CN114571457B - 一种奇异位姿规避方法、装置、设备以及存储介质 - Google Patents

Abstract

本发明公开了一种奇异位姿规避方法、装置、设备以及存储介质，属于机器人技术领域。该方法包括：在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略；若所述目标奇异规避策略为关节规划策略或接近逆规划策略，则对所述机器人关节的当前关节信息进行更新，以使所述机器人关节规避奇异位姿。通过上述技术方案，上述技术方案，无需对机器人位姿进行分离，通过在线规划直接修改关节位置，即可使机器人关节规避奇异位姿，增强了算法的通用性和代表性。

Description

一种奇异位姿规避方法、装置、设备以及存储介质

技术领域

本发明涉及机器人技术领域，尤其涉及一种奇异位姿规避方法、装置、设备以及存储介质。

背景技术

机器人在轨迹规划过程中，当机器人关节运动至某一位姿时，即机器人关节位于奇异位姿时，会导致控制器无法随意控制机器人朝想要的方向运动、某些关节角速度趋近于失控等危险的情况发生。因此，机器人在轨迹规划过程中需要规避奇异位姿。

现有方案通过对机械手位姿分离，调整机器人位姿，以达到规避效果；或者通过在机械手末端加上虚拟阻尼力并采用导纳控制，从而调整机械手关节位姿，以达到规避效果。

但是，通过对机器人位姿分离以达到奇异规避的方式适用于工业机器人，对于其他类型机器人(如协作机器人)，很难实现位姿分离，这种方式通用性差；通过在机器人末端增加虚拟阻尼力以达到奇异规避的方式，模型复杂度大，无法保证机器人末端规划路径的稳定性。

发明内容

本发明提供了一种奇异位姿规避方法、装置、设备以及存储介质，以规避轨迹规划过程中的奇异位姿。

根据本发明的一方面，提供了一种奇异位姿规避方法，该方法包括：

在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略；

若所述目标奇异规避策略为关节规划策略或接近逆规划策略，则对所述机器人关节的当前关节信息进行更新，以使所述机器人关节规避奇异位姿。

根据本发明的另一方面，提供了一种奇异位姿规避装置，该装置包括：

目标策略确定模块，用于在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略；

关节信息更新模块，用于若所述目标奇异规避策略为关节规划策略或接近逆规划策略，则对所述机器人关节的当前关节信息进行更新，以使所述机器人关节规避奇异位姿。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的奇异位姿规避方法。

根据本发明的另一方面，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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的奇异位姿规避方法。

本发明实施例的技术方案，通过在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略，之后若目标奇异规避策略为关节规划策略或接近逆规划策略，则对机器人关节的当前关节信息进行更新，以使机器人关节规避奇异位姿。上述技术方案，无需对机器人位姿进行分离，通过在线规划直接修改关节位置，即可使机器人关节规避奇异位姿，增强了算法的通用性和代表性。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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他的附图。

图1是根据本发明实施例一提供的一种奇异位姿规避方法的流程图；

图2是根据本发明实施例二提供的一种奇异位姿规避方法的流程图；

图3是根据本发明实施例三提供的一种奇异位姿规避方法的流程图；

图4是根据本发明实施例四提供的一种奇异位姿规避方法的流程图；

图5是根据本发明实施例五提供的一种奇异位姿规避装置的结构示意图；

图6是实现本发明实施例的奇异位姿规避方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”、“候选”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1是根据本发明实施例一提供的一种奇异位姿规避方法的流程图，本实施例可适用于如何对机器人关节进行奇异位姿规避的情况，该方法可以由奇异位姿规避装置来执行，该装置可以采用硬件和/或软件的形式实现，并可集成于承载奇异位姿规避功能的电子设备中，如机器人控制器中。如图1所示，本实施例提供的奇异位姿规避方法可以包括：

S110、在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略。

本实施例中，奇异区是由多个相邻的奇异位姿点组成的位姿点集合，所谓奇异位姿点为机器人关节在关节规划路径中的关键点；机器人关节处于奇异位姿时，会使得机器人关节的关节速度无穷大，导致机器人失控。

