CN111331596A - 一种机器人自动轨迹校正方法及系统 - Google Patents

Abstract

本发明公开了一种机器人自动轨迹校正方法及系统，属于技术领域，方法包括接收外部输入的遥控指令；根据遥控指令生成多条预估运行轨迹；从多条预估运行轨迹中选择一条作为待运行轨迹；通过设置于的各部分上的传感器回传的各部分的状态参数，生成当前的状态极限模型；将状态极限模型与待运行轨迹进行匹配，判断状态极限模型是否与待运行轨迹相冲突：若是，则转向接续步骤；若否，则根据待运行轨迹运行，随后返回开始步骤；生成一冲突反馈结果并上传至一人机交互装置中，以供用户查看；取消待运行轨迹，随后返回开始步骤。上述技术方案的有益效果是：针对使用状况不同的智能机器人的运行计划/运行轨迹进行监控和报警，避免智能机器人的零部件收到损伤。

Description

一种机器人自动轨迹校正方法及系统

技术领域

本发明涉及智能机器人技术领域，尤其涉及一种机器人自动轨迹校正方法及系统。

背景技术

随着智能技术特别是智能控制、智能规划以及智能学习等技术的发展，智能机器人开始广泛应用在各个领域内，替代人在传统服务型行业中进行工作，或者替代人在灾备场景、高辐射场景或者其他较为危险的场景中进行常规工作和展开救援。

虽然智能机器人能够替代人做很多人无法完成或者完成有风险的工作，但是智能机器人的各个关节和组成部分在长期运行的过程中有可能出现零部件磨损的问题，也就意味着零部件的一些运行参数例如能够承受的转动角度/转动速度/承受力的极限都有可能降低。而现有技术中并没有根据智能机器人的零部件的使用状况来进行合适的计划规划，换言之，若针对新投入使用的智能机器人和已经长期使用的智能机器人使用相同的规划策略进行计划规划，有可能会导致已经长期使用的智能机器人无法顺利完成执行计划，因此降低机器人的运行效率。

发明内容

根据现有技术中存在的上述问题，现提供一种机器人自动轨迹校正方法及系统的技术方案，旨在针对使用状况不同的智能机器人的运行计划/运行轨迹进行监控和报警，避免智能机器人的零部件使用状况无法匹配既定的运行计划/运行轨迹的问题，从而避免智能机器人出现零部件的损伤。

上述技术方案具体包括：

一种机器人自动轨迹校正方法，应用于智能机器人，其中，包括：

步骤S1，所述智能机器人接收外部输入的遥控指令；

步骤S2，所述智能机器人根据所述遥控指令生成多条预估运行轨迹，每条所述预估运行轨迹分别用于指示从所述智能机器人当前所处运行状态至所述智能机器人执行所述遥控指令所涉及的内容需要达到的运行状态之间的状态转换情况；

