CN106826819A - 桁架机器人防碰撞检测方法及装置 - Google Patents
桁架机器人防碰撞检测方法及装置 Download PDFInfo
- Publication number
- CN106826819A CN106826819A CN201710027084.1A CN201710027084A CN106826819A CN 106826819 A CN106826819 A CN 106826819A CN 201710027084 A CN201710027084 A CN 201710027084A CN 106826819 A CN106826819 A CN 106826819A
- Authority
- CN
- China
- Prior art keywords
- truss robot
- torque value
- discriminate
- joint shaft
- anticollision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
- B25J9/1676—Avoiding collision or forbidden zones
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及桁架机器人领域,公开了一种桁架机器人防碰撞检测方法及装置。本发明中,利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值;计算关节轴的位置跟随误差;根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式;根据判别式进行碰撞检测,有效避免了机器人碰撞的误判,提高了检测精度。
Description
技术领域
本发明涉及桁架机器人领域,特别涉及一种桁架机器人防碰撞检测方法及装置。
背景技术
在现代化生产线中,越来越讲究的是柔性化生产。机械设备自动化是这个世纪制造业发展的大趋势,机器人产业将是一个阳光产业,未来的世纪是机器人技术极度发展的世纪,人类将从单调繁杂的体力劳动中解放出来,从事更加富有创造性的工作。自动生产线和自动化程度高的加工设备已经成为今后制造工厂的一个必然趋势。单一的和普通的专用加工机床在大批量加工时越来越多的被万能的、标准化机床及柔性自动化生产线所替代。例如在数控车床、立式加工中心机、卧式加工中心机、数控立式车床、数控磨床、数控磨齿机等上下料时,其毛坯料可能是几公斤甚至几百公斤重,还有小型零件频繁上下料,大型电机壳体、发动机壳体、减速机壳体等的搬运也很费时、费力,直接影响工作效率、机床利用率及生产安全。
桁架机器人是能够实现自动控制的、可重复编程的、多自由度的、运动自由度建成空间直角关系的、多用途的操作机。在机器人和自动化工业生产领域中,桁架机器人实现了制造过程的完全自动化,并采用了集成加工技术,适用于机床、生产线的上下料、工件翻转、工件转序等。
在目前的桁架机器人的防碰撞检测技术中,利用传感器,通过设定一定扭矩偏差的阈值作为检测标准,并根据内部软件算法,获取当前机器人的运动状态,从而判断机器人是否发生碰撞;或者,利用机器人动力学模型求解不同运动状态下的力矩,通过和设定的阈值力矩比较,进而进行碰撞检测。
但在实现本发明的过程中,发明人发现:前一种方案存在如下问题:首先是无法保证传感器可以检测整个机器人的工作空间,其次也增加的机器人的硬件成本。后一种方案也存在一定的弊端,一是机器人在不同的运动状态下,关节轴的力矩不同,无法选取同一个合适的阈值作为判断标准;二是该算法并没有对桁架机器人的运动位置信息进行检测。
发明内容
本发明实施方式的目的在于提供一种桁架机器人防碰撞检测方法及装置,有效避免了机器人碰撞的误判,提高了检测精度。
为解决上述技术问题,本发明的实施方式提供了一种桁架机器人防碰撞检测方法,包括:
利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值;
计算关节轴的位置跟随误差;
根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式;
根据判别式进行碰撞检测。
本发明的实施方式还提供了一种桁架机器人防碰撞检测装置,包括:
扭矩获取模块,用于利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值;
跟随误差获取模块,用于计算关节轴的位置跟随误差;
判别式建立模块,与扭矩获取模块以及跟随误差获取模块连接,用于根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式;
碰撞检测模块,与判别式建立模块连接,用于根据判别式进行碰撞检测。
本发明实施方式相对于现有技术而言,通过利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值;计算关节轴的位置跟随误差;根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式;进而根据判别式进行碰撞检测,通过位置跟随误差和力矩的双重检测,有效避免了机器人碰撞的误判,提高了检测精度。
另外,计算关节轴的位置跟随误差,包括:计算关节轴的目标位置和实际位置;计算实际位置和目标位置的偏差得到位置跟随误差,在桁架机器人的防碰撞检测时引入位置跟随误差的检测,通过位置跟随误差和力矩的双重检测,有效避免了机器人碰撞的误判,提高了检测精度。
另外,根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式,包括:根据理论扭矩值τ0、实际扭矩值τlink以及位置跟随误差ΔSlink,并引入权重因子λ得到防碰撞的判别式F(λ):
