基于多个位姿标识的机器人系统故障检测处理方法及机器人系统与流程

1.本公开涉及故障检测处理技术领域，尤其涉及一种基于多个位姿标识的机器人系统故障检测处理方法及机器人系统。


背景技术：

2.在机器人系统运行过程中，需要对机器人系统的工作状况进行检测，在发生故障时采取必要的应对措施，否则可能会操作失败，甚至造成不可挽回的损失。
3.执行臂是机器人系统的重要组成部分，执行臂的位姿准确程度可以作为衡量机器人系统是否发生故障的重要指标。现有技术中，可以使用激光跟踪仪等设备测量执行臂的位姿，然而，激光跟踪仪等设备至少存在价格昂贵、无法一次性测得位姿、需要定期校准等技术问题。
4.另一方面，现有的机器人系统在检测到发生故障时，会对整个机器人系统进行停机检测。这种处理方式在实际生产作业中，会使作业效率下降，影响用户体验。
5.因此，需要提供一种能简单有效地检测机器人系统故障的方法，能根据故障状况采取对应的处理措施，以兼顾机器人系统的安全性和用户体验。


技术实现要素：

6.在一些实施例中，本公开提供了一种机器人系统故障检测处理方法。机器人系统包括控制装置、至少一个驱动装置以及执行臂，至少一个驱动装置基于控制装置发出的驱动信号，驱动执行臂。该方法可以包括：确定执行臂的末端的目标位姿；获取定位图像；在定位图像中，识别位于执行臂的末端上的多个位姿标识，多个位姿标识包括不同的位姿标识图案；基于多个位姿标识，确定执行臂的末端的实际位姿；基于目标位姿与实际位姿满足误差条件，使机器人系统进入安全模式；以及确定机器人系统的故障状况。
7.在一些实施例中，本公开提供了一种计算机设备，包括：存储器，用于存储至少一条指令；以及处理器，与存储器耦合并且用于执行至少一条指令以执行本公开一些实施例中任一项的方法。
8.在一些实施例中，本公开提供了一种计算机可读存储介质，用于存储至少一条指令，至少一条指令由计算机执行时致使计算机执行本公开一些实施例中任一项的方法。
9.在一些实施例中，本公开提供了一种机器人系统，包括：执行臂，执行臂的末端设置有多个位姿标识，多个位姿标识包括不同的位姿标识图案；至少一个驱动装置，用于驱动执行臂；至少一个驱动装置传感器，与至少一个驱动装置耦合并且用于获得至少一个驱动装置的状态信息；图像采集设备，用于采集执行臂的定位图像；以及控制装置，被配置为与至少一个驱动装置、至少一个驱动装置传感器、图像采集设备连接，执行本公开一些实施例中任一项的方法。
附图说明
10.图1示出根据本公开一些实施例的机器人系统的结构示意图；
11.图2示出根据本公开一些实施例的故障检测处理系统的示意图；
12.图3示出根据本公开一些实施例的包括多个位姿标识的标签的示意图；
13.图4示出根据本公开一些实施例的设置在执行臂末端周侧并形成圆筒形的标签的示意图；
14.图5示出根据本公开一些实施例的故障检测处理方法的流程图；
15.图6示出根据本公开一些实施例的基于机器人系统的故障状况进行故障处理的方法的流程图；
16.图7示出根据本公开一些实施例的用于机器人系统的通信故障检测处理的方法的流程图；
17.图8示出根据本公开一些实施例的用于机器人系统的执行臂故障检测处理的方法的流程图；
18.图9示出根据本公开一些实施例的用于机器人系统的目标位姿故障检测处理的方法的流程图；
19.图10示出根据本公开一些实施例的确定多个位姿标识相对执行臂的末端坐标系的三维坐标的方法的流程图；
20.图11示出根据本公开另一些实施例的确定多个位姿标识相对执行臂的末端坐标系的三维坐标的方法的流程图；
21.图12示出根据本公开一些实施例的识别位姿标识的方法的流程图；
22.图13示出根据本公开一些实施例的位姿标识图案的示意图；
23.图14示出根据本公开一些实施例的用于搜索位姿标识的方法的流程图；
24.图15示出根据本公开一些实施例的搜索位姿标识的示意图；
25.图16示出根据本公开一些实施例的用于搜索第二位姿标识的方法的流程图；
26.图17示出根据本公开一些实施例的用于搜索位姿标识的方法的流程图；
27.图18示出根据本公开一些实施例的计算机设备的示意框图；
28.图19示出根据本公开一些实施例的机器人系统的示意图。
具体实施方式
29.为使本公开解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图详细说明本公开实施例的技术方案作。本领域技术人员可以理解，所描述的实施例应视为在所有方面都是示例性的而非限制性的，仅仅是本公开示例性实施例，而不是全部的实施例。
30.在本公开中，术语“位置”指物体或物体的一部分在三维空间中的定位(例如，可使用笛卡尔x、y和z坐标方面的变化描述三个平移自由度，例如分别沿笛卡尔x轴、y轴和z轴的三个平移自由度)。在本公开中，术语“姿态”指物体或物体的一部分的旋转设置(例如，三个旋转自由度，可使用滚转、俯仰和偏转来描述这三个旋转自由度)。在本公开中，术语“位姿”指物体或物体的一部分的位置和姿态的组合，例如可使用以上提到的六个自由度中的六个参数来描述。
31.在本公开中，参考坐标系可以理解为能够描述物体位姿的坐标系。根据实际的定位需求，参考坐标系可以选择以虚拟参照物的原点或实体参照物的原点为坐标系原点。在一些实施例中，参考坐标系可以为世界坐标系或者相机坐标系或者操作人员自身的感知坐标系等。其中，相机坐标系是指图像采集设备所在的坐标系。
32.在本公开中，物体可以理解为需要被定位的对象或目标，例如执行臂或者执行臂的末端。执行臂或其一部分的位姿可以是指执行臂或其一部分定义的坐标系相对参考坐标系的位姿。
33.图1示出根据本公开一些实施例的机器人系统100的结构示意图。在一些实施例中，如图1所示，机器人系统100可以包括主控台车110、从动台车130及控制装置120。控制装置120可以与主控台车110和从动台车130通信连接，例如可通过线缆连接、也可以通过无线连接，以实现与主控台车110和从动台车130之间的通信。主控台车110包括供操作者遥操作的主操作器，用于显示操作区域的图像的显示器，以及供操作者进行触控操作的触摸屏，从动台车130包括用于执行作业的执行臂。通过控制装置120实现主控台车110中的主操作器与从动台车130中的执行臂之间的主从映射，实现主操作器对执行臂的运动控制。在一些实施例中，执行臂被设置成能够通过管套、鞘套等进入操作区域，且在操作区域与待操作对象(例如，工件、人体组织等)接触并产生作用力。其中，管套、鞘套可以固定在墙体壁面、动物躯体等上形成开口(例如人工开口或自然开口)处，操作区域可以是进行作业的区域。执行臂可以是可形变臂，在执行臂的远端可以设置有末端器械(例如，执行器)，该末端器械可以包括但不限于挖掘器械、水下作业器械、手术器械等。本领域技术人员可以理解，主控台车110和从动台车130可以采用其他结构或者形式，例如基座、支架或建筑物等。
34.图2示出了根据本公开一些实施例的故障检测处理系统200的示意图(以下也称“系统200”)。如图2所示，系统200可以包括控制装置220、执行臂230、至少一个驱动装置260、以及图像采集设备250。执行臂230可以由可形变臂或刚性臂实现。在一些实施例中，执行臂230在末端或远端处可以包括执行臂末端231。在一些实施例中，执行臂末端231的远端处可以设置有末端器械240。
35.在一些实施例中，控制装置220可以与至少一个驱动装置260通信连接并向驱动装置260发送驱动信号，控制执行臂230运动，以使执行臂末端231运动至期望的位置和姿态。例如，驱动装置260可以是伺服电机，可以接受控制装置的指令以控制执行臂230运动，使执行臂末端231运动至相应的目标位姿。控制装置220可以例如通过通信接口与驱动装置260耦合的驱动装置传感器通信连接，以接收驱动装置260的运行数据，实现对驱动装置260的状态监控。在本公开的一个示例中，该通信接口可以为can(controller area network)总线通信接口，其使得控制装置220能够通过can总线与驱动装置260以及驱动装置传感器连接通信。
36.在一些实施例中，如图2所示，系统200还可以包括用于停止执行臂230的动作的至少一个制动单元270，至少一个制动单元270可以与控制装置220通信连接。在一些实施例中，至少一个制动单元270可以是与至少一个驱动装置260对应地设置，基于来自控制装置220的制动信号停止驱动装置260的运动。例如，制动单元270可以基于制动信号，通过机械制动(例如，电磁抱闸制动)或电气制动方式停止驱动装置260的运动。在一些实施例中，至少一个制动单元270也可以用于断开至少一个驱动装置260与对应的传动机构之间的传动