步骤S3，所述智能机器人从多条所述预估运行轨迹中选择一条作为待运行轨迹；

步骤S4，所述智能机器人通过设置于所述智能机器人的各部分上的传感器回传的各部分的状态参数，生成所述智能机器人当前的状态极限模型；

步骤S5，所述智能机器人将所述状态极限模型与所述待运行轨迹进行匹配，判断所述状态极限模型是否与所述待运行轨迹相冲突：

若是，则转向步骤S6；

若否，则所述智能机器人根据所述待运行轨迹运行，随后返回所述步骤S1；

步骤S6，所述智能机器人生成一冲突反馈结果并上传至与所述智能机器人连接的一人机交互装置中，以供用户查看；

步骤S7，所述智能机器人取消所述待运行轨迹，随后返回所述步骤S1。

优选的，该机器人自动轨迹校正方法，其中，所述人机交互装置设置于所述智能机器人的表面，于所述人机交互装置上设置一人机交互界面；

则所述步骤S1中，用户通过所述人机交互界面输入所述遥控指令。

优选的，该机器人自动轨迹校正方法，其中，所述智能机器人远程连接一遥控器，用户通过所述遥控器向所述智能机器人发送所述遥控指令。

优选的，该机器人自动轨迹校正方法，其特征在于，所述人机交互装置设置于所述智能机器人的表面；

所述步骤S6中，所述智能机器人将所述冲突反馈结果显示于所述人机交互装置中的人机交互界面上，以供用户查看。

优选的，该机器人自动轨迹校正方法，其中，所述智能机器人上设置传感器集合，所述传感器集合中至少包括：

加速度传感器，用于检测所述智能机器人的各部分在运动过程中的运动加速度信息；

角度传感器，用于检测所述智能机器人的各部分在运动过程中的角度信息；

力反馈传感器，用于检测所述智能机器人的各部分在运动过程中所承受的力反馈信息；

所述状态参数中至少包括所述加速度信息、所述角度信息以及所述力反馈信息；

则所述步骤S4具体包括：

步骤S41，所述智能机器人将在所述智能机器人正常运行过程中检测到的所有所述状态参数作为历史状态参数保存；

步骤S42，所述智能机器人根据当前时刻之前的连续N个时刻的所述历史状态参数的平均值构建形成所述状态极限模型。

优选的，该机器人自动轨迹校正方法，其中，所述步骤S5具体包括：

步骤S51，所述智能机器人预估得到对应于所述待运行轨迹的所述智能机器人的各部分的所述状态参数；

步骤S52，所述智能机器人将预估得到的所有所述状态参数与所述状态极限模型进行比较：

若存在有所述状态参数超出所述状态极限模型的参数范围，则判断所述状态极限模型与所述待运行轨迹相冲突，随后转至所述步骤S6；

若所有所述状态参数均未超出所述状态极限模型的参数范围，则所述智能机器人根据所述待运行轨迹运行，随后返回所述步骤S1。

一种机器人自动轨迹校正系统，设置于智能机器人内部；其中，应用上述的机器人自动轨迹校正方法，并包括：

接收单元，用于接收外部输入的遥控指令；

预估单元，连接所述接收单元，用于根据所述遥控指令预估形成多条预估运行轨迹，每条所述预估运行轨迹分别用于指示从所述智能机器人当前所处运行状态至所述智能机器人执行所述遥控指令所涉及的内容需要达到的运行状态之间的状态转换情况；

筛选单元，连接所述预估单元，用于从多条所述预估运行轨迹中选择一条作为所述待运行轨迹；

模型生成单元，用于根据设置于所述智能机器人的各部分上的传感器回传的各部分的状态参数，生成所述智能机器人当前的状态极限模型；

判断单元，分别连接所述筛选单元和所述模型生成单元，用于将所述状态极限模型与所述待运行轨迹进行匹配，判断所述状态极限模型是否与所述待运行轨迹相冲突，并输出相应的判断结果；

执行单元，连接所述判断单元，用于在所述判断结果表示没有冲突时，控制所述智能机器人根据所述待运行轨迹运行；

报警单元，连接所述判断单元，用于在所述判断结果表示有冲突时，生成并向与所述智能机器人连接的一人机交互装置上传一冲突反馈结果，以供用户查看；

取消单元，连接所述判断单元，用于在所述判断结果表示有冲突时，取消所述待运行轨迹，不对所述智能机器人发送任何控制指令。

优选的，该机器人自动轨迹校正系统，其中，所述智能机器人上设置传感器集合，所述传感器集合中至少包括：

加速度传感器，用于检测所述智能机器人的各部分在运动过程中的运动加速度信息；

角度传感器，用于检测所述智能机器人的各部分在运动过程中的角度信息；

力反馈传感器，用于检测所述智能机器人的各部分在运动过程中所承受的力反馈信息；

所述状态参数中至少包括所述加速度信息、所述角度信息以及所述力反馈信息；

则所述模型生成单元具体包括：

存储模块，用于将在所述智能机器人正常运行过程中检测到的所有所述状态参数作为历史状态参数保存；

生成模块，连接所述存储模块，用于根据当前时刻之前的连续N个时刻的所述历史状态参数的平均值构建形成所述状态极限模型。

优选的，该机器人自动轨迹校正系统，其中，所述判断单元具体包括：

预估模块，用于预估得到对应于所述待运行轨迹的所述智能机器人的各部分的所述状态参数；

判断模块，连接所述预估模块，用于将预估得到的所有所述状态参数与所述状态极限模型进行比较：

若存在有所述状态参数超出所述状态极限模型的参数范围，则所述判断模块输出用于表示相冲突的所述判断结果；

若所有所述状态参数均未超出所述状态极限模型的参数范围，则所述判断模块输出用于表示不相冲突的所述判断结果。

上述技术方案的有益效果是：针对使用状况不同的智能机器人的运行计划/运行轨迹进行监控和报警，避免智能机器人的零部件使用状况无法匹配既定的运行计划/运行轨迹的问题，从而避免智能机器人出现零部件的损伤。

