一种多障碍环境下机械臂避障路径规划方法与流程

1.本发明涉及智能控制技术领域，尤其涉及一种多障碍环境下机械臂避障路径规划方法。


背景技术：

2.随着工厂智能化的不断普及，机械臂逐渐成为工厂里必不可少的组成部分，通过机械臂极大的提高了工厂的生产效率。但由于工厂内部设备逐渐增多，工作环境愈加复杂，对机械臂的工作任务提出了越来越多的要求，为防止机械臂在工作途中与其他设备进行碰撞，传统的方式是采用机械臂碰撞急停控制，急停控制是通过力传感器检测到力发生了变化或者检测关节电流发生突变来判断机器臂是否发生碰撞，障碍物需要与机器臂发生碰撞后，才触发紧急停止，然而，机器臂与物品或人发生碰撞后，容易损坏物品，或造成人员受伤。发生碰撞后机器臂停止运作，严重时需要检修机器臂是否损坏才能继续工作，降低了机器臂的工作效率。


技术实现要素：

3.针对现有技术的不足，本发明提供一种多障碍环境下机械臂避障路径规划方法，用于解决上述背景技术中所提出的问题。
4.一种多障碍环境下机械臂避障路径规划方法，包括：获取当前机械臂各关节的状态信息和机械臂的目标位置；基于双目视觉系统，获取机械臂与目标位置间的多障碍物信息；根据多障碍物信息进行建模，确定多障碍物模型；根据机械臂各关节的状态信息进行建模，确定机械臂模型；根据机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景；通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径。
5.作为本发明的一种实施例，获取当前机械臂各关节的状态信息和机械臂的目标位置，包括：基于机器臂正运动学计算当前机械臂各关节在空间中的状态信息；其中，状态信息包括在空间中的位置信息和姿态信息；根据预设抓取指令，确定机械臂待抓取物体的目标位置。
6.作为本发明的一种实施例，基于双目视觉系统，获取机械臂与目标位置间的多障碍物信息，包括：根据提前设置在机械臂上的双目视觉系统两台相机获取机械臂与目标位置上目标抓取物间的多障碍物的图像信息。
7.作为本发明的一种实施例，根据多障碍物信息进行建模，确定多障碍物模型，包括：基于包络盒模型，对多障碍物信息采用最小包围球模型处理，生成多个障碍物的包络模型。
8.作为本发明的一种实施例，根据机械臂各关节的状态信息进行建模，确定机械臂模型，包括：基于包络盒模型，对机械臂各关节采用最小包围球模型处理，确定机械臂各关节的第一包络模型；对机械臂连杆采用圆柱体包络法模型处理，确定机械臂连杆的第二包
络模型；根据机械臂原本的关节与连杆的连接关系，对第一包络模型和第二包络模型进行结合，确定机械臂模型。
9.作为本发明的一种实施例，根据机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景，包括：构建初始虚拟场景，根据机械臂模型和多障碍物模型分别对应的位置信息确定两者的相对位置信息；加入机械臂模型至初始虚拟场景任意位置，以机械臂模型为原点，根据相对位置信息确定多个障碍物模型在初始虚拟场景中的实际位置，加入多个障碍物模型至初始虚拟场景中对应的实际位置；同时根据机械臂抓取目标物的目标位置与，机械臂模型和多障碍物模型的相对位置确定机械臂的抓取目标物在初始虚拟场景中的第二实际位置，加入模拟目标物至初始虚拟场景中对应的第二实际位置，完成模拟工作场景构建。
10.作为本发明的一种实施例，通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径，包括：获取机械臂的运动参数，通过模拟工作场景，根据运动参数控制机械臂模型模拟机械臂在不与多障碍物模型进行碰撞的条件下成功抓取目标位置的目标物的多条机械臂运行路径；对多条机械臂运行路径中机械臂到目标位置的路径长短进行排序，确定最短路径作为无碰撞下的机械臂运行路径。
