用于基于第二轨迹控制机器人的机器人运动的方法和装置与流程

本发明涉及用于基于第二轨迹控制机器人的机器人运动的方法和装置。

背景技术：

对于技术设备（例如，机器人）而言，在三维空间中找到轨迹是必须的。待在其上行进的路径（轨迹）应当尽可能短，且不导致技术设备与其环境碰撞。除了纯粹的几何运动之外，应当通过轨迹做出对于在路径上行进的进一步的预规范。例如，必须总是遵守技术设备的可允许的速度范围。在机器人的情况中，这意味着，在末端执行器（例如，一对焊钳）的运动的情形中，各个关节（joint）的速度也必须低于技术上预先设定的最大速度。具体地，必须避免机器人位置中的奇点，且必须对应地缓慢地行进通过奇点的附近的区域。因为，在未来，机器人将在灵活的环境（例如，工业4.0情景）中使用，并且待实现的任务也能够变化（个性化生产），越来越难以就其可行性“人工”检查轨迹。

技术实现要素：

本发明的目的是提供一种方法和装置，其容许基于第二轨迹控制机器人的机器人运动，其中，能够以尽可能简单的方式计算第二轨迹。

该目的通过在独立权利要求中详细说明的特征实现。在从属权利要求中呈现本发明的有利的改进。

根据第一方面，本发明涉及用于基于第二轨迹控制机器人的机器人运动的方法，其包括如下方法步骤：

a)计算用于对机器人的第一工作环境建模的粘性体积模型，其中，

-粘性体积模型包括带有第一不同粘性的第一空间区域；

-基于机器人的和第一工作环境的第一特性确定第一区域；

b)限定机器人的第一轨迹；

c)激励粘性体积模型中的模拟液体沿第一轨迹运动，其中，被激励液体具有流动；

d)在第一轨迹的开始处检测被激励液体中的液体元件；

e)检测粘性体积模型中被激励的模拟液体中元件的覆盖路径，其中，确定模拟液体通过第一区域的流动方向；

f)将覆盖路径存储为第二轨迹；

g)基于第二轨迹控制机器人运动。

除非在以下描述中以其他方式指示，否则术语“执行”、“计算”、“计算机-辅助的”、“运算（compute）”、“建立”、“生成”、“配置”、“重建”等优选地指代改变和/或生成数据和/或将数据转换成不同数据的程序和/或过程和/或处理步骤，其中，数据被显示或者能够具体地作为空间变量（例如作为电气脉冲）被呈现。具体地，表述“计算机”应当尽可能宽泛地解释，以便具体地覆盖带有数据处理性质的所有电子设备。因此，计算机能够例如是个人计算机、服务器、手持型计算机系统、掌上pc设备、移动无线电设备和能够以计算机辅助方式处理数据的其他通信设备、处理器和用于数据处理的其他电子设备。

在本发明的背景中，“计算机辅助的”能够被理解为意指例如，具体地，在其中处理器执行方法的至少一个方法步骤的方法的实施方式。

在本发明的背景中，处理器能够被理解为意指例如机器或电子电路。处理器可以具体地是中央处理单元(cpu)、微处理器或微控制器，例如专用集成电路或数字信号处理器，其可能与存储器单元结合以便储存程序命令等。处理器还可例如是ic(集成电路)，具体地fpga(现场可编程门阵列)或asic(专用集成电路)，或dsp(数字信号处理器)。处理器还能被理解为意指虚拟处理器或软cpu。所述处理器还可例如是配备有配置步骤以便执行根据本发明的所述方法，或者配置有配置步骤，使得可编程处理器实现方法、部件、安全模块的创造性特征，或者本发明的其他方面和部分方面的可编程处理器：。

在本发明的背景中，“存储器单元”能够被理解为意指例如呈随机存取存储器(ram)或硬盘驱动器的形式的存储器。

在本发明的背景中，具体地机器人的“工作环境”能够被理解为意指例如机器人的运动空间和/或机器人的工作空间。运动空间具体地描述例如通过机器人的运动元件，具体地包括末端执行器，在所有轴向运动的总和的情况下能够达到的空间。具体地，运动空间考虑到例如，能够实现的末端执行器和/或待操纵的物体的特殊形式，具体地，在这些在工作环境中的情况下。

