CN112548986A - 带电作业机器人碰撞检测方法及带电作业机器人 - Google Patents

带电作业机器人碰撞检测方法及带电作业机器人 Download PDF

Info

Publication number
CN112548986A
CN112548986A CN202110222571.XA CN202110222571A CN112548986A CN 112548986 A CN112548986 A CN 112548986A CN 202110222571 A CN202110222571 A CN 202110222571A CN 112548986 A CN112548986 A CN 112548986A
Authority
CN
China
Prior art keywords
collision
working robot
robot
live working
mechanical arm
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
Application number
CN202110222571.XA
Other languages
English (en)
Other versions
CN112548986B (zh
Inventor
李帅
李惠宇
王新建
吕鹏
王朝松
梁保秋
冯俐
任青亭
李威
林德政
田鹏云
肖雁起
罗志竞
周文涛
王汝新
刘明朗
冬旭
孟希军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Ruijia Tianjin Intelligent Robot Co ltd
Original Assignee
State Grid Ruijia Tianjin Intelligent Robot Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Ruijia Tianjin Intelligent Robot Co ltd filed Critical State Grid Ruijia Tianjin Intelligent Robot Co ltd
Priority to CN202110222571.XA priority Critical patent/CN112548986B/zh
Publication of CN112548986A publication Critical patent/CN112548986A/zh
Application granted granted Critical
Publication of CN112548986B publication Critical patent/CN112548986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
    • 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
    • B25J19/0095—Means or methods for testing 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
    • H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables

Abstract

本申请提供了一种带电作业机器人碰撞检测方法及带电作业机器人，涉及机器人领域，包括获取步骤：利用腕部六维力传感器和基座六维力传感器获取二者各自位置的六维力数据；求解步骤：建立机械臂DH坐标系和动力学方程，利用六维力数据求算碰撞力解；判断步骤：建立执行器的重力补偿模型并设置碰撞力阈值，判断带电作业机器人发生的碰撞情形。对机械臂和执行器任意部位的碰撞进行有效监测，在触发带电作业机器人自身保护性停止之前，最大限度防止环境物体和机器人本体损坏，避免作业程序异常中止，减少人工干预次数。将执行器和机械臂本体进行独立碰撞判断，既对机器人整臂碰撞检测，又满足执行器精细控制水平。