所谓候选奇异规避策略为在机器人末端执行器的轨迹规划过程中，为机器人关节预设的奇异规避策略，可以包括关节规划策略、接近逆规划策略和路径优先规划策略。所谓目标奇异规避策略为在机器人末端执行器的轨迹规划过程中，用户自主或者机器人控制器从候选奇异规避策略中选择的奇异规避策略。

可选的，识别到机器人关节进入奇异区可以是，根据机器人关节的当前关节信息和机器人末端执行器的当前末端信息，确定机器人雅克比矩阵；对机器人雅克比矩阵进行奇异值分解，得到最小奇异值；若最小奇异值在设定阈值范围，则确定识别到机器人关节进入奇异区。

其中，所谓当前关节信息包括机器人关节的当前关节位姿、当前关节速度和当前关节加速度。所谓当前末端信息为机器人末端执行器的当前末端位姿、当前末端速度和当前末端加速度。

具体的，获取机器人关节的当前关节信息和机器人末端执行器的当前末端信息，基于机器人逆运动学，根据机器人关节的当前关节信息和机器人末端执行器的末端信息，确定机器人雅克比矩阵，之后对机器人雅克比矩阵进行奇异值(SVD)分解，并确定最小奇异值，进而若最小奇异值在设定阈值范围内，则确定识别到机器人关节进入奇异区。其中，设定阈值范围可以由本领域技术人员根据实际情况设定。

需要说明的是，在机器人末端执行器的轨迹规划过程中，其作业区通常表述在笛卡尔空间，因此需要考虑机器人逆运动学，即给定末端信息(末端位姿、末端速度和末端加速度)，以获取关节信息(关节位姿、关节速度和关节加速度)。示例性的，可以通过如下公式确定关节信息(关节位姿、关节速度和关节加速度)：

其中，表示关节信息，包含关节位姿、关节速度和关节加速度；v表示末端速度，w表示末端加速度，J表示机器人雅克比矩阵。

也就是说，根据末端信息与关节信息之间的关系，每获取到末端信息后，会得到关节信息，相应的得到不同的机器人雅克比矩阵。当雅可比矩阵J行列式为0时，雅克比矩阵J的逆矩阵并不存在，此刻机器人处于运动学奇异位姿，机器人关节速度无穷大。

本实施例中，在识别到机器人关节进入奇异区的情况下，机器人控制器响应于用户实际需求，从候选奇异规避策略中选择目标奇异规避策略。

进一步的，在识别到机器人关节进入奇异区的情况下，机器人控制器可以根据预设规则自动从候选奇异规避策略中选择目标奇异规避策略。

S120、若目标奇异规避策略为关节规划策略或接近逆规划策略，则对机器人关节的当前关节信息进行更新，以使机器人关节规避奇异位姿。

具体的，若目标奇异规避策略为关节规避策略或接近逆规划策略，则根据目标奇异规避策略对应的更新方式，对机器人关节的当前关节信息进行更新，以使机器人关节规避奇异位姿。

本发明实施例的技术方案，通过在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略，之后若目标奇异规避策略为关节规划策略或接近逆规划策略，则对机器人关节的当前关节信息进行更新，以使机器人关节规避奇异位姿。上述技术方案，无需对机器人位姿进行分离，通过在线规划直接修改关节位置，即可使机器人关节规避奇异位姿，增强了算法的通用性和代表性。

实施例二

图2是根据本发明实施例二提供的一种奇异位姿规避方法的流程图，在上是实施例的基础上，对“若目标奇异规避策略为关节规划策略，对机器人关节的当前关节信息进行更新”进一步优化，提供一种可选实施方案。如图2所示，本实施例提供的奇异位姿规避方法可以包括：