在本发明的背景中，“第一工作环境”能够被理解为意指例如简化的工作环境、真实的或第二工作环境的模拟，或者第二工作环境的真实模型或机器人的实际工作环境。第一工作环境能够具体地是简化的第二工作环境，其中，例如，首先从(第二)工作环境移除某些障碍。然而，具体地，取决于选定的情景，第一工作环境还能对应于第二工作环境。

在本发明的背景中，“第二工作环境”能够被理解为意指例如，机器人的实际或真实工作环境。第二工作环境能够具体地是预期机器人在其中操作的工作地点。

第二工作环境还能够具体地同时位于不同地点处。例如，操作员能够在第一工作环境中控制设备（例如，机器人或机器人的末端执行器），且所述设备的运动能够被传输至例如远程环境（例如，第二工作环境）中的优选地等同的设备（或者另外地用于实现轨迹的不同设备）。具体地，操作员不必了解第二环境中的任何障碍，也就是说，他能够在没有关于第二工作环境的详细知识的情况下，登记例如在第一工作环境中的第一轨迹。第二轨迹然后例如通过在权利要求/示例性实施例中描述的方法，例如匹配于第二工作环境。例如，如果例如将在来自地面（ground）的空间中控制机器人（结合时间延迟的远程工作环境：当限定/登记第一轨迹时，第二工作环境中的现有条件尚不能完全已知：例如在时间延迟期间引入的障碍）。

在本发明的背景中，具体地机器人的“工作空间”能够被理解为意指例如，具体地由接口和/或运动轴线和/或末端执行器通过例如使所有主要轴线运动至其相应的最大和最小位置形成的空间。具体地，独立于待操纵的物体和/或末端执行器的特殊形式限定工作空间（或在工作空间中不考虑这些方面）。运动空间优选地至少与工作空间同样大，其中，运动空间还能大于工作空间。

在本发明的背景中，“粘性体积模型”能够被理解为意指，例如，机器人的如流体-填充/液体-填充空间的工作环境的计算机辅助或数值建模。所述粘性体积模型能够呈例如三维模型的形式，所述三维模型具体地借助于点（例如，点云）、多边形（例如，多边形网格）或体素（例如，体素栅格）实现。三维模型能够借助于坐标和(方向)向量描述例如粘性体积模型中的位置和/或运动，其中所述坐标和(方向)向量具体地通过在原点处彼此正交的x轴线、y轴线和z轴线限定。在本发明的背景中，“粘性体积模型”还能被理解为意指例如带有一个或多个空间区域（具体地，每一个均具有不同粘性）的非均匀粘性体积模型。相应的不同区域能够例如是粘性体积模型的空间相关的体素。

在本发明的背景中，“各向异性的粘性体积模型”能够被理解为意指例如，粘性体积模型的延伸，其中，具体地，粘性体积模型的粘性是取决于方向的。例如，一个或多个不同空间区域的相应粘性取决于相应区域中的运动方向或方向向量而不同。例如，在一个区域中，第一粘性能够在具体地机器人的沿x-方向的运动的情形中起作用，且第二粘性能够在沿y-方向的运动的情形中起作用。

在本发明的背景中，“模型”，具体地粘性体积模型等能够被理解为意指例如数据结构，其具体地用于记录数据（例如，体素等）以便将工作环境作为流体-填充的空间建模。

在本发明的背景中，“模块”能够被理解为意指例如，用于储存程序命令的处理器和/或存储器单元。例如，处理器被专门地设计为执行程序命令，使得处理器执行功能以便实现根据本发明的方法或根据本发明的方法的步骤。

在本发明的背景中，“轨迹”能够被理解为意指例如，机器人的点或末端执行器沿其运动的三维曲线或路径。

在本发明的背景中，“轨迹的再现（playback）”能够被理解为意指例如，由机器人在轨迹上的行进，其中，具体地，测量系统检测第二特性（例如，障碍和碰撞）。

在本发明的背景中，“测量系统”能够被理解为意指例如，用于检测工作环境和/或工作环境中的障碍的系统。测量系统可以例如是3d摄像机系统或激光扫描器。

在本发明的背景中，“机器人”能够被理解为意指例如医疗机器人或工业机器人，可能具体地通过denavit-hartenberg约定描述所述机器人的运动。

在本发明的背景中，“无限”或“近似无限”的粘性能够被理解为意指例如非常高的值，其具体地仅允许几乎不可察觉的流动速率。能够例如在实现期间建立无限/近似无限的粘性，使得具体地，储存粘性的数据字段被设置为数据字段的数据类型（例如，浮点型、双精度浮点型、整型）的最高允许值。

