CN110053043A - 一种工业机器人碰撞检测方法、装置、电子设备及介质 - Google Patents
一种工业机器人碰撞检测方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN110053043A CN110053043A CN201910163469.XA CN201910163469A CN110053043A CN 110053043 A CN110053043 A CN 110053043A CN 201910163469 A CN201910163469 A CN 201910163469A CN 110053043 A CN110053043 A CN 110053043A
- Authority
- CN
- China
- Prior art keywords
- curve
- robot
- joint
- envelope
- time point
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1638—Programme controls characterised by the control loop compensation for arm bending/inertia, pay load weight/inertia
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于包络线的工业机器人碰撞检测方法、装置、设备及介质,所述方法包括步骤:S1、当机器人处于稳定运动状态时,得到各关节的力矩误差曲线L;S2、设置针对各力矩误差曲线L的类包络曲线;S3、实时更新每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown,并计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值;S4、当各关节上包络曲线Lup和下包络曲线Ldown的差值都大于所述碰撞检测阈值Lthr时,则判定机器人存在碰撞并执行步骤S5;S5、暂停机器人的运动,显示发生碰撞的关节并报警。本发明不需要额外的设备和复杂的算法,具有低成本和较高的实用性,可广泛适用于工业机器人的生产工作过程中。
Description
技术领域
本发明涉及机器人的碰撞检测,其实现不依赖于传感器及其他辅助设备, 可应用于工业机器人的实际工作中。
背景技术
机器人碰撞检测是机器人领域备受关注的问题之一。当机器人在工作过程 中遭受意外的碰撞时,碰撞检测和及时的反应措施不仅可以保护机器人周围的 设施和人员安全,也可以防止机器人受到进一步的破坏。相比于协作机器人, 工业机器人一般不配置有关节扭矩传感器等辅助设别,因此具有更高的碰撞检 测难度。
机器人免力矩传感器的碰撞检测依赖于机器人的外力估计精度。一般而 言,机器人模型计算力矩和实际力矩间的偏差来源于两个方面,一方面是机器 人动力学模型和参数的辨识误差,另一方面是未建模的动力项。相比于装配有 关节传感器或直驱电机的协作机器人,工业机器人减速器内部的摩擦力会增加 关节实际力矩的复杂性,但该摩擦力又难以被建模到动力学模型中。关节减速 器在传动过程中,由于内部元件间存在频繁的周期性啮合和摩擦,导致关节在 转动过程中产生频繁变换的摩擦力,这使得实际测到的关节力矩存在波动的特 性。通过机器人动力学模型计算的关节力矩与关节的实际力矩进行比较,可以 得到力矩误差在机器人稳定运动时具有以下特点:力矩误差曲线在整体走向上 存在较小的斜率,且与零值间存在一定的偏差,同时力矩误差曲线本身存在频 率不高的波动现象。在关节速度不高的情况下,关节的波动力矩在时域上频率 较低,若使用低通滤波器会破坏到其他有效的力矩分量。对于这种波动曲线, 使用包络线可以大致描述了曲线的整体走势,实现类似滤波的功能,但包络线 无法实时计算得到,不能满足实时控制的要求。
由于碰撞过程往往会产生剧烈的外力,有碰撞检测方法采用了基于高通滤 波器的碰撞检测方法,利用碰撞力矩中的高频分量检测碰撞,具有较高的可靠 性,但该方法无法检测一些缓慢增加的碰撞外力。
由于机器人的动力学模型不精确,因此往往需要设置较大的碰撞阈值以避 免误报,但这也降低了碰撞检测的灵敏度。在提高灵敏度上,有的方法采用区 间算法,根据机器人的运动状态设置动态阈值,而有的方法则通过把机器人的 运动分为5种状态,并在机器人稳定和不稳定状态下设置不同的阈值生成算法。 一些碰撞检测方法分别采用自适应更新和模型重辨识的方案,把参数更新阶段 和碰撞辨识阶段相分开,从而提高动力学模型的精度和碰撞检测的灵敏度,但 其把两种阶段分开增加了碰撞检测过程需要的时间。有的方法采用时间序列模 型和模糊算法检测碰撞,而有的则引入BP神经网络算法,但它们存在缺点是 需要额外的训练时间。
上述技术方案均各有缺点,与理想的碰撞检测方法尚有差距。
发明内容
本发明的目的在于提供一种工业机器人碰撞检测方法,该方法不依赖传感 器等辅助设备,而是通过机器人关节电机的电流反馈和动力学模型实现。
本发明的目的通过下述技术方案来实现:
一种基于包络线的工业机器人碰撞检测方法,包括步骤:
S1、当机器人处于稳定运动状态时,比较各关节的实时计算力矩与实际力 矩得到各关节的力矩误差曲线L;
S2、设置针对各力矩误差曲线L的类包络曲线,所述类包络曲线位于各力 矩误差曲线L两侧,包括上包络曲线Lup和下包络曲线Ldown,并满足Ldown(k)≤L(k) 和Lup(k)≥L(k),其中,k为时间点,L(k)为k时间点力矩误差曲线L对应的值, Lup(k)为k时间点上包络曲线对应的值,Ldown(k)为k时间点下包络曲线对应的 值;由于存在动力学模型误差以及未建模的力矩项,力矩误差曲线存在斜率、 偏差和波动的特征。当机器人与外界发生碰撞时,关节实际力矩会快速发生变 化,导致力矩误差的绝对值迅速增大。本发明设计了一种类包络曲线,该曲线 可以通过算法进行实时更新,由于其与包络线具有相似的外观和形状,因此称之为类包络线。两种曲线的本质截然不同,类包络线为实时曲线,而包络线不 是,其通过对力矩误差曲线两侧形成包络,从而完成对力矩误差曲线的重构;
S3、实时更新每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown, 并计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值;
S4、当各关节的各关节的上包络曲线Lup和下包络曲线Ldown的差值都小于等 于设定的碰撞检测阈值Lthr>0时,判定机器人没有碰撞发生,机器人保持预设 的稳定运行状态并返回步骤S1;当各关节上包络曲线Lup和下包络曲线Ldown的 差值都大于所述碰撞检测阈值Lthr时,则判定机器人存在碰撞并执行步骤S5;
S5、暂停机器人的运动,显示发生碰撞的关节并报警。
进一步地,所述的步骤S1中具体包括:
当机器人处于稳定运动状态时,通过机器人的动力学模型,结合机器人的 运动状态实时计算机器人运动过程中各关节力矩得到计算力矩;将所述计算力 矩与关节的实时实际力矩进行比较,得到各关节的力矩误差曲线L。
进一步地,所述的步骤S3中,每个离散时间点各关节的上包络曲线Lup和 下包络曲线Ldown的的更新过程包括步骤:
S31、计算类包络线的k时间点的均值线Lmid的值:
Lmid(k)=Lup(k)/2+Ldown(k)/2
其中,Lmid为类包络线的均值线,Lmid(k)为k时间点均值线Lmid对应的值;
S32、根据k时间点力矩误差曲线L对应的值L(k)与所述类包络线的k时 间点的均值线Lmid的值的大小关系计算k+1时间点上包络曲线Lup和下包络曲线 的值:
其中,α为预设的类包络线增大和减小的变化速率,其值大于所述力矩误 差曲线L的平均斜率,以实现理想的包络效果;
S33、调整k+1时间点上包络曲线Lup和下包络曲线的值:
若Lup(k+1)<L(k+1),则Lup(k+1)=L(k+1);
若Ldown(k+1)>L(k+1),则Ldown(k+1)=L(k+1)。
步骤S31-S32的设计意图在于使得上下类包络线Lup和Ldown向力矩误差曲 线L收敛,而收敛的速度即为参数α。而步骤S33用于当Lup小于力矩误差曲线 L,或Ldown大于L时,调整Lup或Ldown等于L,其目的在于保证上类包络线必须 大于等于力矩误差曲线,而下包络线必须小于等于力矩误差曲线,实现类包络 线保持在力矩误差曲线两侧,实现对力矩误差曲线的包络。第二步算法同时计 算上下类包络线之间的差值。更新算法使得类包络线对力矩误差曲线具有一定 的包络和跟踪能力,在无碰撞发生时,两条类包络线紧紧围绕在力矩误差曲线 两侧,类包络线的均值线Lmid相当于消去波动特征后的力矩误差曲线,而类包 络线的差值ΔL大致相当于力矩误差曲线的波动幅值。而在碰撞发生时,力矩 误差曲线L会迅速变化,ΔL也会随着快速增大。本发明基于该原理,设计一个 阈值量Lthr>0,但出现ΔL>Lthr时则可以判断碰撞发生。Lthr值越小,碰撞检测 的灵敏度越高,但Lthr过小容易导致误报,即在没有碰撞发生时检测到碰撞,Lthr应该在保证误报率为0的基础上尽可能小。Lthr的实际设置与机器人的动力学 模型精度有关,模型精度越高,力矩误差L越小,则Lthr可以在误报率为0的情 况下设置得更小。
进一步地,所述的步骤S3中,计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值具体为:
ΔL(k+1)=Lup(k+1)-Ldown(k+1)。
进一步地,所述步骤S4中,
所述阈值Lthr的实际设置与机器人的动力学模型精度正相关,即当模型精 度越高,力矩误差越小时,则所述阈值Lthr在误报率为0的情况下设置得越小。
一种基于包络线的工业机器人碰撞检测装置,包括:
力矩误差曲线L计算模块,用于通过机器人的动力学模型,结合机器人的 运动状态实时计算机器人运动过程中各关节力矩得到计算力矩,把所述计算力 矩与关节的实时实际力矩进行比较,得到各关节的力矩误差曲线L;