连接，进而停止执行臂230的动作。
37.控制装置220可以与图像采集设备250通信连接。在一些实施例中，图像采集设备250可以用于采集定位图像。定位图像中可以包括执行臂230的部分或全部的图像。在一些实施例中，图像采集设备250可以包括但不限于双镜头图像采集设备或单镜头图像采集设备，例如双目或单目相机。在一些实施例中，图像采集设备250可以用于采集执行臂末端231的图像，执行臂末端231上可以设置有多个不同的位姿标识，这些位姿标识包括不同的位姿标识图案。例如，执行臂末端231上可以设置有定位标签232(定位标签232例如可以是图3所示的标签300)。定位标签232可以包括多个位姿标识，多个位姿标识包括不同的位姿标识图案(如下详述)。
38.如图2所示，执行臂末端231处于图像采集设备250的观测视野251之内，则采集的定位图像中可以包括执行臂末端231的图像。根据不同的应用场景，图像采集设备250可以是工业相机、水下相机、微型电子相机、内窥镜相机等。在一些实施例中，图像采集设备250可以是位置固定的或者位置变化的，例如，固定在监控位置的工业相机或者位置或姿态可调节的内窥镜相机。在一些实施例中，图像采集设备250可以实现可见光波段成像、红外波段成像、ct(computed tomography，电子计算机断层扫描)成像和声波成像等中的至少一种。根据采集的图像的种类不同，本领域技术人员可以选择不同的图像采集设备作为图像采集设备250。
39.在一些实施例中，控制装置220可以接收来自图像采集设备250的定位图像，并且对定位图像进行处理。例如，控制装置220可以在定位图像中，识别位于执行臂末端231上的多个位姿标识和至少一个角度标识，并且确定执行臂末端231相对参考坐标系(例如，世界坐标系)的位姿，作为执行臂末端231的实际位姿。
40.在一些实施例中，系统200可以基于执行臂末端231的实际位姿和目标位姿，判断机器人系统是否发生故障。在一些实施例中，控制装置220可以在检测到发生故障时，使机器人系统进入安全模式，并确定机器人系统的故障状况。在一些实施例中，控制装置220还可以以预定周期确定执行臂末端231的实际位姿，以通过多个故障检测循环，实时确定机器人系统的故障状况。在一些实施例中，控制装置220可以基于机器人系统的故障状况，生成与故障状况对应的故障报警信号。在一些实施例中，故障报警信号可以由声音、灯光、屏幕(例如，触摸屏)上显示的提示信息或是它们的组合等表示。在一些实施例中，故障报警信号可以根据故障种类包括多个不同类型的报警信号，不同类型的报警信号可以通过不同的声音、不同颜色的灯光或不同的提示信息表示。在一些实施例中，故障报警信号可以包括询问用户是否使用手动模式的提示信息。例如，故障报警信号可以包括提示消息和手动模式选择菜单。本领域技术人员应理解，系统200可以应用于多个领域(例如，物流、工业制造、医疗等)的专用或通用的机器人系统，机器人系统可以是遥操作机器人系统也可以是非遥操作机器人系统。作为一个示例，系统200可以应用于例如手术机器人等机器人系统，执行臂末端231的远端处设置的末端器械240例如可以是手术执行器。
41.在一些实施例中，执行臂上(例如，执行臂末端231上)分布有多个位姿标识。在一些实施例中，多个位姿标识设置在执行臂230的柱状部分的外表面上。例如，多个位姿标识沿周向分布在执行臂末端231上，例如沿周向设置在执行臂末端231的柱状部分的外表面上。在一些实施例中，执行臂末端231的柱状部分的外表面上设置有包括多个位姿标识的定
位标签232，多个位姿标识包括沿柱状部分的周向分布在定位标签上的多个不同的位姿标识图案以及在位姿标识图案中的位姿标识图案角点。
42.在一些实施例中，位姿标识可以包括位姿标识图案和在位姿标识图案中的位姿标识图案角点。在一些实施例中，位姿标识图案可以设置在执行臂末端上的标签上，或者可以印刷在执行臂末端上，或者可以是由执行臂末端自身的物理构造形成的图案，例如，可以包括凹陷或凸起及其组合。在一些实施例中，位姿标识图案可以包括以亮度、灰度、色彩等形成的图案。在一些实施例中，位姿标识图案可以包括主动(例如，自发光)或被动(例如，反射光线)提供被图像采集设备探测的信息的图案。本领域技术人员可以理解，在一些实施例中，位姿标识的位姿或者位姿标识图案的位姿可以由位姿标识图案角点坐标系的位姿来表示。在一些实施例中，位姿标识图案设置在执行臂末端上适于被图像采集设备采集图像的区域，例如，在工作过程中可以被图像采集设备的视场覆盖的区域或者在工作过程中不容易被干扰或遮挡的区域。
43.图3示出根据一些实施例的包括多个位姿标识的标签300的示意图。图4示出设置在执行臂末端周侧并形成圆筒形的标签400的示意图。可以理解，简单起见，标签300可以与标签400包括相同的位姿标识图案。
44.参看图3，多个位姿标识可以包括多个不同的位姿标识图案310。多个位姿标识还可以包括在多个不同的位姿标识图案310中的多个位姿标识图案角点p3，在本公开中以“〇”符号表示位姿标识图案角点。在一些实施例中，可以通过识别位姿标识图案310或其中的位姿标识图案角点p3确定位姿标识。
45.参看图4，在周向设置状态下，标签300变为空间构造为圆筒形的标签400。在一些实施例中，位姿标识的绕轴角度或者滚转角可以通过位姿标识图案或位姿标识图案角点的绕轴角度表示。每个位姿标识图案或位姿标识图案角点标识的绕轴角度是已知的或预先确定的。在一些实施例中，基于多个位姿标识(例如位姿标识图案或位姿标识图案角点)的分布，可以确定每个位姿标识所标识的绕轴角度。在一些实施例中，多个位姿标识可以均匀分布(例如，标签300中的位姿标识图案角点等间距分布，标签400中的位姿标识图案角点等分布角分布)。另一些实施例中，多个位姿标识可以非均匀分布。在一些实施例中，基于多个位姿标识的分布，每个位姿标识图案可以用于标识特定的绕轴角度，每个位姿标识图案与所标识的绕轴角度具有一一对应关系。在本公开中，绕轴角度或者滚转角是指绕z轴(例如，执行臂的末端坐标系{wm}的z轴)的角度。在一些实施例中，z轴可以是沿执行臂末端的切线方向。
46.如图4所示，标签400中多个不同的位姿标识图案410沿圆柱形结构周向均匀分布，多个位姿标识图案角点均匀分布在执行臂的末端坐标系{wm}的xy平面的截面圆420上，则任意相邻的位姿标识图案角点的分布角(例如，角度α0)相等。设定x轴指向的位姿标识图案角点p4，p4作为标识0
°
绕轴角度的参照角点(位姿标识图案角点p4所在的位姿标识图案作为参照图案)，则可以根据任意位姿标识图案角点与位姿标识图案角点p4的位置关系确定该位姿标识图案角点标识的绕轴角度。在一些实施例中，位姿标识图案角点标识的绕轴角度可以基于以下公式(1)确定：
47.αm＝α0(m-1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
48.其中，αm为以位姿标识图案角点p4作为第一个位姿标识图案角点，按照截面圆420
的顺时针方向，第m个位姿标识图案角点的绕轴角度。
49.本公开的一些实施例提供了一种用于机器人系统的故障检测处理方法。图5示出根据本公开一些实施例的故障检测处理方法500(以下也简称“方法500”)的流程图。方法500可以由硬件、软件或者固件实现或执行。在一些实施例中，方法500可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法500可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法500。在一些实施例中，这些指令可以存储在计算机可读介质上。
50.参看图5，在步骤501，确定执行臂的末端的目标位姿。在一些实施例中，可以预先设置执行臂的末端的目标位姿。例如，执行臂的末端的目标位姿可以由用户通过输入装置预先输入并存储于机器人系统的存储器中。或者，执行臂的末端的目标位姿也可以由位姿生成单元通过随机生成获得。在一些实施例中，可以基于主操作器的位姿，确定执行臂的末端的目标位姿。例如，在遥操作过程中，可以基于主操作器的位姿与执行臂的末端的位姿之间的主从运动映射关系，根据主操作器的位姿确定执行臂的末端的目标位姿。
