【技术实现步骤摘要】
本专利技术涉及机器人碰撞检测，尤其涉及一种协作类机器人的碰撞检测方法。
技术介绍
1、协作机器人就是在机器人与人可以在生产线上协同作战，充分发挥机器人的效率及人类的智能，这种机器人不仅性价比高，而且安全方便，能够极大地促进制造企业的发展。
2、协作机器人广泛应用于工业、服务等应用领域，当协作机器人于其他设备协同工作时，很容易对周围的人、设备以及机器人本身造成损害。因此，为避免与外部发生碰撞，协作机器人需要具备碰撞检测能力。
3、为实现机器人碰撞检测，专利cn111504328a公开了一种机器人路径规划方法，基于路径规划进行碰撞检测一般需要采用视觉传感器、激光雷达等，建立物体所在现实场景的空间模型，对物体与该空间模型内的碰撞对象进行碰撞检测，该方法对现实场景动态建模的实时性要求非常高，且在传感器存在遮挡的情况下可能会失效；专利cn107848122a公开了一种关节转矩传感器，可用于机器人碰撞检测，机器人配备的力传感器可以迅速识别外力进而在发生碰撞时停止运动，从而防止碰撞产生损害，利用力传感器进行检测，灵敏度和精度更高，然而，应用力传感器使得机器人结构设计复杂，所涉及的控制算法也很复杂，另一方面，这些传感器的高成本将大大增加使用协作机器人的总体费用；专利cn109940622a根据机械臂关节电机输出电流与神经网络输出的估计电流之间的误差值与碰撞检测阈值比较用于碰撞判定，基于电机反馈电流的碰撞检测方法一般需要动力学建模，动力学模型的准确性会直接影响力控制精度，从而影响碰撞检测的灵敏度。
<
1、本专利技术公开的一种协作类机器人的碰撞检测方法，解决了现有协作机器人基于路径规划进行碰撞检测一般需要采用视觉传感器、激光雷达等，对现实场景动态建模的实时性要求非常高，且在传感器存在遮挡的情况下可能会失效；采用力传感器进行碰撞检测使得机器人结构设计复杂，所涉及的控制算法也很复杂，同时大大增加使用协作机器人总体费用；及采用基于电机反馈电流的无传感器机器人碰撞检测，由于关节中非线性摩擦的存在，导致力控制精度低，严重影响碰撞检测灵敏度的问题，设计一种降低关节摩擦的结构，采用dlinear模型进行协作机器人的摩擦建模，并通过前馈扭矩进一步补偿摩擦力，有效提高了协作机器人的碰撞检测灵敏度。
2、为达到上述目的，本专利技术的技术方案具体是这样实现的：
3、本专利技术公开一种协作类机器人的碰撞检测方法，包括以下步骤：
4、s1：在无传感器的条件下，通过试验确定协作机器人各个关节间的传动方式和传动比对关节摩擦的影响；
5、s2：综合考虑协作机器人的负载、刚度、精度、稳定性及速度要求，调整协作机器人各关节间的传动方式和传动比；
6、s3：建立基于dlinear模型的协作机器人关节摩擦模型；
7、s4：计算出协作机器人的关节摩擦力；
8、s5：在前馈力矩中加入与步骤s4计算出的关节摩擦力大小相等、方向相反的力；
9、s6：计算前馈扭矩与实际扭矩之间的误差，当前馈扭矩与实际扭矩之间的误差超过预定的扭矩阈值时，即检测到碰撞。
10、进一步地，所述步骤s3的具体实现包括：
11、s31：建立协作机器人的动力学模型；
12、
13、其中，q∈rn是机器人在关节空间中的位置变量；n表示协作类机器人第n个关节；为协作机器人关节速度；为协作机器人关节加速度；d(q)为协作机器人惯性矩阵；表示协作机器人科氏力与离心力，g(q)为协作机器人重力，表示协作机器人摩擦力，τ表示协作机器人各关节的驱动力矩；
14、s32：采用dlinear模型对协作机器人关节的非线性摩擦进行建模；
15、对于包含c个变量的时间序列，给定历史回顾窗口数据x；
16、