在本发明的背景中，具体地机器人的“配置”能够被理解为意指例如机器人的机械性质，其具体地指示可能的运动和运动速度。机器人的配置指示例如对于机器人的工作环境中的特定点/位置对于机器人的机构（例如，旋转关节、马达等）的可允许速度。这例如给出在该点/在该位置中机器人的最大可允许速度和/或机器人的关节的旋转速度。

在本发明的背景中，具体地工作环境和/或机器人的“特性”能够被理解为意指例如关于第一/第二工作环境中的障碍的空间信息和/或机器人的机械性质和/或限制。特性也具体地包括关于机器人与障碍的可能碰撞或奇点的信息，这能够基于机器人的机械性质得出。

在本发明的背景中，具体地粘性体积模型的“第一区域”能够被理解为意指例如每一个均能够具有不同粘性的空间区域。第一空间区域能够例如由粘性体积模型中的点或体素表示。第一空间区域能够例如也被更新或延伸。为此目的，能够在每种情况中设置新的粘性，例如，针对第一空间区域，或者例如通过额外空间区域使第一空间区域延伸。

在本发明的背景中，“奇点”能够被理解为意指例如轴线的不理想的位置。奇点的特征在于例如具体地通过机器人的两个轴线共线（对齐）且能够例如由该特征识别。带有奇点的典型配置例如是六轴线机器人的工具/末端执行器的顶置位置（overheadposition）。在该情况中，第一轴线和第六轴线例如对齐。控制器不能够清楚地例如关于垂直于第一轴线或垂直于第六轴线分配待执行的旋转。例如在第五轴线的零交叉处给定不同的群集。在该情况中，具体地，第四轴线和第六轴线对齐。在该情况中，具体地，存在无限数量的轴向位置，其具体地导致相同工具位置/末端执行器位置或运动路径，其中例如将必须使多个轴线以无限的速度朝向彼此运动。

优选地由第一轨迹激励液体，使得不产生紊流，且流动因此优选地是层流。

根据本发明的方法的第一轨迹能够例如被限定在第一工作环境中和/或模拟工作环境中（例如基于第一/第二工作环境的3d模型）和/或第二工作环境中（例如借助于输入设备）。

该方法例如有利于为技术设备（例如，机器人）在三维空间中寻找轨迹（第二轨迹）的作用。具体地，能够使用根据本发明的方法确定轨迹（待行进的路径），使得所述轨迹优选地尽可能地短，且技术设备/技术设备的末端执行器优选地不与其工作环境/在其工作环境中或者第二工作环境中的障碍碰撞。具体地，根据本发明的方法容许例如总是遵守技术设备的可容许的速度范围。在机器人的情况中，确保例如在机器人的末端执行器（例如，一对焊钳）沿轨迹的运动的情形中，机器人的各个关节的速度也低于技术上预先设定的最大速度。具体地，借由根据本发明的方法避免机器人位置（机器人的关节的位置）中的奇点，且在奇点附近中的区域被对应地缓慢地行进通过。这通过根据本发明的方法实现，例如具体地通过被分派近似无限高粘性的带有奇点的区域，和在奇点附近中的相比于更远离奇点的区域被分派更高粘性的区域。

此外，该方法例如有利于在通过末端执行器在轨迹上行进期间避免间隔或防止末端执行器的突然旋转（因为具体地，以这种方式防止由机器人保持的工件的碰撞）的作用。所呈示的方法具体地有利于以自动化方式创建具体地无碰撞和/或避免奇点的轨迹的作用。

在方法的第一实施例中，该方法在方法步骤b)和c)之间包括额外的方法步骤：

b2)基于第二工作环境和机器人的第二特性更新粘性体积模型，其中，

-基于在所述第二工作环境中再现所述第一轨迹来查明所述第二特性，

-基于第二特性更新和/或延伸第一区域。

在方法的又一实施例中，基于在第二工作环境和测量系统中再现第一轨迹来检测第二特性。

具体地，基于在测量系统和/或第二工作环境的模拟中再现第一轨迹来检测第二特性。因此，能够在第二工作环境中例如以数值方式计算第二轨迹。

该方法例如有利于识别机器人的第二工作环境中的障碍和/或碰撞以及将带有对应粘性的第一区域分派至这些中的每一个或更新第一区域的作用。为此目的，能够例如在机器人中使用特定末端执行器，以便具体地跟踪和测量机器人的运动。为此目的，能够由用户例如借助于输入设备手动地在第一轨迹上行进。用户然后避让例如机器人的工作环境中的障碍，且能够然后例如由测量系统检测该偏离，以便查明第二特性。