类包络曲线设置模块,用于设置针对各力矩误差曲线L的类包络曲线,所 述类包络曲线位于各力矩误差曲线L两侧,包括上包络曲线Lup和下包络曲线 Ldown,并满足Ldown(k)≤L(k)和Lup(k)≥L(k),其中,k为时间点,L(k)为k时间点 力矩误差曲线L对应的值,Lup(k)为k时间点上包络曲线对应的值,Ldown(k)为k 时间点下包络曲线对应的值;
类包络曲线更新计算模块,用于实时更新每个离散时间点各关节的上包络 曲线Lup和下包络曲线Ldown,并计算每个离散时间点各关节的上包络曲线Lup和 下包络曲线Ldown的差值;
机器人碰撞判断模块,用于当各关节的各关节的上包络曲线Lup和下包络 曲线Ldown的差值都小于等于设定的碰撞检测阈值Lthr>0时,判定机器人没有碰 撞发生,机器人保持预设的稳定运行状态;当各关节上包络曲线Lup和下包络 曲线Ldown的差值都大于所述碰撞检测阈值Lthr时,则判定机器人存在碰撞;
碰撞警示模块,用于当判定机器人存在碰撞时暂停机器人的运动,显示发 生碰撞的关节并报警。
一种电子设备,包括存储器、处理器、存储在存储器上并可在处理器上运 行的计算机程序,所述处理器运行所述程序时,实现如权利要求1至5中任一 项所述的基于包络线的工业机器人碰撞检测方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处 理器执行时实现如权利要求1至5中任一项所述的基于包络线的工业机器人碰 撞检测方法。
本发明的工作原理是:基于动力学模型的计算力矩和关节的实际力矩,两 者的差值主要来源于两个方面,一个是动力学模型的辨识误差,另一个则是未 建模的力矩项。而对于未建模的力矩项,其中影响最明显的一项便是因减速器 内部挤压和摩擦而造成的关节力矩误差。由于减速器内部的挤压和摩擦与其中 齿轮的啮合状态相关,但关节转动时,会表现出周期性变化的特征。这导致在 实际力矩曲线中,会出现周期性的波动现象。而对于动力学模型的辨识误差而 导致的力矩误差,则与关节的运动状态紧密相关。当机器人处于稳定的运动状 态时,该部分力矩误差的变化幅度会比较小且平缓,其曲线表现为存在非零的 偏差和斜率。总的而言,工业机器人关节的力矩误差中存在偏差、斜率和波动 的特征。当没有碰撞发生时,由于力矩误差曲线中斜率比较平稳,发明内容中 阐述的类包络线可以有效地包络力矩误差曲线,使得两条类包络线之间的差值 大致等于力矩误差曲线波动的幅值,消除了偏差和斜率的影响。当碰撞发生时, 基于驱动器中的闭环控制系统,关节的实际力矩会发生快速的变化,这导致原 本较为平缓的力矩误差曲线也随着快速增大或减小。快速变化的力矩误差曲线 超出了类包络线的包络能力,导致类包络线间的差距也随着增大并超过阈值, 从而可以判定到碰撞的发生。
本发明相对于现有技术具有如下的优点及效果:
(1)本发明不依赖于传感器等辅助设备,具有低成本的优点,可广泛应用于 工业机器人的工作过程中。
(2)本发明通过类包络线对力矩误差曲线进行包络,实现了对力矩误差曲线 的重构,消除了力矩误差曲线中偏差和斜率的影响,提高的碰撞检测的灵敏度。
(3)本发明中的碰撞检测方法,对于关节的不同转动方向上具有相同的碰撞 检测灵敏度。
附图说明
图1是基于类包络线的工业机器人碰撞检测的流程图;
图2为碰撞发生下的类包络线示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步的详细描述,但本发明的实施方 式不限于此。
实施例
本实例应用于垂直六轴串联机器人中。在实例中,机器人末端在笛卡尔空 间中进行多段直线匀速运动,并在连续两段直线运动中加入过渡轨迹。本发明 所述的各零部件可选型如下,但选型不限于此:六轴工业机器人,可选用其他 同类型的机器人;第一关节的碰撞检测:可在其他关节实现相同的碰撞检测功 能。
如图1所示,一种基于包络线的工业机器人碰撞检测方法,包括步骤:
S1、当机器人处于稳定运动状态时,比较各关节的实时计算力矩与实际力 矩得到各关节的力矩误差曲线L;
S2、设置针对各力矩误差曲线L的类包络曲线,所述类包络曲线位于各力 矩误差曲线L两侧,包括上包络曲线Lup和下包络曲线Ldown,并满足Ldown(k)≤L(k) 和Lup(k)≥L(k),其中,k为时间点,L(k)为k时间点力矩误差曲线L对应的值, Lup(k)为k时间点上包络曲线对应的值,Ldown(k)为k时间点下包络曲线对应的 值;
S3、实时更新每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown, 并计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值;
S4、当各关节的各关节的上包络曲线Lup和下包络曲线Ldown的差值都小于等 于设定的碰撞检测阈值Lthr>0时,判定机器人没有碰撞发生,机器人保持预设 的稳定运行状态并返回步骤S1;当各关节上包络曲线Lup和下包络曲线Ldown的 差值都大于所述碰撞检测阈值Lthr时,则判定机器人存在碰撞并执行步骤S5;
S5、暂停机器人的运动,显示发生碰撞的关节并报警。
具体而言,所述的步骤S1中具体包括:
当机器人处于稳定运动状态时,通过机器人的动力学模型,结合机器人的 运动状态实时计算机器人运动过程中各关节力矩得到计算力矩;将所述计算力 矩与关节的实时实际力矩进行比较,得到各关节的力矩误差曲线L。
