遥操作机器人的位姿补偿方法、装置、设备及存储介质与流程

本申请涉及机器人遥操作，具体而言，本申请涉及一种遥操作机器人的位姿补偿方法、装置、设备及存储介质。

背景技术：

1、遥操作机器人已被广泛应用于极端和危险环境中(如深空探索、深海探测、核电站维护和爆炸物排除等)，以替代人类进行现场操作，使得人工成本和任务风险得以降低。随着虚拟现实(virtual reality，vr)技术的快速发展，为机器人的遥操作带来全新的体验，为操作者提供了直接、沉浸式的视觉体验。

2、现有技术中，按照固定超前量对手部轨迹做线性外推，即以当前位置叠加速度乘固定超前时长作为预测目标；然而，固定超前量无法同时适配匀速与变向两种工况；其中，匀速平移时固定超前量不足、机器人仍滞后；而在动作变向（反转、拐点）瞬间，同样的超前量会让预测目标冲过实际落点产生过冲，在抓取、装配等精细操作中直接造成碰撞或错位。

技术实现思路

1、本申请实施例提供了一种遥操作机器人的位姿补偿方法、装置、设备及存储介质，以解决现有技术中按照固定超前量进行时间补偿，导致机器人末端匀速时滞后、变向时过冲的技术问题。

2、根据本申请实施例的第一方面，提供了一种遥操作机器人的位姿补偿方法，所述方法包括：

3、获取位姿采集端采集的位姿数据帧，基于所述位姿数据帧更新位姿观测滑动窗口，所述位姿数据帧包括操作者的位置数据和姿态数据；

4、基于所述位姿观测滑动窗口中的位姿数据帧，逐帧对运动参数进行在线辨识，获得每个位姿数据帧对应的更新后的运动参数；

5、基于每个位姿数据帧以及对应的更新后的运动参数，以所述位姿数据帧的采集时刻为起始时刻外推超前预测时长，得到目标位姿；所述超前预测时长与所述位姿数据帧相对应，且所述超前预测时长是根据预设值、标定值和在线估计值中的至少一种确定的；所述目标位姿包括所述操作者的目标位置数据和目标姿态数据；

6、对所述目标位姿进行位姿补偿，得到补偿后的位姿设定点，并将所述位姿设定点下发至机器人控制端；所述位姿补偿包括可独立配置的超前增益补偿、过冲抑制补偿以及输出平滑补偿，所述目标位置数据和所述目标姿态数据分别进行补偿。

7、作为一种可选的实施方式，所述基于所述位姿观测滑动窗口中的位姿数据帧，逐帧对运动参数进行在线辨识，获得每个位姿数据帧对应的更新后的运动参数包括：

8、确定所述位姿观测滑动窗口中的位姿数据帧的采集时序；

9、根据所述采集时序，基于每个位姿数据帧的位置数据和姿态数据对运动参数进行在线辨识，得到每个位姿数据帧对应的更新后的运动参数。

10、作为一种可选的实施方式，所述方法还包括：

11、设置所述运动参数的上、下限，并根据所述运动参数，动态调整补偿的参数；所述补偿参数包括超前增益补偿参数、过冲抑制补偿参数和平滑补偿参数中的至少一种；以及，

12、对所述补偿后的位姿设定点设置工作空间软边界约束。

13、作为一种可选的实施方式，所述超前增益补偿包括：

14、通过所述超前增益补偿参数对每个位姿数据帧的位置数据与所述位姿数据帧对应的目标位姿的目标位置数据进行线性插值；以及，通过所述超前增益补偿参数对每个位姿数据帧的姿态数据与所述位姿数据帧对应的目标位姿的目标姿态数据进行球面线性插值。

