CN108582032A - 一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法及系统 - Google Patents

Abstract

本发明提出一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法及系统。包括操作手、机械臂和工控机；主操作手力反馈控制时，工控机根据机械臂末端的受力数据，计算出主操作手各个关节的扭矩数据，通过主操作手的控制接口，控制主操作手各关节输出扭矩；所述械臂末端受力数据的标量为六自由度力/力矩数据，包括两部分：一部分来自于机械臂与环境接触时产生的受力数据，另一部分来自于机械臂之间相互碰撞而产生的受力数据；前述两部分受力数据均采用基于虚拟现实的技术获得。本发明可以精确、高效、安全地完成带电作业。

Description

一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈 主从控制方法及系统

技术领域

本发明属于电力技术领域，具体涉及一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法及系统。

背景技术

随着带电作业机器人的逐渐发展，传统的人机共处绝缘仓式的操作已经不能满足带电作业环境下的控制性能与安全性需求。此前，作业人员可以通过主操作手远程遥控机器人的带电作业机器人，可保证作业人员与高压电场隔离；远程遥控操作时，操作人员根据作业场景监控系统监控作业过程，对机器臂与作业对象之间、机械臂之间、作业对象与作业环境之间的相对位置的判断更精确，且不会存在视觉死角，操作精度更高，可以防止碰撞发生，提高了作业安全性。但是，在使用前述带电作业机器人进行精确定位的带电操作时，例如拆接隔离刀闸、跌落式熔断器及避雷器两端导线等，主要通过观察作业环境图像(包括实时图像和3D建模图像)来判断机械臂是否操作到位，对于机械臂与操作对象之间以及机械臂与机械臂之间接触力度大小并无感知，难以判断操作精度是否符合操作要求。如果操作人员或者控制系统能够感知机械臂与操作对象之间以及机械臂与机械臂之间接触力度大小，则可以更加精准地判断各项操作是否精准到位，且可以防止机械臂之间相互碰撞。

由于力反馈主手能够同时实现多个自由度的位置控制与力反馈，把力反馈主手应用到带电作业机器人主从控制的需求非常强烈。

发明内容

本发明的目的在于提出一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法及系统，可以精确、高效、安全地完成带电作业。

为了解决上述技术问题，本发明提出一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法，操作手、机械臂和工控机组成带电作业机器人力反馈主从控制系统；主操作手力反馈控制时，工控机根据机械臂末端的受力数据，计算出主操作手各个关节的扭矩数据，通过主操作手的控制接口，控制主操作手各关节输出扭矩；

所述械臂末端受力数据的标量为六自由度力/力矩数据，包括两部分：一部分来自于机械臂与环境接触时产生的受力数据，另一部分来自于机械臂之间相互碰撞而产生的受力数据；前述两部分受力数据均采用基于虚拟现实的技术获得，其中，获得机械臂之间相互碰撞而产生的受力数据的过程为：

步骤1，获取第二机械臂六个关节的角度数据，根据第二机械臂外型模型数据，生成第二机械臂的虚拟现实数据；

步骤2，运用第二机械臂的基坐标系到第一机械臂的基坐标系的转换矩阵，将第二机械臂的虚拟现实数据转换到第一机械臂的基坐标系中；

步骤3，运用八分法对第二机械臂的虚拟现实数据进行逐步划分，构建八叉树；

步骤4，获取第一机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，该包围球的半径为所需碰撞检测的距离；

步骤5，对步骤4的包围球与步骤3的八叉树进行碰撞检测，若没有发生碰撞，则机械臂之间的受力数据为零，若发生碰撞，则获得虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与第一机械臂末端位姿数据，计算碰撞深度矢量，然后进入步骤6；