Description

带电作业机器人碰撞检测方法及带电作业机器人
技术领域
本申请涉及机器人领域，尤其是涉及一种带电作业机器人碰撞检测方法及带电作业机器人。
背景技术
随着对城市配电网稳定运行要求越来越高，带电作业需求日益增加，但劳动强度大、高空作业安全风险高、带电作业环境复杂等客观情况限制了其广泛开展程度。带电作业机器人的开发与应用，大大改善了带电作业条件，降低了对操作人员要求，避免直接靠近带电体，显著提高作业安全性和舒适性。
现有技术中，配电网例如10kV配电网的带电作业机器人主要采用多自由度机械臂与专用末端执行器结合，以实施确定的带电作业任务。由于实际现场作业环境、线路布置、横担排列等的形式多样且情况复杂，带电作业机器人不可避免地在作业过程中经常地与线缆、横担等设施设备相碰撞。这种碰撞可能导致机器人本体发生损坏，严重情况下会破坏输电线路，危害电网安全。同时，注意到带电作业机器人的末端执行器一般尺寸较大、结构复杂且功能丰富，机器人与环境或自身发生碰撞后，一般会立即切换为保护性停止状态（或其他类似状态），作业也将因此被中止，并需要由地面操作人员手动遥控复位，此类操作一般难以精确实施，且效率很低，这严重制约了带电作业机器人的自动化程度和智能化水平。
现有技术中，已经提出了一些针对带电作业机器人的碰撞检测技术，但这些检测技术中，存在应用作业范围较小且难以检测较小作业目标的碰撞（例如采用深度视觉的技术）、对机器人的检测不够全面（例如对非末端部分的接触碰撞无法有效检测）、无法应对环境变化以及出现误动作（例如采用雷达点云技术，此外雷达点云技术所进行的作业路径规划也使得作业区域有限）的问题。
此外，在一些碰撞检测技术中还涉及利用六维力传感器进行碰撞检测的方法，然而，在这类方法通常将机械臂自身与末端执行器视为一体，因此无法应对机械臂自身与末端执行器碰撞的情况，特别是在作业环境狭小，末端执行器尺度较大且不规则情况，易导致末端执行器损坏；因采用基座力传感器进行整臂碰撞检测，碰撞力阈值一般设置略大，对远离基座的末端微小碰撞无法精确判别，也无法实现末端的精准、高效力控。
而在一些无传感检测技术中，利用各关节电流获得关节力矩，进而计算碰撞情况，但这种方法存在以上所提及的检测不准确的问题，因为其无法较为准确得到关节减速机等的粘滞摩擦和库伦摩擦，并且对波动的速度进行微分而得到加速度，人为地引进了噪音和时延。
发明内容
本申请的第一目的是提供一种带电作业机器人碰撞检测方法，以实现高自动化、智能化及控制精准化。
本申请的第二目的是提供一种带电作业机器人，带电作业机器人采用如上所述的带电作业机器人碰撞检测方法。
第一方面，本申请提供一种带电作业机器人碰撞检测方法，用于带电作业机器人，所述带电作业机器人包括：
机械臂，包括设置于安装表面的机械臂基座和连杆组件，所述连杆组件的第一端与所述机械臂基座连接；
执行器，与所述连杆组件的第二端连接；
所述带电作业机器人碰撞检测方法包括：
获取步骤：利用设置在所述安装表面和所述机械臂基座之间的基座六维力传感器和设置在所述连杆组件的第二端与所述执行器之间的腕部六维力传感器获取二者各自位置的六维力数据；
求解步骤：建立机械臂DH坐标系和动力学方程，利用所述六维力数据求算碰撞力解；
判断步骤：建立所述执行器的重力补偿模型并设置碰撞力阈值，判断所述带电作业机器人发生的碰撞情形。
优选地，所述判断步骤还包括：
定义变化阈值，当所述带电作业机器人碰撞检测方法中的变量值与预定值的偏差大于所述变化阈值时，接收所述变量值作为碰撞判断的输入条件。
优选地，所述求解步骤还包括：
提出如下用于求解所述碰撞力解的合理假设：
所述机械臂与所述障碍物碰撞时，在碰撞坐标系下，不产生力矩；
所述机械臂与所述障碍物的接触处无摩擦，所述接触处的力的方向与所述接触处所在的所述连杆组件中的连杆垂直；
所述碰撞坐标系与基坐标系的方向一致。
优选地，所述求解步骤还包括：
采用最小二乘法，对求解所述动力学方程所得到的多个碰撞力结果中的非奇异解进行回归分析，以获得所述碰撞力解。
优选地，所述判断步骤还包括：
获取所述带电作业机器人的所有碰撞情形并定义预定时长，在多个所述碰撞情形中的一者持续的时间大于所述预定时长时，确定该所述碰撞情形发生。
优选地，所述预定时长至少由所述带电作业机器人的应用场景、所述带电作业机器人的应用要求、所述机械臂的自身反馈时间、所述腕部六维力传感器的采样频率、所述基座六维力传感器的采样频率以及所述机械臂的装配结构中的一者或多者确定。
优选地，所述预定时长为20ms。
优选地，所述带电作业机器人碰撞检测方法还包括：
执行步骤：依据所发生的所述碰撞情形，采取对应的力控制策略驱动所述机械臂。
优选地，所述获取步骤还包括：
对所述六维力数据采用巴特沃斯二阶滤波器进行处理。
第二方面，本申请提供一种带电作业机器人，所述带电作业机器人采用如上所述的带电作业机器人碰撞检测方法。
本申请提供的带电作业机器人碰撞检测方法，在带电作业机器人作业时，可对机械臂和执行器任意部位的碰撞进行有效监测，在触发带电作业机器人自身保护性停止之前，最大限度防止环境物体和机器人本体损坏，避免作业程序异常中止，减少人工干预次数。将执行器和机械臂本体进行独立碰撞判断，既对机器人整臂碰撞检测，又满足执行器精细控制水平。如此实现高自动化、智能化及控制精准化。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了带电作业机器人作业的示意图；