在方法的又一实施例中，用于限定或再现第一轨迹的输入设备具有力反馈器件，其中，借助于力反馈器件检测第二特性。

该方法例如有利于借助于力反馈器件向用户展示粘性的作用。具体地，早在输入期间，用户就能够在障碍和奇点周围被引导，使得例如能够以更简单和/或更快速和/或更精确的方式查明第二特性。

在方法的又一实施例中，机器人的第一特性和/或机器人的第二特性包括马达的可允许速度和/或机器人的关节的可允许旋转范围。

该方法例如有利于对带有不同粘性的机器人的性质建模的作用。因此，可能例如对机器人在其工作环境中的可动性和该可动性所经受的技术限制进行建模。

在方法的又一实施例中，第一工作环境和/或第二工作环境的第一特性和/或第二特性包括障碍的性质，其中，障碍的性质具体地包括在第一工作环境和/或第二工作环境中的大小和/或长度和/或位置。

在方法的又一实施例中，基于机器人的可允许速度限定带有第一不同粘性的第一空间区域，其中，具体地根据机器人的配置确定可允许速度。

为此目的，具体地例如就粘性体积模型中机器人的工作环境中第一区域中的位置（根据选定的空间分辨率）而言检查机器人的配置，所述配置在每种情况中给出具体地针对这些位置的最大可允许速度。能够具体地基于第一特性执行该特征。如果例如针对一个位置存在多个可允许配置（例如，左手系（lefty）/右手系（righty）或抬肘/垂肘），这些能够例如或者在粘性体积模型中例如作为遍及所有配置的最大可能的速度结合，或者针对每一个配置应用专用粘性体积模型以便稍后具有多个动作替代方案。此时最大可允许速度被例如借助于公式重新计算成粘性。以举例的方式，能够如下确定粘性：速度越低，粘性越高，且反之亦然。在该情况中，粘性具体地被选定成使得例如，在液体的激励的情形中，第一轨迹不产生紊流（优选地，仅产生层流）。因此优选地建立的第二轨迹的速度然后被校准成设备的最大速度。

在方法的又一实施例中，在多个配置的情况中，在每种情况中，针对每种情况中第一空间区域中的一个计算一个粘性体积模型，或者，针对相应的第一空间区域将多个配置组合在粘性体积模型中。

在方法的又一实施例中，粘性体积模型的第一不同粘性是取决于方向的，其中，粘性体积模型具体地是各向异性粘性体积模型。

在方法的又一实施例中，在第一轨迹的再现期间第二特性的改变的情况中，和/或在第一轨迹的再现期间第二工作环境中机器人的位置的改变的情况中，重复如下方法步骤：

-更新粘性体积模型；

-激励模拟液体；

-检测液体元件；

-在每种情况中针对一个重复检测其他覆盖路径，

其中，覆盖路径和针对相应重复的其他覆盖路径更新第二轨迹。

该方法例如有利于在创建第二轨迹时在轨迹的再现期间考虑机器人的运动或障碍的作用。

在方法的又一实施例中，重复（repetition）被迅速接连地重复（repeat）。

根据又一方面，本发明涉及用于用于机器人的计算机辅助轨迹计算的装置，其具有：

-第一计算模块，其用于计算用于对机器人的第一工作环境建模的粘性体积模型，其中：

-粘性体积模型包括带有第一不同粘性的第一空间区域；

-基于机器人的和第一工作环境的第一特性确定第一区域；

-第一限定模块，其用于限定针对机器人的第一工作环境的第一轨迹；

-第一激励模块，其用于激励粘性体积模型中的模拟液体沿第一轨迹运动，其中，被激励液体具有流动；

-第一检测模块，其用于在第一轨迹的开始处检测被激励液体中的液体元件；

-第二检测模块，其用于检测粘性体积模型中被激励的模拟液体中的元件的覆盖路径，其中，确定模拟液体通过第一区域的流动方向；

-第一存储器模块，其用于将覆盖路径储存为第二轨迹；

-第一控制模块，其用于基于第二轨迹控制机器人运动。

在装置的第一实施例中，装置包括至少另一用于执行根据实施例中的一个的发明的方法的模块。

本发明还要求保护一种计算机程序产品，其具有用于执行根据本发明的所述方法的程序命令，其中，在根据本发明的方法中的一个的每种情况中，能够借助于计算机程序产品执行根据本发明的所有方法或根据本发明的方法的组合。