其中,ΔS0是跟踪误差允许值,提供了桁架机器人的防碰撞检测的判别公式,保证了算法的可实现性。
另外,根据判别式进行碰撞检测,包括:当判别式F(λ)≥1时,表示桁架机器人发生碰撞;当判别式F(λ)<1时,表示桁架机器人未发生碰撞,保证了算法的可实现性。
另外,权重因子λ的值与桁架机器人的刚度相关。
另外,权重因子λ的值在0.1-0.3之间。
附图说明
图1是根据本发明第一实施方式的桁架机器人防碰撞检测方法的流程示意图;
图2是图1中获取理论扭矩值的方法示意图;
图3是根据本发明第二实施方式的桁架机器人防碰撞检测装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种桁架机器人防碰撞检测方法。具体流程如图1所示,桁架机器人防碰撞检测方法包括:
步骤S10:利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值。
关节轴的实际扭矩值可以通过伺服控制器在控制系统中读取获得。
如图2所示,获取关节轴的理论扭矩值包括以下步骤:
步骤S100:利用桁架机器人的运动学模型,建立雅克比矩阵求得关节轴的速度和加速度
步骤S101:给定桁架机器人不同运动指令,多次采集数据,利用最小二乘法获得正定的惯性矩阵M(q)、科氏矩阵重力项G(q)。
步骤S102:根据以下关系式计算桁架机器人在不同运动状态下的理论扭矩值τ0:
其中,q表示关节轴的位置。
步骤S11:计算关节轴的位置跟随误差。
在步骤S11中,实时计算关节轴的目标位置(targetposition)和实际位置(actualposition);进而计算实际位置和目标位置的偏差得到位置跟随误差。如此,在桁架机器人的防碰撞检测时引入位置跟随误差的检测,通过位置跟随误差和力矩的双重检测,有效避免了机器人碰撞的误判,提高了检测精度。
步骤S12:根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式。
具体地,根据理论扭矩值τ0、实际扭矩值τlink以及位置跟随误差ΔSlink,并引入权重因子λ得到防碰撞的判别式F(λ):
其中,ΔS0是跟踪误差允许值。如此,提供了桁架机器人的防碰撞检测的判别式F(λ),保证了算法的可实现性。
在本发明实施方式中,权重因子λ的值与桁架机器人的刚度相关。具体地,如果桁架机器人的刚度较小,则选取大一点的权重因子λ的值,如果刚度较大,则选取相应小一点的权重因子λ的值;通常权重因子λ的值在0.1-0.3之间。
步骤S13:根据判别式进行碰撞检测。
在步骤S13中,当判别式F(λ)≥1时,表明位置跟随误差ΔSlink过大、关节轴的实际扭矩值τlink大于理论扭矩值τ0,表示桁架机器人发生碰撞。当判别式F(λ)<1时,表示桁架机器人未发生碰撞。
本发明实施方式相对于现有技术而言,通过利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值;计算关节轴的位置跟随误差;根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式;进而根据判别式进行碰撞检测,通过位置跟随误差和力矩的双重检测,有效避免了机器人碰撞的误判,提高了检测精度。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包含相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明的第二实施方式涉及一种桁架机器人防碰撞检测装置。如图3所示,桁架机器人防碰撞检测装置包括:扭矩获取模块、跟随误差获取模块、判别式建立模块以及碰撞检测模块。
扭矩获取模块,用于利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值。
跟随误差获取模块,用于计算关节轴的位置跟随误差。
判别式建立模块,与扭矩获取模块以及跟随误差获取模块连接,用于根据理论扭矩值、实际扭矩值以及位置跟随误差建立防碰撞的判别式。
碰撞检测模块,与判别式建立模块连接,用于根据判别式进行碰撞检测。
本发明实施方式通过位置跟随误差和力矩的双重检测,有效避免了机器人碰撞的误判,提高了检测精度,同时给出了用于桁架机器人碰撞检测的判别公式,保证了算法的可实现性。
在本发明实施方式中,判别式建立模块用于:根据理论扭矩值τ0、实际扭矩值τlink以及位置跟随误差ΔSlink,并引入权重因子λ得到防碰撞的判别式F(λ):
其中,ΔS0是跟踪误差允许值。
在本发明实施方式中,权重因子λ的值与桁架机器人的刚度相关。具体地,如果桁架机器人的刚度较小,则选取大一点的权重因子λ的值,如果刚度较大,则选取相应小一点的权重因子λ的值;通常权重因子λ的值在0.1-0.3之间。
碰撞检测模块检测到判别式F(λ)≥1时,表明位置跟随误差ΔSlink过大、关节轴实际扭矩值τlink大于理论扭矩值τ0,表示桁架机器人发生碰撞;碰撞检测模块检测到判别式F(λ)<1时,表示桁架机器人未发生碰撞。
在本发明实施方式中,扭矩获取模块用于:利用桁架机器人的运动学模型,建立雅克比矩阵求得关节轴的速度和加速度给定桁架机器人不同运动指令,多次采集数据,利用最小二乘法获得正定的惯性矩阵M(q)、科氏矩阵重力项G(q);根据以下关系式计算桁架机器人在不同运动状态下的理论扭矩值τ0:
其中,q表示关节轴的位置。
而关节轴的实际扭矩值可以通过伺服控制器在控制系统中读取获得。
