一种碰撞检测方法、装置、计算机可读存储介质及机器人与流程

1.本技术属于机器人技术领域，尤其涉及一种碰撞检测方法、装置、计算机可读存储介质及机器人。


背景技术：

2.随着协作机器人在各个生产生活场景的普及，大大增加了机器人与人和环境进行交互的可能性，因此机器人对外界环境交互的力感知显得格外重要，这是实现机器人力控安全操作的基础环节。目前针对机器人与外界环境交互时的碰撞检测，一方面对关节电机的输出力矩或输出力矩的变化率设定阈值以判断是否发生碰撞，这种方法的精度不高，往往产生很大的接触力才能检测到。另一方面，建立机器人的动力学模型并通过参数辨识来实现机器人运动过程的关节力矩预测，这是目前主流的技术方案，但由于很难建立准确的关节摩擦模型，同时参数辨识时仍然存在误差，另外通过动力学模型计算关节力矩时要求得到机器人的关节加速度，往往加速度信息是无法直接获得的，通过速度微分的间接方法会引入数据噪声，综合以上各种因素，通过该方案计算的关节外力矩存在较大的误差，也就是说即使机器人与外界没有发生碰撞，估计关节外力矩仍有较大的值，这需要设定较大的判断阈值才能避免碰撞的误检测，而过大的阈值降低了碰撞检测的精度，这对改进机器人安全操作功能提出了挑战。


技术实现要素：

3.有鉴于此，本技术实施例提供了一种碰撞检测方法、装置、计算机可读存储介质及机器人，以解决现有的碰撞检测方法精度较低的问题。
4.本技术实施例的第一方面提供了一种碰撞检测方法，可以包括：
5.根据预设的基于广义动量的扰动观测器计算机器人的第一关节外力矩；
6.根据预设的长短期记忆网络计算所述机器人的第二关节外力矩；
7.根据所述第一关节外力矩和所述第二关节外力矩计算所述机器人的第三关节外力矩；
8.根据所述第三关节外力矩和预设的碰撞阈值判断所述机器人是否与外界环境发生碰撞。
9.在第一方面的一种具体实现方式中，所述根据预设的基于广义动量的扰动观测器计算机器人的第一关节外力矩，可以包括：
10.根据所述扰动观测器计算所述机器人的广义动量残差；
11.根据所述广义动量残差计算所述第一关节外力矩。
12.在第一方面的一种具体实现方式中，所述扰动观测器的表达式为：
13.14.其中，p为所述机器人的广义动量，为p的估计值，τm为所述机器人的关节力矩，τf为所述机器人的关节摩擦力矩，为τf的估计值，q为所述机器人的关节位置，为所述机器人的关节速度，g(q)为所述机器人的重力矢量，为所述机器人的科氏力和离心力矩阵，为的转置矩阵，为的估计值，ko为所述扰动观测器的增益矩阵，r为所述广义动量残差。
15.在第一方面的一种具体实现方式中，所述根据所述扰动观测器计算所述机器人的广义动量残差，可以包括：
16.根据下式计算所述广义动量残差：
[0017][0018]
其中，0为预设的初始时刻，p(0)为所述机器人在所述初始时刻的广义动量，t为时间变量，p(t)为所述机器人在时刻t的广义动量。
[0019]
在第一方面的一种具体实现方式中，所述根据预设的长短期记忆网络计算所述机器人的第二关节外力矩，可以包括：
[0020]
采集所述机器人在运动过程中的关节状态时间序列；其中，所述关节状态时间序列为由若干组不同时刻的关节状态按时间顺序依次排列组成的序列，每组关节状态均包括关节位置、关节速度以及关节电机的温度；
[0021]
将所述关节状态时间序列输入至所述长短期记忆网络进行处理，并将所述长短期记忆网络的输出作为所述第二关节外力矩。
[0022]
在第一方面的一种具体实现方式中，所述根据所述第一关节外力矩和所述第二关节外力矩计算所述机器人的第三关节外力矩，可以包括：
[0023]
计算所述第一关节外力矩和所述第二关节外力矩之间的力矩差值；
[0024]
将所述力矩差值确定为所述第三关节外力矩。
[0025]
在第一方面的一种具体实现方式中，所述根据所述第三关节外力矩和预设的碰撞阈值判断所述机器人是否与外界环境发生碰撞，可以包括：
[0026]
若所述第三关节外力矩大于所述碰撞阈值，则判定所述机器人与外界环境发生碰撞；
[0027]
若所述第三关节外力矩小于或等于所述碰撞阈值，则判定所述机器人未与外界环境发生碰撞。
[0028]
本技术实施例的第二方面提供了一种碰撞检测装置，可以包括：
[0029]
第一关节外力矩计算模块，用于根据预设的基于广义动量的扰动观测器计算机器人的第一关节外力矩；
[0030]
第二关节外力矩计算模块，用于根据预设的长短期记忆网络计算所述机器人的第二关节外力矩；
[0031]
第三关节外力矩计算模块，用于根据所述第一关节外力矩和所述第二关节外力矩计算所述机器人的第三关节外力矩；