S210、在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略。

S220、若目标奇异规避策略为关节规划策略，则对在奇异区内的机器人关节进行路径规划，得到关节规划路径。

本实施例中，关节规划路径为在奇异区内，机器人控制器对机器人关节重新进行路径规划得到的规划路径。

具体的，若确定目标奇异规避策略为关节规划策略，则可以采用五次多项式规划对机器人关节进行路径规划，得到机器人关节在奇异区内的关节规划路径。

S230、对关节规划路径进行插补，得到机器人关节在关节规划路径中关键点处的第一关节信息。

本实施例中，第一关节信息为机器人关节在奇异区内的关节位姿、关节速度和关节加速度。

具体的，对奇异区内的关节规划路径进行插补，得到机器人关节在关节规划路径中各关键点处的第一关节信息。

S240、根据第一关节信息更新当前关节信息，以使机器人关节规避奇异位姿。

具体的，根据第一关节信息中进入奇异区时对应的第一关节信息来更新当前关节信息，以使机器人关节案子更新后的关节信息进行操作。

也就是说，在奇异区内，在关节空间，对机器人关节进行关节路径规划，以使机器人关节规避奇异位姿。

本实施例的技术方案，通过在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略，若目标奇异规避策略为关节规划策略，则对在奇异区内的机器人关节进行路径规划，得到关节规划路径，之后对关节规划路径进行插补，得到机器人关节在关节规划路径中关键点处的第一关节信息，进而根据第一关节信息更新当前关节信息，以使机器人关节规避奇异位姿。上述技术方案，通过对机器人关节的路径进行实时重新规划，以使机器人关节规避奇异位姿，降低了机器人实时计算量，更有利于在线实时部署。

实施例三

图3是根据本发明实施例三提供的一种奇异位姿规避方法的流程图，在上述实施例的基础上，对“若目标奇异规避策略为接近逆规划策略，则对机器人关节的当前关节信息进行更新”进一步优化，提供一种可选实施方案。

如图3所示，本实施例提供的奇异位姿规避方法可以包括：

S310、在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略。

S320、若目标奇异规避策略为接近逆规划策略，则获取机器人关节进入奇异区时对应的机器人末端执行器在笛卡尔空间的当前规划位姿值。

本实施例中，当前规划位姿值为机器人末端执行器在笛卡尔空间规划的位姿值。

具体的，若确定目标规避策略为接近逆规划策略，则获取机器人关节进入奇异区时对应的机器人末端执行器在笛卡尔空间的当前规划位姿值。

S330、根据机器人关节的当前关节信息，确定机器人末端执行器在笛卡尔空间的当前实际位姿值。

本实施例中，当前实际位姿值为根据关节信息与末端信息之间的关系，确定的末端执行器在笛卡尔空间的实际位姿值。

具体的，可以根据正运动学方程在建立关节信息与末端信息之间的关系,其函数关系如下，DH表述的机器人构型信息，θ为机器人的关节信息，pose为机器人末端执行器的末端信息(包括位姿)。

pose＝f(DH，θ)

进而，基于关节信息与末端信息之间的关系，根据机器人关节的当前关节信息，确定机器人末端执行器在笛卡尔空间的当前实际位姿值。

S340、根据当前规划位姿值和当前实际位姿值，确定当前插补路径偏移量。

本实施例中，当前插补路径偏移量为机器人末端执行器在笛卡尔空间的规划位姿和实际位姿之间的偏差。

具体的，可以对当前规划位姿值和当前实际位姿值进行差分，将差分后的结果作为当前插补路径偏移量。

S350、基于机器人接近逆模型，根据当前插补路径偏移值，确定机器人关节的当前关节补偿值。

本实施例中，当前关节补偿值用于对机器人关节的关节信息进行调整，可以包括当前位姿补偿值、速度补偿值和加速度补偿值。所谓机器人逆接近模型用于确定机器人关节的当前关节补偿值，可选的，机器人接近逆模型可以通过如下公式实现：

Δθ＝inv(J*)(ΔP)

inv(J*)＝(J^TJ+σ²I)^-1J^T

其中：δ_max为奇异区判定值(即奇异区设定阈值，取值范围在0.01-0.08)、δ为当前关节信息中的当前关节位姿为奇异位姿值，J为机器人雅克比矩阵、I为单位阵，ΔP为当前插补路径偏移量，Δθ为当前关节补偿值。