本发明额外地要求保护计算机程序产品的变型，其具有用于创建设备的配置的程序命令，该创建设备例如是3d打印机或用于创建处理器和/或设备的一种，其中，创建设备由程序命令配置成使得创建根据本发明的所述装置。

本发明还要求保护一种准备装置，其用于储存和/或提供计算机程序产品。准备装置是例如储存和/或提供计算机程序产品的数据载体。作为替代方案和/或额外地，准备装置是例如网络服务、计算机系统、服务器系统，具体地分布式计算机系统、基于云的计算机系统和/或虚拟计算机系统，其优选地以数据流的形式储存和/或提供计算机程序产品。

所述计算机程序产品例如作为呈程序数据块和/或命令数据块的形式的下载被提供，优选地作为文件，具体地作为下载文件，或者作为数据流，具体地作为完整计算机程序产品的下载数据流被提供。然而，所述计算机程序产品能够例如也作为部分下载被提供，其由多个部分构成且具体地借助于对等网络被下载，或者作为数据流被提供。例如，使用呈数据载体的形式的准备装置，这种类型的计算机程序产品被读取到系统内并执行程序命令，使得在计算机上执行根据本发明的方法，或者创建设备被配置成使得其创建根据本发明的装置。

附图说明

结合示例性实施例（其结合附图被更详细地解释）的如下描述，本发明的上述性质、特征和优势以及在其中实现这些的方式将变得更清楚且可更清楚地理解，附图中示意性地：

图1示出根据本发明的方法的第一示例性实施例的流程图；

图2a-d示出用于控制机器人运动的根据本发明的方法的示例性实施例，其中，具体地，考虑障碍和/或奇点；

图3示出根据本发明的装置，其用于基于第二轨迹控制机器人的机器人运动。

具体实施方式

在附图中，除非另有其他陈述，否则功能上等同的元件设有相同的附图标记。

除非另有其他陈述或已经陈述，否则如下示例性实施例具有至少一个处理器和/或一个存储器设备以便实现或执行方法。

图1示出根据本发明的方法的第一示例性实施例的流程图。

具体地，图1示出用于基于第二轨迹控制机器人的机器人运动的方法。

方法包括第一方法步骤，其用于计算110用于对机器人的第一工作环境建模的粘性体积模型。在该情况中，粘性体积模型包括带有第一不同粘性的第一空间区域，其中，基于机器人和第一工作环境的第一特性确定第一区域。

方法包括第二方法步骤，其用于限定120用于机器人的第一轨迹。第一轨迹能够例如被储存在存储器单元或存储器模块中。例如，用于机器人的第一轨迹能够由输入设备记录，或者第一轨迹能够由软件（软件部件）预先设定。

在一个变型中，方法优选地包括用于基于第二工作环境的和机器人的第二特性更新粘性体积模型的任选方法步骤，其中，基于在第二工作环境中再现第一轨迹查明第二特性，并基于第二特性更新和/或延伸第一区域。在模拟的第二工作环境中再现轨迹能够预想为搅拌液体。

方法包括第三方法步骤，其用于激励130粘性体积模型中的模拟液体以便沿第一轨迹运动，其中，被激励液体具有流动，其中，该流动优选地是层流。

方法包括第四方法步骤，其用于在第一轨迹的开始处检测140被激励液体中的液体元件/被引入的粒子。

方法包括第五方法步骤，其用于检测150在粘性体积模型中被激励的模拟液体中的元件/粒子的覆盖路径，其中，确定模拟液体通过第一区域的流动方向。

方法包括第六方法步骤，其用于将覆盖路径储存160为第二轨迹。

方法包括第七方法步骤，其用于基于第二轨迹控制170机器人运动。

换言之，机器人的第一工作环境具体地初始地借助于根据本发明的方法被建模和模拟为呈粘性体积模型的形式的液体填充的空间。为此目的，例如初始地确定机器人的工作空间。为此目的，机器人能够例如被置放于第一工作环境内。然后能够例如基于后续三个步骤中的至少一个（或者三个步骤的组合）确定第一特性，且以便基于第一特性计算粘性体积模型，其中，例如，图2a-2d示出对应步骤。