15、作为一种可选的实施方式，所述过冲抑制补偿包括：

16、对超前增益补偿后的位置数据和姿态数据施加临界阻尼跟踪，并在检测到运动方向反转或越过落点时收紧所述运动参数的限幅。

17、作为一种可选的实施方式，所述输出平滑补偿包括：

18、通过所述平滑补偿参数对过冲抑制补偿后的位姿设定点进行平滑滤波处理。

19、作为一种可选的实施方式，所述方法还包括：

20、所述目标位置数据与所述目标姿态数据分别采用独立的补偿参数，所述补偿参数包括超前增益补偿参数、过冲抑制补偿参数和平滑补偿参数中的至少一种。

21、作为一种可选的实施方式，所述在线辨识采用递推最小二乘方法、卡尔曼滤波方法、自适应卡尔曼滤波方法以及最小二乘滑窗拟合方法中的至少一者。

22、根据本申请实施例的第二方面，提供了一种遥操作机器人的位姿补偿装置，所述装置包括：

23、第一处理模块，用于获取位姿采集端采集的位姿数据帧，基于所述位姿数据帧更新位姿观测滑动窗口，所述位姿数据帧包括操作者的位置数据和姿态数据；

24、第二处理模块，用于基于所述位姿观测滑动窗口中的位姿数据帧，逐帧对运动参数进行在线辨识，获得每个位姿数据帧对应的更新后的运动参数；

25、第三处理模块，用于基于每个位姿数据帧以及对应的更新后的运动参数，以所述位姿数据帧的采集时刻为起始时刻外推超前预测时长，得到目标位姿；所述超前预测时长与所述位姿数据帧相对应，且所述超前预测时长是根据预设值、标定值和在线估计值中的至少一种确定的；所述目标位姿包括所述操作者的目标位置数据和目标姿态数据；

26、第四处理模块，用于对所述目标位姿进行位姿补偿，得到补偿后的位姿设定点，并将所述位姿设定点下发至机器人控制端；所述位姿补偿包括可独立配置的超前增益补偿、过冲抑制补偿以及输出平滑补偿，所述目标位置数据和所述目标姿态数据分别进行补偿。

27、根据本申请实施例的第三方面，提供了一种电子设备，包括：存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现第一方面中任一项所述的方法。

28、根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一项所述的方法。

29、根据本申请实施例的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的方法。

30、本申请实施例提供的技术方案带来的有益效果是：

31、本申请实施例提供了一种遥操作机器人的位姿补偿方法、装置、设备及存储介质。本申请实施例通过逐帧执行运动辨识与超前外推，输出补偿后的位姿设定点，形成“延迟估计、外推时长计算、补偿输出”的延迟自适应闭环，使预测时刻与预计执行时刻相匹配，补偿量随端到端实测延迟动态调整，解决了固定超前量在延迟波动下“补多过冲、补少滞后”的技术问题，提升了遥操作机器人的安全性、操作精度与作业效率。

1.一种遥操作机器人的位姿补偿方法，其特征在于，所述方法包括：

2.根据权利要求1所述的遥操作机器人的位姿补偿方法，其特征在于，所述基于所述位姿观测滑动窗口中的位姿数据帧，逐帧对运动参数进行在线辨识，获得每个位姿数据帧对应的更新后的运动参数包括：

3.根据权利要求2所述的遥操作机器人的位姿补偿方法，其特征在于，所述方法还包括：

4.根据权利要求3所述的遥操作机器人的位姿补偿方法，其特征在于，所述超前增益补偿包括：

5.根据权利要求4所述的遥操作机器人的位姿补偿方法，其特征在于，所述过冲抑制补偿包括：

6.根据权利要求5所述的遥操作机器人的位姿补偿方法，其特征在于，所述输出平滑补偿包括：

7.根据权利要求6所述的遥操作机器人的位姿补偿方法，其特征在于，所述方法还包括：

8.根据权利要求1至7中任意一项所述的遥操作机器人的位姿补偿方法，其特征在于，所述在线辨识采用递推最小二乘方法、卡尔曼滤波方法、自适应卡尔曼滤波方法以及最小二乘滑窗拟合方法中的至少一者。

9.一种遥操作机器人的位姿补偿装置，其特征在于，所述装置包括：

10.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至8中任一项所述的方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法。

12.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法。