具体的，将当前插补路径偏移值输入至机器人接近逆模型中，经过模型处理，得到机器人关节的当前关节补偿值。

S360、根据当前关节补偿值，更新机器人关节的当前关节信息，以使机器人关节规避奇异位姿。

具体的，可以采用当前关节补偿值对机器人关节的当前关节信息进行修正，以更新机器人关节的当前关节信息，实现机器人关节规避奇异位姿。

例如，可以将机器人关节的当前关节信息中当前关节位姿、当前关节速度和当前关节加速度分别减去对应的当前关节补偿值，将得到的结果作为更新后的当前关节信息。

本实施例的技术方案，通过在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略，若目标奇异规避策略为接近逆规划策略，则获取机器人关节进入奇异区时对应的机器人末端执行器在笛卡尔空间的当前规划位姿值，之后根据机器人关节的当前关节信息，确定机器人末端执行器在笛卡尔空间的当前实际位姿值，并根据当前规划位姿值和当前实际位姿值，确定当前插补路径偏移量，进而基于机器人接近逆模型，根据当前插补路径偏移值，确定机器人关节的当前关节补偿值，根据当前关节补偿值，更新机器人关节的当前关节信息，以使机器人关节规避奇异位姿。上述技术方案，引入关节补偿值，可以在线实时对机器人关节的关节信息进行修正，从而保证机器人关节规避奇异位姿。

在上述各实施例的基础上，作为本发明实施例的一种可选方式，还可以根据更新后的当前关节信息，确定机器人末端执行器的当前末端信息；将当前末端信息发送至机器人末端执行器，以使末端执行器按照当前末端信息进行操作。

具体的，基于机器人正运动学，根据更新后的当前关节信息，确定机器人末端执行器的当前末端信息，进而将当前末端信息发送至机器人末端执行器，以使末端执行器按照当前末端信息进行操作；同时，还可以根据当前末端信息，对机器人末端执行的末端路径进行规划。

可以理解的是，在规避机器人关节的奇异位姿后，实时对机器人末端执行器的末端信息进行更新，保证了机器人的工作效率。

实施例四

图4是根据本发明实施例四提供的一种奇异位姿规避方法的流程图；在上述实施例的基础上，进一步优化，提供一种可选方式。如图4所示，本实施例提供的奇异位姿规避方法可以包括：

S410、在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略。

S420、若目标奇异规避策略为路径优先规划策略，则确定机器人关节的当前奇异类型。

本实施例中，路径优先规划策略为优先考虑机器人末端执行器的路径规划的策略。所谓奇异类型可以包括肘部奇异、腕部奇异和肩部奇异。

具体的，若目标奇异规避策略为路径优先规划策略，则根据机器人关节当前关节信息，确定机器人关节的当前奇异类型。

S430、若当前奇异类型为肘部奇异或者腕部奇异，则将机器人末端执行器的选解方式由构型选解方式更改为接近解方式。

具体的，若当前奇异类型为肘部奇异或者腕部奇异，则将机器人末端执行器的选解方式由构型选解方式更改为接近解方式。也就是说，在构型选解的方式下，机器人关节出现奇异位姿时，导致得到的机器人末端执行器的末端信息不准确，因此，在不对机器人关节进行奇异位姿规避的情况下，将机器人末端执行器的选解方式更改为接近解方式。

S440、根据更新后的选解方式，确定机器人末端执行器在笛卡尔空间的当前末端信息。

具体的，根据更新后的选解方式，基于机器人运动学，确定机器人末端执行器在笛卡尔空间的当前末端信息。

S450、根据当前末端信息，更新机器人末端执行器的当前末端规划路径，以使机器人末端执行器按照当前末端规划路径进行操作。

本实施例中，当前末端规划路径为以当前点为起点，以目的点为终点，在笛卡尔空间，为机器人末端执行器规划的路径。

具体的，根据当前末端信息，重新对机器人末端执行器的当前末端规划路径进行规划，得到更新后的当前末端规划路径，进而将当前末端规划路径下发至机器人末端执行器，相应的，机器人末端执行器按照当前末端规划路径进行操作。