跟随误差获取模块计算关节轴的目标位置和实际位置;并进一步计算实际位置和目标位置的偏差得到位置跟随误差,使得在桁架机器人的防碰撞检测时引入位置跟随误差的检测,从而通过位置跟随误差和力矩的双重检测,有效避免了机器人碰撞的误判,提高了检测精度。
不难发现,本实施方式为与第一实施方式相对应的装置实施例,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (14)
1.一种桁架机器人防碰撞检测方法,其特征在于,包括:
利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值;
计算关节轴的位置跟随误差;
根据所述理论扭矩值、所述实际扭矩值以及所述位置跟随误差建立防碰撞的判别式;
根据所述判别式进行碰撞检测。
2.根据权利要求1所述的桁架机器人防碰撞检测方法,其特征在于,所述利用所述桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,包括:
利用所述桁架机器人的运动学模型,建立雅克比矩阵求得关节轴的速度和加速度
给定所述桁架机器人不同运动指令,多次采集数据,利用最小二乘法获得正定的惯性矩阵M(q)、科氏矩阵重力项G(q);
根据以下关系式计算所述桁架机器人在不同运动状态下的所述理论扭矩值τ0:
其中,q表示关节轴的位置。
3.根据权利要求1所述的桁架机器人防碰撞检测方法,其特征在于,所述计算关节轴的位置跟随误差,包括:
计算关节轴的目标位置和实际位置;
计算所述实际位置和所述目标位置的偏差得到所述位置跟随误差。
4.根据权利要求1所述的桁架机器人防碰撞检测方法,其特征在于,所述根据所述理论扭矩值、所述实际扭矩值以及所述位置跟随误差建立防碰撞的判别式,包括:
根据所述理论扭矩值τ0、所述实际扭矩值τlink以及所述位置跟随误差ΔSlink,并引入权重因子λ得到防碰撞的判别式F(λ):
其中,ΔS0是跟踪误差允许值。
5.根据权利要求4所述的桁架机器人防碰撞检测方法,其特征在于,所述根据所述判别式进行碰撞检测,包括:
当所述判别式F(λ)≥1时,表示所述桁架机器人发生碰撞;
当所述判别式F(λ)<1时,表示所述桁架机器人未发生碰撞。
6.根据权利要求4所述的桁架机器人防碰撞检测方法,其特征在于,所述权重因子λ的值与所述桁架机器人的刚度相关。
7.根据权利要求4所述的桁架机器人防碰撞检测方法,其特征在于,所述权重因子λ的值在0.1-0.3之间。
8.一种桁架机器人防碰撞检测装置,其特征在于,包括:
扭矩获取模块,用于利用桁架机器人运动学模型和动力学模型获取关节轴的理论扭矩值,同时读取关节轴的实际扭矩值;
跟随误差获取模块,用于计算关节轴的位置跟随误差;
判别式建立模块,与所述扭矩获取模块以及所述跟随误差获取模块连接,用于根据所述理论扭矩值、所述实际扭矩值以及所述位置跟随误差建立防碰撞的判别式;
碰撞检测模块,与所述判别式建立模块连接,用于根据所述判别式进行碰撞检测。
9.根据权利要求8所述的桁架机器人防碰撞检测装置,其特征在于,所述扭矩获取模块用于:
利用所述桁架机器人的运动学模型,建立雅克比矩阵求得关节轴的速度和加速度
给定所述桁架机器人不同运动指令,多次采集数据,利用最小二乘法获得正定的惯性矩阵M(q)、科氏矩阵重力项G(q);
根据以下关系式计算所述桁架机器人在不同运动状态下的所述理论扭矩值τ0:
其中,q表示关节轴的位置。
10.根据权利要求8所述的桁架机器人防碰撞检测装置,其特征在于,所述跟随误差获取模块用于:
计算关节轴的目标位置和实际位置;
计算所述实际位置和所述目标位置的偏差得到所述位置跟随误差。
11.根据权利要求8所述的桁架机器人防碰撞检测装置,其特征在于,所述判别式建立模块用于:
根据所述理论扭矩值τ0、所述实际扭矩值τlink以及所述位置跟随误差ΔSlink,并引入权重因子λ得到防碰撞的判别式F(λ):
其中,ΔS0是跟踪误差允许值。
12.根据权利要求11所述的桁架机器人防碰撞检测装置,其特征在于,所述碰撞检测模块用于:
检测到所述判别式F(λ)≥1时,表示所述桁架机器人发生碰撞;
检测到所述判别式F(λ)<1时,表示所述桁架机器人未发生碰撞。
13.根据权利要求11所述的桁架机器人防碰撞检测装置,其特征在于,所述权重因子λ的值与所述桁架机器人的刚度相关。
14.根据权利要求11所述的桁架机器人防碰撞检测装置,其特征在于,所述权重因子λ的值在0.1-0.3之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710027084.1A CN106826819B (zh) | 2017-01-15 | 2017-01-15 | 桁架机器人防碰撞检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710027084.1A CN106826819B (zh) | 2017-01-15 | 2017-01-15 | 桁架机器人防碰撞检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106826819A true CN106826819A (zh) | 2017-06-13 |
CN106826819B CN106826819B (zh) | 2019-07-30 |
Family
ID=59123653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710027084.1A Active CN106826819B (zh) | 2017-01-15 | 2017-01-15 | 桁架机器人防碰撞检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106826819B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107253196A (zh) * | 2017-08-01 | 2017-10-17 | 中科新松有限公司 | 一种机械臂碰撞检测方法、装置、设备及存储介质 |