步骤6，采用弹簧模型计算第一机械臂末端受力数据，

F＝-kx

其中，k为弹簧系数，x为碰撞深度矢量，F为受力数据，F为六维矢量，其标量为六自由度力/力矩数据；

步骤7，将步骤6获得的六自由度力/力矩数据符号取反获得第二机械臂末端的六自由度力/力矩数据。

进一步，获得机械臂与环境接触时产生的受力数据的过程为：

步骤1，运用八分法对机械臂作业场景对应的虚拟现实场景进行逐步划分，构建八叉树；

步骤2，获取机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，设置包围球的半径为所需碰撞检测的距离；

步骤3，对步骤2的包围球与步骤1的八叉树进行碰撞检测，若没有发生碰撞，则机械臂末端的六自由度力/力矩数据为零，若发生碰撞，则获取虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与机械臂末端位姿数据，计算碰撞深度矢量；

步骤4，根据碰撞深度矢量计算机械臂末端六自由度力/力矩数据，即采用弹簧阻尼模型计算反馈力，

F＝-kx-cv

其中，k为弹簧系数，x为碰撞深度矢量，c为阻尼系数，v为机械臂末端速度矢量， F为反馈力，其标量为六自由度力/力矩数据。

进一步，对主操作手静力学建模，得到机械臂末端六自由度力/力矩数据到主操作手各个关节扭矩数据的转换关系，工控机根据所述转换关系计算出主操作手各个关节的扭矩数据。

进一步，机械臂位姿控制时，工控机根据主操作手各旋转关节的角度数据，计算出机械臂末端速度矢量的期望值，通过机械臂的控制接口，按照所述期望值控制机械臂运动；获取机械臂末端速度矢量期望值的方法为：

运用D-H建模方法对主操作手建模，得出主操作手的各个旋转关节的角度数据到主操作手末端位姿数据的转换关系；工控机接收主操作手发送的各个旋转关节的角度数据，根据所述转换关系计算得到主操作手末端位姿数据，然后将主操作手末端位姿数据通过微分运算得到主操作手末端速度数据；根据主操作手末端位姿数据和末端速度数据，使用速度前馈PID控制器，计算得到机械臂末端速度矢量期望值。

进一步，所述主操作手和机械臂均为一个或者多个自由度机械臂结构。

本发明还提出一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制系统，包括操作手、机械臂和工控机；所述主操作手和机械臂均为一个或者多个自由度机械臂结构；所述主操作手能够采集每个旋转关节的角度数据，每个旋转关节具备力矩电机，能够输出扭矩；

主操作手力反馈控制时，工控机根据机械臂末端的受力数据，计算出主操作手各个关节的扭矩数据，通过主操作手的控制接口，控制主操作手各关节输出扭矩；

所述械臂末端受力数据的标量为六自由度力/力矩数据，包括两部分：一部分来自于机械臂与环境接触时产生的受力数据，另一部分来自于机械臂之间相互碰撞而产生的受力数据；前述两部分受力数据均采用基于虚拟现实的技术获得，其中，获得机械臂之间相互碰撞而产生的受力数据的过程为：

步骤1，获取第二机械臂六个关节的角度数据，根据第二机械臂外型模型数据，生成第二机械臂的虚拟现实数据；

步骤2，运用第二机械臂的基坐标系到第一机械臂的基坐标系的转换矩阵，将第二机械臂的虚拟现实数据转换到第一机械臂的基坐标系中；

步骤3，运用八分法对第二机械臂的虚拟现实数据进行逐步划分，构建八叉树；

步骤4，获取第一机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，该包围球的半径为所需碰撞检测的距离；

步骤5，对步骤4的包围球与步骤3的八叉树进行碰撞检测，若没有发生碰撞，则机械臂之间的受力数据为零，若发生碰撞，则获得虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与第一机械臂末端位姿数据，计算碰撞深度矢量，然后进入步骤6；