例如，初始地检测已经位于工作空间270中的第一障碍211（图2a）。对于第一障碍211在工作空间中的位置或区域，对应位置或对应区域例如同样地被建模为带有不同粘性260的第一区域。对于环绕第一障碍211的外部第一区域265，例如初始地限定第五、相对低的粘性265。第一障碍的区域然后由更高的第六粘性267环绕。第一障碍211的区域和/或额外的自由选定的安全距离然后例如被设置为无限高的粘性（第七粘性266）。不同区域然后优选地在粘性体积模型中被建模为带有不同粘性的第一区域。安全距离能够例如被建模为在障碍的无限粘性和周围粘性之间的流动过渡（flowingtransition）。

具体地，然后查明工作空间外侧与第二障碍210的可能的碰撞240（图2a和图2b：例如，后机器人关节的碰撞），这能够例如在机器人230借由末端执行器232的计划运动220的情形中发生。这些同样地被建模为带有不同粘性260的第一区域。

这例如在图2c中示出。机器人例如运动至顶部左侧，这具体地由第一方向箭头251和第二方向箭头252指示。机器人越接近第二障碍210，粘性越高，直到所述粘性无限或近似无限高且不允许沿第二障碍的方向的任何进一步运动为止。如图2c中所示，当机器人仍然相对远离第二障碍210时，第一粘性261是初始地活动的（active）。当机器人230接近第二障碍210时，定位成更靠近第二障碍210的第一区域包括更高的第二粘性262。当机器人230进一步接近第二障碍210时，更多的第一区域中的每一个均包括第三(更高的)粘性263和第四(甚至更高的)粘性264。

例如对于第一区域而言，针对第一障碍211和第二障碍210在没有增加的粘性的情况下各自被建模也是可能的。这能够具体地通过针对第一障碍211和第二障碍210中的每一个均被设置为无限高粘性的第一区域来实现。

在下一步骤中，例如还借助于例如各向异性的粘性对奇点进行建模。这具体地具有末端执行器232沿箭头方向280的运动仍然可能的作用。垂直于箭头方向280或离开图像的平面的运动要求机器人230的关节的非常快速的运动。具体地在高关节速度下，这些快速运动能够超过例如机器人的部件的机械负载-支承能力。能够例如由第一区域中的各向异性的粘性对速度的限制进行建模。换言之，这意味着低粘性优选地在相同位置处沿箭头方向280占优势，否则在粘性体积模型中建立非常高的粘性。

能够例如在每种情形中作为专用粘性体积模型计算各个步骤，且能够最终将所述各个步骤组合以形成一个粘性体积模型。作为替代方案，可能例如在一个粘性体积模型中计算所有这些步骤，这针对每一个步骤更新粘性体积模型。

在已经计算粘性体积模型之后，能够例如基于第二工作环境的第二特性更新粘性体积模型。在此，例如，已经在某处记录的第一轨迹（例如，来自比例模型或者在第一工作环境中）能够被传输至第二工作环境，例如，生产大厅。额外的障碍或可能的更多奇点例如借助于测量系统被检测，并且在粘性体积模型中建模。为此，能够例如更新第一空间区域，或者在每种情形中，能够具体地在粘性体积模型中添加其他第一空间区域（为其建立粘性）。

为了现在计算第二轨迹，第一轨迹例如被置放于所计算的粘性体积模型内，且具体地，开始流体模拟（模拟液体）。现在使用第一轨迹以便激励（“以便搅拌”）粘性体积模型中的模拟液体。在该过程中不考虑粘性，然而，粘性具体地与现在建立（也就是说，通过模拟计算）的液体的运动（流动）相关。