附图说明

图1是本发明的较佳的实施例中，一种出错报警的机器人自动规划方法的总体流程示意图；

图2是本发明的较佳的实施例中，步骤S4的具体流程示意图；

图3是本发明的较佳的实施例中，步骤S5的具体流程示意图；

图4是本发明的较佳的实施例中，一种机器人自动轨迹校正系统的总体结构示意图；

图5是本发明的较佳的实施例中，模型生成单元的具体结构示意图。

图6是本发明的较佳的实施例中，判断单元的具体结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

本发明的较佳的实施例中，根据现有技术中存在的上述问题，现提供一种机器人自动轨迹校正方法，应用于智能机器人，具体如图1中所示，包括：

步骤S1，智能机器人接收外部输入的遥控指令；

步骤S2，智能机器人根据遥控指令生成多条预估运行轨迹，每条预估运行轨迹分别用于指示从智能机器人当前所处运行状态至智能机器人执行遥控指令所涉及的内容需要达到的运行状态之间的状态转换情况；

步骤S3，智能机器人从多条预估运行轨迹中选择一条作为待运行轨迹；

步骤S4，智能机器人通过设置于智能机器人的各部分上的传感器回传的各部分的状态参数，生成智能机器人当前的状态极限模型；

步骤S5，智能机器人将状态极限模型与待运行轨迹进行匹配，判断状态极限模型是否与待运行轨迹相冲突：

若是，则转向步骤S6；

若否，则智能机器人根据待运行轨迹运行，随后返回步骤S1；

步骤S6，智能机器人生成一冲突反馈结果并上传至与智能机器人连接的一人机交互装置中，以供用户查看；

步骤S7，智能机器人取消待运行轨迹，随后返回步骤S1。

具体地，本实施例中，用户通过特定的输入装置向智能机器人输入遥控指令，智能机器人根据该遥控指令生成多条预估运行轨迹。所谓预估运行轨迹，可以包括智能机器人要达成既定目标所可能产生的移动轨迹，也可以包括智能机器人要达成既定目标可能产生的各个部分的运行轨迹。例如：

指令机器人从A地移动至B地，则上述预估运行轨迹只包括机器人的整体移动轨迹。

指令机器人在原地拿起某样工具，则上述预估运行轨迹只包括机器人的机械手臂和/或机械躯干的活动轨迹。

指令初始位置在A地的机器人拿起位于B地的工具，则上述预估运行轨迹既包括机器人从A地移动至B地的移动轨迹，又包括机器人移动到B地后为了拿起工具执行的机械手臂和/或机械躯干的活动轨迹。

上述预估运行轨迹为智能机器人根据输入的遥控指令预先匹配并估计得到的运行指令。需要注意的是，用户输入至智能机器人的控制指令所表示的运行轨迹/运行动作，均应当是智能机器人的“认知”当中的内容，例如之前已经示教过，或者已经训练完成，或者已经存储在智能机器人的识别数据库中。任何之前没有跟智能机器人产生任何信息交互的运行轨迹/运行动作均不会被智能机器人所接受。

本实施例中，上述步骤S3中，从多条预估运行轨迹选择一条的方式可以有多种，例如根据路径最短原理选择机器人的移动路径，并进而选择某条预估运行轨迹；或者根据机器人各个零部件和关节在活动过程中产生的最小消耗来选择机器人的关节/零部件的运行路径，并进而选择某条预估运行轨迹；或者根据上述两个基准综合对预估运行轨迹进行判断，并选择其中一条最优的预估运行轨迹。

本实施例中，上述状态参数包括智能机器人的各个零部件以及各个组成部分的活动范围、能够承受的力以及能够承受的加速度等参数，所生成的状态极限模型用于圈定智能机器人目前可以做到的动作的极限。换言之，超过该状态极限模型，则意味着智能机器人很有可能无法完成既定的动作。

则本实施例中，上述步骤S5中，智能机器人将选出的待运行轨迹与当前的状态极限模型进行比较，并根据比较结果判断该待运行轨迹与状态极限模型是否产生冲突，即判断该待运行轨迹是否有无法执行的可能性：