具体而言,所述的步骤S3中,每个离散时间点各关节的上包络曲线Lup和 下包络曲线Ldown的的更新过程包括步骤:
S31、计算类包络线的k时间点的均值线Lmid的值:
Lmid(k)=Lup(k)/2+Ldown(k)/2
其中,Lmid为类包络线的均值线,Lmid(k)为k时间点均值线Lmid对应的值;
S32、根据k时间点力矩误差曲线L对应的值L(k)与所述类包络线的k时 间点的均值线Lmid的值的大小关系计算k+1时间点上包络曲线Lup和下包络曲线 的值:
其中,α为预设的类包络线增大和减小的变化速率,其值大于所述力矩误 差曲线L的平均斜率;
S33、调整k+1时间点上包络曲线Lup和下包络曲线的值:
若Lup(k+1)<L(k+1),则Lup(k+1)=L(k+1);
若Ldown(k+1)>L(k+1),则Ldown(k+1)=L(k+1)。
具体而言,所述的步骤S3中,计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值具体为:
ΔL(k+1)=Lup(k+1)-Ldown(k+1)。
具体而言,所述步骤S4中,
所述阈值Lthr的实际设置与机器人的动力学模型精度正相关,即当模型精 度越高,力矩误差越小时,则所述阈值Lthr在误报率为0的情况下设置得越小。
一种基于包络线的工业机器人碰撞检测装置,包括:
力矩误差曲线L计算模块,用于通过机器人的动力学模型,结合机器人的 运动状态实时计算机器人运动过程中各关节力矩得到计算力矩,把所述计算力 矩与关节的实时实际力矩进行比较,得到各关节的力矩误差曲线L;
类包络曲线设置模块,用于设置针对各力矩误差曲线L的类包络曲线,所 述类包络曲线位于各力矩误差曲线L两侧,包括上包络曲线Lup和下包络曲线 Ldown,并满足Ldown(k)≤L(k)和Lup(k)≥L(k),其中,k为时间点,L(k)为k时间点 力矩误差曲线L对应的值,Lup(k)为k时间点上包络曲线对应的值,Ldown(k)为k 时间点下包络曲线对应的值;
类包络曲线更新计算模块,用于实时更新每个离散时间点各关节的上包络 曲线Lup和下包络曲线Ldown,并计算每个离散时间点各关节的上包络曲线Lup和 下包络曲线Ldown的差值;
机器人碰撞判断模块,用于当各关节的各关节的上包络曲线Lup和下包络 曲线Ldown的差值都小于等于设定的碰撞检测阈值Lthr>0时,判定机器人没有碰 撞发生,机器人保持预设的稳定运行状态;当各关节上包络曲线Lup和下包络 曲线Ldown的差值都大于所述碰撞检测阈值Lthr时,则判定机器人存在碰撞;
碰撞警示模块,用于当判定机器人存在碰撞时暂停机器人的运动,显示发 生碰撞的关节并报警。
本发明的碰撞检测方法在这直线匀速运动阶段中实施,且本实例的碰撞有 机器人的第一关节检测得到。在本实例中,机器人在检测到碰撞后并不执行停 机,而是按照原来的轨迹继续运动。设置碰撞检测的参数α为6Nm,Lthr为 20Nm,,并在第2段直线运动阶段对机器人实施人机碰撞,如图2所示。在碰 撞发生的该运动阶段,由于力矩误差曲线的持续增大,导致类包络线间的差也 随着增大,并超过了Lthr的阈值,碰撞被成功检测出来。
本发明其不需要额外的力/力矩传感器等设备,它基于机器人关节的电机 电流实现对关节实际力矩的估计,同时基于机器人动力学模型完成对碰撞的检 测,具有低成本的特点。
该方法针对工业机器人的碰撞检测任务设计,考虑到工业机器人的关节减 速器内部挤压和摩擦而带来的关节力矩波动的特性。
本发明的碰撞检测方法考虑到机器动力学模型中存在的辨识误差以及因 此而产生的力矩误差,并以机器人稳定运动中力矩误差为基础设计类包络线。
本发明设计了一种与包络线具有相似功能的类包络线。类包络线是一种可 实时更新的曲线,其具有有限的包络能力。类包络线包括上包络线和下包络线, 上包络线必须大于力矩误差曲线,而下包络线则必须小于力矩误差曲线,在该 条件满足下,上包络线具有有限的下降速度,而下包络线具有有限的上升速度。
该碰撞检测方法通过上下类包络线之间的差值进行碰撞检测。当没有碰撞 发生时,通过设置合适的类包络线上升和下降速度,可以实现对力矩误差的有 效包络,使得上下类包络线之间的差值保持在一定的范围之内;当碰撞发生时, 力矩误差会快速增大或减小,导致有限包络能力的类包络线无法进行包络,使 得上下类包络线之间的差值也随着快速增大,当该差值超过预设的阈值时,则 判定机器人关节受到碰撞。
为了实现上述实施例,本发明实施例还提供了一种电子设备,包括存储器、 处理器、存储在存储器上并可在处理器上运行的计算机程序,所述处理器运行 所述程序时,实现如所述的基于包络线的工业机器人碰撞检测方法。
为了实现上述实施例,本发明实施例还提供了一种计算机可读存储介质, 其上存储有计算机程序,所述计算机程序被处理器执行时实现如所述的基于包 络线的工业机器人碰撞检测方法。
上述实施例为本方面较佳的实施方式,但本方明的实施方式并不受上述实 施例的限制,其他的任何背离本发明的精神实质与原理下所作的改变、修饰、 替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种基于包络线的工业机器人碰撞检测方法,其特征在于,包括步骤:
S1、当机器人处于稳定运动状态时,比较各关节的实时计算力矩与实际力矩得到各关节的力矩误差曲线L;
S2、设置针对各力矩误差曲线L的类包络曲线,所述类包络曲线位于各力矩误差曲线L两侧,包括上包络曲线Lup和下包络曲线Ldown,并满足Ldown(k)≤L(k)和Lup(k)≥L(k),其中,k为时间点,L(k)为k时间点力矩误差曲线L对应的值,Lup(k)为k时间点上包络曲线对应的值,Ldown(k)为k时间点下包络曲线对应的值;
S3、实时更新每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown,并计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值;
S4、当各关节的各关节的上包络曲线Lup和下包络曲线Ldown的差值都小于等于设定的碰撞检测阈值Lthr>0时,判定机器人没有碰撞发生,机器人保持预设的稳定运行状态并返回步骤S1;当各关节上包络曲线Lup和下包络曲线Ldown的差值都大于所述碰撞检测阈值Lthr时,则判定机器人存在碰撞并执行步骤S5;
S5、暂停机器人的运动,显示发生碰撞的关节并报警。
2.根据权利要求1所述的基于包络线的工业机器人碰撞检测方法,其特征在于,所述的步骤S1中具体包括:
当机器人处于稳定运动状态时,通过机器人的动力学模型,结合机器人的运动状态实时计算机器人运动过程中各关节力矩得到计算力矩;将所述计算力矩与关节的实时实际力矩进行比较,得到各关节的力矩误差曲线L。
3.根据权利要求1所述的基于包络线的工业机器人碰撞检测方法,其特征在于,所述的步骤S3中,每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的的更新过程包括步骤:
S31、计算类包络线的k时间点的均值线Lmid的值:
Lmid(k)=Lup(k)/2+Ldown(k)/2
其中,Lmid为类包络线的均值线,Lmid(k)为k时间点均值线Lmid对应的值;
S32、根据k时间点力矩误差曲线L对应的值L(k)与所述类包络线的k时间点的均值线Lmid的值的大小关系计算k+1时间点上包络曲线Lup和下包络曲线Ldown的值:
其中,α为预设的类包络线增大和减小的变化速率,其值大于所述力矩误差曲线L的平均斜率;
S33、调整k+1时间点上包络曲线Lup和下包络曲线的值:
若Lup(k+1)<L(k+1),则Lup(k+1)=L(k+1);
若Ldown(k+1)>L(k+1),则Ldown(k+1)=L(k+1)。
4.根据权利要求3所述的基于包络线的工业机器人碰撞检测方法,其特征在于,所述的步骤S3中,计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值具体为:
ΔL(k+1)=Lup(k+1)-Ldown(k+1)。
5.根据权利要求1所述的基于包络线的工业机器人碰撞检测方法,其特征在于,所述步骤S4中,
所述碰撞检测阈值Lthr的实际设置与机器人的动力学模型精度正相关,即当模型精度越高,力矩误差越小时,则所述碰撞检测阈值Lthr在误报率为0的情况下设置得越小。
6.一种基于包络线的工业机器人碰撞检测装置,其特征在于,包括:
力矩误差曲线L计算模块,用于通过机器人的动力学模型,结合机器人的运动状态实时计算机器人运动过程中各关节力矩得到计算力矩,把所述计算力矩与关节的实时实际力矩进行比较,得到各关节的力矩误差曲线L;
类包络曲线设置模块,用于设置针对各力矩误差曲线L的类包络曲线,所述类包络曲线位于各力矩误差曲线L两侧,包括上包络曲线Lup和下包络曲线Ldown,并满足Ldown(k)≤L(k)和Lup(k)≥L(k),其中,k为时间点,L(k)为k时间点力矩误差曲线L对应的值,Lup(k)为k时间点上包络曲线对应的值,Ldown(k)为k时间点下包络曲线对应的值;
类包络曲线更新计算模块,用于实时更新每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown,并计算每个离散时间点各关节的上包络曲线Lup和下包络曲线Ldown的差值;
机器人碰撞判断模块,用于当各关节的各关节的上包络曲线Lup和下包络曲线Ldown的差值都小于等于设定的碰撞检测阈值Lthr>0时,判定机器人没有碰撞发生,机器人保持预设的稳定运行状态;当各关节上包络曲线Lup和下包络曲线Ldown的差值都大于所述碰撞检测阈值Lthr时,则判定机器人存在碰撞;
碰撞警示模块,用于当判定机器人存在碰撞时暂停机器人的运动,显示发生碰撞的关节并报警。