图2示出了带电作业机器人的结构的示意图。
附图标记：
11-输电线路；12-横担；13-电线杆；14-带电作业机器人；15-机器人安装平台；16-绝缘斗臂车；
141-末端执行器；142-连杆组件；143-腕部六维力传感器；144-机械臂基座；145-基座六维力传感器。
具体实施方式
下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
参见图1和图2，为了描述本实施例提供的带电作业机器人碰撞检测方法，以下将结合图1和图2首先对带电作业机器人的结构进行具体描述。
如图1所示，图1给出了带电作业机器人14的作业示意图。在图1给出的示例中，带电作业机器人可以被绝缘斗臂车16所支承，具体地，机器人安装平台15设置在斗臂的上端，带电作业机器人14设置在机器人安装平台15的上端。此外，图1还给出了带电作业机器人14的一种工作场合，这一工作场合包括立于地面设置的电线杆13以及大致位于电线杆13的上端的横担12，三条输电线路11分别经过横担12的两端以及电线杆13的上端，带电作业机器人14对输电线路11进行作业。
进一步参见图2，图2给出了带电作业机器人14的主要结构。其中，带电作业机器人14包括机械臂和末端执行器141，机器人安装平台15的上端面上安装有机械臂的机械臂基座144，机械臂进一步包括连杆组件142，连杆组件包括多个连杆，连杆组件142与机械臂基座144形成了铰接。末端执行器141铰接于机械臂即连杆组件142的末端。
在以上所描述的特征的基础上，本实施例的带电作业机器人14进一步设置有两个六维力传感器。仍然参见图2，其中一个六维力传感器设置于机器人安装平台15与机械臂基座144之间，另一个六维力传感器设置在机械臂的末端与末端执行器141之间。在带电作业机器人进行作业时，六维力传感器用于检测其所设置的位置处的六维力数据，因此，六维力传感器可以匹配带电作业机器人14的型号而具有适宜的检测量程。进一步的，为了便于描述，前述两个六维力传感器中的前者可以被定义为基座六维力传感器145，后者可以被定义为腕部六维力传感器143。以下将以此为例，进一步对带电作业机器人碰撞检测方法进行详细描述。
在实施例中，基座六维力传感器145和腕部六维力传感器143获取的数据可以采用滤波器进行处理，以剔除噪声信号，提高数据的质量。优选的是，滤波器采用巴特沃斯二阶低通滤波器，这是因为巴特沃斯滤波器特点是通频带内的频率响应曲线最大限度平坦，没有纹波，而在阻频带则逐渐下降为零，本实施例中进一步利用了巴特沃斯二阶滤波器的通频带频率响应曲线最平滑的特点来确保针对机械臂力反馈控制中关节及末端位姿流畅顺滑，从而防止瞬时突变和卡顿，并提高控制精度和稳定性。
进一步的，本实施例中，建立机械臂DH坐标系和动力学方程，根据由上述两个六维力传感器获取的基座力数据、腕部力数据、静态力和关节惯性力，求算环境碰撞力（以下简称碰撞力）。具体而言，定义机械臂基座144的中心为基坐标系B，碰撞位置为坐标系C，机械臂的腕部（即机械臂的末端连杆）为坐标系W。由此，对带电作业机器人14的机械臂建立六关节系统拉格朗日动力学方程为：
Figure 553732DEST_PATH_IMAGE001
上式记为式（1），在式（1）中：
下标b表示在基坐标系下，下标c表示在碰撞坐标系下，下标w表示在机械臂腕部坐标系下；
Figure 958169DEST_PATH_IMAGE002
R6，分别表示机械臂的关节角度向量、角速度向量及角加速度向量，R6表示实数域上全部6元向量所组成的集合；
M b
Figure 384340DEST_PATH_IMAGE003
R6×6关节加速度惯性量，其中R6×6表示实数域上全体6×6阶矩阵的集合（下同）；
Figure 837318DEST_PATH_IMAGE004
R6×6为离心力和哥氏力项；
Figure 416067DEST_PATH_IMAGE005
R6为机械臂重力项；
Figure 991405DEST_PATH_IMAGE006
R6为环境施加在机械臂基座144上的力与力矩向量；
Figure 530970DEST_PATH_IMAGE007
R6×6指计算右下标矩阵的伴随矩阵并转置（右下标矩阵的含义在以下进行说明），是将碰撞力转换为基坐标系B下的转换矩阵；
Figure 663006DEST_PATH_IMAGE008
表示坐标系C（碰撞坐标系）到坐标系B（基坐标系）变换矩阵的逆矩阵；
Figure 971627DEST_PATH_IMAGE009
R6为因碰撞施加到带电作业机器人14的机械臂上的力与力矩向量；
Figure 717866DEST_PATH_IMAGE010
R6为腕部六维力传感器143测得的力向量；
Figure 338203DEST_PATH_IMAGE011
R6×6为将腕部力转换为基坐标系B下的转换矩阵。
由此，在上式的基础上，定义碰撞力在基坐标系B下的力与力矩为
Figure 460880DEST_PATH_IMAGE012
，那么由式（1）可以获得：
Figure 624008DEST_PATH_IMAGE013
上式可以进一步记为式（2），在式（2）中：