若存在这种可能性，则智能机器人直接生成冲突反馈结果并报警，以告知用户，同时智能机器人取消该待运行轨迹，不对智能机器人做任何控制，等待用户手动对遥控指令/运行轨迹/其他相关参数进行调整。

若不存在这种可能性，则智能机器人直接根据该待运行轨迹开始运行，以控制智能机器人的各个零部件和关节活动，最终完成遥控指令所涉及的具体执行内容。

本发明的一个较佳的实施例中，人机交互装置设置于智能机器人的表面，于人机交互装置上设置一人机交互界面；

则步骤S1中，用户通过人机交互界面输入遥控指令。

本发明的另一个较佳的实施例中，智能机器人远程连接一遥控器，用户通过遥控器向智能机器人发送遥控指令。

本发明的另一个较佳的实施例中，人机交互装置设置于智能机器人的表面；

步骤S6中，智能机器人将冲突反馈结果显示于人机交互装置中的人机交互界面上，以供用户查看。

综合来说，本发明技术方案中，上述遥控指令可以通过远程连接智能机器人的遥控装置输入并发送，也可以通过设置于智能机器人的表面的人机交互装置(例如触摸屏或者键盘等指令输入装置)发送。

无论遥控指令是通过遥控装置还是人机交互装置发送，上述冲突反馈结果都会反馈到机器人表面的一个人机交互装置中的人机交互界面上，以供用户查看。当然若智能机器人远程连接遥控装置或者其他移动终端类的远程交互装置，则上述冲突反馈结果同样可以反馈到此类远程交互装置中供用户查看。

本发明的较佳的实施例中，智能机器人上设置传感器集合，传感器集合中至少包括：

加速度传感器，用于检测智能机器人的各部分在运动过程中的运动加速度信息；

角度传感器，用于检测智能机器人的各部分在运动过程中的角度信息；

力反馈传感器，用于检测智能机器人的各部分在运动过程中所承受的力反馈信息；

状态参数中至少包括加速度信息、角度信息以及力反馈信息；

则如图2中所示，步骤S4具体包括：

步骤S41，智能机器人将在智能机器人正常运行过程中检测到的所有状态参数作为历史状态参数保存；

步骤S42，智能机器人根据当前时刻之前的连续N个时刻的历史状态参数的平均值构建形成状态极限模型。

具体地，由于智能机器人的每个零部件/关节的当前状态极限较难获得，这里采用一个迂回的方法，即持续采集智能机器人的每个零部件/关节的状态参数并持续作为历史数据保存，并将当前时刻的前N个历史数据作为状态极限来看待。例如，取当前时刻的前5个(或者前10个)历史数据的平均值，以该平均值作为状态极限，当前时刻的待运行轨迹所对应的智能机器人的零部件/关节的状态参数(通过待运行轨迹预估得到)不能超过这5个历史数据的平均值，这样能够保证智能机器人可以正常运行下去。

又例如，取当前时刻的前10个(或者前15个)历史数据中的最高值，以该最高值作为状态极限，当前时刻的待运行轨迹所对应的智能机器人的零部件/关节的状态参数(通过待运行轨迹预估得到)不能超过这个最高值，这样能够保证智能机器人可以正常运行下去。

本发明的较佳的实施例中，如图3中所示，步骤S5具体包括：

步骤S51，智能机器人预估得到对应于待运行轨迹的智能机器人的各部分的状态参数；

步骤S52，智能机器人将预估得到的所有状态参数与状态极限模型进行比较：

若存在有状态参数超出状态极限模型的参数范围，则判断状态极限模型与待运行轨迹相冲突，随后转至步骤S6；

若所有状态参数均未超出状态极限模型的参数范围，则智能机器人根据待运行轨迹运行，随后返回步骤S1。

本发明的较佳的实施例中，基于上文中的出错报警的机器人自动规划方法，现提供一种机器人自动轨迹校正系统，该系统同样应用于智能机器人，并设置于智能机器人内部。该机器人自动轨迹校正系统具体如图4中所示，包括：

接收单元1，用于接收外部输入的遥控指令；

预估单元2，连接接收单元，用于根据遥控指令预估形成多条预估运行轨迹，每条预估运行轨迹分别用于指示从智能机器人当前所处运行状态至智能机器人执行遥控指令所涉及的内容需要达到的运行状态之间的状态转换情况；