7.一种电子设备,其特征在于:包括存储器、处理器、存储在存储器上并可在处理器上运行的计算机程序,所述处理器运行所述程序时,实现如权利要求1至5中任一项所述的基于包络线的工业机器人碰撞检测方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的基于包络线的工业机器人碰撞检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910163469.XA CN110053043B (zh) | 2019-03-05 | 2019-03-05 | 一种工业机器人碰撞检测方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910163469.XA CN110053043B (zh) | 2019-03-05 | 2019-03-05 | 一种工业机器人碰撞检测方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110053043A true CN110053043A (zh) | 2019-07-26 |
CN110053043B CN110053043B (zh) | 2021-10-26 |
Family
ID=67316578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910163469.XA Active CN110053043B (zh) | 2019-03-05 | 2019-03-05 | 一种工业机器人碰撞检测方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110053043B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552378A (zh) * | 2020-03-31 | 2020-08-18 | 瑞声科技(新加坡)有限公司 | 振动信号的生成方法、装置、终端及存储介质 |
CN112549024A (zh) * | 2020-11-26 | 2021-03-26 | 华南理工大学 | 基于时间序列分析的机器人免传感碰撞检测方法及应用 |
CN113741454A (zh) * | 2021-08-31 | 2021-12-03 | 浙江大学 | 一种基于搜索的多智能体路径规划方法及系统 |
CN114161477A (zh) * | 2021-12-03 | 2022-03-11 | 厦门驱动未来科技有限公司 | 一种工业机器人碰撞检测方法 |
CN114310851A (zh) * | 2022-01-27 | 2022-04-12 | 华南理工大学 | 一种机器人免力矩传感器的拖动示教方法 |
CN114589694A (zh) * | 2022-03-03 | 2022-06-07 | 埃夫特智能装备股份有限公司 | 一种机器人碰撞检测阈值更新方法、装置与存储介质 |
CN114603599A (zh) * | 2020-12-08 | 2022-06-10 | 山东新松工业软件研究院股份有限公司 | 一种机器人碰撞检测方法、装置、计算机设备及存储介质 |
WO2022160509A1 (zh) * | 2021-01-27 | 2022-08-04 | 哈尔滨思哲睿智能医疗设备有限公司 | 一种腹腔镜微创手术机器人的碰撞检测方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110178639A1 (en) * | 2010-01-18 | 2011-07-21 | Samsung Electronics Co., Ltd. | Humanoid robot and walking control method thereof |
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 |
CN106411364A (zh) * | 2016-09-28 | 2017-02-15 | 南京日新科技有限公司 | 一种具有过压检测的电力载波芯片 |
KR20170103424A (ko) * | 2016-03-04 | 2017-09-13 | 주식회사 사이보그-랩 | 협업로봇의 충돌을 감지하는 장치 및 방법 |
CN107843305A (zh) * | 2017-10-31 | 2018-03-27 | 合肥工业大学 | 一类基于回波信号包络拟合的气体超声波流量计信号处理方法 |
CN107886111A (zh) * | 2017-10-25 | 2018-04-06 | 西安交通大学 | 一种改进型局部均值分解方法 |
CN108247654A (zh) * | 2018-02-05 | 2018-07-06 | 遨博(北京)智能科技有限公司 | 一种机器人的控制方法、装置和系统 |
CN108582070A (zh) * | 2018-04-17 | 2018-09-28 | 上海达野智能科技有限公司 | 机器人碰撞检测系统和方法、存储介质、操作系统 |
CN109202907A (zh) * | 2018-10-08 | 2019-01-15 | 广州数控设备有限公司 | 一种基于工业机器人的无传感弹性碰撞装置及方法 |