Figure 876171DEST_PATH_IMAGE014
，
Figure 187066DEST_PATH_IMAGE015
R3分别表示碰撞坐标系C下的碰撞力和力矩（其中R3参考以上对R6的释义，下同）；
Figure 51117DEST_PATH_IMAGE016
，
Figure 927806DEST_PATH_IMAGE017
R3分别表示腕部坐标系W下的腕部六维力传感器143测得的力和力矩；
Figure 484690DEST_PATH_IMAGE018
，表示将碰撞坐标系C下的碰撞力数据转换至基坐标系下的转换矩阵，其中
Figure 17302DEST_PATH_IMAGE019
指基坐标系B向碰撞坐标系C变换的旋转矩阵转置，
Figure 294831DEST_PATH_IMAGE020
为由碰撞坐标系C原点指向基坐标系B原点的向量。
根据以上所描述的技术特征，在式（1）和式（2）的基础上，提出合理假设。具体地：
假设一：机械臂与碰撞物碰撞时，在碰撞坐标系C下，仅存在接触力，不产生力矩，即
Figure 166972DEST_PATH_IMAGE021
；
假设二：机械臂与碰撞物的碰撞处无摩擦，碰撞力方向与机械臂的连杆（即碰撞处所在的连杆）垂直，即
Figure 691494DEST_PATH_IMAGE022
，其中，
Figure 39299DEST_PATH_IMAGE023
为第i个连杆；
假设三：设置碰撞坐标系C与基坐标系方向一致，则
Figure 979573DEST_PATH_IMAGE024
，
Figure 768537DEST_PATH_IMAGE025
。其中，
Figure 41125DEST_PATH_IMAGE026
为由基坐标系B原点指向碰撞坐标系C原点的向量。
因此，联立以上式（1）、式（2）和机械臂D-H模型，代入以上合理假设，将如此求得的若干组非奇异解与实际带电作业机器人14进行合理位姿判定，采用最小二乘法，对前述的非奇异解进行回归分析，计算得到最合理的碰撞力
Figure 220433DEST_PATH_IMAGE027
。
在此基础上，建立末端执行器141重力补偿模型，从而判断末端执行器141与环境的碰撞情况。具体地：
根据末端执行器141的结构、质量和重心等，计算不同的末端位姿下的末端执行器141的重力补偿值，定义末端执行器141的重力补偿值为
Figure 26715DEST_PATH_IMAGE028
R6，其中
Figure 263662DEST_PATH_IMAGE029
R3分别表示腕部坐标系W下末端执行器141的重力和力矩分量。
进一步的，定义碰撞力阈值
Figure 802090DEST_PATH_IMAGE030
Q（Q表示有理数，下同），作为判定机械臂连杆碰撞条件。定义变化阈值
Figure 875220DEST_PATH_IMAGE031
Q，当变量值与预定值偏差大于此值时，接收此变量值作为碰撞判断输入条件，以排除数据小幅波动。具体而言，这里的变量值是指通过实测及公式计算获取的量，包括
Figure 219613DEST_PATH_IMAGE032
Fw及其分量；这里的预定值是指通过推导获得的理论值，包括
Figure 186432DEST_PATH_IMAGE033
及其分量。
因此，在理想的未碰撞的情况下，实测腕部力数据应与机械臂末端重力分量相等，而一旦检测到实测值大于分量值时，即认为机械臂与外界发生碰撞。但是为了排除一般信号波动和电磁干扰的随机因素的影响，提高检测的准确程度，这里采用当实测值与理论重力分量之差的绝对值大于约定阈值（即如上的变化阈值
Figure 285975DEST_PATH_IMAGE034
）时认定碰撞发生、小于约定阈值时则忽略的判断方式进行判断。
在以上所描述的特征的基础上，按照以上所获得的数据结合计算结构判断带电作业机器人14碰撞类型，存在如下情况：
情形一：
Figure 705455DEST_PATH_IMAGE035
，且
Figure 853540DEST_PATH_IMAGE036
，
Figure 48767DEST_PATH_IMAGE037
，机械臂和末端执行器141均与环境发生碰撞，但两者之间未发生碰撞；
情形二：
Figure 460157DEST_PATH_IMAGE038
，且
Figure 225987DEST_PATH_IMAGE036
，
Figure 912184DEST_PATH_IMAGE039
，机械臂和末端执行器141之间发生碰撞；
情形三：
Figure 853595DEST_PATH_IMAGE038
，且
Figure 780094DEST_PATH_IMAGE040
，机械臂与环境发生碰撞，末端执行器141与环境和机械臂均未发生碰撞；
情形四：
Figure 174166DEST_PATH_IMAGE041
，且
Figure 664053DEST_PATH_IMAGE036
，机械臂与环境和末端执行器141均未发生碰撞，末端执行器141与环境发生碰撞；
情形五：
Figure 319025DEST_PATH_IMAGE041
，且
Figure 868955DEST_PATH_IMAGE040
，机械臂和末端执行器141均未出现碰撞情况。