[0032]
碰撞检测模块，用于根据所述第三关节外力矩和预设的碰撞阈值判断所述机器人
是否与外界环境发生碰撞。
[0033]
在第二方面的一种具体实现方式中，所述第一关节外力矩计算模块具体可以包括：
[0034]
广义动量残差计算单元，用于根据所述扰动观测器计算所述机器人的广义动量残差；
[0035]
第一关节外力矩计算单元，用于根据所述广义动量残差计算所述第一关节外力矩。
[0036]
在第二方面的一种具体实现方式中，所述扰动观测器的表达式为：
[0037][0038]
其中，p为所述机器人的广义动量，为p的估计值，τm为所述机器人的关节力矩，τf为所述机器人的关节摩擦力矩，为τf的估计值，q为所述机器人的关节位置，为所述机器人的关节速度，g(q)为所述机器人的重力矢量，为所述机器人的科氏力和离心力矩阵，为的转置矩阵，为的估计值，ko为所述扰动观测器的增益矩阵，r为所述广义动量残差。
[0039]
在第二方面的一种具体实现方式中，所述广义动量残差计算单元具体用于根据下式计算所述广义动量残差：
[0040][0041]
其中，0为预设的初始时刻，p(0)为所述机器人在所述初始时刻的广义动量，t为时间变量，p(t)为所述机器人在时刻t的广义动量。
[0042]
在第二方面的一种具体实现方式中，所述第二关节外力矩计算模块具体可以用于：采集所述机器人在运动过程中的关节状态时间序列；其中，所述关节状态时间序列为由若干组不同时刻的关节状态按时间顺序依次排列组成的序列，每组关节状态均包括关节位置、关节速度以及关节电机的温度；将所述关节状态时间序列输入至所述长短期记忆网络进行处理，并将所述长短期记忆网络的输出作为所述第二关节外力矩。
[0043]
在第二方面的一种具体实现方式中，所述第三关节外力矩计算模块具体可以用于：计算所述第一关节外力矩和所述第二关节外力矩之间的力矩差值；将所述力矩差值确定为所述第三关节外力矩。
[0044]
本技术实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种碰撞检测方法的步骤。
[0045]
本技术实施例的第四方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种碰撞检测方法的步骤。
[0046]
本技术实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在机器
人上运行时，使得机器人执行上述任一种碰撞检测方法的步骤。
[0047]
本技术实施例与现有技术相比存在的有益效果是：本技术实施例根据预设的基于广义动量的扰动观测器计算机器人的第一关节外力矩；根据预设的长短期记忆网络计算所述机器人的第二关节外力矩；根据所述第一关节外力矩和所述第二关节外力矩计算所述机器人的第三关节外力矩；根据所述第三关节外力矩和预设的碰撞阈值判断所述机器人是否与外界环境发生碰撞。在本技术实施例中，采用了基于广义动量的扰动观测器计算实时的关节外力矩，同时采用了长短期记忆网络来学习预测机器人的未建模误差及参数辨识误差，两者结合剔除了扰动观测器计算的关节外力矩中的模型误差成分，获得了准确的机器人与外界环境的接触力矩，从而提高了机器人的碰撞检测精度。
附图说明
[0048]
为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0049]
图1为本技术实施例中一种碰撞检测方法的一个实施例流程图；
[0050]
图2为本技术实施例中一种碰撞检测装置的一个实施例结构图；
[0051]
图3为本技术实施例中一种机器人的示意框图。
具体实施方式
[0052]
为使得本技术的发明目的、特征、优点能够更加的明显和易懂，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本技术一部分实施例，而非全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
[0053]
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0054]
还应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本技术。如在本技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0055]