11.作为本发明的一种实施例，一种多障碍环境下机械臂避障路径规划方法还包括：通过设置在机械臂上的传感器实时感知机械臂在执行机械臂运行路径时周围是否存在动态障碍物，若存在，暂停执行机械臂运行路径，直至周围不存在动态障碍物时，继续执行剩余机械臂运行路径。
12.作为本发明的一种实施例，一种多障碍环境下机械臂避障路径规划方法还包括：当存在多机械臂同时运行时，当任一机械臂感知到周围存在动态障碍物时，获取动态障碍物的第一位移信息，并尝试获取动态障碍物身份信息；若成功获取动态障碍物身份信息，基于障碍物身份信息和第一位移信息查询对应的目标移动地点，并通过第一位移信息预测动态障碍物的第一行进路线信息，其中第一行进路线信息包括从当前位置到离开当前机械臂感知范围的行进信息，行进信息包括行进轨迹和行进速度；根据动态障碍物身份信息，获取预设数量机械臂的所有第一行进路线信息，根据所有第一行进路线信息、目标移动地点和动态障碍物身份信息获取动态障碍物的目标移动轨迹；根据所有第一行进路线信息中的行进速度，预测后续动态障碍物的第二行进速度；根据第二行进速度和目标移动轨迹确定动态障碍物到达后续机械臂周围的第一时间；根据第一时间和目标移动轨迹提前控制相应机械臂暂停执行机械臂运行路径，直至动态障碍物经过后，继续执行剩余机械臂运行路径。
13.作为本发明的一种实施例，一种多障碍环境下机械臂避障路径规划方法还包括：当目标移动轨迹确定后，动态障碍物到达下一机械臂时，根据下一机械臂采集的行进速度和目标移动轨迹重新预测后续动态障碍物的第二行进速度，并根据重新预测的第二行进速度和目标移动轨迹确定动态障碍物到达后续机械臂周围的第二时间。
14.本发明的有益效果为：
15.本发明提供一种多障碍环境下机械臂避障路径规划方法，采用虚拟场景构建的方式，模拟碰撞的发生，采用智能避障方法确定无碰撞下的机械臂运行路径，无需通过力传感器检测到力发生了变化或者检测关节电流发生突变来判断是否发生碰撞，减少了通过碰撞急停的方式带来的损失。
16.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
17.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
18.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
19.图1为本发明实施例中一种多障碍环境下机械臂避障路径规划方法的流程图；
20.图2为本发明实施例中一种多障碍环境下机械臂避障路径规划方法中模拟工作场景的构建过程流程图；
21.图3为本发明实施例中一种多障碍环境下机械臂避障路径规划方法中机械臂运行路径的确定过程流程图。
具体实施方式
22.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
23.请参阅图1，一种多障碍环境下机械臂避障路径规划方法，包括：s101、获取当前机械臂各关节的状态信息和机械臂的目标位置；s102、基于双目视觉系统，获取机械臂与目标位置间的多障碍物信息；s103、根据多障碍物信息进行建模，确定多障碍物模型；s104、根据机械臂各关节的状态信息进行建模，确定机械臂模型；s105、根据机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景；s106、通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径；