在以上的五种情形中，本实施例实质上采用了梯度式的判断过程，来判断带电作业机器人的碰撞类型，以下将进行详细说明。
当
Figure 750324DEST_PATH_IMAGE038
，则能够确定机械臂与第一待确定对象发生碰撞，这里所说的“待确定对象”应理解为包括如上所提到的末端执行器141以及环境，换言之，当满足这一条件时，能够获知机械臂确实发生了碰撞，但与机械臂发生碰撞的对象需要进一步确定。反之，当
Figure 355486DEST_PATH_IMAGE041
，则能够确定机械臂未出现碰撞情况，即无论是末端执行器141还是环境，均未与机械臂发生碰撞。
进一步的，当
Figure 740331DEST_PATH_IMAGE036
，则能够确定末端执行器141与第二待确定对象发生碰撞，这里所说的“待确定对象”与以上含义相同。这也就是说，当满足这一条件时，能够获知末端执行器141确实发生了碰撞，但与末端执行器141发生碰撞的对象需要进一步确定。如果在先的判断情况满足
Figure 461162DEST_PATH_IMAGE038
（如情形一和情形二那样），那么机械臂的碰撞情况和末端执行器141的碰撞情况还要进一步进行判断，这将在以下的描述中说明。如果在先的判断情况满足
Figure 688881DEST_PATH_IMAGE041
，因为已经首先获知机械臂未发生碰撞情况，那么与末端执行器141发生碰撞的第二待确定对象只能是环境，如此获得情形四。
反之，当
Figure 723834DEST_PATH_IMAGE040
时，则能够确定末端执行器141未出现碰撞情况，即以上所描述的类似，无论是机械臂还是环境，均未与末端执行器发生碰撞。如果在先的判断情况满足
Figure 25502DEST_PATH_IMAGE038
，那么已经首先获知机械臂发生碰撞情况的条件下，由于能够确定末端执行器141未出现碰撞情况，则可以据此确定与机械臂发生碰撞的第一待确定对象为环境，如此获得情形三。如果在先的判断情况满足
Figure 995863DEST_PATH_IMAGE041
，因为已经首先获知机械臂未发生碰撞情况，那么由于末端执行器141未出现碰撞情况，可以得知机械臂和末端执行器141均未出现碰撞情况，如此获得情形五。
基于以上描述，本实施例利用
Figure 586244DEST_PATH_IMAGE042
与
Figure 956046DEST_PATH_IMAGE034
之间的关系判断在机械臂和末端执行器141各自均出现碰撞情况时，机械臂和末端执行器141之间是否发生碰撞，以判断带电作业机器人14所出现的情形属于上述情形一还是情形二。具体地，当
Figure 440117DEST_PATH_IMAGE037
时，能够确定机械臂和末端执行器141之间未发生碰撞，这也就是说，能够确定与机械臂发生碰撞的第一待确定对象为环境，与末端执行器141发生碰撞的第二待确定对象为环境，如此获得情形一。反之，当
Figure 706013DEST_PATH_IMAGE039
时，能够确定机械臂和末端执行器141之间发生碰撞，如此获得情形二，但在情形二中，并不排除机械臂与环境发生碰撞和/或末端执行器141与环境发生碰撞的情况。
在此基础上，如果带电作业机器人14检测到以上情形之一持续时间大于预定时间
Figure 580428DEST_PATH_IMAGE043
，则认为实际的碰撞情况发生，带电作业机器人14的工作系统根据不同的碰撞情况采取与之匹配的力控制策略。其中，前述预定时间
Figure 331084DEST_PATH_IMAGE043
至少由带电作业机器人14的应用场景、带电作业机器人14的应用要求、机械臂自身反馈时间、六维力传感器的采样频率以及机械臂装配结构中的一者或多者确定，在本实施例中，
Figure 810607DEST_PATH_IMAGE043
可以优选为20ms。设置
Figure 44142DEST_PATH_IMAGE043
的目的在于，避免瞬时力异常突变。根据前述方式获得的
Figure 733750DEST_PATH_IMAGE043
具有良好的适配优势，既能够避免时间过长出现碰撞响应延迟，又能够避免时间过短而频繁出现伪碰撞警告。这里所说的“伪碰撞警告”，以机械臂为例，例如机械臂仅仅与环境出现了刮擦，这个刮擦的过程出现的时长大于较短的预定时间，那么将会出现伪碰撞警告。
本实施例提供的带电作业机器人14碰撞检测方法：在带电作业机器人14作业时，可对机械臂和末端执行器141的任意部位的碰撞进行有效监测；在触发带电作业机器人14自身保护性停止之前，最大限度防止环境物体和机器人本体损坏，避免作业程序异常中止，减少人工干预次数；将末端执行器141和机械臂本体进行独立碰撞判断，既对机器人整臂碰撞检测，又满足末端精细控制水平。根据两个六维力传感器的测定值及分析，对机器人碰撞结果进行量化分类，根据不同碰撞类型，实施相应的力控制策略，提高整机力控制针对性和全面性。
本实施例还提供一种带电作业机器人14，带电作业机器人14利用如上碰撞检测方法进行碰撞检测，有益效果如上，在此不再赘述。
以上所述仅为本申请的优选实施例，并非因此限制本申请的保护范围，凡是在本申请的创新构思下，利用本申请说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本申请的保护范围内。