还应当进一步理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0056]
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0057]
另外，在本技术的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0058]
请参阅图1，本技术实施例中一种碰撞检测方法的一个实施例可以包括：
[0059]
步骤s101、根据预设的基于广义动量的扰动观测器计算机器人的第一关节外力矩。
[0060]
在存在外力的情况下，机器人的刚体动力学方程可表示为：
[0061][0062]
其中，q∈rn为所述机器人的关节位置，为所述机器人的关节速度，为所述机器人的关节加速度，m(q)∈rn×n为所述机器人的对称正定的惯量矩阵，为所述机器人的科氏力和离心力矩阵，g(q)∈rn为所述机器人的重力矢量，τf∈rn为所述机器人的关节摩擦力矩，τm∈rn为所述机器人的关节力矩，τ
ext
∈rn为所述机器人的关节外力矩，n为所述机器人的自由度。
[0063]
根据所述刚体动力学方程的基本特性可推导出：
[0064][0065]
其中，为的转置矩阵，为m(q)的一阶导数。
[0066]
所述机器人的广义动量可通过下式计算得到：
[0067][0068]
其中，p为所述广义动量。
[0069]
在式(3)的等式两边对时间求导，可得：
[0070][0071]
其中，为p的一阶导数。
[0072]
将式(1)和式(2)代入式(4)中，可得：
[0073][0074]
因此，基于广义动量的扰动观测器可以定义如下：
[0075][0076]
其中，为p的估计值，为p的估计值，为m(q)的估计值，为的一阶导数，为τf的估计值，的估计值，为的估计值，ko为所述扰动观测器的增益矩阵，r为所述广义动量残差，为r的一阶导数。
[0077]
对式(6)的第二式的等式两边积分可得：
[0078][0079]
其中，0为预设的初始时刻，p(0)为所述机器人在所述初始时刻的广义动量，t为时
间变量，p(t)为所述机器人在时刻t的广义动量。
[0080]
在理想情况下，则所述关节外力矩τ
ext
和所述广义动量残差r的关系如下式所示：
[0081][0082]
对式(8)进行拉普拉斯变换，可得：
[0083][0084]
其中，r(s)为r的拉普拉斯变换，τ
ext
(s)为τ
ext
的拉普拉斯变换，to＝1/ko，在极限情况下，可以推出下述结果：
[0085][0086]
因此，所述广义动量残差r是所述关节外力矩τ
ext
经过一阶低通滤波之后的结果。在本技术实施例中，可以通过式(7)实时地计算所述广义动量残差r，并将其近似等效为所述关节外力矩τ
ext
，为了便于区分，此处将这一等效量记为第一关节外力矩。
[0087]
从式(7)可以看出，采用广义动量的扰动观测器计算关节外力矩，不需要关节加速度信息，且各个关节外力完全与机器人构型解耦。但是在实际情况下，在辨识机器人动力学模型时不可避免的存在误差，即模型时不可避免的存在误差，即同时不可能建立完全反映实际工况的摩擦模型，总是会有未考虑到的因素去影响摩擦力矩。综合这两方面的原因，即使机器人未发生碰撞时，所述广义动量残差r仍然会有较大的数值，往往通过设定较大的碰撞阈值来避免运动过程中的误检测，这种处理降低了碰撞检测的灵敏性。为了解决这个问题，在本技术实施例中提出了采用长短期记忆(long short term memory，lstm)网络来学习未建模误差和模型辨识误差，从而补偿这些误差达到降低碰撞阈值，提高碰撞检测精度的目的。
[0088]
步骤s102、根据预设的长短期记忆网络计算所述机器人的第二关节外力矩。
[0089]
在训练数据集的采集过程中，可以在机器人工作空间内随机生成运动目标点，并规划轨迹控制机器人运动，运动期间确保机器人与外界环境无接触。采集机器人运动过程中的关节位置、关节速度、关节电机的温度及所述扰动观测器输出的广义动量残差，按时间序列进行存储，作为后续的训练数据集。需要注意的是，在无碰撞情况下，所述扰动观测器输出的广义动量残差即为未建模误差和模型辨识误差导致的未知力矩，即：其中，即为未建模误差和模型辨识误差导致的未知力矩，为了便于区分，此处将其记为第二关节外力矩。
[0090]
在完成训练数据集的采集之后，即可构建lstm网络进行学习。lstm是递归神经网络的一种特殊形式，按时间序列展开后，是一种常见的三层神经网络(输入层、隐含层和输出层)。
[0091]