24.上述技术方案的工作原理为：当机械臂安装至固定位置后，每次启动前，机械臂启用多障碍环境下机械臂避障路径规划方法，值得说明的是，机械臂还设置有启动停止按钮，若工厂内排布无变化时，可根据前一次的路径规划继续执行，从而节省成本，当路径规划开始时，获取当前机械臂各关节的状态信息和机械臂的目标位置，当前机械臂的各关节的状态信息包括姿态和位置，机械臂的目标位置即待抓取物品的目标位置；然后基于布设在机械臂上或机械臂周围的双目视觉系统获取机械臂与目标物品之间的若干障碍物多角度图片信息；根据获取到的多角度图片信息对若干障碍物进行建模，确定多个障碍物的模型；然后根据机械臂各个关节的状态信息对机械臂进行建模，确定机械臂模型；之后通过虚拟场景构建的方式，通过机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景，众所周知，路径规划是规划机械臂到目标物品的执行路径，因此目标物品肯定也会加入构建模拟工作场景中，所以便不再赘述，最后通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径；
25.上述技术方案的有益效果为：通过上述技术方案，采用虚拟场景构建的方式，模拟碰撞的发生，采用智能避障方法确定无碰撞下的机械臂运行路径，无需通过力传感器检测到力发生了变化或者检测关节电流发生突变来判断是否发生碰撞，减少了通过碰撞急停的方式带来的损失，且提前规划路线无需每前进一段距离判断一次，提高机械臂运行速度。
26.在一个实施例中，获取当前机械臂各关节的状态信息和机械臂的目标位置，包括：基于机器臂正运动学计算当前机械臂各关节在空间中的状态信息；其中，状态信息包括在空间中的位置信息和姿态信息；根据预设抓取指令，确定机械臂待抓取物体的目标位置；
27.姿态信息还包括机械臂在空间中任意状态下的姿态；
28.预设抓取指令为使用者提前输入至机械臂中的包含待抓取物体目标位置的控制指令；
29.上述技术方案的有益效果为：通过上述技术方案，为路径规划提供基础数据支撑。
30.在一个实施例中，基于双目视觉系统，获取机械臂与目标位置间的多障碍物信息，包括：根据提前设置在机械臂上的双目视觉系统两台相机获取机械臂与目标位置上目标抓取物间的多障碍物的图像信息；
31.该图像信息与双目视觉系统采集的初始多角度图像信息的区别在于该图像信息为经过处理后的图像信息，即从图像信息中可直接提取中构建包络模型所需数据；
32.值得说明的是，双目视觉系统也可布设在机械臂周围，只需要能够采集到机械臂与目标物体周围的环境信息即可；
33.上述技术方案的有益效果为：通过上述技术方案，完成对障碍物的模型数据抓取。
34.在一个实施例中，根据多障碍物信息进行建模，确定多障碍物模型，包括：基于包络盒模型，对多障碍物信息采用最小包围球模型处理，生成多个障碍物的包络模型；
35.上述技术方案的有益效果为：通过上述技术方案，完成对多个障碍物的模型构建，采用最小包围球模型可以最大限度保障模拟碰撞的精确性。
36.在一个实施例中，根据机械臂各关节的状态信息进行建模，确定机械臂模型，包括：基于包络盒模型，对机械臂各关节采用最小包围球模型处理，确定机械臂各关节的第一包络模型；对机械臂连杆采用圆柱体包络法模型处理，确定机械臂连杆的第二包络模型；根据机械臂原本的关节与连杆的连接关系，对第一包络模型和第二包络模型进行结合，确定机械臂模型；
37.在对机械臂各关节采用最小包围球模型处理时，基于每个关节在空间中的不同姿态信息确定不同的最小包围球，确定圆心，重叠所有最小包围球，最后以重叠后最远的两点构建的直线段作为当前关节的第一包络模型的直径；
38.采用圆柱体包络模型处理连杆时，配合每个关节的最小包围球，将圆柱体包络模型与关节包络模型的连接端嵌入至关节包络模型，从而通过第二包络模型为连接，将所有第一包络模型连接起来，从而结合成一个整体的机械臂模型；
39.上述技术方案的有益效果为：通过上述技术方案，以最小误差的方式，采用包络模型完成对机械臂模型的构建，可以最大限度保障模拟碰撞的精确性。
40.请参阅图2，在一个实施例中，根据机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景，包括：s201、构建初始虚拟场景，根据机械臂模型和多障碍物模型分别对应的位置信息确定两者的相对位置信息；s202、加入机械臂模型至初始虚拟场景任意位置，以机械臂模型为原点，根据相对位置信息确定多个障碍物模型在初始虚拟场景中的实际位置，加入多个障碍物模型至初始虚拟场景中对应的实际位置；s203、同时根据机械臂抓取目标物的目标位置与，机械臂模型和多障碍物模型的相对位置确定机械臂的抓取目标物在初始虚拟场景中的第二实际位置，加入模拟目标物至初始虚拟场景中对应的第二实