CN107962569A (zh) * | 2017-11-23 | 2018-04-27 | 珠海格力电器股份有限公司 | 一种机器人的碰撞检测方法、装置及智能机器人 |
CN109397259A (zh) * | 2017-08-17 | 2019-03-01 | 西门子保健有限责任公司 | 用于确定机器人设备的绝对位置的方法和机器人设备 |
CN109732599A (zh) * | 2018-12-29 | 2019-05-10 | 深圳市越疆科技有限公司 | 一种机器人碰撞检测方法、装置、存储介质及机器人 |
CN109968348A (zh) * | 2017-12-28 | 2019-07-05 | 深圳市优必选科技有限公司 | 机器人控制方法、装置及终端设备 |
CN110000815A (zh) * | 2019-04-09 | 2019-07-12 | 深圳前海达闼云端智能科技有限公司 | 一种碰撞检测方法、装置、电子设备及存储介质 |
CN112192617A (zh) * | 2020-10-15 | 2021-01-08 | 广东博智林机器人有限公司 | 多桁架传输系统的防碰撞控制方法和多桁架传输系统 |
WO2022228031A1 (zh) * | 2021-04-26 | 2022-11-03 | 上海神泰医疗科技有限公司 | 状态监测方法、安全控制装置、存储介质和机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11282540A (ja) * | 1998-03-30 | 1999-10-15 | Matsushita Electric Ind Co Ltd | ロボットの制御装置とその制御方法 |
CN101332604A (zh) * | 2008-06-20 | 2008-12-31 | 哈尔滨工业大学 | 人机相互作用机械臂的控制方法 |
CN102426391A (zh) * | 2011-09-05 | 2012-04-25 | 华南理工大学 | 一种判断机器人运行是否发生碰撞的方法 |
CN102554939A (zh) * | 2010-12-30 | 2012-07-11 | 沈阳新松机器人自动化股份有限公司 | 工业机器人碰撞保护方法和装置 |
CN104985598A (zh) * | 2015-06-24 | 2015-10-21 | 南京埃斯顿机器人工程有限公司 | 一种工业机器人碰撞检测方法 |
-
2017
- 2017-01-15 CN CN201710027084.1A patent/CN106826819B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11282540A (ja) * | 1998-03-30 | 1999-10-15 | Matsushita Electric Ind Co Ltd | ロボットの制御装置とその制御方法 |
CN101332604A (zh) * | 2008-06-20 | 2008-12-31 | 哈尔滨工业大学 | 人机相互作用机械臂的控制方法 |
CN102554939A (zh) * | 2010-12-30 | 2012-07-11 | 沈阳新松机器人自动化股份有限公司 | 工业机器人碰撞保护方法和装置 |
CN102426391A (zh) * | 2011-09-05 | 2012-04-25 | 华南理工大学 | 一种判断机器人运行是否发生碰撞的方法 |
CN104985598A (zh) * | 2015-06-24 | 2015-10-21 | 南京埃斯顿机器人工程有限公司 | 一种工业机器人碰撞检测方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107253196A (zh) * | 2017-08-01 | 2017-10-17 | 中科新松有限公司 | 一种机械臂碰撞检测方法、装置、设备及存储介质 |
CN109397259A (zh) * | 2017-08-17 | 2019-03-01 | 西门子保健有限责任公司 | 用于确定机器人设备的绝对位置的方法和机器人设备 |
CN109397259B (zh) * | 2017-08-17 | 2022-04-08 | 西门子保健有限责任公司 | 用于确定机器人设备的绝对位置的方法和机器人设备 |
CN107962569B (zh) * | 2017-11-23 | 2019-12-10 | 珠海格力电器股份有限公司 | 一种机器人的碰撞检测方法、装置及智能机器人 |
CN107962569A (zh) * | 2017-11-23 | 2018-04-27 | 珠海格力电器股份有限公司 | 一种机器人的碰撞检测方法、装置及智能机器人 |
CN109968348B (zh) * | 2017-12-28 | 2021-04-16 | 深圳市优必选科技有限公司 | 机器人控制方法、装置及终端设备 |
CN109968348A (zh) * | 2017-12-28 | 2019-07-05 | 深圳市优必选科技有限公司 | 机器人控制方法、装置及终端设备 |
CN109732599B (zh) * | 2018-12-29 | 2020-11-03 | 深圳市越疆科技有限公司 | 一种机器人碰撞检测方法、装置、存储介质及机器人 |
