首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >机器人清洁轨迹规划,使用圆柱坐标系

机器人清洁轨迹规划,使用圆柱坐标系

作者头像
索旭东
发布于 2026-09-15 21:03:50
发布于 2026-09-15 21:03:50
1360
举报
文章被收录于专栏:具身小站具身小站

在视觉点云因釉面反射、水雾遮挡、管路盲区而不可靠时,规划清洁轨迹的核心思路需要从 “精确几何复现” 转向 “约束空间覆盖 + 力觉自适应” ,可以使用一种或几种通用轨迹模板,能够以不变应万变,实现对不同设备的高效清洁。

一、轨迹规划方案分类(从依赖模型到模型无关)

方案

依赖

优点

缺点

适用场景

基于CAD/3D扫描的离线轨迹

精确3D模型

路径最优,覆盖率有保证

通用性差,每个型号需建模;反射/盲区影响模型获取

单一型号批量清洁

在线点云/视觉伺服规划

实时深度相机点云

自适应曲面变化

反射、盲区、水雾导致点云残缺,鲁棒性低

理想视觉环境

示教/拖动复现

人工示教一次

无需模型,贴合实际曲面

每个需示教,不具备泛化能力

固定场所/少量

力觉引导的轮廓跟踪

六维力传感器+导纳控制

自适应任意曲面,不受视觉盲区影响

需要初始引导;可能遗漏某些区域

曲面轮廓清晰的边缘清洁

通用参数化覆盖轨迹(推荐)

运动学约束+先验形状假设+力控保持

通用性强,一次编程适用多种;不依赖实时点云

覆盖率可能非最优,需配合力反馈确保贴合

多型号适配


二、恒力贴合的盲清洁轨迹

可以设计基于近似几何基元(圆柱/椭圆柱/锥面)的参数化螺旋或往复轨迹,并结合力控保持恒力贴合。这种轨迹对所有常见都适用,因为它抓住了一个共同特征:内壁和座圈都是一个连续、近似回转的曲面,即使曲率变化,整体呈环形或半环形。

1. 环形螺旋线(适合内壁周围)
  • 原理:将内壁抽象为一个近似圆柱或圆锥面,机械臂末端在恒定高度(或逐步下降)的同时,绕中心轴线做圆周运动,形成螺旋线。
  • 关键参数:
    • 中心轴线位置与方向(由基座相机粗定位或手动设置,或通过力觉探测找到边缘来估计)
    • 螺旋半径范围(由尺寸预估,或通过力觉触碰内外边界自适应确定)
    • 螺距(螺旋线每圈下降的距离,取决于刷头覆盖宽度)
    • 切向速度
  • 贴合保持:由导纳控制负责法向力恒定,即使实际曲面偏离理想圆柱,力觉会实时调整工具进退,保证接触。
2. 往复折线/回形线(适合座圈、较平坦的曲面)
  • 原理:在座圈平面的二维投影面上,生成来回扫描的往复路径(类似扫地机的弓字形),路径超出座圈边缘的部分由力控自然悬空或检测边缘后回退。
  • 关键参数:
    • 扫描方向与行距
    • 区域边界(可由基座相机粗略框定座圈区域,或触觉探索边界)
  • 内壁几乎都是连续曲面,螺旋线可以遍历整个内表面而不需要知道精确方程。
  • 力控保证无论曲面如何起伏,刷头始终贴合且压力恒定。
  • 螺旋线的中心轴和半径参数,可以在清洁开始前通过一次简单的触觉边界探测自动获取:让机械臂在力控模式下,从中心向外缓慢移动,直到力突然消失(边缘),从而找到边界,依此设定螺旋半径。

三、具体流程

阶段1:获取轨迹基准参数
  1. 确定大致位置和中心轴:用基座深度相机(即使反射强烈,也能得到大致轮廓和位置,不需要精细点云)定位包围盒和中心点,或使用触觉中心探测,让清洁模组在力控模式下,以极低期望力(0.5N)轻触内壁不同方位,通过触碰点拟合圆柱中心。
  2. 确定边界:在内壁某高度,沿径向向外缓慢移动,当接触力消失时记录边界点,从而估算内壁的最大半径范围。
  3. 设定螺旋参数:
    • 给定中心轴线、起始高度、终止高度(由深度设定)、螺距(如刷头宽度的80%)、切向线速度(如50mm/s)。
阶段2:生成螺旋轨迹(运动学正逆解)
  • 在圆柱坐标系下生成轨迹点(角度、半径、高度),半径可以先使用常值(如探测到的最大半径),或在一个范围内变化。
  • 通过Pinocchio逆运动学将工具位姿(位置+法向对齐)解算为关节角,法向方向设定为指向中心轴(近似垂直内壁)。
  • 由于力控会补偿法向偏差,即使设定法向不完美,实际接触时力控会通过J6的微调自动修正。
阶段3:清洁执行(力控与轨迹联动)
  • 机械臂沿螺旋轨迹运动,同时开启导纳控制(法向恒力)。
  • 如果实际曲面比预估的更凸或更凹,力控会自动推进或回退工具,保持贴合。
  • 当到达底部时,可反向螺旋上升,确保覆盖。
阶段4:特殊区域处理
  • 凹陷:螺旋线可能无法深入,可在螺旋结束后,单独以更小半径的螺旋或定点往复清洁排污口。
  • 座圈:切换为往复弓字形轨迹,座圈平面近似水平,由基座相机提供边界框,工具保持垂直向下贴合,力控保证压力。

四、与视觉的协同

即使精细点云不能用,基座深度相机仍能提供粗粒度几何信息,这足以确定轨迹的基准参数:

  • 包围盒:确定中心轴大致位置、内壁的大致深度和口径。
  • 座圈区域:通过红外或RGB分割出座圈区域(座圈通常有清晰的边缘和颜色),给出二维扫描边界。
  • 障碍物检测:避免机械臂碰撞等。

这比单纯触觉探测更快、更安全,而且不需要稠密点云。


五、方案优势总结

  • 通用性强:所有都可以用一个圆柱螺旋+座圈弓字形的组合完成,仅需调整几个参数(中心轴、半径范围、深度),这些参数可通过简单的触觉或粗视觉自动获取。
  • 无视觉盲区影响:轨迹生成不依赖在线点云,力控保证贴合。
  • 高效稳定:螺旋轨迹运动平滑,无需频繁加减速,对电机和釉面友好。
  • 易于实现:在Pinocchio里只需实时计算螺旋线上的目标位姿,逆解后发给机器人,导纳环处理力修正。

一句话结论:在点云不可靠的清洁场景,参数化螺旋/弓字覆盖 + 导纳恒力贴合就是通用轨迹方案,把复杂的曲面跟踪问题,转化成了简单的圆柱坐标系的几何基元逼近与力觉自适应问题,是实现多型号通用清洁的解。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-08-25,如有侵权请联系 cloudcommunity@tencent.com 删除
目录
  • 一、轨迹规划方案分类(从依赖模型到模型无关)
  • 二、恒力贴合的盲清洁轨迹
    • 1. 环形螺旋线(适合内壁周围)
    • 2. 往复折线/回形线(适合座圈、较平坦的曲面)
  • 三、具体流程
    • 阶段1:获取轨迹基准参数
    • 阶段2:生成螺旋轨迹(运动学正逆解)
    • 阶段3:清洁执行(力控与轨迹联动)
    • 阶段4:特殊区域处理
  • 四、与视觉的协同
  • 五、方案优势总结
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档