步骤6，采用弹簧模型计算第一机械臂末端受力数据，

F＝-kx

其中，k为弹簧系数，x为碰撞深度矢量，F为受力数据，F为六维矢量，其标量为六自由度力/力矩数据；

步骤7，将步骤6获得的六自由度力/力矩数据符号取反获得第二机械臂末端的六自由度力/力矩数据。

进一步，获得机械臂与环境接触时产生的受力数据的过程为：

步骤1，运用八分法对机械臂作业场景对应的虚拟现实场景进行逐步划分，构建八叉树；

步骤2，获取机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，设置包围球的半径为所需碰撞检测的距离；

步骤3，对步骤2的包围球与步骤1的八叉树进行碰撞检测，若没有发生碰撞，则机械臂末端的六自由度力/力矩数据为零，若发生碰撞，则获取虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与机械臂末端位姿数据，计算碰撞深度矢量；

步骤4，根据碰撞深度矢量计算机械臂末端六自由度力/力矩数据，即采用弹簧阻尼模型计算反馈力，

F＝-kx-cv

其中，k为弹簧系数，x为碰撞深度矢量，c为阻尼系数，v为机械臂末端速度矢量， F为反馈力，其标量为六自由度力/力矩数据。

进一步，对主操作手静力学建模，得到机械臂末端六自由度力/力矩数据到主操作手各个关节扭矩数据的转换关系，工控机根据所述转换关系计算出主操作手各个关节的扭矩数据。

进一步，机械臂位姿控制时，工控机根据主操作手各旋转关节的角度数据，计算出机械臂末端速度矢量的期望值，通过机械臂的控制接口，按照所述期望值控制机械臂运动；获取机械臂末端速度矢量期望值的方法为：

运用D-H建模方法对主操作手建模，得出主操作手的各个旋转关节的角度数据到主操作手末端位姿数据的转换关系；工控机接收主操作手发送的各个旋转关节的角度数据，根据所述转换关系计算得到主操作手末端位姿数据，然后将主操作手末端位姿数据通过微分运算得到主操作手末端速度数据；根据主操作手末端位姿数据和末端速度数据，使用速度前馈PID控制器，计算得到机械臂末端速度矢量期望值。

进一步，所述主操作手和机械臂均为一个或者多个自由度机械臂结构。

本发明与现有技术相比，其显著优点在于：

(1)操作人员通过操控主操作手的末端，带电作业机械臂的末端能够跟随主操作手末端的姿态，操作人员看到的主操作手的姿态也是带电作业机械臂的姿态，这使得操作直观、灵活。力反馈功能的引入使得遥操作不再是单一的姿态给定，操作人员能够感受带电作业机械臂与环境的接触力，拥有更好的操作临场感，从而提高操作机械臂的便捷性和精确度；另外，通过力觉反馈能够发现机械臂与环境的碰撞，从而减小危险的发生，弥补仅靠视觉操作的不足；

(2)由于机械臂不能直接接触环境中的设备，通过传统的力传感器进行受力反馈不合理，本发明通过构建好的虚拟现实场景，运用碰撞检测技术提前检测碰撞，通过力反馈提醒操作人员，避免引起机械臂之间的碰撞，从而减少操作引起的危险，从整体上提高了机器人作业的自动化和作业精度，同时提高了作业安全性。

附图说明

图1为本发明带电作业机器人一种实施例的整体结构示意图；

图2为本发明中绝缘斗臂车的系统组成框图；

图3为本发明中机器人平台的结构示意图；

图4为本发明中机械臂的结构示意图；

图5为本发明中主操作手的结构示意图；

图6为本发明中机械臂协作力反馈主从控制系统的框图；

图7为本发明中机械臂位姿闭环控制器的框图。

具体实施方式

容易理解，依据本发明的技术方案，在不变更本发明的实质精神的情况下，本领域的一般技术人员可以想象出本发明基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法及系统的多种实施方式。因此，以下具体实施方式和附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限制或限定。

结合附图，带电作业机器人包括绝缘斗臂车1、控制室2、伸缩臂3、机器人平台4。其中，绝缘斗臂车1上架设控制室2和伸缩臂3，伸缩臂3末端连接机器人平台4，机器人平台4与控制室2之间采用光纤以太网通信或者无线网络通信。