筛选单元3，连接预估单元2，用于从多条预估运行轨迹中选择一条作为待运行轨迹；

模型生成单元4，用于根据设置于智能机器人的各部分上的传感器回传的各部分的状态参数，生成智能机器人当前的状态极限模型；

判断单元5，分别连接筛选单元3和模型生成单元4，用于将状态极限模型与待运行轨迹进行匹配，判断状态极限模型是否与待运行轨迹相冲突，并输出相应的判断结果；

执行单元6，连接判断单元5，用于在判断结果表示没有冲突时，控制智能机器人根据待运行轨迹运行；

报警单元7，连接判断单元5，用于在判断结果表示有冲突时，生成并向与智能机器人连接的一人机交互装置上传一冲突反馈结果，以供用户查看；

取消单元8，连接判断单元5，用于在判断结果表示有冲突时，取消待运行轨迹，不对智能机器人发送任何控制指令。

本发明的较佳的实施例中，智能机器人上设置传感器集合，传感器集合中至少包括：

加速度传感器，用于检测智能机器人的各部分在运动过程中的运动加速度信息；

角度传感器，用于检测智能机器人的各部分在运动过程中的角度信息；

力反馈传感器，用于检测智能机器人的各部分在运动过程中所承受的力反馈信息；

状态参数中至少包括加速度信息、角度信息以及力反馈信息；

则如图5中所示，模型生成单元4具体包括：

存储模块41，用于将在智能机器人正常运行过程中检测到的所有状态参数作为历史状态参数保存；

生成模块42，连接存储模块41，用于根据当前时刻之前的连续N个时刻的历史状态参数的平均值构建形成状态极限模型。

本发明的较佳的实施例中，如图6中所示，判断单元5具体包括：

预估模块51，用于预估得到对应于待运行轨迹的智能机器人的各部分的状态参数；

判断模块52，连接预估模块51，用于将预估得到的所有状态参数与状态极限模型进行比较：

若存在有状态参数超出状态极限模型的参数范围，则判断模块输出用于表示相冲突的判断结果；

若所有状态参数均未超出状态极限模型的参数范围，则判断模块输出用于表示不相冲突的判断结果。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (9)

1.一种机器人自动轨迹校正方法，应用于智能机器人，其特征在于，包括：

步骤S1，所述智能机器人接收外部输入的遥控指令；

步骤S2，所述智能机器人根据所述遥控指令生成多条预估运行轨迹，每条所述预估运行轨迹分别用于指示从所述智能机器人当前所处运行状态至所述智能机器人执行所述遥控指令所涉及的内容需要达到的运行状态之间的状态转换情况；