CN109288592A (zh) * | 2018-10-09 | 2019-02-01 | 成都博恩思医学机器人有限公司 | 具有机械臂的手术机器人及检测机械臂碰撞的方法 |
-
2019
- 2019-03-05 CN CN201910163469.XA patent/CN110053043B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110178639A1 (en) * | 2010-01-18 | 2011-07-21 | Samsung Electronics Co., Ltd. | Humanoid robot and walking control method thereof |
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 |
KR20170103424A (ko) * | 2016-03-04 | 2017-09-13 | 주식회사 사이보그-랩 | 협업로봇의 충돌을 감지하는 장치 및 방법 |
CN106411364A (zh) * | 2016-09-28 | 2017-02-15 | 南京日新科技有限公司 | 一种具有过压检测的电力载波芯片 |
CN107886111A (zh) * | 2017-10-25 | 2018-04-06 | 西安交通大学 | 一种改进型局部均值分解方法 |
CN107843305A (zh) * | 2017-10-31 | 2018-03-27 | 合肥工业大学 | 一类基于回波信号包络拟合的气体超声波流量计信号处理方法 |
CN108247654A (zh) * | 2018-02-05 | 2018-07-06 | 遨博(北京)智能科技有限公司 | 一种机器人的控制方法、装置和系统 |
CN108582070A (zh) * | 2018-04-17 | 2018-09-28 | 上海达野智能科技有限公司 | 机器人碰撞检测系统和方法、存储介质、操作系统 |
CN109202907A (zh) * | 2018-10-08 | 2019-01-15 | 广州数控设备有限公司 | 一种基于工业机器人的无传感弹性碰撞装置及方法 |
CN109288592A (zh) * | 2018-10-09 | 2019-02-01 | 成都博恩思医学机器人有限公司 | 具有机械臂的手术机器人及检测机械臂碰撞的方法 |
Non-Patent Citations (2)
Title |
---|
CALDAS, A: "Adaptive Residual Filtering for Safe Human-Robot Collision Detection under Modeling Uncertainties", 《 IEEE/ASME INTERNATIONAL CONFERENCE ON ADVANCED INTELLIGENT MECHATRONICS (AIM): MECHATRONICS FOR HUMAN WELLBEING》 * |
张铁等: "基于轨迹规划的机器人碰撞检测研究", 《机床与液压》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552378A (zh) * | 2020-03-31 | 2020-08-18 | 瑞声科技(新加坡)有限公司 | 振动信号的生成方法、装置、终端及存储介质 |
CN111552378B (zh) * | 2020-03-31 | 2023-11-10 | 瑞声科技(新加坡)有限公司 | 振动信号的生成方法、装置、终端及存储介质 |
CN112549024A (zh) * | 2020-11-26 | 2021-03-26 | 华南理工大学 | 基于时间序列分析的机器人免传感碰撞检测方法及应用 |
CN112549024B (zh) * | 2020-11-26 | 2022-05-24 | 华南理工大学 | 基于时间序列分析的机器人免传感碰撞检测方法及应用 |
CN114603599A (zh) * | 2020-12-08 | 2022-06-10 | 山东新松工业软件研究院股份有限公司 | 一种机器人碰撞检测方法、装置、计算机设备及存储介质 |
WO2022160509A1 (zh) * | 2021-01-27 | 2022-08-04 | 哈尔滨思哲睿智能医疗设备有限公司 | 一种腹腔镜微创手术机器人的碰撞检测方法及装置 |
CN113741454A (zh) * | 2021-08-31 | 2021-12-03 | 浙江大学 | 一种基于搜索的多智能体路径规划方法及系统 |
CN114161477A (zh) * | 2021-12-03 | 2022-03-11 | 厦门驱动未来科技有限公司 | 一种工业机器人碰撞检测方法 |
CN114310851A (zh) * | 2022-01-27 | 2022-04-12 | 华南理工大学 | 一种机器人免力矩传感器的拖动示教方法 |
CN114310851B (zh) * | 2022-01-27 | 2023-06-16 | 华南理工大学 | 一种机器人免力矩传感器的拖动示教方法 |