所述第二关节外力矩与输入的关节状态时间序列之间的关系可表示为如下形式：
[0092]
[0093]
其中，f(
·
)为从输入数据到扰动观测器的输出残差的映射，x
err
为输入的关节状态时间序列，x
err
＝[x(k-m 1),...,x(k-1),x(k)]，m为所述关节状态时间序列的长度，k为不同时刻的序号，x(k)为时刻k的关节状态，q(k)为时刻k的关节位置，为时刻k的关节速度，t(k)为时刻k的关节电机的温度。
[0094]
因此，训练lstm网络f
θ
来学习映射f(
·
)，并选择训练的输入x
lstm
＝x
err
，通过大量数据的学习，构建机器人状态与第二关节力矩的模型，即：
[0095]
τ
lstm
＝f
θ
(x
lstm
)
ꢀꢀꢀꢀꢀꢀ
式(12)
[0096]
在完成lstm网络的训练之后，可以采集所述机器人在运动过程中的关节状态时间序列，将所述关节状态时间序列输入至lstm网络进行处理，并将lstm网络的输出作为所述第二关节外力矩，即：
[0097]
步骤s103、根据所述第一关节外力矩和所述第二关节外力矩计算所述机器人的第三关节外力矩。
[0098]
具体地，可以根据下式计算所述第一关节外力矩和所述第二关节外力矩之间的力矩差值：
[0099][0100]
其中，即为所述力矩差值，也即剔除了误差后的关节外力矩，为了便于区分，此处将其记为第三关节外力矩。
[0101]
步骤s104、根据所述第三关节外力矩和预设的碰撞阈值判断所述机器人是否与外界环境发生碰撞。
[0102]
具体地，可以将所述第三关节外力矩与所述碰撞阈值进行比较，若所述第三关节外力矩大于所述碰撞阈值，则判定所述机器人与外界环境发生碰撞；若所述第三关节外力矩小于或等于所述碰撞阈值，则判定所述机器人未与外界环境发生碰撞。所述碰撞阈值的具体取值可以根据实际情况进行设置，本技术实施例对此不作具体限定。
[0103]
综上所述，本技术实施例根据预设的基于广义动量的扰动观测器计算机器人的第一关节外力矩；根据预设的长短期记忆网络计算所述机器人的第二关节外力矩；根据所述第一关节外力矩和所述第二关节外力矩计算所述机器人的第三关节外力矩；根据所述第三关节外力矩和预设的碰撞阈值判断所述机器人是否与外界环境发生碰撞。在本技术实施例中，采用了基于广义动量的扰动观测器计算实时的关节外力矩，同时采用了长短期记忆网络来学习预测机器人的未建模误差及参数辨识误差，两者结合剔除了扰动观测器计算的关节外力矩中的模型误差成分，获得了准确的机器人与外界环境的接触力矩，从而提高了机器人的碰撞检测精度。
[0104]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0105]
对应于上文实施例所述的一种碰撞检测方法，图2示出了本技术实施例提供的一种碰撞检测装置的一个实施例结构图。
[0106]
本实施例中，一种碰撞检测装置可以包括：
[0107]
第一关节外力矩计算模块201，用于根据预设的基于广义动量的扰动观测器计算机器人的第一关节外力矩；
[0108]
第二关节外力矩计算模块202，用于根据预设的长短期记忆网络计算所述机器人的第二关节外力矩；
[0109]
第三关节外力矩计算模块203，用于根据所述第一关节外力矩和所述第二关节外力矩计算所述机器人的第三关节外力矩；
[0110]
碰撞检测模块204，用于根据所述第三关节外力矩和预设的碰撞阈值判断所述机器人是否与外界环境发生碰撞。
[0111]
在本技术实施例的一种具体实现方式中，所述第一关节外力矩计算模块具体可以包括：
[0112]
广义动量残差计算单元，用于根据所述扰动观测器计算所述机器人的广义动量残差；
[0113]
第一关节外力矩计算单元，用于根据所述广义动量残差计算所述第一关节外力矩。
[0114]
在本技术实施例的一种具体实现方式中，所述扰动观测器的表达式为：
[0115][0116]
其中，p为所述机器人的广义动量，为p的估计值，τm为所述机器人的关节力矩，τf为所述机器人的关节摩擦力矩，为τf的估计值，q为所述机器人的关节位置，为所述机器人的关节速度，g(q)为所述机器人的重力矢量，为所述机器人的科氏力和离心力矩阵，为的转置矩阵，为的估计值，ko为所述扰动观测器的增益矩阵，r为所述广义动量残差。
[0117]
在本技术实施例的一种具体实现方式中，所述广义动量残差计算单元具体用于根据下式计算所述广义动量残差：
[0118][0119]
其中，0为预设的初始时刻，p(0)为所述机器人在所述初始时刻的广义动量，t为时间变量，p(t)为所述机器人在时刻t的广义动量。