51.在一些实施例中，控制装置220可以基于执行臂的末端的目标位姿，向至少一个驱动装置260发送驱动信号，以控制执行臂的末端231的运动。在一些实施例中，控制装置220可以基于执行臂的末端的目标位姿，通过执行臂运动学模型的逆运动学数值迭代算法，确定控制执行臂运动的至少一个驱动装置的驱动信号。应当理解，运动学模型可以表示执行臂的关节空间和任务空间的运动关系的数学模型。例如，运动学模型可以通过dh(denavit-hartenberg)参数法和指数积表示法等方法建立。在一些实施例中，执行臂的末端的目标位姿为执行臂的末端在参考坐标系中的目标位姿。
52.继续参看图5，在步骤503，获取定位图像。在一些实施例中，定位图像中包含执行臂的末端上的多个位姿标识。在一些实施例中，可以从如图2所示的图像采集设备250接收定位图像。例如，控制装置220可以接收图像采集设备250主动发送的定位图像。或者，控制装置220可以向图像采集设备250发送图像请求指令，图像采集设备250响应图像请求指令向控制装置220发送定位图像。
53.继续参看图5，在步骤505，在定位图像中，识别位于执行臂的末端上的多个位姿标识，多个位姿标识包括不同的位姿标识图案。例如，识别位于执行臂的末端上的多个位姿标识的示例性方法可以包括如图12、图14、图16和图17所示的方法。在一些实施例中，控制装置220可以通过图像处理算法识别定位图像中的部分或全部的位姿标识。在一些实施例中，图像处理算法可以包括特征识别算法，图像处理算法可以提取或识别位姿标识的特征。例如，图像处理算法可以包括角点检测算法，用于检测位姿标识图案角点。该角点检测算法可以是包括但不限于基于灰度图的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测中的一种。例如，图像处理算法可以是颜色特征提取算法，用于检测位姿标识图案中的颜色特征。再例如，图像处理算法可以是轮廓检测算法，用于检测位姿标识图案的轮廓特征。在一些实施例中，控制装置可以通过识别模型识别定位图像中的部分或全部的位姿标识。
54.继续参看图5，在步骤507，基于多个位姿标识，确定执行臂的末端的实际位姿。在
一些实施例中，方法500还包括：确定多个位姿标识在定位图像中的二维坐标；以及基于多个位姿标识在定位图像中的二维坐标和多个位姿标识相对执行臂的末端坐标系的三维坐标，确定执行臂的末端坐标系相对参考坐标系的位姿，作为执行臂的末端的实际位姿。在一些实施例中，位姿标识的坐标可以通过位姿标识图案角点的坐标表示。例如，位姿标识在定位图像中的二维坐标和在执行臂的末端坐标系中的三维坐标可以通过位姿标识图案角点的坐标表示。在一些实施例中，可以基于多个位姿标识图案角点在定位图像中的二维坐标和在执行臂的末端坐标系中的三维坐标，确定执行臂的末端坐标系相对参考坐标系的位姿，作为执行臂的末端的实际位姿。
55.继续参看图5，在步骤509，基于目标位姿与实际位姿满足误差条件，使机器人系统进入安全模式。例如，控制装置可以确定执行臂的末端在参考坐标系中的目标位姿，并基于执行臂的定位图像确定执行臂的末端的实际位姿，在目标位姿与实际位姿满足误差条件(例如大于等于误差阈值)时，判断机器人系统发生故障，进而使机器人系统进入安全模式。在本公开中，安全模式可以是在检测到机器人系统发生故障时，停止与故障相关的执行臂的动作以确保机器人作业安全性的模式。
56.在一些实施例中，使机器人系统进入安全模式可以包括停用驱动执行臂的至少一个驱动装置。例如，在系统200确定机器人系统发生故障而使其进入安全模式时，控制装置220可以向与至少一个驱动装置260对应的至少一个制动单元270发送制动信号，至少一个制动单元270基于制动信号对至少一个驱动装置260进行制动，以停止执行臂230的动作，使执行臂末端231保持位姿。在一些实施例中，使机器人系统进入安全模式还可以包括允许机器人系统的用户使用手动模式，在手动模式下，用户可以参与决定如何处理机器人系统发生的故障，具体内容后述。
57.在一些实施例中，方法500还可以包括基于执行臂的末端在参考坐标系中的目标位姿与执行臂的末端在参考坐标系中的实际位姿，确定位姿差，以及基于位姿差与误差条件，确定机器人是否发生故障。位姿差可以包括位置差和姿态差。在一些实施例中，可以通过一次执行臂检测确定执行臂的末端的目标位姿与实际位姿的位姿差，在该位姿差满足误差条件时，确定机器人系统发生故障，进而使机器人系统进入安全模式。在一些实施例中，可以通过多次执行臂检测，确定执行臂的末端的目标位姿与实际位姿的多个位姿差，在这些位姿差满足误差条件(例如，多个位姿差的平均值或累计值大于等于误差阈值)时，确定机器人系统发生故障，进而使机器人系统进入安全模式。在一些实施例中，方法500还可以包括，以预定检测周期确定执行臂的末端的实际位姿(例如，以预定检测周期执行步骤503-507)，以通过多个检测循环，实时确定或累计确定机器人系统是否发生故障。
58.在第k次执行臂检测循环中，位姿差可以表示如下：
[0059][0060]
其中，为第k次执行臂检测循环时执行臂的位置差，为第k次执行臂检测循环时执行臂的角度差，p
tk
为第k次执行臂检测循环时执行臂的目标位置，r
tk
为第k次执行臂检
测循环时执行臂的目标姿态，为第k次执行臂检测循环时执行臂的实际位置，r
rk
为第k次执行臂检测循环时执行臂的实际姿态，表示与之间的转角。
[0061]
继续参看图5，在步骤511，确定机器人系统的故障状况。在安全模式下，系统200可以对机器人系统进行故障诊断，确定机器人系统的故障状况。在一些实施例中，对机器人系统进行故障诊断可以包括在机器人系统进入安全模式时，控制装置对执行臂及其相关组件(例如，驱动装置、通信模块等)进行检测，以确定发生故障的位置以及状况等。在本公开中，机器人的故障状况可以包括可恢复故障和不可恢复故障。在一些实施例中，可恢复故障例如可以尝试从故障中恢复，在故障恢复成功后可以使机器人系统再次上线继续作业。不可恢复故障例如代表机器人系统无法继续作业，需要中止系统操作并采取相应的处理措施。
[0062]
在一些实施例中，方法500还可以包括基于机器人系统的故障状况，进行与故障状况对应的故障处理。图6示出根据本公开一些实施例的基于机器人系统的故障状况进行故障处理的方法600的流程图。方法600可以由硬件、软件或者固件实现或执行。在一些实施例中，方法600可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法600可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法600。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0063]
参看图6，在步骤601，确定故障状况。在一些实施例中，在机器人系统进入安全模式时，控制装置220可以对与故障相关的执行臂上的多个组件同时进行故障诊断，以确定故障的具体位置和原因。或者，在机器人系统进入安全模式时，控制装置220也可以对与故障相关的执行臂上的多个组件依次进行故障诊断，逐个排除未发生故障的组件，以确定机器人系统的故障状况。步骤601可以与方法500中的步骤511类似地实现。故障状况可以包括不同故障类型的故障，例如可恢复故障和不可恢复故障。
[0064]
继续参看图6，在步骤603，确定故障状况是否为可恢复故障。在一些实施例中，可以将机器人系统的故障预先分类为可恢复故障或不可恢复故障，并将分类情况作为故障检测表存储至机器人系统的存储器中，在检测到故障时，与故障检测表进行对比以确定故障状况是否为可恢复故障。
[0065]
继续参看图6，响应于确定机器人系统的故障状况为可恢复故障，进至步骤605，执行故障恢复操作。故障恢复操作例如可以包括基于故障状况进行系统重启、模块重启、驱动程序初始化等。在一些实施例中，控制装置220可以在确定故障状况为可恢复故障时，发出故障报警信号以指示发生故障，和/或自动执行故障恢复操作以尝试恢复故障。在另一些实施例中，控制装置220也可以发出故障报警信号(例如，在触摸屏上显示提示信息和菜单)以询问用户是否进行故障恢复操作。在一些实施例中，控制装置220可以在故障报警信号经过规定时间但用户仍未进行操作时，自动执行故障恢复操作。
[0066]
另一方面，响应于确定机器人系统的故障状况为不可恢复故障，进至步骤611，使机器人系统进入退出模式。在一些实施例中，控制装置220可以发出故障报警信号(例如，在触摸屏上显示提示信息和菜单)以询问用户是否使机器人系统进入退出模式。另外，在机器人系统的故障状况为可恢复故障但用户不允许执行故障恢复操作时，也可以使机器人系统
进入退出模式。在退出模式下，用户例如可以通过触摸屏激活机器人系统的自动退出功能，以使执行臂230及其末端231安全撤出操作区域。或者，用户也可以通过触摸屏激活手动退出功能，按照规定的操作流程手动退出执行臂230。
[0067]
继续参看图6，在步骤607，确定故障恢复是否成功。在一些实施例中，控制装置220可以在执行故障恢复操作后，对发生可恢复故障的组件再次确定故障状况，以确定故障是否成功恢复。步骤607可以与方法500中的步骤511或方法600中的步骤601类似地实现。
[0068]
继续参看图6，响应于在故障恢复操作成功，进至步骤609，使机器人系统退出安全模式。或者，响应于故障恢复操作失败，进至步骤611，使机器人系统进入退出模式。
[0069]
在一些实施例中，机器人系统故障可以包括通信故障。
[0070]
在一些实施例中，机器人系统可以包括用于中继控制装置发送的驱动信号的通信节点以及用于与通信节点通信的通信模块。通信节点可以通过通信模块与例如图2中的控制装置220通信连接，向至少一个驱动装置260发送来自控制装置220的驱动信号。在一些实施例中，通信节点可以包括与至少一个驱动装置260对应的控制芯片，用于执行通信功能和适当的处理功能。例如，控制芯片可以用于基于驱动装置260的状态信息，计算执行臂230的末端231的位姿，或者基于来自控制装置220的控制信号，计算驱动装置260的驱动信号。
[0071]
图7是示出根据本公开一些实施例的用于机器人系统的通信故障检测处理的方法700的流程图。方法700可以由硬件、软件或者固件实现或执行。在一些实施例中，方法700可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法700可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法700。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0072]
参看图7，在步骤701，向通信节点发送问询信号。在一些实施例中，在机器人系统进入安全模式时，控制装置220可以通过通信模块向通信节点发送问询信号，以确定机器人系统的通信是否正常。例如，控制装置220可以通过通信模块向通信节点发送问询信号，通信节点在收到问询信号时会通过通信模块向控制装置220发送回应信号，控制装置220基于是否接收到回应信号来判断机器人系统是否存在通信故障。
[0073]
在步骤703，响应于无法接收到通信节点的回应信号，生成指示发生通信故障的通信故障报警信号和/或重启通信模块。例如，在无法接收到通信节点的回应信号时，控制装置220可以生成通信故障报警信号以指示发生通信故障，和/或自动重启通信模块以尝试恢复通信故障。在一些实施例中，控制装置220也可以生成通信故障报警信号(例如，在触摸屏上显示提示信息和菜单)以询问用户是否重启通信模块。或者，控制装置220可以在生成通信故障报警信号后用户长时间(例如，超过规定时间)未进行操作时，自动重启通信模块。
[0074]
在一些实施例中，通信节点可以定时向控制装置220发送信号。控制装置220可以响应于预定时间内没有接收到来自通信节点的信号，生成指示发生通信故障的通信故障报警信号和/或重启通信模块。
[0075]
在另一些实施例中，机器人系统也可以不包括通信节点，而是包括用于使控制装置与至少一个驱动装置的通信连接的通信模块。控制装置220通过通信模块接收至少一个驱动装置260的状态信息(例如，可以由与至少一个驱动装置260耦合的驱动装置传感器发
送)以确定机器人系统是否存在通信故障。在一些实施例中，响应于无法收到至少一个驱动装置的状态信息，生成指示发生通信故障的通信故障报警信号和/或重启用于与至少一个驱动装置通信的通信模块。例如，在无法接收到至少一个驱动装置260的状态信息时，控制装置220可以生成通信故障报警信号以指示发生通信故障，和/或自动重启通信模块以尝试恢复通信故障。在一些实施例中，控制装置220也可以生成通信故障报警信号以询问用户是否重启通信模块，或是在用户长时间未进行操作时，自动重启通信模块。
[0076]
在一些实施例中，响应于重启之后通信故障恢复，使机器人系统退出安全模式。例如，在自动或用户手动重新通信模块后，控制装置220在可以接收到来自通信节点的回应信号或至少一个驱动装置260的状态信息，且没有检测到其他障碍的情况下，确定机器人系统从故障中恢复成功，使机器人系统退出安全模式以继续执行操作。在一些实施例中，响应于重启之后通信故障未恢复，使机器人系统进入退出模式。例如，在自动或手动重新通信模块后，控制装置220仍无法接收到来自通信节点的回应信号或至少一个驱动装置260的状态信息时，确定机器人系统无法继续工作，使机器人系统进入退出模式。
[0077]
在一些实施例中，机器人系统故障可以包括用于驱动装置故障或是执行臂故障。
[0078]
在一些实施例中，控制装置基于执行臂的末端的目标位姿向至少一个驱动装置发送驱动信号，并通过驱动装置传感器接收用于驱动执行臂的至少一个驱动装置的状态信息。在一些实施例中，在机器人系统进入安全模式时，控制装置基于至少一个驱动装置的状态信息和至少一个驱动装置的驱动信号，确定机器人系统的故障状况。
[0079]
在一些实施例中，响应于状态信息与控制装置发出的至少一个驱动装置的驱动信号满足驱动装置故障条件，生成驱动装置故障报警信号，驱动装置故障信号指示执行臂的驱动装置发生故障。例如，在安全模式下，控制装置220可以在至少一个驱动装置260的状态信息与向其发送的驱动信号满足驱动装置故障条件(例如大于等于误差阈值)时，确定至少一个驱动装置260发生故障，生成驱动装置故障报警信号和/或使机器人系统进入退出模式，或者也可以询问用户(例如，在触摸屏上显示提示信息和菜单)是否使机器人系统进入退出模式。
[0080]
在一些实施例中，响应于状态信息与控制装置发出的至少一个驱动装置的驱动信号不满足驱动装置故障条件，生成执行臂故障报警信号和/或使机器人系统进入退出模式，执行臂故障报警信号指示发生执行臂故障。例如，在安全模式下，控制装置220可以在至少一个驱动装置260的状态信息与向其发送的驱动信号不满足驱动装置故障条件(例如小于误差阈值)时，确定至少一个驱动装置260正常工作而执行臂230发生故障，生成执行臂故障报警信号和/或使机器人系统进入退出模式，或者也可以询问用户(例如，在触摸屏上显示提示信息和菜单)是否使机器人系统进入退出模式。
[0081]
图8是示出根据本公开一些实施例的用于机器人系统的执行臂故障检测处理的方法800的流程图。方法800可以由硬件、软件或者固件实现或执行。在一些实施例中，方法800可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法800可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法800。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0082]
参看图8，在步骤801，接收执行臂的至少一个关节的实际关节信息。在一些实施例中，执行臂包括至少一个关节，在至少一个关节处设置有至少一个执行臂传感器，至少一个执行臂传感器用于获得至少一个关节的实际关节信息。实际关节信息可以包括关节的实际位置或实际角度。
[0083]
在步骤803，基于执行臂的末端的目标位姿，确定执行臂的至少一个关节的目标关节信息。应理解，在机器人系统中，执行臂的位姿可由执行臂的关节的关节信息的集合(例如由这些关节信息组成的一维矩阵)来表示。在预先设置或随机生成执行臂的末端的目标位姿的情况下，例如可以逆向运动学算法确定执行臂的至少一个关节的目标关节信息。
[0084]
在步骤805，响应于实际关节信息与目标关节信息满足执行臂故障条件，生成执行臂故障报警信号和/或使机器人系统进入退出模式，执行臂故障报警信号指示发生执行臂故障。例如，在安全模式下，控制装置220可以在至少一个关节的实际关节信息与目标关节信息满足执行臂故障条件(例如大于等于误差阈值)时，确定执行臂230发生故障，生成执行臂故障报警信号和/或使机器人系统进入退出模式，或者也可以询问用户(例如，在触摸屏上显示提示信息和菜单)是否使机器人系统进入退出模式。
[0085]
在一些实施例中，机器人系统故障可以包括执行臂的末端的目标位姿超出执行臂的运动极限。图9是示出根据本公开一些实施例的用于机器人系统的目标位姿故障检测处理的方法900的流程图。方法900可以由硬件、软件或者固件实现或执行。在一些实施例中，方法900可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法900可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法900。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0086]
参看图9，在步骤901，判断目标位姿是否超出执行臂的运动极限。在一些实施例中，执行臂的工作空间可以预先存储在机器人系统的存储器中，执行臂的工作空间包括执行臂的运动极限。在一些实施例中，有可能会出现随机生成的目标位姿超过执行臂的运动极限的情况，从而导致执行臂的末端无法实现随机生成的目标位置和/或姿态。在一些实施例中，例如在遥操作过程中，有可能会发生与主操作器的位姿所对应的执行臂的末端的目标位姿超出执行臂的运动极限的情况。
[0087]
在步骤903，响应于目标位姿超出执行臂的运动极限，生成指示超出运动极限的报警信号。
[0088]
在步骤905，退出安全模式。例如，在安全模式下，控制装置可以在确定执行臂的末端的目标位姿位于执行臂的工作空间以外时，将执行臂的运动极限更新为执行臂的末端的目标位姿，然后使机器人系统退出安全模式以继续执行操作。或者，在遥操作过程中，控制装置可以自动断开或是提示用户断开主操作器与执行臂之间的主从映射，待用户将主操作器调整至合适位置后，重新完成主从匹配并建立主从映射，然后退出安全模式。
[0089]
在一些实施例中，方法500还可以包括：基于多个位姿标识图案角点在定位图像中的二维坐标、多个位姿标识图案角点在执行臂的末端坐标系中的三维坐标和相机坐标系相对参考坐标系的变换关系，确定执行臂的末端坐标系相对参考坐标系的位姿。在一些实施例中，相机坐标系相对参考坐标系的变换关系可以是已知的。例如，参考坐标系为世界坐标
系，相机坐标系相对世界坐标系的变换关系可以根据相机摆放的位姿确定。另一些实施例中，根据实际的需求，参考坐标系也可以是相机坐标系本身。在一些实施例中，基于相机成像原理与投影模型，基于多个位姿标识图案角点在定位图像中的二维坐标和多个位姿标识图案角点在执行臂的末端坐标系中的三维坐标，确定执行臂的末端坐标系相对相机坐标系的位姿。基于执行臂的末端坐标系相对相机坐标系的位姿和相机坐标系相对参考坐标系的变换关系，可以得到执行臂的末端坐标系相对参考坐标系的位姿。在一些实施例中，还可以考虑相机的内参。例如，相机的内参可以是如图2所示的图像采集设备250的相机内参。相机的内参可以是已知的或者经过标定而得到的。在一些实施例中，相机坐标系可以理解为以相机原点建立的坐标系。例如，以相机的光心为原点建立的坐标系或者以相机的镜头中心为原点建立的坐标系。当相机为双目相机时，相机坐标系的原点可以是相机左镜头的中心，或者右镜头的中心，或者左右镜头中心连线上的任意一点(例如该连线的中点)。
[0090]
在一些实施例中，执行臂的末端坐标系{wm}相对参考坐标系(例如，世界坐标系){w}的位姿可以基于以下公式(3)确定：
[0091][0092]
其中，
wrwm
为执行臂的末端坐标系相对参考坐标系的姿态，wp
wm
为执行臂的末端坐标系相对参考坐标系的位置，
wrlens
为相机坐标系相对参考坐标系的姿态，wp
lens
为相机坐标系相对参考坐标系的位置，
lensrwm
为执行臂的末端坐标系相对相机坐标系的姿态，
lens
p
wm
为执行臂的末端坐标系相对相机坐标系的位置。
[0093]
本公开一些实施例提供了确定多个位姿标识相对执行臂的末端坐标系的三维坐标的方法。在一些实施例中，基于多个位姿标识的分布，确定多个位姿标识相对执行臂的末端坐标系的三维坐标。例如，基于多个位姿标识图案角点的分布，确定多个位姿标识图案角点在执行臂的末端坐标系中的三维坐标。
[0094]
图10示出根据本公开一些实施例的确定多个位姿标识相对执行臂的末端坐标系的三维坐标的方法1000的流程图。如图10所示，方法1000可以由硬件、软件或者固件实现或执行。在一些实施例中，方法1000可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法1000可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法1000。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0095]
参看图10，在步骤1001，基于多个位姿标识的分布，确定多个位姿标识相对执行臂的末端坐标系的z轴的绕轴角度。在一些实施例中，可以基于多个位姿标识图案，确定多个位姿标识相对执行臂的末端坐标系的z轴的绕轴角度。例如，每个位姿标识图案可以标识特定的绕轴角度，不同的位姿标识图案与所标识的绕轴角度一一对应。基于识别出位姿标识图案以及位姿标识图案与绕轴角度的对应关系，可以确定被识别出的位姿标识图案所标识的绕轴角度。应理解，每个位姿标识图案的分布是已知的或预先确定的。在一些实施例中，多个位姿标识图案或者多个位姿标识图案角点的分布可以是如图3所示的分布。在一些实
施例中，每个位姿标识图案角点标识的绕轴角度还可以基于公式(1)确定。
[0096]
参看图10，在步骤1003，基于多个位姿标识的绕轴角度，确定多个位姿标识相对执行臂的末端坐标系的三维坐标。在一些实施例中，如图4所示，每个位姿标识图案角点均位于在截面圆420的圆周上，截面圆420的圆心与半径r均是已知的。以位姿标识图案角点p4作为参照角点，位姿标识图案角点p4在执行臂的末端坐标系{wm}的三维坐标为(r,0,0)。在一些实施例中，每个位姿标识图案角点在执行臂的末端坐标系{wm}中的三维坐标可以基于以下公式(4)确定：
[0097]cm
＝[r
·
cosα
m r
·
sinα
m 0]
t
ꢀꢀꢀꢀꢀꢀꢀ
(4)
[0098]
其中，cm为以位姿标识图案角点p7作为第一个位姿标识图案角点，按照截面圆720的顺时针方向，第m个位姿标识图案角点标识的特定的绕轴角度可以基于多个位姿标识在执行臂的末端坐标系{wm}中的三维坐标。
[0099]
在一些实施例中，基于公式(1)确定第m个位姿标识图案角点标识的绕轴角度αm，之后基于公式(1)确定的绕轴角度αm和公式(4)确定三维坐标cm。
[0100]
图11示出根据本公开另一些实施例的确定多个位姿标识相对执行臂的末端坐标系的三维坐标的方法1100的流程图。方法1100可以是图10所示方法1000的替换实施例。如图11所示，方法1100可以由硬件、软件或者固件实现或执行。在一些实施例中，方法1100可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法1100可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法1100。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0101]
参看图11，在步骤1101，基于多个位姿标识中的至少两个，确定多个位姿标识的排布顺序。在一些实施例中，多个位姿标识的排布顺序可以通过多个位姿标识图案的排布顺序表示。在一些实施例中，通过识别任意两个位姿标识图案确定多个位姿标识的排布顺序。应理解，多个位姿标识包括不同的位姿标识图案，在已知任意两个位姿标识图案的情况下，可以基于多个位姿标识图案已知的分布(例如，图3所示标签300中不同位姿标识图案的分布，或者图4所示标签400中不同位姿标识图案的分布)，确定定位图像中多个位姿标识的排布顺序，例如顺时针排布或逆时针排布。
[0102]
参看图11，在步骤1103，基于多个位姿标识的排布顺序，确定多个位姿标识相对执行臂的末端坐标系的三维坐标。在一些实施例中，基于多个位姿标识已知的分布，可以确定每个位姿标识在执行臂的末端坐标系中的三维坐标，每个位姿标识的三维坐标可以通过位姿标识图案角点在执行臂的末端坐标系中的三维坐标表示，每个位姿标识图案对应执行臂的末端坐标系中的一个坐标点。在确定多个位姿标识图案的排布顺序的之后，基于识别出的位姿标识图案可以确定其余的位姿标识图案，进而可以确定每个位姿标识图案在执行臂的末端坐标系中的三维坐标。在一些实施例中，识别定位图像中的多个位姿标识角点，确定多个位姿标识角点中的任意两个对应的位姿标识图案。基于识别出的两个位姿标识图案确定多个位姿标识图案角点的排布顺序，进而可以确定每个位姿标识图案角点在执行臂的末端坐标系中的三维坐标。此外，基于排布顺序，可以确定所有位姿标识图案的分布，从而以特定位姿图案匹配模板与定位图像上对应位置处的位姿标识图案进行匹配，提高了数据处