际位置，完成模拟工作场景构建；
41.上述技术方案的工作原理为：模拟工作场景的构建是基于虚拟场景的构建方式实现的，首先，构建初始虚拟场景，初始虚拟场景即无任何模型的空白场景；然后根据机械臂模型和多障碍物模型分别对应的位置信息确定两者的相对位置信息，确定时考虑方向和距离；确定好相对位置信息后，加入机械臂模型至初始虚拟场景任意位置，然后设定机械臂模型的中心位置为原点，根据相对位置信息确定多个障碍物模型在初始虚拟场景中的实际位置，由于采用最小包围球的方式，该实际位置即每个障碍物模型的中心位置，最后加入多个障碍物模型至初始虚拟场景中对应的实际位置，完成机械臂模型和障碍物模型的添加，最后同时根据机械臂抓取目标物的目标位置与，机械臂模型和多障碍物模型的相对位置确定机械臂的抓取目标物在初始虚拟场景中的第二实际位置，值得说明的是，也可先确定目标物的实际位置，最后确定和机械臂的相对位置，并根据其相对位置确定多个障碍物模型的实际位置；确定位置后，加入模拟目标物至初始虚拟场景中对应的第二实际位置，完成模拟工作场景构建；
42.上述技术方案的有益效果为：通过上述技术方案，完成对虚拟场景的构建，通过虚拟场景模拟路径规划，减少传统方式的碰撞可能性。
43.请参阅图3，在一个实施例中，通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径，包括：s301、获取机械臂的运动参数，通过模拟工作场景，根据运动参数控制机械臂模型模拟机械臂在不与多障碍物模型进行碰撞的条件下成功抓取目标位置的目标物的多条机械臂运行路径；s302、对多条机械臂运行路径中机械臂到目标位置的路径长短进行排序，确定最短路径作为无碰撞下的机械臂运行路径；
44.根据运动参数控制机械臂模型在模拟工作场景中的模拟运行，该运动参数包括但不限于每个关节的状态信息等；
45.模拟机械臂运行路径时，通过确定机械臂的可运行空间进行模拟运动；
46.将机械臂模型的运动区域与障碍物模型的球形区域进行对比，若未发生重合，则机械臂遵从就近原则获取运行路径并执行，若发生重合，则更换行进方向信息继续执行；
47.运动区域包括关节处的第一包络模型区域和连杆处的第二包络模型区域；
48.上述技术方案的有益效果为：通过上述技术方案，在无真实碰撞的前提下模拟完成对运行路径的规划，降低碰撞测试的风险，同时规划的路线后续机械臂无需一步一检测的方式运行，提高机械臂运行效率。
49.在一个实施例中，一种多障碍环境下机械臂避障路径规划方法还包括：通过设置在机械臂上的传感器实时感知机械臂在执行机械臂运行路径时周围是否存在动态障碍物，若存在，暂停执行机械臂运行路径，直至周围不存在动态障碍物时，继续执行剩余机械臂运行路径；
50.该传感器优选设置在机械臂前端，传感器可以采用红外距离传感器、热成像传感器等具备感知功能的传感器；
51.若停止时间过长，发出警报；
52.上述技术方案的有益效果为：通过上述技术方案，降低动态障碍物对机械臂的影响，同时当厂内物品排布更新后管理人员未设置重新规划路径时，通过上述方案可以降低碰撞可能性。
53.在一个实施例中，一种多障碍环境下机械臂避障路径规划方法还包括：当存在多机械臂同时运行时，当任一机械臂感知到周围存在动态障碍物时，获取动态障碍物的第一位移信息，并尝试获取动态障碍物身份信息；若成功获取动态障碍物身份信息，基于障碍物身份信息和第一位移信息查询对应的目标移动地点，并通过第一位移信息预测动态障碍物的第一行进路线信息，其中第一行进路线信息包括从当前位置到离开当前机械臂感知范围的行进信息，行进信息包括行进轨迹和行进速度；根据动态障碍物身份信息，获取预设数量机械臂的所有第一行进路线信息，根据所有第一行进路线信息、目标移动地点和动态障碍物身份信息获取动态障碍物的目标移动轨迹；根据所有第一行进路线信息中的行进速度，预测后续动态障碍物的第二行进速度；根据第二行进速度和目标移动轨迹确定动态障碍物到达后续机械臂周围的第一时间；根据第一时间和目标移动轨迹提前控制相应机械臂暂停执行机械臂运行路径，直至动态障碍物经过后，继续执行剩余机械臂运行路径；