17、其中，l是历史数据的长度；是第i个变量在第t个时间步长的变量值；
18、时间序列预测任务即预测未来t个时间步长的值y；
19、
20、其中，表示第i个变量在第t个时间步长的预测值；rt×c中r表示实数集，t和c表示该实数集r的维数；
21、s33：dlinear模型将历史时间序列数据分解为趋势数据序列和剩余数据序列；
22、xt∈rl×c (4)
23、xs＝x-xt|xs∈rl×c (5)
24、其中，xt为趋势数据序列；xs为剩余数据序列；rl×c中r表示实数集，l和c表示该实数集r的维数；
25、s34：对分解得到的趋势数据序列和剩余数据序列分别应用线性层网络wt∈rt×l和ws∈rt×l，即
26、ht＝wtxt∈rt×c (6)
27、hs＝wsxs∈rt×c (7)
28、其中，wt表示线性层网络；ws表示线性层网络；rt×l中r表示实数集，t和l表示该实数集r的维数；ht表示xt经过wt后得到的结果；hs表示xs经过ws后得到的结果；
29、s35：输出两个线性层输出结果之和y∈rt×c；
30、y＝ht+hs (8)
31、s36：将协作机器人各关节的时间戳、参考位置、实际位置、位置误差、参考速度、实际速度、理论力矩及实际力矩8维时间序列数据输入到dlinear模型中，以实际力矩作为预测的目标序列。
32、进一步地，步骤s4的具体实现为：
33、协作机器人的关节摩擦力为实际力矩与理论力矩之差。
34、进一步地，步骤s6的具体实现为：
35、所述预定的扭矩阈值采用动态阈值，当协作机器人在加速和减速过程中设置较大的扭矩阈值；在协作机器人关节速度较大时设置较大的扭矩阈值；在协作机器人关节速度较低时设置较低的扭矩阈值。
36、有益技术效果：
37、1.本专利技术公开的一种协作类机器人的碰撞检测方法中包括在无传感器的条件下，通过试验确定协作机器人各个关节间的传动方式和传动比对关节摩擦的影响；再综合考虑协作机器人的负载、刚度、精度、稳定性及速度要求，调整协作机器人各关节间的传动方式和传动比，即找到一种降低协作机器人关节摩擦的结构设计方案，有效降低了碰撞检测时的碰撞力矩，进而大大提高了碰撞检测灵敏度；
38、2.本专利技术公开的一种协作类机器人的碰撞检测方法中包括建立基于dlinear模型的协作机器人关节摩擦模型，采用dlinear模型建模即将摩擦建模问题归类为时间序列预测问题，模型结构简单，计算方便；
39、3.本专利技术公开的一种协作类机器人的碰撞检测方法中包括在前馈力矩中加入与计算出的关节摩擦力大小相等、方向相反的力，有效补偿协作机器人关节中的摩擦力矩，大大提高了碰撞检测的灵敏度。
本文档来自技高网...【技术保护点】
1.一种协作类机器人的碰撞检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种协作类机器人的碰撞检测方法，其特征在于，所述步骤S3的具体实现包括：
3.根据权利要求1所述的一种协作类机器人的碰撞检测方法，其特征在于，步骤S4的具体实现为：
4.根据权利要求1所述的一种协作类机器人的碰撞检测方法，其特征在于，步骤S6的具体实现为：
【技术特征摘要】
1.一种协作类机器人的碰撞检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种协作类机器人的碰撞检测方法，其特征在于，所述步骤s3的具体实现包括：
3....
【专利技术属性】
技术研发人员：汪朋朋，周瑞兴，殷云飞，甘中学，
申请(专利权)人：上海智殷自动化科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。