理速度。在一些实施例中，位姿图案匹配模板与位姿标识图案角点处的图案匹配可以与方法1200中的步骤1203类似地实现。
[0103]
本公开一些实施例提供了识别位姿标识的方法。图12示出根据本公开一些实施例的识别位姿标识的方法1200的流程图。如图12所示，方法1200可以由硬件、软件或者固件实现或执行。在一些实施例中，方法1200可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法1200可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法1200。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0104]
参考图12，在步骤1201，从定位图像中确定多个候选位姿标识。在一些实施例中，位姿标识可以包括在位姿标识图案中的位姿标识图案角点。候选位姿标识的坐标或坐标系原点可以通过候选位姿标识图案角点表示。在一些实施例中，候选位姿标识图案角点可以是指经过对定位图像进行初步处理或者初步识别得到的可能的位姿标识图案角点。
[0105]
在一些实施例中，方法1200还可以包括在定位图像中确定感兴趣区域(region of interest，roi)。例如，可以先从定位图像中截取roi，从roi中确定多个候选位姿标识。其中，roi可以是定位图像的全图像，也可以是部分区域。例如，可以基于上一帧图像(例如，上一图像处理周期的定位图像)确定的多个位姿标识图案角点一定范围内的区域截取当前帧的roi。对非第一帧的定位图像，roi可以为上一图像处理周期的多个位姿标识图案角点的坐标构成的虚点为中心的一定距离范围内的区域。一定距离范围可以是位姿标识图案角点平均间隔距离的固定倍数，例如两倍。应理解，预定倍数还可以是上一图像处理周期中多个候选位姿标识图案角点平均间隔距离的可变倍数。
[0106]
在一些实施例中，方法1200还可以包括确定定位图像中各像素点的角点似然值(corner likelihood,cl)。在一些实施例中，像素点的角点似然值可以是表征像素点作为特征点(例如，角点)的可能性的数值。在一些实施例中，在计算各像素点的角点似然值之前可以对定位图像进行预处理，之后确定预处理之后的图像中各像素点的角点似然值。图像的预处理例如可以包括：图像灰度化、图像去噪、图像增强中的至少一种。例如，图像预处理可以包括：从定位图像中截取roi，将roi转为相应的灰度图像。
[0107]
在一些实施例中，确定roi中的每个像素点的角点似然值的方式例如可以包括对roi范围内每一个像素点进行卷积操作，得到每个像素点的一阶和/或二阶导数。利用roi范围内每个像素点的一阶和/或二阶导数求出每个像素点的角点似然值。示例性地，各像素的角点似然值可以基于以下公式(5)确定：
[0108][0109]
其中，τ为设定的常数，例如设定为2；i
x
、i
45
、iy、i
n45
分别是像素点在0、π/4、π/2、-π/4四个方向的一阶导数；i
xy
和i
45_45
分别是像素点在0,π/2和π/4,-π/4方向的二阶导数。
[0110]
在一些实施例中，方法1200还可以包括将roi划分成多个子区域。例如，可以采用
非极大抑制法在一个roi范围中平均分割出多个子图像。在一些实施例中，可以将roi平均分割成5
×
5像素的多个子图像。上述实施例为示例性的，并非限制性的，应当理解，还可以将定位图像或roi分割成其他尺寸大小的多个子图像，例如，分割成9
×
9像素的多个子图像。
[0111]
在一些实施例中，方法1200还可以包括确定每个子区域中角点似然值最大的像素以形成像素集合。在一些实施例中，像素集合作为从定位图像中确定的多个候选标识。例如，可以确定每个子图像中的cl值最大的像素点，将每个子图像中的cl值最大的像素点与第一阈值进行比较，确定cl值大于第一阈值的像素的集合。在一些实施例中，第一阈值可以设定为0.06。应当理解，第一阈值还可以设定为其他值。
[0112]
参看图12，步骤1203，基于多个不同的位姿图案匹配模板，从多个候选位姿标识中识别第一位姿标识。在一些实施例中，将多个不同的位姿图案匹配模板分别与候选位姿标识图案角点处的图案进行匹配，以识别第一位姿标识。例如，确定达到预设位姿图案匹配度标准的候选位姿标识图案角点为第一位姿标识图案角点。在一些实施例中，位姿图案匹配模板与位姿标识图案角点附近区域的图案具有相同或相似的特征。若位姿图案匹配模板与候选位姿标识图案角点附近区域的图案的匹配度达到预设位姿图案匹配度标准(例如，匹配度高于阈值)，则可以认为候选位姿标识图案角点附近区域的图案与位姿图案匹配模板具有相同或相似的特征，进而可认为当前的候选位姿标识图案角点为位姿标识图案角点。
[0113]
在一些实施例中，确定像素集合中cl值最大的像素点，作为候选位姿标识图案角点。例如，可以将该像素集合中的所有像素按cl值从大到小的顺序排序，并将cl值最大的像素作为候选位姿标识图案角点。在一些实施例中，在确定了候选位姿标识图案角点之后，将位姿图案匹配模板与候选位姿标识图案角点处的图案进行匹配，如果达到了预设位姿图案匹配度标准，则确定候选位姿标识图案角点为识别出的第一位姿标识图案角点。
[0114]
在一些实施例中，方法1200还可以包括响应于匹配失败，确定像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点。例如，如果候选位姿标识图案角点未达到预设的匹配度标准，则选择次级cl值的像素点(cl值第二大的像素点)作为候选位姿标识图案角点，将位姿图案匹配模板与该候选位姿标识图案角点处的图案进行匹配，依次类推，直至识别出第一位姿标识图案角点。
[0115]
在一些实施例中，位姿标识图案可以为黑白相间的图形(例如，棋盘格图形)，因此位姿图案匹配模板可以为相同的图形，利用位姿图案匹配模板的灰度分布gm与候选位姿标识图案角点对应的像素点的像素邻域灰度分布g
image
间的相关性系数(correlation coefficient,cc)来进行匹配。像素点的像素邻域灰度分布g
image
为以该像素点为中心一定范围内(例如，10
×
10像素)像的像素的灰度分布。相关性系数可以基于以下公式(6)确定：
[0116][0117]
其中，var()为方差函数，cov()为协方差函数。在一些实施例中，当相关性系数小于0.8时，像素领域内的灰度分布与位姿图案匹配模板相关性较低，则判定该角点似然值最大的候选位姿标识图案角点不是位姿标识图案角点，否则认为该角点似然值最大的候选位姿标识图案角点是位姿标识图案角点。
[0118]
在一些实施例中，方法1200还可以包括确定候选位姿标识图案角点的边缘方向。例如，如图13所示，候选位姿标识图案角点为位姿标识图案1300中的角点p
13
，角点p
13
的边缘方向可以是指形成角点p
13
的边缘的方向，如图13中虚线箭头示意的方向。
[0119]
在一些实施例中，边缘方向可以通过对以候选位姿标识图案角点为中心的一定范围邻域(例如10
×
10像素)的每个像素在平面坐标系的x方向和y方向的一阶导数值(i
x
和iy)确定。例如，边缘方向可以基于以下公式(7)进行计算：
[0120][0121]
其中，一阶导数(i
x
和iy)可以通过对一定范围邻域范围内每一个像素点进行卷积操作得到。一些实施例中，通过对每个范围邻域内的像素点的边缘方向i
angle
和对应的权重i
weight
进行聚类计算获得该像素点的边缘方向，选择权重i
weight
占比最大的类对应的i
angle
作为边缘方向。需要说明的是，如果存在多个边缘方向，则选择权重i
weight
占比最大的多个类对应的i
angle
作为边缘方向。
[0122]
在一些实施例中，聚类计算所用的方法可以是k均值方法、birch(balanced iterative reducing and clustering using hierarchies，基于层次结构的平衡迭代聚类方法)方法、dbscan(density-based spatial clustering of applications with noise，具有噪声的基于密度的聚类方法)方法、gmm(gaussian mixed model，高斯混合模型)方法中的任意一种。
[0123]