Claims (10)

1.一种带电作业机器人碰撞检测方法，用于带电作业机器人，所述带电作业机器人包括：
机械臂，包括设置于安装表面的机械臂基座和连杆组件，所述连杆组件的第一端与所述机械臂基座连接；
执行器，与所述连杆组件的第二端连接；
其特征在于，所述带电作业机器人碰撞检测方法包括：
获取步骤：利用设置在所述安装表面和所述机械臂基座之间的基座六维力传感器和设置在所述连杆组件的第二端与所述执行器之间的腕部六维力传感器获取二者各自位置的六维力数据；
求解步骤：建立机械臂DH坐标系和动力学方程，利用所述六维力数据求算碰撞力解；
判断步骤：建立所述执行器的重力补偿模型并设置碰撞力阈值，判断所述带电作业机器人发生的碰撞情形。
2.根据权利要求1所述的带电作业机器人碰撞检测方法，其特征在于，所述判断步骤还包括：
定义变化阈值，当所述带电作业机器人碰撞检测方法中的变量值与预定值的偏差大于所述变化阈值时，接收所述变量值作为碰撞判断的输入条件。
3.根据权利要求1所述的带电作业机器人碰撞检测方法，其特征在于，所述求解步骤还包括：
提出如下用于求解所述碰撞力解的合理假设：
所述机械臂与障碍物碰撞时，在碰撞坐标系下，不产生力矩；
所述机械臂与所述障碍物的接触处无摩擦，所述接触处的力的方向与所述接触处所在的所述连杆组件中的连杆垂直；
所述碰撞坐标系与基坐标系的方向一致。
4.根据权利要求1所述的带电作业机器人碰撞检测方法，其特征在于，所述求解步骤还包括：
采用最小二乘法，对求解所述动力学方程所得到的多个碰撞力结果中的非奇异解进行回归分析，以获得所述碰撞力解。
5.根据权利要求1所述的带电作业机器人碰撞检测方法，其特征在于，所述判断步骤还包括：
获取所述带电作业机器人的所有碰撞情形并定义预定时长，在多个所述碰撞情形中的一者持续的时间大于所述预定时长时，确定该所述碰撞情形发生。
6.根据权利要求5所述的带电作业机器人碰撞检测方法，其特征在于，
所述预定时长至少由所述带电作业机器人的应用场景、所述带电作业机器人的应用要求、所述机械臂的自身反馈时间、所述腕部六维力传感器的采样频率、所述基座六维力传感器的采样频率以及所述机械臂的装配结构中的一者或多者确定。
7.根据权利要求5所述的带电作业机器人碰撞检测方法，其特征在于，所述预定时长为20ms。
8.根据权利要求1所述的带电作业机器人碰撞检测方法，其特征在于，所述带电作业机器人碰撞检测方法还包括：
执行步骤：依据所发生的所述碰撞情形，采取对应的力控制策略驱动所述机械臂。
9.根据权利要求1所述的带电作业机器人碰撞检测方法，其特征在于，所述获取步骤还包括：
对所述六维力数据采用巴特沃斯二阶滤波器进行处理。
10.一种带电作业机器人，其特征在于，所述带电作业机器人采用如权利要求1至9中任一项所述的带电作业机器人碰撞检测方法。
CN202110222571.XA 2021-03-01 2021-03-01 带电作业机器人碰撞检测方法及带电作业机器人 Active CN112548986B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110222571.XA CN112548986B (zh) 2021-03-01 2021-03-01 带电作业机器人碰撞检测方法及带电作业机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110222571.XA CN112548986B (zh) 2021-03-01 2021-03-01 带电作业机器人碰撞检测方法及带电作业机器人