绝缘斗臂车1可供操作人员驾驶，从而将机器人平台4运输到作业现场。绝缘斗臂车1上装有支撑腿，支撑腿可以展开，从而将绝缘斗臂车1与地面稳固支撑。绝缘斗臂车1上装有发电机，从而给控制室2及伸缩臂3供电。

伸缩臂3设有沿伸缩方向的驱动装置，操作人员可以通过控制驱动装置，从而将机器人平台4升降到作业高度。该伸缩臂3由绝缘材料制成，用于实现机器人平台4与控制室2的绝缘。在本发明中，伸缩臂3可有由剪叉式升降机构或其他机构代替。

控制室2中设置有主操作手，机器人平台4上设置有机械臂。在工控机的控制下，主操作与机械臂实现主从控制操作。工控机可以分为第一工控机和第二工控机。

作为一种实施方式，控制室2中设置有第二工控机、显示屏、第一主操作手、第二主操作手、辅助主操作手以及通信模块等。

作为一种实施方式，机器人平台4包括绝缘子46、第一机械臂43、第二机械臂44、辅助机械臂42、第一工控机48、双目摄像头45、全景摄像头41、深度摄像头410、蓄电池49、专用工具箱47、通信模块等。

机器人平台4的绝缘子46用于支撑第一机械臂43、第二机械臂44、辅助机械臂42，将这三个机械臂的外壳与机器人平台4绝缘。

蓄电池49为第一工控机48、第一机械臂43、第二机械臂44、辅助机械臂42、全景摄像头41、双目摄像头45、深度摄像头410、通信模块供电。

专用工具箱47是放置抓具、扳手等作业工具的场所。机械臂末端安装有工具快换装置。机械臂根据作业任务的类型到专用工具箱47中使用工具快换装置获取作业工具。

控制室2中第一主操作手、第二主操作手以及辅助主操作手是一种用于人工远程操作机械臂的操作装置，他们与第一机械臂43、第二机械臂44和辅助机械臂42构成主从操作关系。机械臂和主操作手具有相同或者相似的结构，只是主操作手尺寸规格比机械臂小，以便于操作人员操作。

作为本发明一个实施例，所述机械臂为六自由度机构，包括基座431，旋转轴方向与基座平面垂直的腰关节432，与腰关节432连接的肩关节433，与肩关节433连接的大臂434，与大臂434连接的肘关节435，与肘关节435连接的小臂436，与小臂436 连接的腕关节437，腕关节437由三个旋转关节组成，分别为腕俯仰关节、腕摇摆关节和腕旋转关节；所述六自由度机构中各个关节均具有相应的正交旋转编码器31和伺服驱动电机，正交旋转编码器31用于采集各个关节的角度数据，伺服驱动电机用于控制各关节的运动；第一工控机根据所述机械臂的空间路径解算出各关节的运动角度，控制伺服驱动电机按照所述运动角度控制机械臂各关节运动。

作为一种实施方式，机器人平台4与控制室2之间的数据传输通过光纤有线传输，或者使用无线网络传输。机器人平台4上的通信模块是光纤收发器，光纤收发器用于实现光纤中的光信号与双绞线中的电信号的相互转换，从而在通信上实现机器人平台4与控制室2的电气隔离。控制室2中的通信模块是光纤收发器，光纤收发器用于实现光纤中的光信号与双绞线中的电信号的相互转换，从而在通信上实现机器人平台4与控制室 2的电气隔离。

在上述带点作业机器人中，主操作手、机械臂和工控机组成带电作业机器人力反馈主从控制系统。

所述主操作手为一个或者多个自由度串联机械臂结构，能够采集每个旋转关节的角度数据，每个旋转关节具备力矩电机，能够输出扭矩，从而实现力反馈功能。作为一种实施方式，如图5所示，可以采用六自由度串联机械臂结构，能够采集六个旋转关节的角度数据，每个旋转关节具备力矩电机，能够输出扭矩，从而实现力反馈功能。