[0120]
在本技术实施例的一种具体实现方式中，所述第二关节外力矩计算模块具体可以用于：采集所述机器人在运动过程中的关节状态时间序列；其中，所述关节状态时间序列为由若干组不同时刻的关节状态按时间顺序依次排列组成的序列，每组关节状态均包括关节位置、关节速度以及关节电机的温度；将所述关节状态时间序列输入至所述长短期记忆网络进行处理，并将所述长短期记忆网络的输出作为所述第二关节外力矩。
[0121]
在本技术实施例的一种具体实现方式中，所述第三关节外力矩计算模块具体可以用于：计算所述第一关节外力矩和所述第二关节外力矩之间的力矩差值；将所述力矩差值确定为所述第三关节外力矩。
[0122]
在本技术实施例的一种具体实现方式中，所述碰撞检测模块具体可以用于：若所述第三关节外力矩大于所述碰撞阈值，则判定所述机器人与外界环境发生碰撞；若所述第三关节外力矩小于或等于所述碰撞阈值，则判定所述机器人未与外界环境发生碰撞。
[0123]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0124]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0125]
图3示出了本技术实施例提供的一种机器人的示意框图，为了便于说明，仅示出了与本技术实施例相关的部分。
[0126]
如图3所示，该实施例的机器人3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个碰撞检测方法实施例中的步骤，例如图1所示的步骤s101至步骤s104。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块201至模块204的功能。
[0127]
示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本技术。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述机器人3中的执行过程。
[0128]
本领域技术人员可以理解，图3仅仅是机器人3的示例，并不构成对机器人3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人3还可以包括输入输出设备、网络接入设备、总线等。
[0129]
所述处理器30可以是中央处理单元(central processing unit，cpu)，还可以是其它通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0130]
所述存储器31可以是所述机器人3的内部存储单元，例如机器人3的硬盘或内存。所述存储器31也可以是所述机器人3的外部存储设备，例如所述机器人3上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器31还可以既包括所述机器人3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述机器人3所需的其它程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
[0131]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单
元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0132]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0133]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0134]
在本技术所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0135]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0136]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0137]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
[0138]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。