步骤S3，所述智能机器人从多条所述预估运行轨迹中选择一条作为待运行轨迹；

步骤S4，所述智能机器人通过设置于所述智能机器人的各部分上的传感器回传的各部分的状态参数，生成所述智能机器人当前的状态极限模型；

步骤S5，所述智能机器人将所述状态极限模型与所述待运行轨迹进行匹配，判断所述状态极限模型是否与所述待运行轨迹相冲突：

若是，则转向步骤S6；

若否，则所述智能机器人根据所述待运行轨迹运行，随后返回所述步骤S1；

步骤S6，所述智能机器人生成一冲突反馈结果并上传至与所述智能机器人连接的一人机交互装置中，以供用户查看；

步骤S7，所述智能机器人取消所述待运行轨迹，随后返回所述步骤S1。

2.如权利要求1所述的机器人自动轨迹校正方法，其特征在于，所述人机交互装置设置于所述智能机器人的表面，于所述人机交互装置上设置一人机交互界面；

则所述步骤S1中，用户通过所述人机交互界面输入所述遥控指令。

3.如权利要求1所述的机器人自动轨迹校正方法，其特征在于，所述智能机器人远程连接一遥控器，用户通过所述遥控器向所述智能机器人发送所述遥控指令。

4.如权利要求1所述的机器人自动轨迹校正方法，其特征在于，所述人机交互装置设置于所述智能机器人的表面；

所述步骤S6中，所述智能机器人将所述冲突反馈结果显示于所述人机交互装置中的人机交互界面上，以供用户查看。

5.如权利要求1所述的机器人自动轨迹校正方法，其特征在于，所述智能机器人上设置传感器集合，所述传感器集合中至少包括：

加速度传感器，用于检测所述智能机器人的各部分在运动过程中的运动加速度信息；

角度传感器，用于检测所述智能机器人的各部分在运动过程中的角度信息；

力反馈传感器，用于检测所述智能机器人的各部分在运动过程中所承受的力反馈信息；

所述状态参数中至少包括所述加速度信息、所述角度信息以及所述力反馈信息；

则所述步骤S4具体包括：

步骤S41，所述智能机器人将在所述智能机器人正常运行过程中检测到的所有所述状态参数作为历史状态参数保存；

步骤S42，所述智能机器人根据当前时刻之前的连续N个时刻的所述历史状态参数的平均值构建形成所述状态极限模型。

6.如权利要求5所述的机器人自动轨迹校正方法，其特征在于，所述步骤S5具体包括：

步骤S51，所述智能机器人预估得到对应于所述待运行轨迹的所述智能机器人的各部分的所述状态参数；

步骤S52，所述智能机器人将预估得到的所有所述状态参数与所述状态极限模型进行比较：

若存在有所述状态参数超出所述状态极限模型的参数范围，则判断所述状态极限模型与所述待运行轨迹相冲突，随后转至所述步骤S6；

若所有所述状态参数均未超出所述状态极限模型的参数范围，则所述智能机器人根据所述待运行轨迹运行，随后返回所述步骤S1。

7.一种机器人自动轨迹校正系统，设置于智能机器人内部；其特征在于，应用如权利要求1-6中任意一项所述的机器人自动轨迹校正方法，并包括：

接收单元，用于接收外部输入的遥控指令；

预估单元，连接所述接收单元，用于根据所述遥控指令预估形成多条预估运行轨迹，每条所述预估运行轨迹分别用于指示从所述智能机器人当前所处运行状态至所述智能机器人执行所述遥控指令所涉及的内容需要达到的运行状态之间的状态转换情况；

筛选单元，连接所述预估单元，用于从多条所述预估运行轨迹中选择一条作为所述待运行轨迹；

模型生成单元，用于根据设置于所述智能机器人的各部分上的传感器回传的各部分的状态参数，生成所述智能机器人当前的状态极限模型；

判断单元，分别连接所述筛选单元和所述模型生成单元，用于将所述状态极限模型与所述待运行轨迹进行匹配，判断所述状态极限模型是否与所述待运行轨迹相冲突，并输出相应的判断结果；

执行单元，连接所述判断单元，用于在所述判断结果表示没有冲突时，控制所述智能机器人根据所述待运行轨迹运行；

报警单元，连接所述判断单元，用于在所述判断结果表示有冲突时，生成并向与所述智能机器人连接的一人机交互装置上传一冲突反馈结果，以供用户查看；

取消单元，连接所述判断单元，用于在所述判断结果表示有冲突时，取消所述待运行轨迹，不对所述智能机器人发送任何控制指令。

8.如权利要求7所述的机器人自动轨迹校正系统，其特征在于，所述智能机器人上设置传感器集合，所述传感器集合中至少包括：

加速度传感器，用于检测所述智能机器人的各部分在运动过程中的运动加速度信息；

角度传感器，用于检测所述智能机器人的各部分在运动过程中的角度信息；

力反馈传感器，用于检测所述智能机器人的各部分在运动过程中所承受的力反馈信息；

所述状态参数中至少包括所述加速度信息、所述角度信息以及所述力反馈信息；

则所述模型生成单元具体包括：

存储模块，用于将在所述智能机器人正常运行过程中检测到的所有所述状态参数作为历史状态参数保存；

生成模块，用于根据当前时刻之前的连续N个时刻的所述历史状态参数的平均值构建形成所述状态极限模型。

9.如权利要求8所述的机器人自动轨迹校正系统，其特征在于，所述判断单元具体包括：

预估模块，用于预估得到对应于所述待运行轨迹的所述智能机器人的各部分的所述状态参数；

判断模块，用于将预估得到的所有所述状态参数与所述状态极限模型进行比较：

若存在有所述状态参数超出所述状态极限模型的参数范围，则所述判断模块输出用于表示相冲突的所述判断结果；

若所有所述状态参数均未超出所述状态极限模型的参数范围，则所述判断模块输出用于表示不相冲突的所述判断结果。

Images