Publications (2)

Publication Number Publication Date
CN112548986A true CN112548986A (zh) 2021-03-26
CN112548986B CN112548986B (zh) 2021-05-14

Family

ID=75034856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110222571.XA Active CN112548986B (zh) 2021-03-01 2021-03-01 带电作业机器人碰撞检测方法及带电作业机器人

Country Status (1)

Country Link
CN (1) CN112548986B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114734452A (zh) * 2022-05-17 2022-07-12 浙江理工大学 一种基于压阻信号的机械臂碰撞监测方法
CN114851189A (zh) * 2022-04-21 2022-08-05 上海发那科机器人有限公司 一种协作机器人的控制方法及协作机器人
CN114872041A (zh) * 2022-04-21 2022-08-09 上海发那科机器人有限公司 基于力觉传感器的协作机器人控制方法及协作机器人
CN116394266A (zh) * 2023-06-08 2023-07-07 国网瑞嘉(天津)智能机器人有限公司 一种机器人自碰撞处理方法、装置、机器人及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102785253A (zh) * 2011-04-06 2012-11-21 发那科株式会社 具有机器人的异常检测功能的机器人系统及其控制方法
CN106182087A (zh) * 2015-05-04 2016-12-07 中国科学院沈阳自动化研究所 基于六维力传感器的碰撞位置感知方法
CN106725861A (zh) * 2017-02-15 2017-05-31 山东大学 一种手术机器人末端工具碰撞位置检测方法
CN110480628A (zh) * 2018-05-14 2019-11-22 精工爱普生株式会社 机器人、控制装置以及机器人控制方法
CN110744539A (zh) * 2018-07-23 2020-02-04 精工爱普生株式会社 机器人、控制装置以及控制方法
CN110774317A (zh) * 2019-11-26 2020-02-11 上海节卡机器人科技有限公司 线性关系模型的建立及碰撞检测方法、装置及电子设备
US10603798B2 (en) * 2017-11-28 2020-03-31 Fanuc Corporation Robot
CN111590564A (zh) * 2020-05-07 2020-08-28 北京控制工程研究所 一种六维力传感器重力补偿方法及系统
CN111624941A (zh) * 2020-06-15 2020-09-04 吉林大学 一种面向未知环境的六自由度机器人力控方法
US10899018B2 (en) * 2016-09-08 2021-01-26 Fanuc Corporation Human-collaborative robot

