境障碍物和动
2、为了实现上述目的，本申请实施例采用的技术方案如下：
3、第一方面，本申请提供一种机器人避障控制方法，所述方法包括：
4、从深度相机感知系统处获取目标运行环境中各个可移动障碍物在当前控制周期内的包络体运动信息，并读取预存的所述目标运行环境中各个环境障碍物的实际体素块位置，其中所述各个环境障碍物的实际体素块位置通过所述深度相机感知系统在所述目标运行环境内存在可移动障碍物以前测量得到；
5、根据得到的所有包络体运动信息和所有实际体素块位置，确定目标机器人的多个关键避障部位各自在所述目标运行环境内需要躲避的目标障碍物；
6、根据确定出的所有目标障碍物各自的实际体素块位置或包络体运动信息，构建所述目标机器人在所述目标运行环境下的与期望作业对应的rmp任务映射树，其中所述rmp任务映射树的叶节点任务包括机器人避关节极限任务、机器人末端执行期望作业的位姿变化任务，以及所述多个关键避障部位分别躲避对应目标障碍物的避障运动任务；
7、根据所述目标机器人在当前控制周期内的实际关节状态信息和与所述期望作业匹配的末端期望位姿信息，基于所述rmp任务映射树进行全局关节加速度求解，得到所述目标机器人在当前控制周期内的期望关节加速度；
8、按照所述期望关节加速度控制所述目标机器人进行运动。
9、第二方面，本申请提供一种机器人避障控制装置，所述装置包括：
10、障碍物状况获取模块，用于从深度相机感知系统处获取目标运行环境中各个可移动障碍物在当前控制周期内的包络体运动信息，并读取预存的所述目标运行环境中各个环境障碍物的实际体素块位置，其中所述各个环境障碍物的实际体素块位置通过所述深度相机感知系统在所述目标运行环境内存在可移动障碍物以前测量得到；
11、障碍物躲避确定模块，用于根据得到的所有包络体运动信息和所有实际体素块位置，确定目标机器人的多个关键避障部位各自在所述目标运行环境内需要躲避的目标障碍物；
12、rmp任务树构建模块，用于根据确定出的所有目标障碍物各自的实际体素块位置或包络体运动信息，构建所述目标机器人在所述目标运行环境下的与期望作业对应的rmp任务映射树，其中所述rmp任务映射树的叶节点任务包括机器人避关节极限任务、机器人末端执行期望作业的位姿变化任务，以及所述多个关键避障部位分别躲避对应目标障碍物的避障运动任务；
13、任务树全局求解模块，用于根据所述目标机器人在当前控制周期内的实际关节状态信息和与所述期望作业匹配的末端期望位姿信息，基于所述rmp任务映射树进行全局关节加速度求解，得到所述目标机器人在当前控制周期内的期望关节加速度；
14、机器人运动控制模块，用于按照所述期望关节加速度控制所述目标机器人进行运动。
15、第三方面，本申请提供一种机器人控制设备，包括处理器和存储器，所述存储器存储有可被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序，以实现前述实施方式中任意一项所述的机器人避障控制方法。
16、第四方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被计算机设备运行时，实现前述实施方式中任意一项所述的机器人避障控制方法。
17、在此情况下，本申请实施例的有益效果可以包括以下内容：
18、本申请在从深度相机感知系统处获取目标运行环境中各个可移动障碍物在当前控制周期内的包络体运动信息，并读取预存的目标运行环境中各个环境障碍物的实际体素块位置的情况下，根据得到的包络体运动信息和实际体素块位置，确定目标机器人的多个关键避障部位各自在目标运行环境内需要躲避的目标障碍物，并根据不同关键避障部位各自对应的目标障碍物的实际体素块位置或包络体运动信息，构建目标机器人在目标运行环境下的与期望作业对应的rmp任务映射树，使rmp任务映射树的叶节点任务可以包括机器人避关节极限任务、机器人末端执行期望作业的位姿变化任务，以及多个关键避障部位分别躲避对应目标障碍物的避障运动任务，而后根据目标机器人在当前控制周期内的实际关节状态信息和与期望作业匹配的末端期望位姿信息，基于rmp任务映射树进行全局关节加速度求解，得到目标机器人在当前控制周期内的期望关节加速度，并按照期望关节加速度控制目标机器人进行运动，从而针对机器人运行环境内的静态环境障碍物和动态物体障碍物分别采用不同的感知方式，避免针对静态环境障碍物重复执行高耗时的点云信息处理工作，并实现动态物体障碍物运动状况的实时监控效果，来提升机器人避障实时性，同时深度考虑运行环境内各种障碍物在作业执行过程中的机器人运动干扰影响，利用rmp框架确保机器人在作业执行过程中可以针对实际影响机器人作业的各种障碍物进行高灵巧性且高实时性地反应式避障，并确保对应机器人避障效果与机器人运行环境的实际环境状况有效适配。
19、为使本申请的本文档来自技高网...
【技术保护点】
1.一种机器人避障控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从深度相机感知系统处获取目标运行环境中各个可移动障碍物在当前控制周期内的包络体运动信息的步骤，包括：
3.根据权利要求1所述的方法，其特征在于，所述多个关键避障部位各自对应的目标障碍物至少包括所述目标运行环境内的所有可移动障碍物，则根据得到的所有实际体素块位置，确定所述多个关键避障部位各自在所述目标运行环境内需要躲避的目标障碍物的步骤，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述位姿变化任务包括相对位姿固定的机器人末端中心点、第一末端参考点和第二末端参考点各自在期望作业执行过程中的位置运动任务，所述多个关键避障部位包括所述机器人末端中心点及多个目标避障部位，则所述根据确定出的所有目标障碍物各自的实际体素块位置或包络体运动信息，构建所述目标机器人在所述目标运行环境下的与期望作业对应的RMP任务映射树的步骤，包括：
6.根据权利要求5所述的方
7.一种机器人避障控制装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
9.一种机器人控制设备，其特征在于，包括处理器和存储器，所述存储器存储有可被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序，以实现权利要求1-6中任意一项所述的机器人避障控制方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机设备运行时，实现权利要求1-6中任意一项所述的机器人避障控制方法。
...【技术特征摘要】
1.一种机器人避障控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述从深度相机感知系统处获取目标运行环境中各个可移动障碍物在当前控制周期内的包络体运动信息的步骤，包括：
3.根据权利要求1所述的方法，其特征在于，所述多个关键避障部位各自对应的目标障碍物至少包括所述目标运行环境内的所有可移动障碍物，则根据得到的所有实际体素块位置，确定所述多个关键避障部位各自在所述目标运行环境内需要躲避的目标障碍物的步骤，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述位姿变化任务包括相对位姿固定的机器人末端中心点、第一末端参考点和第二末端参考点各自在期望作业执行过程中的位置运动任务，所述多个关键避障部位包括所述机器人末端中心点及多个目标避障部位，则所述根据确定出的所有目标障碍物各自的实际体素块位置或包络体运...
【专利技术属性】
技术研发人员：罗璇，陈春玉，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。