面向电网巡检的人形机器人VR遥操作运动映射方法与流程

摘要: 本发明涉及机器人遥操作领域。背景技术:1、在变电站、配电房、输配电辅助作业区域以及供电场站中,机器人不仅需要完成图像采集、红外测温和状态记录,还可能需要执行按钮...
面向电网巡检的人形机器人VR遥操作运动映射方法与流程

本发明涉及机器人遥操作领域。

背景技术:

1、在变电站、配电房、输配电辅助作业区域以及供电场站中,机器人不仅需要完成图像采集、红外测温和状态记录,还可能需要执行按钮按压、开关拨动、工具取放、部件接近检查等上肢操作任务。对于此类任务,关键问题不只是机器人是否能够替代人工进入现场,而是操作者的上肢和手部动作能否被准确、连续地映射为机器人机械臂和灵巧手的可执行控制量。

2、现有遥操作方式中,部分方案采用摇杆、按键或速度指令控制机器人末端运动。该类方式需要操作者将自己的操作意图分解为多个轴向的位移、转动或开合指令,直观性较弱,操作负担较高,难以自然表达肩、肘、腕和手指之间的协同动作。

3、也有方案采用同构主从机械臂或专用主手设备进行遥操作。该类方案在主端和从端机构相似时映射关系较直接,但通常依赖额外硬件,系统成本和部署复杂度较高;当机器人机械臂与人体上肢或主端机构在自由度数量、连杆尺度、关节排列和工作空间方面不一致时,映射参数需要重新设计,通用性和可移植性不足。

4、随着虚拟现实(vr)设备和动作捕捉技术的发展,现有技术可以直接采集操作者的上肢姿态、手腕姿态和手指动作,并将其用于机器人遥操作。此类系统的核心在于“运动映射”,即将操作者的上肢动作数据(如肩、肘、腕部位置与姿态,以及指尖位置)实时、准确地转换为机器人执行端(通常包含机械臂和灵巧手)各关节的控制指令。

5、然而,当前的运动映射技术仍面临一系列亟待解决的挑战。

6、其一,映射策略的灵活性与适应性不足。 现有系统往往采用固定的映射策略,难以兼顾不同场景下的精度与柔顺性需求。例如,若全程采用高精度的末端控制,虽能保证末端执行器的轨迹精度,但在快速、大范围运动中容易导致机器人关节角突变,引发安全性问题。相反,若仅采用粗跟随的关节空间映射,则在精密操作任务中精度不足。如何根据任务模式动态切换控制策略,是提升系统实用性的关键。

7、其二,机械臂运动映射的精度与安全性难以协调。 在将人体动作映射到机器人特定构型(如具有关节限位和速度限制的7自由度机械臂及多关节灵巧手)时,不仅要保证映射的几何相似性,还必须严格满足机器人自身的物理约束。若直接进行几何映射,极易导致关节角度超出允许范围或速度过快,进而损坏设备。例如,腕部三个关节(掌曲-背伸、尺偏-挠偏、旋前-旋后)在逆运动学求解时可能面临多解问题,如何从中选出既满足关节限位又最接近当前状态的解,是保证运动平滑性和安全性的重要一环。

8、其三,灵巧手无法精细操控映射。 将操作者五个指尖的位置变化映射到灵巧手多个关节的目标位置,是一个高度冗余的非线性优化问题。现有方法多采用简单的比例映射或基于关键点的优化,但常忽略灵巧手自身的运动学约束和当前实际关节位置,导致映射后的手部姿态不自然或无法执行。

9、因此,以上问题亟需解决。

技术实现思路

1、本发明目的是为了解决现有运动映射技术映射策略灵活性与适应性不足、机械臂运动映射的精度与安全性难以协调、以及灵巧手无法精细操控映射的问题。本发明提供了一种面向电网巡检的人形机器人vr遥操作运动映射方法。

2、面向电网巡检的人形机器人vr遥操作运动映射方法,该方法包括:

3、s1、通过vr 设备采集当前控制周期人体追踪坐标系下人体上肢动作数据,并进行预处理;同时采集机器人执行端反馈状态数据,其包括机械臂各关节实际关节角和灵巧手各关节的实际关节位置;所述人体上肢动作数据包括肩部、肘部、腕部位置向量,肩部、腕部姿态四元数,以及五个指尖位置向量;

4、s2、根据当前任务模式选择对应的机械臂关节空间跟随策略或末端精确控制策略,并结合人体上肢动作数据及机械臂各关节实际关节角,生成当前任务模式下机械臂各关节参考关节角;同时根据人体上肢动作数据中腕部与指尖的相对位置关系,经坐标映射和尺度转换后结合灵巧手各关节的实际关节位置,生成灵巧手各关节目标位置;任务模式包括关节空间粗跟随模式和末端精控制模式,并且二者分别与机械臂关节空间跟随策略和末端精确控制策略一一对应;

5、s3、对当前任务模式下由机械臂各关节的参考关节角所构成的机械臂参考关节角向量和由灵巧手各关节目标位置所构成的灵巧手目标位置向量,均依次进行运动允许范围限幅和单控制周期增量限幅后,确定机械臂期望关节角向量和灵巧手期望位置向量,根据和相应生成机械臂和灵巧手各关节控制指令,来对相应关节驱动控制,以控制机械臂和灵巧手执行遥操作运动,为当前控制周期。

6、优选的是,步骤s1中,对采集的当前控制周期人体上肢动作数据进行预处理的实现方式为:依次进行异常数据剔除、补齐及平滑去噪处理。

7、优选的是,机器人执行端由机械臂和灵巧手构成,且机械臂上的各关节由上至下依次为外展-内收关节、前屈-后伸关节、屈-伸关节、掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节;

8、并且外展-内收关节和前屈-后伸关节构成肩部关节组件,屈-伸关节作为肘部关节,掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节构成腕部关节组件。

9、优选的是,步骤s2中,利用机械臂关节空间跟随策略,生成当前任务模式下机械臂各关节参考关节角的实现方式为:

10、s2-11、根据当前控制周期人体上肢动作数据中肩部、肘部和腕部位置向量,利用肩部到肘部的连线和肘部到腕部的连线,分别计算当前控制周期人体追踪坐标系下上臂方向向量和前臂方向向量;

11、s2-12、根据人体追踪坐标系与机器人基坐标系间的方向映射矩阵,将人体追踪坐标系下转化为机器人基坐标系下,根据得到的机器人基坐标系下上臂方向向量,计算肩部外展-内收角和肩部前屈-后伸角;

12、,,,

13、其中,分别为上臂方向向量在机器人基坐标系的轴、轴和轴方向上的分量,为转置,为四象限反正切函数;

14、s2-13、基于和,计算机械臂肩部关节组件中外展-内收关节参考关节角和前屈-后伸关节的参考关节角;并且;其中,和分别为外展-内收关节和前屈-后伸关节的方向系数,和分别为外展-内收关节和前屈-后伸关节的零位偏置;

15、s2-14、基于和,计算人体肘部屈-伸角,基于计算屈-伸关节参考关节角;并且

16、;

17、其中,为限幅函数, 为屈-伸关节的方向系数,为屈-伸关节的零位偏置;

18、s2-15、将当前控制周期人体肩部姿态四元数和腕部姿态四元数分别转换为人体追踪坐标系下的肩部姿态旋转矩阵和腕部姿态旋转矩阵,并结合方向映射矩阵,计算机器人基坐标系下肩部到腕部的变换矩阵;为人体追踪坐标系下,为机器人基坐标系;

19、s2-16、分别对、和进行正运动学处理,相应得到从机器人基坐标系分别到、和所对应关节的局部坐标系间的旋转矩阵,从而构造前屈-后伸关节、外展-内收关节和屈-伸关节间的总旋转矩阵;

20、s2-17、根据和,构造机械臂的掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节间的总旋转矩阵;

21、s2-18、根据,进行逆运动学分解得到两组腕部候选角,每组腕部候选角均由腕部关节组件中掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节在各自转动方向下的候选关节角构成,且两组腕部候选角中同种关节的转动方向相反;

