[發明專利]基于視覺實時示教與自適應DMPS的機械臂運動控制方法和系統

有效

• 申請號: 201811057825.1
• 申請日: 2018-09-11
• 公開（公告）號: CN109108942B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 吳懷宇;張思倫;陳洋;吳杰;梅壯;代雅婷
• 申請（專利權）人: 武漢科技大學
• 主分類號: B25J9/00
• 分類號: B25J9/00;B25J9/16
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 胡琳萍

本發明涉及一種基于視覺實時示教與自適應DMPS的機械臂運動控制方法和系統。首先設定示教物，然后控制示教物進行示范運動，使用Kinect獲取深度圖并結合PnP算法對示教物進行三維位姿定位與跟蹤，建立空間映射系統將示教物位姿映射到機械臂末端，根據逆運動學解算機械臂各關節控制信息并實時發送以間接控制機械臂運動，最后在線記錄示教運動信息并運用自適應DMPS算法對其進行局部線性優化與學習。本發明擺脫了傳統示教模式中機械臂硬件結構的束縛與對復雜傳感器的依賴，降低了示教的硬件成本與示教難度，無接觸特性增強了示教過程的安全性的同時還具有廣泛適用性，本發明提出的自適應DMPS方法使整個系統具有良好的抗干擾性。

技術領域

本發明屬于機械臂運動規劃領域，具體涉及一種基于QR碼(二維條碼的一種)進行的機械臂在線視覺示教學習的運動控制方法和系統。

背景技術

運動規劃主要針對機器人上具有高維度運動空間的機械臂模塊，不同于平面的路徑規劃，其主要分為關節空間軌跡規劃與笛卡爾空間軌跡規劃兩大類，前者在傳統中主要運用樣條插值方法，后者主要運用空間直線或者空間圓弧等規劃方法。由于機械臂自身的多自由度空間特性，使得這幾種方法實際運用中不僅規劃計算復雜大，還對于每一個新的目標都要重新計算運動過程中機械臂的每個姿態，尤其當機械臂與運動目標點之間存在障礙物時，傳統的方法更難規劃出機械臂的運動，所以傳統方法存在計算復雜、智能化低、適應性差等缺陷。美國萊斯大學Kavraki等人開發的開源運動規劃庫(Open Motion PlanningLibrary，OMPL)成為目前主流機械臂運動規劃平臺。在OMPL中適用于高維的運動規劃方法主要有概率路圖法(Probabilistic Road Map，PRM)、快速拓展隨機樹法(Rapidly RandomTree，RRT)與人工勢場法等，這些算法使用不同的采樣方式搜索區域，具有規劃速度快、概率完備等優點，但由于算法隨機采樣的特性，使得同一任務每次規劃的結果都不同，不僅有時無法達到滿意的規劃效果，還無法對規劃結果作出預判。

近年來，機器學習發展迅速，研究者們致力于開發示教學習模式的機械臂運動方法讓機械臂的使用變得簡單。如何對機械臂進行在線示教是研發的一大難題，一些研究機構采用定制的可示教類型的機械臂如KUKA機械臂，此類機械臂可將機械臂與使用者手臂綁定使其同時運動進行在線示教，這類方法不僅需要專業的硬件設備，示教過程還存在著一定的危險性；另一些研究機構采用大量的傳感器安于使用者運動部位進行示教，這種方法既需要依賴大量且昂貴的傳感器，又容易出現干擾等問題影響學習效果，當減少傳感器數量時無法保證精度，而為了增加精度又不得不人為配置若干輔助裝置。因而如何實施一種既安全又適用性廣泛的示教方法是業界一直追求的目標。

發明內容

本發明針對上述機械臂運動規劃領域示教學習模式中示教困難與學習抗干擾性差等問題，提出一種基于視覺實時示教與自適應DMPS的機械臂運動控制方法和系統，該方法大幅減少傳感器數目并保證精度，擺脫了傳統示教模式中機械臂硬件結構的束縛與對復雜傳感器的依賴，降低了示教的硬件成本與示教難度，無接觸特性增強了使用者安全性的同時還具有廣泛適用性，針對示教信息存在干擾等問題，本發明提出的自適應DMPS方法使整個系統具有良好的抗干擾性。

為解決上述技術問題，本發明采用如下技術方案：

一種基于視覺實時示教與自適應DMPS的機械臂運動控制方法，其特征在于通過計算機視覺對具有設定QR碼特征的示教物進行三維位姿識別、定位、跟蹤，QR碼中心為二維碼示教識別部位，二維碼示教識別部位外圍為白色矩形區域和四角的黑色小矩形連接形成的矩形框；同時建立空間映射系統將示教物空間信息映射到機械臂末端，示教時使用者通過操控示教物間接實時控制機械臂運動。