在一些实施例中，方法1200还可以包括基于边缘方向旋转位姿图案匹配模板。根据边缘方向旋转位姿图案匹配模板，可以将位姿图案匹配模板与候选位姿标识图案角点处的图像对齐。候选位姿标识图案角点的边缘方向可以用于确定该候选标识图案角点处的图像在定位图像中的设置方向。在一些实施例中，根据边缘方向旋转位姿图案匹配模板，可以将位姿图案匹配模板调整至与候选位姿标识图案角点处的图像方向相同或接近相同以便于进行图像匹配。
[0124]
参看图12，步骤1205，以第一位姿标识作为起点，搜索位姿标识。例如，图14示出根据本公开一些实施例的用于搜索位姿标识的方法1400的流程图。如图14所示，方法1400可以由硬件、软件或者固件实现或执行。在一些实施例中，方法1400可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法1400可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置140、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法1400。在一些实施例中，这些指令可以存储在计算机可读介质上。
[0125]
参看图14，在步骤1401，以第一位姿标识作为起点，搜索第二位姿标识。在一些实施例中，以第一位姿标识图案角点作为起点，在设定的搜索方向上搜索第二位姿标识图案角点。在一些实施例中，设定的搜索方向可以包括：第一位姿标识图案角点的正前方(对应0
°
角度方向)、正后方(对应120
°
角度方向)、正上方(90
°
角度方向)、正下方(-90
°
角度方向)和斜向(例如
±
45
°
角度方向)中的至少一个方向。
[0126]
在一些实施例中，设定的搜索方向为n个，例如在8个方向进行搜索，每个搜索方向v
sn
可以基于以下公式(8)确定：
[0127]vsn
＝[cos(n
·
π/4)sin(n
·
π/4)],(n＝1,2,
…
,8)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0128]
在一些实施例中，当前步骤中设定的搜索方向可以根据上一帧确定的多个位姿标识图案角点中相邻位姿标识图案角点之间的偏差角度确定。示例性地，预定的搜索方向基于以下公式(9)确定：
[0129][0130]
其中，(xj,yj)为上一帧(或者上个图像处理周期)确定的多个位姿标识图案角点的二维坐标；n
last
为上一帧确定的多个位姿标识图案角点的个数；v
s1
为第一个设定的搜索方向；v
s2
为第二个设定的搜索方向。
[0131]
在一些实施例中，如图15所示，以第一位姿标识图案角点p
1501
的坐标位置作为搜索起点，在设定的搜索方向上搜索第二位姿标识图案角点p
1502
的坐标位置具体可以包括：以第一位姿标识图案角点p
1501
的坐标位置作为搜索起点，通过搜索框(例如，图15中的虚线框)以一定的搜索步长在设定的搜索方向v
1501
上搜索位姿标识图案角点。若搜索框内存在至少一个候选位姿标识图案角点，则优先选择搜索框内角点似然值最大的候选位姿标识图案角点为第二位姿标识图案角点p
1502
。在搜索框限制在合适的大小情况下，以第一位姿标识图案角点p
1501
的坐标位置作为搜索起点进行第二位姿标识图案角点p
1502
搜索时，搜索框内出现的候选位姿标识图案角点中角点似然值最大的候选位姿标识图案角点为位姿标识图案角点的可能性较大。因此，可以认为搜索框内角点似然值最大的候选位姿标识图案角点为第二位姿标识图案角点p
1502
，以便提高数据处理速度。其他实施方式中，为了提高位姿标识图案角点识别的准确度，选择搜索框内出现的候选位姿标识图案角点中角点似然值最大的候选位姿标识图案角点进行角点的识别，以确定该角点似然值最大的候选位姿标识图案角点是否为位姿标识图案角点。例如，将位姿图案匹配模板与该角点似然值最大的候选位姿标识图案角点处一定范围内的图像进行匹配，满足预设位姿图案匹配度标准的候选位姿标识图案角点可以认为是搜索到的第二位姿标识图案角点p
1502
。
[0132]
在一些实施例中，继续参看图15，搜索框的大小可以逐步增大，从而搜索范围逐步增大。搜索步长可与搜索框的边长同步变化。其他实施方式中，搜索框的大小也可以为固定的大小。
[0133]
在一些实施例中，位姿标识图案可以为黑白相间的棋盘格图形，可以基于公式(6)中的相关性系数来进行图案匹配。如果相关性系数大于阈值，则认为该角点似然值最大的候选位姿标识图案角点是位姿标识图案角点，记为第二位姿标识图案角点。
[0134]
图16示出根据本公开一些实施例的用于搜索第二位姿标识的方法1600的流程图。如图16所示，方法1600可以由硬件、软件或者固件实现或执行。在一些实施例中，方法1600可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法1600可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法1600。在一些实施例中，这些指令可以存储在计算机可读介质上。在一些实施例中，方法
1400中的步骤1401可以与方法1600类似地实现。
[0135]
参看图16，在步骤1601，以第一位姿标识作为起点，搜索第二位姿标识的候选位姿标识图案角点。在一些实施例中，搜索第二位姿标识的候选位姿标识图案角点可以与图15所示搜索第二位姿标识图案角点p
1502
类似地实现。
[0136]
在步骤1603，基于多个位姿标识的分布，确定第一位姿图案匹配模板和第二位姿图案匹配模板，第一位姿图案匹配模板和第二位姿图案匹配模板对应于与第一位姿标识相邻的位姿标识。在一些实施例中，步骤1603可以在步骤1601之前或者之后执行，步骤1603也可以与步骤1601同步执行。在一些实施例中，可以基于第一位姿标识包括的位姿标识图案以及多个位姿标识图案的分布，确定第一位姿标识相邻的位姿标识包括的位姿标识图案，进而确定第一位姿图案匹配模板和第二位姿图案匹配模板。
[0137]
在步骤1605，将第一位姿图案匹配模板和/或第二位姿图案匹配模板与第二位姿标识的候选位姿标识图案角点位置处的图案进行匹配，以识别第二位姿标识。在一些实施例中，可以基于公式(6)中的相关性系数将第一位姿图案匹配模板和/或第二位姿图案匹配模板与第二位姿标识的候选位姿标识图案角点位置处的图案进行匹配。如果相关性系数大于阈值，则确定第二位姿标识的候选位姿标识图案角点作为第二位姿标识的位姿标识图案角点，并且确定相关性系数大于阈值的位姿图案匹配模板(第一位姿图案匹配模板或第二位姿图案匹配模板)对应的图案为第二位姿标识的位姿标识图案。
[0138]
参看图14，在步骤1403，基于第一位姿标识、第二位姿标识，确定搜索方向。在一些实施例中，搜索方向包括：第一搜索方向和第二搜索方向。第一搜索方向可以是以第一位姿标识图案角点的坐标位置为起点，且远离第二位姿标识图案角点的方向。第二搜索方向可以是以第二位姿标识图案角点的坐标位置为起点，且远离第一位姿标识图案角点的方向。例如，图15中所示的搜索方向v
1502
。
[0139]
参看图14，在步骤1405，以第一位姿标识或第二位姿标识作为起点，在搜索方向上搜索位姿标识。在一些实施例中，若以第一位姿标识图案角点为新的起点，则可以以上述实施例中的第一搜索方向作为搜索方向进行位姿标识图案角点的搜索。若以第二位姿标识图案角点为新的搜索起点，则可以以上述实施例中的第二搜索方向作为搜索方向进行位姿标识图案角点的搜索。在一些实施例中，搜索新的位姿标识图案角点(例如，图15中的第三位姿标识图案角点p
1503
)可以与方法1400中的步骤1401或者方法1700类似地执行。在一些实施例中，搜索步长可以是第一位姿标识图案角点p
1501
和第二位姿标识图案角点p
1502
之间的距离l1。
[0140]
图17示出根据本公开一些实施例的用于搜索位姿标识的方法1700的流程图。如图17所示，方法1700可以由硬件、软件或者固件实现或执行。在一些实施例中，方法1700可以由机器人系统(例如，图1所示的机器人系统100，或图19所示的机器人系统1900)执行。在一些实施例中，方法1700可以实现为计算机可读的指令。这些指令可以由通用处理器或专用处理器(例如，图1所示的控制装置120、图2所示的控制装置220或图19所示的控制装置1920)读取并执行。例如，用于机器人系统的控制装置可以包括处理器，被配置为执行方法1700。在一些实施例中，这些指令可以存储在计算机可读介质上。在一些实施例中，方法1400中的步骤1405可以与方法1700类似地实现。