所述机械臂与主操作手相通或者相似，为一个或者多个自由度机械臂结构，能够实时发送机械臂末端位姿数据，机械臂末端有相应的自由度力/力矩传感器，力/力矩传感器用于采集机械臂与环境接触时产生的受力数据。作为一种实施方式，如图4所示，可以采用六自由度机械臂，机械臂末端安装六自由度力/力矩传感器，力/力矩传感器用于采集机械臂与环境接触产生的受力数据。

工控机接收主操作手发送的六个旋转关节的角度数据，根据力反馈主从控制方法，计算出机械臂末端速度矢量的期望值，通过机械臂的控制接口，控制机械臂运动；所述工控机接收机械臂末端的六自由度力/力矩数据，根据力反馈主从控制方法，计算出主操作手六个关节的扭矩数据，通过主操作手的控制接口，控制主操作手输出扭矩。

本发明所述力反馈主从控制包括两个方面，一是机械臂位姿控制方法，即根据主操作手各旋转关节的角度数据，计算出机械臂末端速度矢量的期望值作为控制量，通过机械臂的控制接口，控制机械臂运动；二是主操作手力反馈控制方法，即根据械臂末端的六自由度力/力矩数据，计算出主操作手各个关节的扭矩数据，通过主操作手的控制接口，控制主操作手输出扭矩。

下面以六自由度主操作手和机械臂为例，说明力反馈主从控制过程。

机械臂位姿控制方法，即根据主操作手发送的六个旋转关节的角度数据，实时计算出机械臂末端位置与姿态的控制量，所述控制量为机械臂末端速度矢量。具体地，机械臂位姿控制方法分为以下步骤：

步骤1，主操作手运动学建模，运用D-H建模方法对主操作手建模，得出主操作手的六个旋转关节的角度数据到主操作手末端位姿数据的转换关系。

步骤2，根据步骤1得到的转换关系，工控机接收主操作手发送的六个旋转关节的角度数据，计算得到主操作手末端位姿数据，将主操作手末端位姿数据通过微分运算得到主操作手末端速度数据。

步骤3，设计机械臂位姿闭环控制器，采用速度前馈PID控制器。将步骤2得到的主操作手末端位姿数据和末端速度数据，根据速度前馈PID控制器，计算得到机械臂控制量，即机械臂末端速度矢量，工控机将机械臂末端速度矢量发送给机械臂的控制接口，控制机械臂运动。

主操作手力反馈控制方法，即根据机械臂末端的六自由度力/力矩数据，实时计算出主操作手六个关节的扭矩数据。机械臂末端的六自由度力/力矩数据包括两部分，一部分来自于机械臂与环境接触时产生的受力数据；另一部分来自于机械臂之间相互碰撞而产生的受力数据。前述两部分之和构成机械臂末端总的六自由度力/力矩数据。具体地，主操作手力反馈控制方法分为以下步骤：

步骤1，主操作手静力学建模，运用虚功原理对主操作手静力学建模，得到机械臂末端六自由度力/力矩数据到主操作手六个关节扭矩数据的转换关系。

步骤2，根据步骤1得到的转换关系，工控机依据机械臂末端总的六自由度力/力矩数据计算得到主操作手六个关节的扭矩数据，工控机将扭矩数据发送给主操作手的力反馈控制接口，使主操作手反馈受力。

前述两部分六自由度力/力矩数据均采用基于虚拟现实的技术获得。

在本发明中，来自于机械臂与环境接触时产生的受力数据，由工控机根据机械臂的末端位姿数据与末端速度数据，使用基于虚拟现实技术的反馈力计算方法计算获得，具体过程为：

步骤1，运用八分法对机械臂作业场景对应的虚拟现实场景进行逐步划分，构建八叉树。本步骤进一步分为以下步骤：

步骤1-1，找出虚拟现实场景数据中最小与最大的x坐标值、y坐标值、z坐标值，从而确定包围所有虚拟现实场景数据的最小立方体，将该立方体作为八叉树的根节点；

步骤1-2，对该立方体八等分，形成8个子立方体，作为该立方体的子节点；

步骤1-3，对于每个子立方体，判断其空间内数据的个数。若个数为0，则把该节点的值设置为空，不再继续构造；若个数为1，则把该节点的值置为这个点的坐标，并不再继续构造；若个数大于1，则对该子立方体重复步骤1-2。