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102785253A (zh) * 2011-04-06 2012-11-21 发那科株式会社 具有机器人的异常检测功能的机器人系统及其控制方法
CN106182087A (zh) * 2015-05-04 2016-12-07 中国科学院沈阳自动化研究所 基于六维力传感器的碰撞位置感知方法
US10899018B2 (en) * 2016-09-08 2021-01-26 Fanuc Corporation Human-collaborative robot
CN106725861A (zh) * 2017-02-15 2017-05-31 山东大学 一种手术机器人末端工具碰撞位置检测方法
US10603798B2 (en) * 2017-11-28 2020-03-31 Fanuc Corporation Robot
CN110480628A (zh) * 2018-05-14 2019-11-22 精工爱普生株式会社 机器人、控制装置以及机器人控制方法
CN110744539A (zh) * 2018-07-23 2020-02-04 精工爱普生株式会社 机器人、控制装置以及控制方法
CN110774317A (zh) * 2019-11-26 2020-02-11 上海节卡机器人科技有限公司 线性关系模型的建立及碰撞检测方法、装置及电子设备
CN111590564A (zh) * 2020-05-07 2020-08-28 北京控制工程研究所 一种六维力传感器重力补偿方法及系统
CN111624941A (zh) * 2020-06-15 2020-09-04 吉林大学 一种面向未知环境的六自由度机器人力控方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114851189A (zh) * 2022-04-21 2022-08-05 上海发那科机器人有限公司 一种协作机器人的控制方法及协作机器人
CN114872041A (zh) * 2022-04-21 2022-08-09 上海发那科机器人有限公司 基于力觉传感器的协作机器人控制方法及协作机器人
CN114734452A (zh) * 2022-05-17 2022-07-12 浙江理工大学 一种基于压阻信号的机械臂碰撞监测方法
CN114734452B (zh) * 2022-05-17 2024-02-23 浙江理工大学 一种基于压阻信号的机械臂碰撞监测方法
CN116394266A (zh) * 2023-06-08 2023-07-07 国网瑞嘉(天津)智能机器人有限公司 一种机器人自碰撞处理方法、装置、机器人及介质
CN116394266B (zh) * 2023-06-08 2023-10-20 国网瑞嘉(天津)智能机器人有限公司 一种机器人自碰撞处理方法、装置、机器人及介质

Also Published As

Publication number Publication date
CN112548986B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN112548986B (zh) 带电作业机器人碰撞检测方法及带电作业机器人
CA2997280C (en) Systems and methods for providing dynamic robotic control systems
CN111347416B (zh) 一种无外部传感器的检查机器人碰撞检测方法
CN108772838A (zh) 一种基于外力观测器的机械臂安全碰撞策略
EP2431137A2 (en) Reducer abnormality determination method, abnormality determination device, and robot system
CN105977862B (zh) 一种巡线机器人
JP2018524185A (ja) アクチュエータ駆動ロボットジョイントの開ループ／閉ループ制御のための方法および装置
US20180311836A1 (en) Monitoring device of robot system
KR20110025626A (ko) 머니퓰레이터를 정지시키기 위한 방법 및 장치
CN109291055B (zh) 机器人运动控制方法、装置、计算机设备和存储介质
CN103878791A (zh) 工业机器人无外部传感器的外力检测方法
CN111267105A (zh) 一种六关节机器人的动力学参数辨识及碰撞检测方法
JP2012139772A (ja) ロボットシステム及びロボットの異常検出方法
CN114102587B (zh) 机器人控制方法、系统、电子设备和存储介质
CN111823235A (zh) 一种用于采摘机械臂的碰撞检测方法
KR20220109930A (ko) 강인 외력 관측기를 이용한 다관절 로봇의 센서리스 접촉력 추정 방법
Zhang et al. Discussion on a new design of overhead transmission line inspection robot
CN110303504B (zh) 机械手安全控制系统
CN106493734B (zh) 一种电力机器人的控制系统
CN115716265B (zh) 一种机器人双臂碰撞神经反射控制方法
JP6657627B2 (ja) ロボット制御装置、ロボットおよびロボットシステム
Vanderborght et al. Series Clutched Actuation for Collision-Tolerant High-Speed Robots
JP4577607B2 (ja) ロボットの制御装置およびロボットシステム
US20240058956A1 (en) Force detection device and robot system
CN115072557A (zh) 起重设备的运动控制方法及系统

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