54.动态障碍物身份信息包括工厂内已有的其他智能设备；
55.若未成功获取动态障碍物身份信息，则继续执行前述的动态障碍物避障方法；
56.目标移动地点优选提前存在在数据库中，根据障碍物身份信息和第一位移信息可以进行筛选；
57.预设数量机械臂优选为当能够初步确定目标移动轨迹的机械臂数量；
58.机械臂感知范围的大小与传感器的性能有关；
59.上述技术方案的有益效果为：通过上述技术方案，通过预测目标移动轨迹，为后续机械臂的避障提前提供避障数据，可以在动态障碍物来临前提前做好避障规划，减少对传感器性能的依赖，进而降低传感器成本，同时采用预测的方式，进一步降低发生碰撞的可能性。
60.在一个实施例中，一种多障碍环境下机械臂避障路径规划方法还包括：当目标移动轨迹确定后，动态障碍物到达下一机械臂时，根据下一机械臂采集的行进速度和目标移动轨迹重新预测后续动态障碍物的第二行进速度，并根据重新预测的第二行进速度和目标移动轨迹确定动态障碍物到达后续机械臂周围的第二时间；
61.即初步确定好目标移动轨迹后根据后续机械臂对动态障碍物实际行进信息的采集，从而对预测信息进行二次验证；
62.验证时，同时还包括验证目标移动轨迹的准确性，即判断当前检测到动态障碍物的机械臂是否为预测信息中包含的机械臂；
63.动态障碍物的确定方式通过对身份信息的识别确定；
64.上述技术方案的有益效果为：通过上述技术方案，采用实时更新动态障碍物信息的方式反复验证预测信息，同时根据预测信息与实际信息的偏差对预测信息进行调整，有益于提高预测信息的准确性，进一步降低发生碰撞的可能性。
65.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种多障碍环境下机械臂避障路径规划方法，其特征在于，包括：获取当前机械臂各关节的状态信息和机械臂的目标位置；基于双目视觉系统，获取机械臂与目标位置间的多障碍物信息；根据多障碍物信息进行建模，确定多障碍物模型；根据机械臂各关节的状态信息进行建模，确定机械臂模型；根据机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景；通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径。2.根据权利要求1所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，获取当前机械臂各关节的状态信息和机械臂的目标位置，包括：基于机器臂正运动学计算当前机械臂各关节在空间中的状态信息；其中，状态信息包括在空间中的位置信息和姿态信息；根据预设抓取指令，确定机械臂待抓取物体的目标位置。3.根据权利要求1所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，基于双目视觉系统，获取机械臂与目标位置间的多障碍物信息，包括：根据提前设置在机械臂上的双目视觉系统两台相机获取机械臂与目标位置上目标抓取物间的多障碍物的图像信息。4.根据权利要求1所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，根据多障碍物信息进行建模，确定多障碍物模型，包括：基于包络盒模型，对多障碍物信息采用最小包围球模型处理，生成多个障碍物的包络模型。5.根据权利要求1所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，根据机械臂各关节的状态信息进行建模，确定机械臂模型，包括：基于包络盒模型，对机械臂各关节采用最小包围球模型处理，确定机械臂各关节的第一包络模型；对机械臂连杆采用圆柱体包络法模型处理，确定机械臂连杆的第二包络模型；根据机械臂原本的关节与连杆的连接关系，对第一包络模型和第二包络模型进行结合，确定机械臂模型。