步骤1-4，经过以上步骤构造出的八叉树，其每个子节点代表一个数据点或者为空。

步骤2，获取机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，设置包围球的半径为所需碰撞检测的距离，即判断机械臂与周围环境是否发生接触的最小距离，当机械臂末端与周围环境的距离小于该最小距离时，视为机械臂与周围环境发生了接触或者碰撞。

步骤3，对步骤2的包围球与步骤1的八叉树进行碰撞检测，若没有发生碰撞，那么机械臂的六自由度力/力矩数据为零，若发生碰撞，得到虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与机械臂末端位姿数据，计算碰撞深度矢量。

步骤4，根据碰撞深度矢量计算第一机械臂末端受力数据，即采用弹簧阻尼模型计算受力数据，该受力数据F为六维矢量，其标量为第一机械臂末端六自由度力/力矩数据。

F＝-kx-cv

其中，k为弹簧系数，x为碰撞深度矢量，c为阻尼系数，v为机械臂末端速度矢量。

在本发明中，来自于机械臂之间相互碰撞而产生的受力数据采用基于虚拟现实技术的双机械臂协作反馈力计算方法，即运用碰撞检测技术，计算出阻碍其中一个机械臂末端与另一个机械臂碰撞的反馈力。以避免第一机械臂末端与第二机械臂碰撞为例，进一步，分为以下步骤：

步骤1，获取第二机械臂六个关节的角度数据，根据第二机械臂外型模型数据，生成第二机械臂的虚拟现实数据。

步骤2，运用第二机械臂的基坐标系到第一机械臂的基坐标系的转换矩阵，将第二机械臂的虚拟现实数据转换到第一机械臂的基坐标系中。

步骤3，运用八分法对第二机械臂的虚拟现实数据进行逐步划分，构建八叉树。进一步，分为以下步骤：

步骤3-1，找出虚拟现实场景数据中最小与最大的x坐标值、y坐标值、z坐标值，从而确定包围所有数据的最小立方体，将该立方体作为八叉树的根节点；

步骤3-2，对该立方体八等分，形成8个子立方体，作为该立方体的子节点；

步骤3-3，对于每个子立方体，判断其空间内数据的个数。若个数为0，则把该节点的值设置为空，不再继续构造；若个数为1，则把该节点的值置为这个点的坐标，并不再继续构造；若个数大于1，则对该子立方体重复步骤3-2。

步骤3-4，经过以上步骤构造出的八叉树，其每个叶子节点代表一个数据点或者为空。

步骤4，获取第一机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，该球心的半径为所需碰撞检测的距离。

步骤5，对步骤4的包围球与步骤3的八叉树进行碰撞检测，若没有发生碰撞，那么六自由度力/力矩数据为零，若发生碰撞，得到虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与第一机械臂末端位姿数据，计算碰撞深度矢量。

步骤6，计算第一机械臂末端受力数据，具体采用弹簧模型计算受力数据，

F＝-kx

其中k为弹簧系数，x为碰撞深度矢量，F为受力数据。F为六维矢量，其标量为六自由度力/力矩数据。

步骤7，计算第二机械臂末端受力数据，将步骤6得到的六自由度力/力矩数据符号取反即可得到第二机械臂手末端的六自由度力/力矩数据，可见，第一机械臂末端反馈力矢量与第二机械臂末端反馈力矢量大小相同，方向相反。

前述过程可以将第一机械臂的末端位姿坐标转换到第二机械臂的基坐标系中。也可以计算辅助机械臂与第一机械臂或者第二机械臂之间因碰撞产生的反馈力。

Claims (10)

1.一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法，其特征在于，操作手、机械臂和工控机组成带电作业机器人力反馈主从控制系统；主操作手力反馈控制时，工控机根据机械臂末端的受力数据，计算出主操作手各个关节的扭矩数据，通过主操作手的控制接口，控制主操作手各关节输出扭矩；