在激励（搅拌）开始之后不久，检测液体元件/或将粒子引入流动中。能够例如标记液体元件，或者使用呈粒子的形式的液体元件，其中，粒子例如被插入模拟液体内。在传输的或第一轨迹开始之处开始液体元件（或其覆盖路径）的检测。由于粘性和用其计算的流体运动，液体元件现在围绕障碍运动（也就是说，在带有高粘性的第一区域中），且避免奇点或以期望速度运动。描述液体元件的新的无碰撞轨迹（第二轨迹）现在被传输至在第二工作环境中的机器人，以便控制所述机器人的运动。

换言之，能够初始地具体地借助于在粘性体积模型的第一空间区域中的粘性借助于粘性体积模型对第一工作环境的障碍建模，其中，粘性体积模型的（多个）粘性优选地空间可变。当在轨迹（第一轨迹或第二轨迹）上行进时，粘性体积模型的粘性能够优选地被直接反馈至用户。这能够例如借助于输入设备执行，所述输入设备例如具有触觉力反馈器件。

借助于这些输入设备，用户能够例如感觉到力，且能够呈示不同粘性。此外，这些输入设备优选地提供能够以简单方式输入轨迹的良好方式。因此例如使用对应的输入设备，以便限定第一轨迹和/或再现第一轨迹。

此外，例如能够使用测量系统以便检测第二特性。能够例如针对第二工作环境，具体地针对在第二工作环境中的障碍查明第二特性。测量系统可以例如是3d摄像机系统或激光扫描器。此外，测量系统能够例如具有控制模块，以便驱动机器人，使得其在轨迹上行进。测量系统优选地能够检测来自机器人的状态，例如配置和/或位置。这能够例如通过经由机器人的数据接口读取机器人的配置和运行时间数据来执行。该数据最终由中央计算机单元，例如处理器组合在粘性体积模型中，该粘性体积模型优选地以第一区域和不同粘性的形式被例如储存在数据存储器/存储器单元中。

根据本发明的方法能够优选地被用于生成既无碰撞又避免奇点的轨迹。为此，例如在又一变型中，能够初始地在预处理步骤中准备用于记录粘性体积模型的存储器单元。为此，优选地关于粘性体积模型中机器人的工作环境中的所有位置或点（取决于选定的空间分辨率）检查机器人的配置。所检查的配置示出例如在该点/该位置处针对机器人的最大可允许速度，例如机器人的关节的旋转速度。如果针对点/位置存在多个可允许配置（例如，左手系/右手系或抬肘/垂肘），则这些能够例如被组合在粘性体积模型中（例如，遍及所有配置的最大可能的速度），或者对于每个配置应用专用粘性体积模型以便具体地稍后具有多个动作替代方案。在该点/位置处，最大可允许速度然后例如使用公式被转换成粘性。

在碰撞的情形中（机器人的末端执行器的碰撞或者机器人的关节的碰撞中的任一者），粘性被设置成无限或者近似无限。当实现为软件部件时，这能够例如通过将例如双浮点值的数据类型设置为最大可允许值来实现。以这种方式，可能例如对奇点进行建模。

在一个变型中，可能例如使用各向异性的粘性。具体地，也能够用所述各向异性的粘性对取决于方向的速度约束进行建模。因此，例如，带有几乎伸开的臂的工业机器人能够仍然仅沿限度（extent）的方向非常缓慢地行进，因为在一个区域中对于该方向而言，已经在粘性体积模型中限定高粘性。能够仍然例如以高速执行垂直运动，因为对于对应的第一区域中的该方向已经限定低粘性。例如在地质学中使用针对各向异性的粘性的对应数学模拟模型。

所考虑的点/位置之间占优势的粘性能够例如被插值。这具体地不在奇点的一般情形中适用。优选地根据机器人的力学情况提前确定奇点，且明确地计算对应点/位置，并且具体地在第一特性中考虑（例如，储存在第一特性中）所述对应点/位置。

一旦计算出粘性体积模型，例如用于机器人的第一轨迹就能够由输入设备接收，或者就能够由软件预设第一轨迹。储存（例如，在存储器单元中）第一轨迹的参数，例如，位置和速度。

例如通过在机器人的新环境或实际/第二工作环境中再现轨迹来查明第二特性。为此，例如在第二特性中初始地考虑使用测量系统识别的新障碍。具体地，借助于第二特性更新粘性体积模型。

在又一变型中，如果在动态情景中，机器人自身已经例如在可航行平台上运动，则也能够更新碰撞点和奇点（也就是说，第一特性和/或第二特性）。然后具体地基于第一特性和/或第二特性更新粘性体积模型。