本实施例的技术方案，通过在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略，若目标奇异规避策略为路径优先规划策略，则确定机器人关节的当前奇异类型，若当前奇异类型为肘部奇异或者腕部奇异，则将机器人末端执行器的选解方式由构型选解方式更改为接近解方式，之后根据更新后的选解方式，确定机器人末端执行器在笛卡尔空间的当前末端信息，进而根据当前末端信息，更新机器人末端执行器的当前末端规划路径，以使机器人末端执行器按照当前末端规划路径进行操作。上述技术方案，在机器人关节进入奇异区的情况下，直接更改选解方式，来更新机器人末端执行器的末端信息，可以在机器人关节处于奇异区的情况下，仍能够确保机器人末端执行准确工作。

在上述实施例的基础上，作为本发明实施例的一种可选方式，若当前奇异类型为肩部奇异，则将路径优先规划策略替换为接近逆规划策略。

具体的，若机器人关节的当前奇异类型为肩部奇异，则将目标奇异规避策略由路径优先规划策略更新为接近逆规划策略，进而按照接近逆规划策略对机器人关节的关节信息进行更新，以使机器人关节规避奇异位姿。

实施例五

图五是根据本发明实施例六提供的一种奇异位姿规避装置的结构示意图，本实施例可适用于如何对机器人关节进行奇异位姿规避的情况，该装置可以采用硬件和/或软件的形式实现，并可集成于承载奇异位姿规避功能的电子设备中，如机器人控制器中。如图5所示，本实施例提供的奇异位姿规避装置可以包括：

目标策略确定模块510，用于在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略；

关节信息更新模块520，用于若目标奇异规避策略为关节规划策略或接近逆规划策略，则对机器人关节的当前关节信息进行更新，以使机器人关节规避奇异位姿。

本发明实施例的技术方案，通过在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略，之后若目标奇异规避策略为关节规划策略或接近逆规划策略，则对机器人关节的当前关节信息进行更新，以使机器人关节规避奇异位姿。上述技术方案，无需对机器人位姿进行分离，通过在线规划直接修改关节位置，即可使机器人关节规避奇异位姿，增强了算法的通用性和代表性。

可选的，目标策略确定模块510具体用于：

根据机器人关节的当前关节信息和机器人末端执行器的当前末端信息，确定机器人雅克比矩阵；

对机器人雅克比矩阵进行奇异值分解，得到最小奇异值；

若最小奇异值在设定阈值范围，则确定识别到机器人关节进入奇异区。

可选的，若目标奇异规避策略为关节规划策略，则关节信息更新模块520具体用于：

对在奇异区内的机器人关节进行路径规划，得到关节规划路径；

对关节规划路径进行插补，得到机器人关节在关节规划路径中关键点处的第一关节信息；

根据第一关节信息更新当前关节信息。

可选的，若目标奇异规避策略为接近逆规划策略，则关节信息更新模块520具体用于：

获取机器人关节进入奇异区时对应的机器人末端执行器在笛卡尔空间的当前规划位姿值；

根据机器人关节的当前关节信息，确定机器人末端执行器在笛卡尔空间的当前实际位姿值；

根据当前规划位姿值和当前实际位姿值，确定当前插补路径偏移量；

基于机器人接近逆模型，根据当前插补路径偏移值，确定机器人关节的当前关节补偿值；

根据当前关节补偿值，更新机器人关节的当前关节信息。

可选的，该装置还包括：

末端信息确定模块，用于根据更新后的当前关节信息，确定机器人末端执行器的当前末端信息；

末端信息发送模块，用于将当前末端信息发送至机器人末端执行器，以使末端执行器按照当前末端信息进行操作。

可选的，该装置还包括：

奇异类型确定模块，用于若目标奇异规避策略为路径优先规划策略，则确定机器人关节的当前奇异类型；

选解方式更改模块，用于若当前奇异类型为肘部奇异或者腕部奇异，则将机器人末端执行器的选解方式由构型选解方式更改为接近解方式；

末端信息确定模块，还用于根据更新后的选解方式，确定机器人末端执行器在笛卡尔空间的当前末端信息；

末端规划路径确定模块，用于根据当前末端信息，更新机器人末端执行器的当前末端规划路径，以使机器人末端执行器按照当前末端规划路径进行操作。

可选的，该装置还包括：

策略更新模块，用于若当前奇异类型为肩部奇异，则将路径优先规划策略替换为接近逆规划策略。

本发明实施例所提供的奇异位姿规避装置可执行本发明任意实施例所提供的奇异位姿规避方法，具备执行方法相应的功能模块和有益效果。

实施例六

图6是实现本发明实施例的奇异位姿规避方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如奇异位姿规避方法。