所述械臂末端受力数据的标量为六自由度力/力矩数据，包括两部分：一部分来自于机械臂与环境接触时产生的受力数据，另一部分来自于机械臂之间相互碰撞而产生的受力数据；前述两部分受力数据均采用基于虚拟现实的技术获得，其中，获得机械臂之间相互碰撞而产生的受力数据的过程为：

步骤1，获取第二机械臂六个关节的角度数据，根据第二机械臂外型模型数据，生成第二机械臂的虚拟现实数据；

步骤2，运用第二机械臂的基坐标系到第一机械臂的基坐标系的转换矩阵，将第二机械臂的虚拟现实数据转换到第一机械臂的基坐标系中；

步骤3，运用八分法对第二机械臂的虚拟现实数据进行逐步划分，构建八叉树；

步骤4，获取第一机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，该包围球的半径为所需碰撞检测的距离；

步骤5，对步骤4的包围球与步骤3的八叉树进行碰撞检测，若没有发生碰撞，则机械臂之间的受力数据为零，若发生碰撞，则获得虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与第一机械臂末端位姿数据，计算碰撞深度矢量，然后进入步骤6；

步骤6，采用弹簧模型计算第一机械臂末端受力数据，

F＝-kx

其中，k为弹簧系数，x为碰撞深度矢量，F为受力数据，F为六维矢量，其标量为六自由度力/力矩数据；

步骤7，将步骤6获得的六自由度力/力矩数据符号取反获得第二机械臂末端的六自由度力/力矩数据。

2.如权利要求1所述基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法，其特征在于，获得机械臂与环境接触时产生的受力数据的过程为：

步骤1，运用八分法对机械臂作业场景对应的虚拟现实场景进行逐步划分，构建八叉树；

步骤2，获取机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，设置包围球的半径为所需碰撞检测的距离；

步骤3，对步骤2的包围球与步骤1的八叉树进行碰撞检测，若没有发生碰撞，则机械臂末端的六自由度力/力矩数据为零，若发生碰撞，则获取虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与机械臂末端位姿数据，计算碰撞深度矢量；

步骤4，根据碰撞深度矢量计算机械臂末端六自由度力/力矩数据，即采用弹簧阻尼模型计算反馈力，

F＝-kx-cv

其中，k为弹簧系数，x为碰撞深度矢量，c为阻尼系数，v为机械臂末端速度矢量，F为反馈力，其标量为六自由度力/力矩数据。

3.如权利要求1所述基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法，其特征在于，对主操作手静力学建模，得到机械臂末端六自由度力/力矩数据到主操作手各个关节扭矩数据的转换关系，工控机根据所述转换关系计算出主操作手各个关节的扭矩数据。

4.如权利要求1所述基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法，其特征在于，机械臂位姿控制时，工控机根据主操作手各旋转关节的角度数据，计算出机械臂末端速度矢量的期望值，通过机械臂的控制接口，按照所述期望值控制机械臂运动；获取机械臂末端速度矢量期望值的方法为：

运用D-H建模方法对主操作手建模，得出主操作手的各个旋转关节的角度数据到主操作手末端位姿数据的转换关系；工控机接收主操作手发送的各个旋转关节的角度数据，根据所述转换关系计算得到主操作手末端位姿数据，然后将主操作手末端位姿数据通过微分运算得到主操作手末端速度数据；根据主操作手末端位姿数据和末端速度数据，使用速度前馈PID控制器，计算得到机械臂末端速度矢量期望值。

5.如权利要求1至4所述的任意一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制方法，其特征在于，所述主操作手和机械臂均为一个或者多个自由度机械臂结构。

6.一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制系统，其特征在于，包括操作手、机械臂和工控机；所述主操作手和机械臂均为一个或者多个自由度机械臂结构；所述主操作手能够采集每个旋转关节的角度数据，每个旋转关节具备力矩电机，能够输出扭矩；