在更新过程之后，然后激励粘性体积模型中的模拟液体通过第一轨迹，其中，在激励之后，液体具有流动-也就是说沿一个方向流动。在合适的时间间隔之后，然后例如在第一轨迹的开始处在液体中检测元件。为此，粒子能够例如被插入被激励的模拟液体内。元件的位置被跟踪和解释为末端执行器的运动。而液体借助于第一轨迹的激励能够理论上通过障碍发生（在该情况中不考虑粘性），元件优选地总是沿循没有与禁区（无限高的粘性或近似无限高的粘性）的任何碰撞的路径，并且也以由粘性预设的速度发生。出于该目的所要求的计算例如由基础流体力学提供。

在又一优选变型中，粘性取决于距障碍或奇点的距离。

在又一优选变型中，由障碍和/或奇点限定的相应粘性取决于距障碍和/或奇点的距离增大。换言之，相应的第一区域包括针对靠近障碍和/或奇点的位置的高粘性，和针对更远离障碍和/或奇点的位置的更低粘性。具体地，位置/点更靠近障碍和/或奇点，粘性能够逐步增加。

在又一优选变型中，处理器特别地被设计为执行程序命令使得处理器执行功能以便实现根据本发明的方法或者根据本发明的方法的步骤中的至少一个。

图3示出根据本发明的装置，其用于基于第二轨迹控制机器人的机器人运动。

具体地，图3示出用于机器人的用于计算机辅助的轨迹计算的装置。装置包括第一计算模块310、第一限定模块320、任选的第一更新模块(未示出)、第一激励模块330、第一检测模块340、第二检测模块350、第一存储器模块360、第一控制模块370和任选的通信接口304，其借助于总线303连接到彼此使得其通信。

第一计算模块310被设计为计算用于对机器人的第一工作环境建模的粘性体积模型，其中，粘性体积模型包括带有第一不同粘性的第一空间区域，且基于第一工作环境和机器人的第一特性确定第一区域。

能够例如借助于处理器和借助于程序命令计算粘性体积模型的第一程序部件实现第一计算模块310。

第一限定模块320被设计为限定机器人的第一工作环境的第一轨迹。限定模块320能够例如是输入设备，如例如已经在图1中描述的那样。

第一更新模块被设计为基于第二工作环境和机器人的第二特性更新粘性体积模型，其中，基于第一轨迹在第二工作环境中的再现查明第二特性。在更新过程期间，基于第二特性更新和/或延伸第一区域。

能够例如借助于在图1中解释的测量系统和第二程序部件、处理器实现第一更新模块，其中，借助于程序命令和第一特性和/或第二特性更新粘性体积模型。

第一激励模块330被设计为激励粘性体积模型中的模拟液体沿第一轨迹运动，其中，被激励液体具有流动。

能够例如借助于处理器和第三程序部件实现第一激励模块330，所述第三程序部件借助于程序命令计算被模拟液体的激励。

第一检测模块340被设计为在第一轨迹的开始处检测被激励液体中的液体元件。

能够例如借助于处理器和第四程序部件实现第一检测模块340，所述第四程序部件借助于程序命令标记液体元件，使得所述液体元件能够得到考虑。

第二检测模块350被设计为检测粘性体积模型中被激励的模拟液体中的元件的覆盖路径，其中，确定模拟液体通过第一区域的流动方向。

能够例如借助于处理器和第五程序部件实现第二检测模块350，所述第五程序部件借助于程序命令跟踪液体元件在模拟液体中的运动。

第一存储器模块360被设计为将覆盖路径储存为第二轨迹。第一存储器模块360能够例如是硬盘驱动器、usb存储器或ssd硬盘驱动器。

第一控制模块370被设计为基于第二轨迹控制机器人运动。

能够例如借助于处理器和第六程序部件实现第一控制模块370，所述第六程序部件借助于程序命令控制机器人运动。

装置能够例如额外地还包括(至少一个)其他一个或多个部件，诸如例如，处理器、存储器单元、输入设备（具体地计算机键盘或计算机鼠标）和显示器。

尽管已经通过优选的示例性实施例更加详细地示出和描述了本发明，但本发明不被所公开的示例约束，且在不脱离本发明的保护范围的情况下，能够由本领域技术人员从其得到其他变型。