[發(fā)明專利]一種動態(tài)視覺的感知觀測跟蹤控制方法、裝置及設(shè)備

在審

• 申請?zhí)枺?/td>: 202111487928.3
• 申請日: 2021-12-07
• 公開（公告）號: CN113997293A
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計）人: 吳暉;王楊;施澤;王偉
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司;廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J19/00;B25J19/02
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李秋梅

本發(fā)明涉及一種動態(tài)視覺的感知觀測跟蹤控制方法、裝置及設(shè)備，動態(tài)視覺感知系統(tǒng)包括VR設(shè)備和機器人，機器人的末端設(shè)置有攝像設(shè)備，該方法基于搭建了包含VR設(shè)備、機器人和攝像設(shè)備的動態(tài)視覺感知系統(tǒng)，并提出了針對該動態(tài)視覺感知系統(tǒng)采用逆運動學(xué)公式分析的異構(gòu)型主從遙操作逆運動學(xué)模型，實現(xiàn)對目標(biāo)的動態(tài)多角度可見光觀測，通過逆運動學(xué)公式分析動態(tài)視覺感知系統(tǒng)機器人各個關(guān)節(jié)角實現(xiàn)機器人末端及攝像設(shè)備對VR設(shè)備的位姿跟蹤，其位置跟蹤平均誤差不大于1.7mm，姿態(tài)跟蹤平均誤差小于2.36°；解決了現(xiàn)有遙操作技術(shù)與AR技術(shù)相結(jié)合遙控操作采用D?H法建立遙操作機器人主從臂的運動學(xué)模型，得到的姿態(tài)跟蹤精度低的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及機器人視覺跟蹤技術(shù)領(lǐng)域，尤其涉及一種動態(tài)視覺的感知觀測跟蹤控制方法、裝置及設(shè)備。

背景技術(shù)

機器人代替人工開展配網(wǎng)帶電作業(yè)是電網(wǎng)運維方式發(fā)展的趨勢。但是由于現(xiàn)有配網(wǎng)線路多回路類型比例高、設(shè)備密度高，傳統(tǒng)的固定式視覺感知系統(tǒng)難以繞過作業(yè)空間內(nèi)的障礙遮蔽為操作人員和機器人自主控制系統(tǒng)提供作業(yè)目標(biāo)和環(huán)境的感知和定位信息。而隨著VR/AR設(shè)備技術(shù)成熟、成本降低，將VR/AR設(shè)備與遙操作技術(shù)相融合，研究可跟蹤操作人員頭部位姿、模擬人類在多視角觀測同一目標(biāo)時脊柱的姿態(tài)變化、具有高臨場感的作業(yè)機器人動態(tài)視覺感知系統(tǒng)滿足現(xiàn)在的需求。

目前，遙操作技術(shù)與AR技術(shù)相結(jié)合的研究主要集中于將AR作為操作人員的視覺感知來源，提升遙操作的臨場感。而VR技術(shù)與遙操作技術(shù)相結(jié)合的研究主要是利用虛擬圖像或者虛擬力、觸覺降低遙操作延時問題對操作臨場感的影響。在遙操作實現(xiàn)方面，目前常用的方法是采用D-H法建立遙操作機器人主從臂的運動學(xué)模型，通過該運動學(xué)模型得到的定位精度低。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種動態(tài)視覺的感知觀測跟蹤控制方法、裝置及設(shè)備，用于解決現(xiàn)有遙操作技術(shù)與AR技術(shù)相結(jié)合遙控操作采用D-H法建立遙操作機器人主從臂的運動學(xué)模型，得到的姿態(tài)跟蹤精度低的技術(shù)問題。

為了實現(xiàn)上述目的，本發(fā)明實施例提供如下技術(shù)方案：

一種動態(tài)視覺的感知觀測跟蹤控制方法，應(yīng)用于動態(tài)視覺感知系統(tǒng)上，所述動態(tài)視覺感知系統(tǒng)包括VR設(shè)備和機器人，所述機器人的末端設(shè)置有攝像設(shè)備，該方法包括以下步驟：

對所述VR設(shè)備、所述機器人和所述攝像設(shè)備分別建立對應(yīng)的第一坐標(biāo)系、第二坐標(biāo)系和第三坐標(biāo)系；

實時獲取所述VR設(shè)備在第一坐標(biāo)系下觀測目標(biāo)的第一空間參數(shù)，以及實時獲取所述攝像設(shè)備在第三坐標(biāo)系下的第三空間參數(shù)；

通過逆運動學(xué)公式對所述第一空間參數(shù)和所述第三空間參數(shù)進行映射處理，得到機器人的關(guān)節(jié)角；

通過所述關(guān)節(jié)角控制所述機器人運行，以控制所述攝像設(shè)備實時對觀測目標(biāo)動態(tài)觀測。

優(yōu)選地，所述逆運動學(xué)公式為：[x,y,z,ψ,θ,φ]_m＝f^-1([x,y,z,ψ,θ,φ]_s)＝f^-1(g^-1(q))；f為VR設(shè)備獲取的第一空間參數(shù)到機器人末端的映射模型；g為機器人末端位姿到機器人各關(guān)節(jié)角大小的映射模型；q＝[q₁,q₂,…,q₆]為機器人的關(guān)節(jié)角，[x,y,z,ψ,θ,φ]_m為第一坐標(biāo)系x、y、z軸對應(yīng)的坐標(biāo)x_m、y_m、z_m和旋轉(zhuǎn)角ψ_m、θ_m、φ_m；[x,y,z,ψ,θ,φ]_s為第三坐標(biāo)系x、y、z軸對應(yīng)坐標(biāo)x_s、y_s、z_s和旋轉(zhuǎn)角ψ_s、θ_s、φ_s。