22、s2-19、删除存在候选关节角超出其所对应关节的允许关节范围的整组腕部候选角,利用剩余组分的腕部候选角结合机械臂的腕部关节组件中各关节实际关节角,确定掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节的最优候选角,并分别作为掌曲-背伸关节参考关节角、尺偏-挠偏关节参考关节角和旋前-旋后关节参考关节角,并利用构成当前任务模式下机械臂参考关节角向量。

23、优选的是,步骤s2-19中,利用剩余组分的腕部候选角结合机械臂的腕部关节组件中各关节实际关节角,确定掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节的最优候选角的实现方式为:

24、当剩余组分的腕部候选角为两组腕部候选角时,计算各组腕部候选角中各关节的候选关节角与其对应关节实际关节角间变化偏差,计算各组腕部候选角所对应3个变化偏差之和,得到该组腕部候选角的总变化偏差,取总变化偏差最小的相应组腕部候选角中各关节的候选关节角作为该关节的最优候选角;

25、当剩余组分的腕部候选角为一组腕部候选角时,将该组腕部候选角中掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节的候选关节角均作为其相应关节的最优候选角;

26、当剩余组分的腕部候选角为零组时,将机械臂的腕部关节组件中掌曲-背伸关节、尺偏-挠偏关节和旋前-旋后关节的实际关节角均作为其相应关节的最优候选角。

27、优选的是,,;

28、其中,、和分别为当前控制周期下人体肩部、肘部和腕部的位置向量。

29、优选的是,步骤s2-15中,,

30、其中,为人体追踪坐标系下人体腕部相对于肩部的姿态旋转矩阵。

31、优选的是,利用机械臂末端精确控制策略,生成当前任务模式下机械臂各关节参考关节角的实现方式为:

32、s2-21、将机械臂关节空间跟随策略下的机械臂各关节参考关节角与该关节实际关节角间的偏差,作为该关节角期望增量,并利用机械臂所对应的所有关节角期望增量,形成当前控制周期下机械臂关节角期望增量向量;

33、s2-22、根据人体追踪坐标系下当前控制周期和上一控制周期的腕部位置向量和腕部姿态旋转矩阵,计算腕部位置向量增量和腕部姿态旋转增量矩阵;

34、;

35、其中,和分别为当前控制周期和上一控制周期下人体腕部位置向量,为上一控制周期下腕部姿态旋转矩阵; 为上一控制周期;

36、s2-23、利用方向映射矩阵将当前控制周期人体追踪坐标系下和转为到机器人基坐标系后,并将相应得到的机器人基坐标系下腕部位置增量向量和腕部姿态旋转增量矩阵,合并为当前控制周期机械臂期望控制增量向量;并且

37、;

38、;

39、其中,为位置尺度增益,是基础增益,是速度增益系数,分别为增益下、上限值,为人体腕部运动速度向量,为将矩阵转换为旋转向量的函数,和分别为当前控制周期和上一控制周期的人体动作数据采集时间戳;

40、s2-24、利用上一控制周期的跟踪误差向量对当前控制周期机械臂期望控制增量向量进行补偿,得到当前控制周期的补偿后机械臂期望控制增量向量,为误差补偿系数;

41、s2-25、利用和对当前控制周期下机械臂关节角期望增量向量进行修正,得到修正后的机械臂关节角期望增量向量;

42、;

43、;

44、为计算机械臂雅可比矩阵的函数,为当前控制周期机械臂实际关节角向量,且由机械臂各关节实际关节角构成,为机械臂位置和姿态误差权重矩阵,是关节增量平滑权重,和分别为当前控制周期械臂各关节角增量的上、下限值,和分别为当前控制周期机械臂各关节角允许的上、下限;

45、s2-26、根据和,得到当前任务模式下机械臂参考关节角向量,且中各关节参考关节角为末端精确控制策略下机械臂相应关节参考关节角。

46、优选的是,步骤s2中,根据人体上肢动作数据中腕部与指尖的相对位置关系,经坐标映射和尺度转换后结合灵巧手各关节的实际关节位置,生成灵巧手各关节目标位置的实现方式为:

47、s2-31、根据当前控制周期人体上肢动作数据中腕部位置向量和五个指尖位置向量,计算人体追踪坐标系下人体腕部指向第个指尖的相对位置向量;

48、其中,为控制周期下第个指尖的位置向量,为控制周期下腕部位置向量;

49、s2-32、利用人体追踪坐标系与机器人基坐标系间的方向映射矩阵,将转为机器人基坐标系下,得到机器人基坐标系下人体腕部指向其第个指尖的相对位置向量;为第根手指的人体长度到机器人长度的尺度转换系数;

50、s2-33、将待求解的灵巧手关节目标位置向量输入至灵巧手正运动学模型,通过灵巧手正运动学模型计算机器人腕部位置向量和机器人第个指尖位置向量,求得机器人基坐标系下机器人腕部指向其第个指尖的相对位置向量;

51、待求的灵巧手关节目标位置向量允许范围内,利用相对位置向量和,对待求解的灵巧手关节目标位置向量进行优化求解,得到当前控制周期下最优的灵巧手目标位置向量,并将最优的灵巧手目标位置向量中灵巧手各关节目标位置向量作为结果输出;分别为灵巧手各关节允许位置的下限和上限;

52、其中,优化求解的实现方式为:;

53、其中,为当前控制周期内的人体指尖编号集合,为平滑权重,为当前控制周期下灵巧手实际关节位置向量,其由灵巧手各关节的实际关节位置构成。

54、优选的是,步骤s3中,对机械臂参考关节角向量和灵巧手目标位置向量均依次进行运动允许范围限幅和单控制周期增量限幅的实现方式为:

55、首先、对和分别进行允许范围限幅,得到限幅后的机械臂参考关节角向量和限幅后的灵巧手目标位置向量;

56、;

57、;

58、为限幅函数,和分别为机械臂各关节角允许的上、下限,分别为灵巧手各关节允许位置的下限和上限;

59、其次、分别对和进行增量限幅,相应得到当前控制周期的机械臂关节角增量向量和灵巧手目标位置可执行增量向量;

60、;

61、;

62、和分别为当前控制周期机械臂实际关节角向量和灵巧手实际关节位置向量,并且由机械臂各关节实际关节角所构成,由灵巧手各关节的实际关节位置构成,和分别为械臂各关节角增量的上、下限,和分别为灵巧手各关节位置量在单个控制周期内允许的增量下限和增量上限;

63、最后、根据和,计算机械臂期望关节角向量和灵巧手期望位置向量;其中,。

64、本发明的有益效果:

65、本发明通过任务模式自适应切换机制,使系统可根据实际作业需求在关节空间粗跟随与末端精确控制两种策略间灵活选择,从而在同一平台下兼顾大范围移动的柔顺性与精细操作的末端精度,解决了传统固定映射策略适应性不足的问题。同时,通过对所有输出指令依次执行允许范围限幅和单周期增量限幅,确保机械臂各关节和灵巧手各关节的运动指令始终处于物理极限与安全速率之内,在不损失映射精度的前提下保障了系统运行的安全性,有效协调了精度与安全之间的矛盾。对于灵巧手的操控,以腕部与指尖的相对位置关系为基础,结合坐标映射、尺度转换和灵巧手实际关节位置反馈来生成目标指令,避免了单纯依赖绝对位置映射带来的偏差,保证了手部姿态的自然连续和关节运动的平滑性。三者相互配合,构成了一套完整的上肢遥操作运动映射解决方案,使人形机器人在复杂作业场景中能够稳定、安全地跟随操作者意图执行操作。

66、本发明通过模式切换兼顾粗定位柔顺性与精细操作精度,通过双重限幅保障运动安全平滑。本发明用于通过vr设备对人形机器人上肢进行遥操作控制,实现机械臂与灵巧手在粗定位与精细操作场景下安全、平滑、精确的运动映射。