主操作手力反馈控制时，工控机根据机械臂末端的受力数据，计算出主操作手各个关节的扭矩数据，通过主操作手的控制接口，控制主操作手各关节输出扭矩；

所述械臂末端受力数据的标量为六自由度力/力矩数据，包括两部分：一部分来自于机械臂与环境接触时产生的受力数据，另一部分来自于机械臂之间相互碰撞而产生的受力数据；前述两部分受力数据均采用基于虚拟现实的技术获得，其中，获得机械臂之间相互碰撞而产生的受力数据的过程为：

步骤1，获取第二机械臂六个关节的角度数据，根据第二机械臂外型模型数据，生成第二机械臂的虚拟现实数据；

步骤2，运用第二机械臂的基坐标系到第一机械臂的基坐标系的转换矩阵，将第二机械臂的虚拟现实数据转换到第一机械臂的基坐标系中；

步骤3，运用八分法对第二机械臂的虚拟现实数据进行逐步划分，构建八叉树；

步骤4，获取第一机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，该包围球的半径为所需碰撞检测的距离；

步骤5，对步骤4的包围球与步骤3的八叉树进行碰撞检测，若没有发生碰撞，则机械臂之间的受力数据为零，若发生碰撞，则获得虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与第一机械臂末端位姿数据，计算碰撞深度矢量，然后进入

步骤6；

步骤6，采用弹簧模型计算第一机械臂末端受力数据，

F＝-kx

其中，k为弹簧系数，x为碰撞深度矢量，F为受力数据，F为六维矢量，其标量为六自由度力/力矩数据；

步骤7，将步骤6获得的六自由度力/力矩数据符号取反获得第二机械臂末端的六自由度力/力矩数据。

7.如权利要求6所述基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制系统，其特征在于，获得机械臂与环境接触时产生的受力数据的过程为：

步骤1，运用八分法对机械臂作业场景对应的虚拟现实场景进行逐步划分，构建八叉树；

步骤2，获取机械臂末端位姿数据，以该末端位姿数据为球心，创建包围球，设置包围球的半径为所需碰撞检测的距离；

步骤3，对步骤2的包围球与步骤1的八叉树进行碰撞检测，若没有发生碰撞，则机械臂末端的六自由度力/力矩数据为零，若发生碰撞，则获取虚拟现实场景中发生碰撞的数据点，根据发生碰撞的数据点坐标与机械臂末端位姿数据，计算碰撞深度矢量；

步骤4，根据碰撞深度矢量计算机械臂末端六自由度力/力矩数据，即采用弹簧阻尼模型计算反馈力，

F＝-kx-cv

其中，k为弹簧系数，x为碰撞深度矢量，c为阻尼系数，v为机械臂末端速度矢量，F为反馈力，其标量为六自由度力/力矩数据。

8.如权利要求6所述基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制系统，其特征在于，对主操作手静力学建模，得到机械臂末端六自由度力/力矩数据到主操作手各个关节扭矩数据的转换关系，工控机根据所述转换关系计算出主操作手各个关节的扭矩数据。

9.如权利要求6所述基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制系统，其特征在于，机械臂位姿控制时，工控机根据主操作手各旋转关节的角度数据，计算出机械臂末端速度矢量的期望值，通过机械臂的控制接口，按照所述期望值控制机械臂运动；获取机械臂末端速度矢量期望值的方法为：

运用D-H建模方法对主操作手建模，得出主操作手的各个旋转关节的角度数据到主操作手末端位姿数据的转换关系；工控机接收主操作手发送的各个旋转关节的角度数据，根据所述转换关系计算得到主操作手末端位姿数据，然后将主操作手末端位姿数据通过微分运算得到主操作手末端速度数据；根据主操作手末端位姿数据和末端速度数据，使用速度前馈PID控制器，计算得到机械臂末端速度矢量期望值。

10.如权利要求5至9所述的任意一种基于虚拟现实技术的带电作业机器人机械臂协作力反馈主从控制系统，其特征在于，所述主操作手和机械臂均为一个或者多个自由度机械臂结构。