6.根据权利要求1所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，根据机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景，包括：构建初始虚拟场景，根据机械臂模型和多障碍物模型分别对应的位置信息确定两者的相对位置信息；加入机械臂模型至初始虚拟场景任意位置，以机械臂模型为原点，根据相对位置信息确定多个障碍物模型在初始虚拟场景中的实际位置，加入多个障碍物模型至初始虚拟场景中对应的实际位置；同时根据机械臂抓取目标物的目标位置与，机械臂模型和多障碍物模型的相对位置确定机械臂的抓取目标物在初始虚拟场景中的第二实际位置，加入模拟目标物至初始虚拟场景中对应的第二实际位置，完成模拟工作场景构建。7.根据权利要求1所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径，包括：获取机械臂的运动参数，通过模拟工作场景，根据运动参数控制机械臂模型模拟机械臂在不与多障碍物模型进行碰撞的条件下成功抓取目标位置的目标物的多条机械臂运行路径；对多条机械臂运行路径中机械臂到目标位置的路径长短进行排序，确定最短路径作为无碰撞下的机械臂运行路径。8.根据权利要求1所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，还包括：通过设置在机械臂上的传感器实时感知机械臂在执行机械臂运行路径时周围是否存在动态障碍物，若存在，暂停执行机械臂运行路径，直至周围不存在动态障碍物时，继续执
行剩余机械臂运行路径。9.根据权利要求8所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，还包括：当存在多机械臂同时运行时，当任一机械臂感知到周围存在动态障碍物时，获取动态障碍物的第一位移信息，并尝试获取动态障碍物身份信息；若成功获取动态障碍物身份信息，基于障碍物身份信息和第一位移信息查询对应的目标移动地点，并通过第一位移信息预测动态障碍物的第一行进路线信息，其中第一行进路线信息包括从当前位置到离开当前机械臂感知范围的行进信息，行进信息包括行进轨迹和行进速度；根据动态障碍物身份信息，获取预设数量机械臂的所有第一行进路线信息，根据所有第一行进路线信息、目标移动地点和动态障碍物身份信息获取动态障碍物的目标移动轨迹；根据所有第一行进路线信息中的行进速度，预测后续动态障碍物的第二行进速度；根据第二行进速度和目标移动轨迹确定动态障碍物到达后续机械臂周围的第一时间；根据第一时间和目标移动轨迹提前控制相应机械臂暂停执行机械臂运行路径，直至动态障碍物经过后，继续执行剩余机械臂运行路径。10.根据权利要求9所述的一种多障碍环境下机械臂避障路径规划方法，其特征在于，还包括：当目标移动轨迹确定后，动态障碍物到达下一机械臂时，根据下一机械臂采集的行进速度和目标移动轨迹重新预测后续动态障碍物的第二行进速度，并根据重新预测的第二行进速度和目标移动轨迹确定动态障碍物到达后续机械臂周围的第二时间。

技术总结
本发明提供了一种多障碍环境下机械臂避障路径规划方法，包括：获取当前机械臂各关节的状态信息和机械臂的目标位置；基于双目视觉系统，获取机械臂与目标位置间的多障碍物信息；根据多障碍物信息进行建模，确定多障碍物模型；根据机械臂各关节的状态信息进行建模，确定机械臂模型；根据机械臂模型和多障碍物模型以及其对应的位置信息构建模拟工作场景；通过模拟工作场景对机械臂模型和多障碍物模型进行碰撞检测，确定无碰撞下的机械臂运行路径。径。径。


技术研发人员：巫飞彪 张少华
受保护的技术使用者：广州东焊智能装备有限公司
技术研发日：2023.07.11
技术公布日：2023/10/6