在一些实施例中，奇异位姿规避方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的奇异位姿规避方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行奇异位姿规避方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (6)

1.一种奇异位姿规避方法，其特征在于，包括：

在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略；

若所述目标奇异规避策略为接近逆规划策略，则获取所述机器人关节进入所述奇异区时对应的机器人末端执行器在笛卡尔空间的当前规划位姿值；

根据所述机器人关节的当前关节信息，确定机器人末端执行器在笛卡尔空间的当前实际位姿值；

根据所述当前规划位姿值和所述当前实际位姿值，确定当前插补路径偏移量；

基于机器人接近逆模型，根据所述当前插补路径偏移量，确定所述机器人关节的当前关节补偿值；

根据所述当前关节补偿值，更新所述机器人关节的当前关节信息；以使所述机器人关节规避奇异位姿，其中，所述接近逆规划策略为通过所述机器人关节的当前关节补偿值对所述机器人关节的关节信息进行修正的策略；

其中，所述机器人接近逆模型通过如下公式实现：

Δθ＝inv(J*)(ΔP)

inv(J*)＝(J^TJ+σ²I)^-1J^T

其中：δ_max为奇异区判定值(即奇异区设定阈值，取值范围在0.01-0.08)、δ为当前关节信息中的当前关节位姿为奇异位姿值,J为机器人雅克比矩阵、I为单位阵，ΔP为当前插补路径偏移量，Δθ为当前关节补偿值。

2.根据权利要求1所述的方法，其特征在于，所述识别到机器人关节进入奇异区，包括：

根据机器人关节的当前关节信息和机器人末端执行器的当前末端信息，确定机器人雅克比矩阵；

对所述机器人雅克比矩阵进行奇异值分解，得到最小奇异值；

若所述最小奇异值在设定阈值范围，则确定识别到所述机器人关节进入奇异区。

3.根据权利要求1-2中任一项所述的方法，其特征在于，还包括：

根据更新后的当前关节信息，确定机器人末端执行器的当前末端信息；

将所述当前末端信息发送至所述机器人末端执行器，以使所述末端执行器按照所述当前末端信息进行操作。

4.一种奇异位姿规避装置，其特征在于，包括：

目标策略确定模块，用于在识别到机器人关节进入奇异区的情况下，从候选奇异规避策略中选择目标奇异规避策略；

关节信息更新模块，用于若所述目标奇异规避策略为接近逆规划策略，则获取所述机器人关节进入所述奇异区时对应的机器人末端执行器在笛卡尔空间的当前规划位姿值；

根据所述机器人关节的当前关节信息，确定机器人末端执行器在笛卡尔空间的当前实际位姿值；

根据所述当前规划位姿值和所述当前实际位姿值，确定当前插补路径偏移量；

基于机器人接近逆模型，根据所述当前插补路径偏移量，确定所述机器人关节的当前关节补偿值；

根据所述当前关节补偿值，更新所述机器人关节的当前关节信息，以使所述机器人关节规避奇异位姿，其中，所述接近逆规划策略为通过所述机器人关节的当前关节补偿值对所述机器人关节的关节信息进行修正的策略；

其中，所述机器人接近逆模型通过如下公式实现：

Δθ＝inv(J*ΔP

inv(J*)＝(J^TJσ²I^-1J^T

其中：δ_max为奇异区判定值(即奇异区设定阈值，取值范围在0.01-0.08)、δ为当前关节信息中的当前关节位姿为奇异位姿值,J为机器人雅克比矩阵、I为单位阵，ΔP为当前插补路径偏移量，Δθ为当前关节补偿值。

5.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的奇异位姿规避方法。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-3中任一项所述的奇异位姿规避方法。