CN114589694A (zh) * | 2022-03-03 | 2022-06-07 | 埃夫特智能装备股份有限公司 | 一种机器人碰撞检测阈值更新方法、装置与存储介质 |
CN114589694B (zh) * | 2022-03-03 | 2024-09-03 | 埃夫特智能装备股份有限公司 | 一种机器人碰撞检测阈值更新方法、装置与存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110053043B (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110053043A (zh) | 一种工业机器人碰撞检测方法、装置、电子设备及介质 | |
US11562048B2 (en) | Machine learning correction parameter adjustment apparatus and method for use with a motor drive control system | |
US10126718B2 (en) | Control device, control program, and recording medium | |
US9073210B2 (en) | Information processing method, apparatus, and computer readable medium | |
JP6836544B2 (ja) | 制御システムおよび被駆動体の制御方法 | |
KR101489116B1 (ko) | 구동 기계의 부하 특성 추정 장치 | |
CN104742125A (zh) | 人协同型工业用机器人的外力判定方法和外力判定装置 | |
CN106965171A (zh) | 具备学习功能的机器人装置 | |
CN108748144A (zh) | 一种人机协作机械臂的碰撞识别方法 | |
CN110340885A (zh) | 一种基于能量偏差观测器的工业机器人碰撞检测方法 | |
CN108115684A (zh) | 一种消除机械臂抖动的方法及系统 | |
JP6764516B1 (ja) | 工作機械および表示装置 | |
GB2400191A (en) | Control system for quantity having characteristic frequency behaviour | |
JP2004364396A (ja) | モータの制御装置および制御方法 | |
Yin et al. | Tracking and understanding unknown surface with high speed by force sensing and control for robot | |
CN103034253B (zh) | 动态物理过程振动抑制方法和系统 | |
Bartoszewicz et al. | Sliding‐mode control of the third‐order system subject to velocity, acceleration and input signal constraints | |
JP6661676B2 (ja) | ロボット制御装置 | |
CN107290959B (zh) | 一种基于位移等效的机器人笛卡尔空间速度优化方法 | |
US9859829B2 (en) | Motor control device | |
Öltjen et al. | Reduction of end effector oscillations of a parallel mechanism with modified motion profiles | |
Wang et al. | Optimal design of motion control for scan tracking measurement: a CMAC approach | |
Shin et al. | Implementation of extended Kalman filter with PI control and modeling effect reduction for precise motor speed estimation in disturbance | |
Zhang et al. | Real-time collision detection based on external torque mutation suppression and time series analysis | |
Chen et al. | Compliant Control Based on Stability Observer for Physical Human-Robot-Environment Interaction |
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 |