一种基于体感技术的机器人离线示教编程系统及方法
【技术领域】
[0001]本发明属于机器人离线示教编程领域，具体涉及一种基于体感技术的机器人离线示教编程系统及方法。
【背景技术】
[0002]以现有的人与机器人间的交互方式，为使机器人按照人的意图进行工作，必须预先向机器人发出指令来规定机器人所要完成的动作以及任务的具体内容，这一过程称为机器人示教或对机器人进行编程。
[0003]机器人示教主要包括在线示教和离线编程。在线示教指通常所说的手把手示教，由人直接扳动机器人的手臂对机器人进行示教，如示教盒和示教和操作杆示教。在这种示教中，为了示教方便以及获取信息的快捷而准确，操作者可以选择在不同的坐标系下示教，例如，可以选择关节坐标系，直角坐标系以及工具坐标系或用户坐标系下进行示教。在线示教具有示教过程简单，不需要环境模型;对实际的机器人进行示教时，可以修正机械结构带来的误差等优越性，但也存在一定的技术问题。如机器人的在线示教编程过程繁琐、效率低;示教的精度完全靠示教者的经验目测决定，对于复杂路径难以取得令人满意的示教果；对于一些需要根据外部信息进行实时决策的应用无能为力。
[0004]离线编程可以克服在线示教的局限性。离线编程又称离线示教，离线示教与在线示教不同，操作者不对实际作业的机器人直接进行示教，而是脱离实际作业环境生成示教数据，间接地对机器人进行示教。在离线编程中，通过使用计算机内存储的机器人模型(CAD模型)，不要求机器人实际产生运动，便能在示教结果的基础上对机器人的运动进行仿真，从而确定示教内容是否恰当及机器人是否按照示教者期望的方式运动。
[0005]机器人离线示教通过机器人离线编程系统实现，离线编程不仅要在计算机上建立起机器人系统的物理模型，而且要对其进行编程和动画仿真，以及对编程结果后置处理。一般说来。机器人离线编程系统包括以下一些主要模块:传感器、机器人系统CAD建模、离线编程、图形仿真、人机界面以及后置处理等。其中编程模块一般包括机器人及设备的作业任务描述(包括路径点的设定)、建立变换方程、求解未知矩阵及编制任务程序等。在进行图形仿真以后，根据动态仿真的结果，对程序做适当的修正，以达到满意效果，最后在线控制机器人运动以完成作业。传感器模块的主要作用为减少仿真模型与实际模型之间的误差，增加系统操作和程序的可靠性，提高编程效率。后置处理的主要任务是把离线编程的源程序编译为机器人控制系统能够识别的目标程序。即当作业程序的仿真结果完全达到作业的要求后，将该作业程序转换成目标机器人的控制程序和数据，并通过通信接口下装到目标机器人控制柜，驱动机器人去完成指定的任务。
[0006]目前获取机器人运动轨迹的传统方式一般为在线示教或者离线编程，过程极为繁琐，而且其示教或编程方式较为复杂，示教或编程识别精度和范围有限，示教效率不高。
【发明内容】
[0007]针对现有技术的以上缺陷或改进需求，本发明提供了一种基于体感技术的机器人离线示教系统及方法，其通过优化的采集识别处理和模块搭建，从而能够大幅提高识别范围和识别精度，提高示教效率和效果。
[0008]为实现上述目的，按照本发明的一个方面，提供一种基于体感技术的机器人离线示教系统，其包括空间点位采集模块，数据处理模块和离线编程模块，其中，
[0009]上述空间点位采集模块用于完成机器人的示教过程，其通过体感设备识别和捕捉人体肢体动作，获得肢体运动轨迹中的空间点位，以提供给数据处理模块；
[0010]上述数据处理模块用于对所述空间点位进行滤波和光顺处理，从而获得适合机器人运动的运动轨迹，并将处理后的空间点位坐标提供给离线编程模块；
[0011]所述离线编程模块用于对运动轨迹中的空间点的坐标进行坐标变换和后置处理，从而生成机器人可以执行的代码，以用于输出至机器人实现示教。
[0012]作为本发明的进一步优选，所述空间点位采集模块通过骨骼点识别方式进行特征点位的采集。
[0013]作为本发明的进一步优选，所述通过骨骼点识别方式进行特征点位的采集包括:获取人体左手手部的三个骨骼的空间点位坐标与体感设备视野内RGB彩色图像，以获取到的RGB图像为背景，在RGB图像上画出骨骼点以及骨骼点间的连线，以用于实时生成可视化图像。
[0014]作为本发明的进一步优选，所述空间点位采集模块通过图像识别的方式进行特征点位的采集。
[0015]作为本发明的进一步优选，所述通过图像识别的方式进行特征点位的采集包括:
[0016]以球体作为手持外设装置识别对象，使得各个球心处的位置作为特征点的位置；
[0017]通过体感设备获取得到RGB彩色图像及其深度图像；
[0018]将得到的RGB图像转换为二进制灰度图像，识别灰度图像中的所有圆形轮廓，并获得每个轮廓的圆心在RGB图像中的位置；
[0019]在二进制灰度图像中识别轮廓并获得各个球心坐标的位置，然后转换到在RGB图像中某一像素的位置，通过判断RGB图像中该像素的RGB数值即各球的颜色便可辨别出各个特征点。
[0020]作为本发明的进一步优选，所述识别灰度图像中的所有圆形轮廓过程中，先获取圆心在RGB彩色图像中的RGB数值，通过筛选RGB数值，来对得到的所有轮廓进行筛选并分辨出不同颜色彩球球心的空间点位坐标。
[0021]作为本发明的进一步优选，所述数据处理模块进行处理的过程包括:
[0022]对采集到的空间点位进行坐标，将分离后的x，y，z坐标进行曲线拟合；
[0023]将拟合后的曲线离散为同等数量的坐标点；
[0024]将离散后的各个坐标点结合，得到数据处理后的空间坐标点。
[0025]作为本发明的进一步优选，所述数据处理模块进行处理的过程包括:
[0026]对采集到的空间点位进行坐标，将分离后的x，y，z坐标分别进行中值滤波；
[0027]将滤波后的坐标进行曲线拟合；
[0028]将拟合后的曲线离散为同等数量的坐标点；
[0029]将离散后的各个坐标点结合，得到数据处理后的空间坐标点。
[0030]作为本发明的进一步优选，所述离线编程模块中坐标转包括:
[0031](I)首先将Kinect坐标系中的三组坐标值转换为用户坐标系下的坐标值；
[0032](2)将工件坐标系下的坐标转换为机器人基础坐标系下的坐标，求得各点的欧拉角。
[0033]按照本发明的另一方面，提供一种利用上述系统进行离线示教的方法。
[0034]总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果:
[0035](I)本发明的机器人离线示教编程方法，利用体感技术代替传统的示教盒和操作杆，结合了在线示教与离线编程的优越性，极大的提高示教效率，同时示教过程在离线条件下完成，减少因示教过程对机器人工作时间的占用，降低示教成本。
[0036](2)本发明的示教方法采用体感技术，极大地提高示教效率和示教的便捷性，示教过程中只用通过体感设备识别人体肢体的运动便可快速的得到轨迹中的点位。
【附图说明】
[0037]图1是按照本发明一个实施例的系统中体感设备空间点位采集示意图；
[0038]图2是按照本发明一个实施例的系统中采集左手手部骨骼点的示意图；
[0039]图3是按照本发明一个实施例的系统中的空间点位采集模块逻辑架构示意图；