[0141]
参看图17，在步骤1701，以第一位姿标识或第二位姿标识作为起点，搜索第三位姿
标识的候选位姿标识图案角点。在一些实施例中，搜索第三位姿标识的候选位姿标识图案角点可以与图15所示搜索第三位姿标识图案角点p
1503
类似地实现。
[0142]
在步骤1703，基于多个位姿标识的分布，确定第三位姿图案匹配模板，第三位姿图案匹配模板对应于与第一位姿标识相邻或与第二位姿标识相邻的位姿标识。在一些实施例中，可以基于第一位姿标识或第二位姿标识包括的位姿标识图案以及多个位姿标识图案的分布，确定第一位姿标识或第二位姿标识相邻的位姿标识包括的位姿标识图案，进而确定第三位姿图案匹配模板。
[0143]
在步骤1705，将第三位姿图案匹配模板与第三位姿标识的候选位姿标识图案角点位置处的图案进行匹配，以识别第三位姿标识。在一些实施例中，步骤1705可以与步骤1605类似地实现。
[0144]
在一些实施例中，响应于搜索距离大于搜索距离阈值，确定像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点；以及将多个不同的位姿图案匹配模板分别与候选位姿标识图案角点位置处的图案进行匹配，以识别第一位姿标识。在一些实施例中，在确定像素集合中剩余像素的角点似然值最大的像素作为新的候选位姿标识图案角点之后，可以基于与步骤1203类似地方法识别新的第一位姿标识。在一些实施例中，搜索距离大于搜索距离阈值可以理解为在部分或者全部的搜索方向上的搜索距离大于搜索距离阈值。在一些实施例中，搜索距离阈值可以包括第n-1个位姿标识图案角点和第n-2个位姿标识图案角点的距离的设定倍数，其中n≥3。
[0145]
例如，搜索距离阈值为两倍的前两个位姿标识图案角点的距离。这样，搜索第三个位姿标识图案角点的最大搜索距离是第一位姿标识图案角点和第二位姿标识图案角点的距离的两倍，若在搜索方向上达到该搜索距离还未搜索到位姿标识图案角点，则确定像素集合中剩余像素的角点似然值最大的像素作为新的候选位姿标识图案角点，以及识别新的第一位姿标识，并且当前搜索过程也相应停止。在一些实施例中，与方法1200类似，可以重新确定新的第一位姿标识图案角点，并且与方法1400类似，可以以新的位姿标识图案角点为搜索起点，搜索其余的位姿标识图案角点。
[0146]
在一些实施例中，响应于识别到的位姿标识图案角点数量大于或等于位姿标识数量阈值，可以基于搜索到的位姿标识的搜索，确定执行臂的末端相对参考坐标系的位姿，对位姿标识图案角点的搜索也相应停止。例如，当识别到四个位姿标识图案角点，停止对位姿标识图案角点的搜索。
[0147]
在一些实施例中，响应于识别到的位姿标识数量小于位姿标识数量阈值，确定像素集合中剩余像素的角点似然值最大的像素作为候选位姿标识图案角点；以及将多个不同的位姿图案匹配模板分别与候选位姿标识图案角点位置处的图案进行匹配，以识别第一位姿标识。在一些实施例中，若识别到的位姿标识(例如，位姿标识图案角点)总数小于设定的位姿标识数量阈值，则认为上述步骤中基于第一位姿标识的搜索失败。在一些实施例中，在搜索失败的情况下，确定像素集合中剩余像素的角点似然值最大的像素作为新的候选位姿标识图案角点，之后可以基于与步骤1203类似地方法识别新的第一位姿标识。在一些实施例中，与方法1200类似，可以重新确定新的第一位姿标识图案角点，并且与方法1400类似，可以以新的位姿标识图案角点为搜索起点，搜索其余的位姿标识图案角点。
[0148]
在一些实施例中，在搜索到或者识别到位姿标识图案角点之后，还可以对已确定
的位姿标识图案角点进行亚像素定位，以提高位姿标识图案角点的位置精度。
[0149]
在一些实施例中，可以对像素点的cl值基于模型进行拟合，以确定经亚像素定位后的位姿标识图案角点的坐标。例如，roi中每个像素点的cl值的拟合函数可以为二次曲面函数，该函数的极值点为亚像素点。拟合函数可以基于以下公式(10)和(11)确定：
[0150]
s(x,y)＝ax2 by2 cx dy exy f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0151][0152]
其中，s(x，y)为每个roi中的所有像素点的cl值拟合函数，a、b、c、d、e、f为系数；xc为位姿标识的x坐标，yc为位姿标识的y坐标。
[0153]
本公开一些实施例中，本公开还提供了一种计算机设备，计算机设备包括存储器和处理器。存储器可以用于存储有至少一条指令，处理器与存储器耦合，用于执行至少一条指令以执行本公开的方法中的部分步骤或全部步骤，如图5-图12、图14、图16和图17中公开的方法中的部分步骤或全部步骤。
[0154]
图18示出根据本公开一些实施例的计算机设备1800的示意框图。参看图18，该计算机设备1800可以包括中央处理单元(cpu)1801、包括随机存取存储器(ram)1802和只读存储器(rom)1803的系统存储器1804，以及连接各部件的系统总线1805。计算机设备1800还可以包括输入/输出系统，和用于存储操作系统1813、应用程序1814和其他程序模块1815的大容量存储设备1807。输入/输出设备包括主要由显示器1808和输入设备1809组成的输入/输出控制器1810。
[0155]
大容量存储设备1807通过连接到系统总线1805的大容量存储控制器(未示出)连接到中央处理单元1801。大容量存储设备1807或者计算机可读介质为计算机设备提供非易失性存储。大容量存储设备1807可以包括诸如硬盘或者光盘只读存储器(compact disc read-only memory，cd-rom)驱动器之类的计算机可读介质(未示出)。
[0156]
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括ram、rom、闪存或其他固态存储其技术，cd-rom、或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器和大容量存储设备可以统称为存储器。
[0157]
计算机设备1800可以通过连接在系统总线1805上的网络接口单元1811连接到网络1812。
[0158]
系统存储器1804或大容量存储设备1807还用于存储一个或者一个以上的指令。中央处理器1801通过执行该一个或一个以上指令来实现本公开一些实施例中的方法的全部或者部分步骤。
[0159]
本公开一些实施例中，本公开还提供一种计算机可读存储介质，存储介质中存储有至少一条指令，该至少一条指令由处理器执行以使计算机执行本公开一些实施例的方法中的部分步骤或全部步骤，如图5-图12、图14、图16和图17中公开的方法中的部分步骤或全部步骤。计算机可读存储介质的示例包括计算机程序(指令)的存储器，例如，只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、只读光盘
(compact disc read-only memory，cd-rom)、磁带、软盘和光数据存储设备等。
[0160]
图19示出根据本公开一些实施例的机器人系统1900的示意图。本公开一些实施例中，参看图19，机器人系统1900可以包括：工具1950、驱动装置1960、图像采集设备1910以及控制装置(例如，处理器1920)，工具1950可以包括执行臂1940以及设置在执行臂1940远端的末端1930。在末端1930上可以形成有或设置有多个位姿标识，多个位姿标识包括不同的位姿标识图案，在末端1930的远端可以设置有执行器。驱动装置1960可以用于控制执行臂1940及其末端1930的位姿，驱动装置传感器与驱动装置1960耦合并且用于获得驱动信息。图像采集设备1910可以用于采集执行臂1940的定位图像。处理器1920与驱动装置1960、驱动装置传感器以及图像采集设备1910连接，用于执行本公开一些实施例的方法中的部分步骤或全部步骤，如图5-图12、图14、图16和图17中公开的方法中的部分步骤或全部步骤。
[0161]
注意，上述仅为本公开的示例性实施例及所运用技术原理。本领域技术人员会理解，本公开不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此，虽然通过以上实施例对本公开进行了较为详细的说明，但是本公开不仅仅限于以上实施例，在不脱离本公开构思的情况下，还可以包括更多其他等效实施例，而本公开的范围由所附的权利要求范围决定。