CN109732599A (zh) * | 2018-12-29 | 2019-05-10 | 深圳市越疆科技有限公司 | 一种机器人碰撞检测方法、装置、存储介质及机器人 |
CN110000815A (zh) * | 2019-04-09 | 2019-07-12 | 深圳前海达闼云端智能科技有限公司 | 一种碰撞检测方法、装置、电子设备及存储介质 |
CN112192617A (zh) * | 2020-10-15 | 2021-01-08 | 广东博智林机器人有限公司 | 多桁架传输系统的防碰撞控制方法和多桁架传输系统 |
CN112192617B (zh) * | 2020-10-15 | 2022-03-04 | 广东博智林机器人有限公司 | 多桁架传输系统的防碰撞控制方法和多桁架传输系统 |
WO2022228031A1 (zh) * | 2021-04-26 | 2022-11-03 | 上海神泰医疗科技有限公司 | 状态监测方法、安全控制装置、存储介质和机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN106826819B (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106826819B (zh) | 桁架机器人防碰撞检测方法及装置 | |
US20170357243A1 (en) | Machine learning device, numerical control device and machine learning method for learning threshold value of detecting abnormal load | |
US6202003B1 (en) | Numerically controlled machine tool and method | |
CN101825884B (zh) | 用五轴四联动的数控系统实现五轴五联动轨迹控制的方法 | |
EP2025477A2 (en) | Robot program adjusting system | |
CN103294007B (zh) | 一种高速高精度柔性电子齿轮箱的控制方法 | |
CN111687652A (zh) | 握持力调整装置以及握持力调整系统 | |
CN114131611B (zh) | 机器人重力位姿分解的关节误差离线补偿方法、系统及终端 | |
Kubela et al. | Investigation of position accuracy of industrial robots and online methods for accuracy improvement in machining processes | |
CN113924195A (zh) | 多用途机器人臂的控制 | |
Brüning et al. | Simulation based planning of machining processes with industrial robots | |
CN110402188B (zh) | 驱动系统和其评估 | |
CN107505917A (zh) | 伺服驱动器及伺服系统 | |
Peta et al. | Analysis of trajectory and motion parameters of an industrial robot cooperating with a numerically controlled machine tools | |
Koren et al. | Reconfigurable manufacturing systems | |
CN104871101B (zh) | 用于材料切除地加工工件的方法 | |
Robertsson et al. | Implementation of industrial robot force control case study: High power stub grinding and deburring | |
Yusof et al. | Frame work of LV-UTHM: an ISO 14649 based open control system for CNC milling machine | |
Brecher et al. | Machine Tools Production Systems 3: Mechatronic Systems, Control and Automation | |
CN113759852B (zh) | 自动化控制用的编程方法、编程语言、作业方法和作业系统 | |
KR20190106241A (ko) | 공작기계 및 공작기계의 제어방법 | |
CN210500646U (zh) | 一种木工加工中心的多轴伺服控制装置 | |
CN103076760A (zh) | 一种滑槽的铣削加工方法 | |
Kruth et al. | NC-postprocessing and NC-simulation for five-axis milling operations with automatic collision avoidance | |
Kainrath et al. | Accuracy improvement and process flow adaption for robot machining |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |