CN112975991B - 基于电阻抗成像算法的机械臂安全管理方法、装置及系统 - Google Patents
基于电阻抗成像算法的机械臂安全管理方法、装置及系统 Download PDFInfo
- Publication number
- CN112975991B CN112975991B CN202110477653.9A CN202110477653A CN112975991B CN 112975991 B CN112975991 B CN 112975991B CN 202110477653 A CN202110477653 A CN 202110477653A CN 112975991 B CN112975991 B CN 112975991B
- Authority
- CN
- China
- Prior art keywords
- area
- conductive coating
- mechanical arm
- data
- electrode pair
- 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.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 60
- 238000007726 management method Methods 0.000 title claims abstract description 37
- 239000011248 coating agent Substances 0.000 claims abstract description 110
- 238000000576 coating method Methods 0.000 claims abstract description 110
- 238000010586 diagram Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims description 50
- 230000005284 excitation Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 14
- 230000005484 gravity Effects 0.000 claims description 11
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 229910021389 graphene Inorganic materials 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- -1 but not limited to Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
Images
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
- B25J9/1612—Programme controls characterised by the hand, wrist, grip control
-
- 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
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- 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)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Manipulator (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Abstract
本发明提供了一种基于电阻抗成像算法的机械臂安全管理方法、装置及系统,通过获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;若所述电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;若是,则向机械臂发送停止指令,以使机械臂停止移动;从而可有效避免机械臂与人员碰撞,提高生产安全性。
Description
技术领域
本发明涉及安全管理技术领域,尤其涉及一种基于电阻抗成像算法的机械臂安全管理方法、装置及系统。
背景技术
在一些工厂中,会使用机械臂进行生产,机械臂在生产过程中会在一定范围内移动,如果在机械臂工作的过程中有人进入该移动范围,可能会引起机械臂与人员的碰撞而导致生产事故,因此,需要采取措施防止机械臂与人员碰撞。
发明内容
鉴于上述现有技术的不足之处,本申请实施例的目的在于提供一种基于电阻抗成像算法的机械臂安全管理方法、装置及系统,可有效避免机械臂与人员碰撞。
第一方面,本申请实施例提供一种基于电阻抗成像算法的机械臂安全管理方法,应用于机械臂的控制装置,包括步骤:
A1.获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;
A2.若所述电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;
A3.根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;
A4.根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;
A5.若是,则向机械臂发送停止指令,以使机械臂停止移动。
所述的基于电阻抗成像算法的机械臂安全管理方法中,步骤A1包括:
以所述导电涂层的其中两个电极作为检测电极对,在所述检测电极对之间输入预设的电压,并采集所产生的电流的电流值;
根据所述预设的电压和所述电流值计算实时电阻值;
用所述实时电阻值减去标准电阻值,得到电阻变化数据。
所述的基于电阻抗成像算法的机械臂安全管理方法中,步骤A2包括:
依次以各组相邻电极对为激励电极对,向所述激励电极对输入预设的激励电流,并采集与所述激励电极对无关的其它相邻电极对的电压值数据,得到第一组电压值数据;所述相邻电极对是指由两个相邻的电极组成的电极对;与激励电极对无关的相邻电极对中的两个电极均不属于所述激励电极对的电极;
获取预先采集的第二组电压值数据;所述第二组电压数据是在所述导电涂层没有受压时,按照所述第一组电压值数据的获取方式采集得到;
基于Tikhonov正则化算法和所述第一组电压值数据、第二组电压值数据进行反演成像处理,得到所述导电涂层的导电率变化分布图。
所述的基于电阻抗成像算法的机械臂安全管理方法中,步骤A3包括:
对所述导电率变化分布图进行二值化处理,得到二值化图像;
从所述二值化图像中提取受压区域的轮廓线;
根据所述轮廓线的像素点位置数据计算所述受压区域的重心点位置数据;
以所述重心点位置数据作为受压区域的位置数据。
一些实施方式中,步骤A4包括:
根据所述受压区域的位置数据判断所述受压区域是否在预设区域内;
若是,则判定所述受压区域处于非安全区域内,否则,判定所述受压区域不处于非安全区域内。
另一些实施方式中,步骤A4包括:
获取机械臂末端的运动路径在地面上的投影线;
以所述投影线的两个端点与机械臂基点之间的连线及所述投影线围成的区域为第一区域,并以所述第一区域朝外偏置预设距离后得到第二区域;
根据所述受压区域的位置数据判断所述受压区域是否在所述第二区域内;
若是,则判定所述受压区域处于非安全区域内,否则,判定所述受压区域不处于非安全区域内。
第二方面,本申请实施例提供一种基于电阻抗成像算法的机械臂安全管理装置,包括:
第一获取模块,用于获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;
图像获取模块,用于在所述电阻变化数据大于预设的电阻变化阈值时,采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;
位置获取模块,用于根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;
第一判断模块,用于根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;
第一执行模块,用于在所述受压区域处于非安全区域内时,向机械臂发送停止指令,以使机械臂停止移动。
所述的基于电阻抗成像算法的机械臂安全管理装置中,第一获取模块在获取铺设在机械臂周围地面上的导电涂层的电阻变化数据时:
以所述导电涂层的其中两个电极作为检测电极对,在所述检测电极对之间输入预设的电压,并采集所产生的电流的电流值;
根据所述预设的电压和所述电流值计算实时电阻值;
用所述实时电阻值减去标准电阻值,得到电阻变化数据。
第三方面,本申请实施例提供一种基于电阻抗成像算法的机械臂安全管理系统,包括:
机械臂;
导电涂层,铺设在所述机械臂周围地面上,且其电阻率可随受到的压力变化而变化,所述导电涂层的边沿均匀设置有多个电极;
控制装置,与所述机械臂以及所有电极均电性连接,并用于执行如所述的基于电阻抗成像算法的机械臂安全管理方法的步骤。
所述的基于电阻抗成像算法的机械臂安全管理系统中,所述导电涂层为石墨烯涂层,所述导电涂层上覆盖有绝缘保护层。
有益效果:
本申请实施例提供的一种基于电阻抗成像算法的机械臂安全管理方法、装置及系统,通过获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;若所述电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;若是,则向机械臂发送停止指令,以使机械臂停止移动;从而通过铺设在机械臂周围地面上的导电涂层的导电率变化分布图,无论人员或重物位于导电涂层的哪个位置上均可准确得到其位置数据,可准确地判断是否需要机械臂停止移动,进而可有效避免机械臂与人员碰撞,提高生产安全性。
附图说明
图1为本申请实施例提供的基于电阻抗成像算法的机械臂安全管理方法的流程图。
图2为本申请实施例提供的基于电阻抗成像算法的机械臂安全管理装置的结构示意图。
图3为本申请实施例提供的基于电阻抗成像算法的机械臂安全管理系统的示意图。
图4为示例性的第一区域和第二区域的示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”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发明和简化描述,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发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
下文的公开提供的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术佩戴人员可以意识到其他工艺的应用和/或其他材料的使用。
请参阅图1,本申请实施例提供的一种基于电阻抗成像算法的机械臂安全管理方法,应用于机械臂的控制装置,包括步骤:
A1.获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;
A2.若电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取导电涂层的导电率变化分布图;
A3.根据导电涂层的导电率变化分布图获取受压区域的位置数据;
A4.根据受压区域的位置数据判断受压区域是否处于非安全区域内;
A5.若是,则向机械臂发送停止指令,以使机械臂停止移动。
其中,参见图3,在机械臂100周围地面上铺设有导电涂层200,该导电涂层200的电阻率可随受到的压力变化而变化,在导电涂层200的边沿均匀设置有多个电极201,机械臂100以及所有电极201均与一个控制装置300电性连接,该基于电阻抗成像算法的机械臂安全管理方法应用于该控制装置300。
在实际应用中,当有人或其它物体进入导电涂层200的范围内时,会导致导电涂层的电阻变化,当检测到电阻变化数据过大时,表明有人或其它物体进入导电涂层200的范围内压在导电涂层200上,此时,再通过电阻抗成像算法获取导电涂层的导电率变化分布图,进而通过导电率变化分布图获取受压区域的位置数据,即得到人或其它物体的位置数据,若其位置在非安全区域内,则及时使机械臂停止移动,能够有效地防止机械臂与人员或其它物体发生碰撞,提高生产安全性。而且,只有在判定有人或其它物体进入导电涂层200的范围内时才进行导电率变化分布图的获取,无需时刻获取导电率变化分布图,节省运算资源。
此外,由于通过铺设在机械臂周围地面上的导电涂层的导电率变化分布图来获取位置数据,无论人员或重物位于导电涂层的哪个位置上均可准确得到其位置数据,从而可准确地判断是否需要机械臂停止移动;实际上,现有技术中,有些车间会在地面铺设多个压力传感器,通过压力传感器的测量数据来获取人员或重物的位置数据,当人踩在压力传感器之间的位置时,会检测不出人的位置,而且需要铺设大量压力传感器,部署成本高,压力传感器也容易损坏,维修成本也高,与之相比,本申请的导电涂层的部署成本低,即使损坏,更换的成本也较低。
在本实施例中,步骤A1包括:
A101.以导电涂层的其中两个电极作为检测电极对,在检测电极对之间输入预设的电压,并采集所产生的电流的电流值;
A102.根据预设的电压和电流值计算实时电阻值;
A103.用实时电阻值减去标准电阻值,得到电阻变化数据。
其中标准电阻值是在导电涂层没有被压时,以导电涂层的其中两个电极作为检测电极对(与步骤A101中的检测电极对相同),在检测电极对之间输入预设的电压(与步骤A102中的预设的电压相同),并采集所产生的电流的电流值,并根据预设的电压和该电流值计算得到。
由于随着使用时间的增加,导电涂层的电阻特性会出现逐渐的不可逆的变化,因此,标准电阻值也应该相应的变化,所有该标准电阻值可根据预设规则进行测量更新,例如,按照预设周期进行周期性的测量更新,或者在机械臂每次启动前进行测量更新;其中,在当前测量得到的标准电阻值与上一次得到的有效标准电阻值之间的偏差不大于预设的电阻偏差阈值时,才判定当前测量得到的标准电阻值有效并进行更新,否则报警,因为很可能是由于导电涂层受损或者有人/重物压在导电涂层上,若属于前一种情况应该进行维护,若属于后一种情况应该排除后重新测量。从而,在一些实施方式中,该基于电阻抗成像算法的机械臂安全管理方法还包括步骤:
在当前时刻为预设的周期性更新节点时,或者在机械臂启动前,采集所述导电涂层的标准电阻值;
若所述标准电阻值与上一次得到的有效标准电阻值之间的偏差不大于预设的电阻偏差阈值,则判定所述标准电阻值有效,并进行标准电阻值的更新;
若所述标准电阻值与上一次得到的有效标准电阻值之间的偏差大于预设的电阻偏差阈值,则报警。
其中,可根据需要选取任意两个电极作为检测电极对。
在实际应用中,可只使用一组检测电极对进行检测以获得电阻变化数据。也可以依次使用多组不同的检测电极对进行检测以获得多个电阻变化数据,并用这些电阻变化数据的均值作为有效的电阻变化数据;从而在一些实施方式中,步骤A1包括按预设次数重复执行的步骤A101-A103,且每次执行步骤A101时的检测电极对不同且检测电极对中的两个电极的相对位置相同,还包括:计算多个电阻变化数据的均值作为有效的电阻变化数据;与只使用一组检测电极对进行检测以获得电阻变化数据的方式相比,检测结果更加准确。
为保证每次执行步骤A101时的检测电极对不同且检测电极对中的两个电极的相对位置相同,例如,对于圆形的导电涂层,把所有电极按顺时针顺序进行编号,分别为1-n号,某一次执行步骤A101时的检测电极为i1号电极和i2号电极,另一次执行步骤A101时的检测电极为i3号电极和i4号电极,则需要保证i2-i1=i4-i3。或例如,对于正多边形的导电涂层,各组检测电极的两个电极与导电涂层中心点的连线的夹角相等且两条连线的长度对应相等,具体的:假设导电涂层中心点为O,某一次执行步骤A101时的检测电极为i1号电极和i2号电极,另一次执行步骤A101时的检测电极为i3号电极和i4号电极,则连线Oi1和Oi2的夹角等于连线Oi3和Oi4的夹角,且连线Oi1=Oi3、Oi2=Oi4(或者连线Oi1=Oi4、Oi2=Oi3)。
其中,预设的电阻变化阈值可根据实现需要进行设置。
在一些优选实施方式中,步骤A2包括:
A201.依次以各组相邻电极对为激励电极对,向激励电极对输入预设的激励电流,并采集与激励电极对无关的其它相邻电极对的电压值数据,得到第一组电压值数据;
其中,相邻电极对是指由两个相邻的电极组成的电极对;与激励电极对无关的相邻电极对中的两个电极均不属于激励电极对的电极;
A202.获取预先采集的第二组电压值数据;第二组电压数据是在导电涂层没有受压时,按照第一组电压值数据的获取方式采集得到;
A203.基于Tikhonov正则化算法和第一组电压值数据、第二组电压值数据进行反演成像处理,得到导电涂层的导电率变化分布图。
若有n个电极,编号分别为1-n,则总共有(1,2)、(2,3)……(n,1)n组相邻电极对,在步骤A201中,若激励电极对为(i,i+1)电极对,则除了(i-1,i)、(i,i+1)、(i+1,i+2)3组相邻电极对外的其它相邻电极对均为与激励电极对无关的相邻电极对。因此,对于每一组相邻电极对作为激励电极对时,均可采集到n-3个电压值数据,步骤A201中,总共可采集到n*(n-3)个电压值数据组成第一组电压值数据。同理,第二组电压值数据中包括n*(n-3)个电压值数据。
其中,步骤A203中,基于Tikhonov正则化算法和第一组电压值数据、第二组电压值数据进行反演成像处理的具体步骤为现有技术,此处不对其进行详述,其中,在进行反演成像处理的过程中,可采用L曲线法选取正则化参数值,以提高处理结果的准确性。
在一些实施方式中,步骤A3包括:
A301.对导电率变化分布图进行二值化处理,得到二值化图像;
A302.从二值化图像中提取受压区域的轮廓线;
A303.根据轮廓线的像素点位置数据计算受压区域的重心点位置数据;
A304.以重心点位置数据作为受压区域的位置数据。
其中,步骤A301中把导电率变化分布图中灰度值小于或等于预设灰度阈值的像素点的灰度设置为0,并把灰度值大于预设灰度阈值的像素点的灰度设置为255,从而得到二值化图像。其中预设灰度阈值可根据实际需要进行设置,例如预设灰度阈值为10,但不限于此。
步骤A302中,灰度为255的区域即为受压区域,提取其轮廓线即提取其轮廓线上各像素点的位置数据。
步骤A303中,可根据以下公式计算重心点位置数据:
其中,x为重心点的横坐标值,y为重心点的纵坐标值,xi为轮廓线上第i个像素点的横坐标值,yi为轮廓线上第i个像素点的纵坐标值,m为轮廓线上的像素点总数。
在另一些实施方式中,步骤A303包括:采用最小二乘法把所述轮廓线拟合为椭圆形;提取该椭圆形的中心点位置数据作为受压区域的重心点位置数据。
对于同时有多个受压区域的情况,可获取每个受压区域的位置数据,并针对每个受压区域执行步骤A4、A5,从而,只要有一个受压区域处于非安全区域内就使机械臂停止移动,以保证安全性。
在一些实施方式中,会预先在机械臂周围设置一个预设的非安全区域,例如以机械臂基点为中心的圆形区域,只要进入该预设区域均认为时不安全的;从而,步骤A4包括:
A401.根据受压区域的位置数据判断受压区域是否在预设区域内;
A402.若是,则判定受压区域处于非安全区域内,否则,判定受压区域不处于非安全区域内。
该实施方式比较保守,更容易触发机械臂停止移动,但具有较高的安全性。
在另一些实施方式中,步骤A4包括:
A403.获取机械臂末端的运动路径在地面上的投影线;
A404.以该投影线的两个端点与机械臂基点之间的连线及该投影线围成的区域为第一区域,并以所述第一区域朝外偏置预设距离后得到第二区域;
A405.根据受压区域的位置数据判断受压区域是否在第二区域内;
A406.若是,则判定受压区域处于非安全区域内,否则,判定受压区域不处于非安全区域内。
例如图4中,曲线AB为机械臂末端的运动路径在地面上的投影线,从而第一区域为连线OA、OB和曲线AB围成的区域,第一区域朝外偏置后的第二区域为连线O’A’、O’B’和曲线A’B’围成的区域。
其中,朝外偏置的预设距离可根据实际需要进行设置,例如可取1m-1.5m,但不限于此。
由于机械臂按照预设的路径移动时,一般不会超出第一区域,而第二区域是第一区域外扩后得到的区域,因此,在第二区域以外的位置是安全的,该实施方式与前一种实施方式中相比,非安全区域的划分更加精确,保证安全的同时,可减少不必要的停机。
此外,步骤 A1之后还包括:若电阻变化数据大于预设的电阻变化阈值,则发出声光提醒信号。以提醒人员其已经进入监测范围,以避免其过于靠近机械臂。
进一步的,步骤A3之后还可包括:计算受压区域与非安全区域边界的距离;根据该距离调整声光提醒信号。
其中,若受压区域有多个,则以最靠近非安全区域边界的受压区域为准进行声光提醒信号的调整。其中,非安全区域边界是指(步骤A401中的)预设区域的边界或者(步骤A404中的)第二区域的边界。在本实施例中,在根据该距离调整声光提醒信号时,距离越小,则提醒声越大且警示灯光闪烁频率越高,以便人员根据提醒声的大小和警示灯光闪烁频率来判断与非安全区域的距离,进一步提高安全性。
由上可知,该基于电阻抗成像算法的机械臂安全管理方法,通过获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;若所述电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;若是,则向机械臂发送停止指令,以使机械臂停止移动;从而可有效避免机械臂与人员碰撞,提高生产安全性。
请参阅图2,本申请实施例还提供一种基于电阻抗成像算法的机械臂安全管理装置,包括:
第一获取模块1,用于获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;
图像获取模块2,用于在电阻变化数据大于预设的电阻变化阈值时,采用电阻抗成像算法获取导电涂层的导电率变化分布图;
位置获取模块3,用于根据导电涂层的导电率变化分布图获取受压区域的位置数据;
第一判断模块4,用于根据受压区域的位置数据判断受压区域是否处于非安全区域内;
第一执行模块5,用于在受压区域处于非安全区域内时,向机械臂发送停止指令,以使机械臂停止移动。
在本实施例中,第一获取模块1在获取铺设在机械臂周围地面上的导电涂层的电阻变化数据时:
以导电涂层的其中两个电极作为检测电极对,在检测电极对之间输入预设的电压,并采集所产生的电流的电流值;
根据预设的电压和电流值计算实时电阻值;
用实时电阻值减去标准电阻值,得到电阻变化数据。
其中标准电阻值是在导电涂层没有被压时,以导电涂层的其中两个电极作为检测电极对(与实时检测时的检测电极对相同),在检测电极对之间输入预设的电压(与实时检测时的预设的电压相同),并采集所产生的电流的电流值,并根据预设的电压和该电流值计算得到。
在一些实施方式中,该基于电阻抗成像算法的机械臂安全管理装置还包括:
标准电阻值采集膜,用于在当前时刻为预设的周期性更新节点时,或者在机械臂启动前,采集所述导电涂层的标准电阻值;
更新模块,用于在所述标准电阻值与上一次得到的有效标准电阻值之间的偏差不大于预设的电阻偏差阈值时,判定所述标准电阻值有效,并进行标准电阻值的更新;
报警模块,用于在所述标准电阻值与上一次得到的有效标准电阻值之间的偏差大于预设的电阻偏差阈值时,报警。
其中,可根据需要选取任意两个电极作为检测电极对。
在实际应用中,可只使用一组检测电极对进行检测以获得电阻变化数据。也可以依次使用多组不同的检测电极对进行检测以获得多个电阻变化数据,并用这些电阻变化数据的均值作为有效的电阻变化数据;从而在一些实施方式中,第一获取模块1按预设次数重复获取电阻变化数据,且每次获取电阻变化数时使用的检测电极对不同且检测电极对中的两个电极的相对位置相同,最后计算多个电阻变化数据的均值作为有效的电阻变化数据;与只使用一组检测电极对进行检测以获得电阻变化数据的方式相比,检测结果更加准确。
为保证每次获取电阻变化数据时的检测电极对不同且检测电极对中的两个电极的相对位置相同,例如,对于圆形的导电涂层,把所有电极按顺时针顺序进行编号,分别为1-n号,某一次使用的检测电极为i1号电极和i2号电极,另一次使用的检测电极为i3号电极和i4号电极,则需要保证i2-i1=i4-i3。或例如,对于正多边形的导电涂层,各组检测电极的两个电极与导电涂层中心点的连线的夹角相等且两条连线的长度对应相等,具体的:假设导电涂层中心点为O,某一次使用的检测电极为i1号电极和i2号电极,另一次使用的检测电极为i3号电极和i4号电极,则连线Oi1和Oi2的夹角等于连线Oi3和Oi4的夹角,且连线Oi1=Oi3、Oi2=Oi4(或者连线Oi1=Oi4、Oi2=Oi3)。
其中,预设的电阻变化阈值可根据实现需要进行设置。
在一些优选实施方式中,图像获取模块2在采用电阻抗成像算法获取导电涂层的导电率变化分布图时:
依次以各组相邻电极对为激励电极对,向激励电极对输入预设的激励电流,并采集与激励电极对无关的其它相邻电极对的电压值数据,得到第一组电压值数据;
其中,相邻电极对是指由两个相邻的电极组成的电极对;与激励电极对无关的相邻电极对中的两个电极均不属于激励电极对的电极;
获取预先采集的第二组电压值数据;第二组电压数据是在导电涂层没有受压时,按照第一组电压值数据的获取方式采集得到;
基于Tikhonov正则化算法和第一组电压值数据、第二组电压值数据进行反演成像处理,得到导电涂层的导电率变化分布图。
若有n个电极,编号分别为1-n,则总共有(1,2)、(2,3)……(n,1)n组相邻电极对,在步骤A201中,若激励电极对为(i,i+1)电极对,则除了(i-1,i)、(i,i+1)、(i+1,i+2)3组相邻电极对外的其它相邻电极对均为与激励电极对无关的相邻电极对。因此,对于每一组相邻电极对作为激励电极对时,均可采集到n-3个电压值数据,从而总共可采集到n*(n-3)个电压值数据组成第一组电压值数据。同理,第二组电压值数据中包括n*(n-3)个电压值数据。
其中,基于Tikhonov正则化算法和第一组电压值数据、第二组电压值数据进行反演成像处理的具体步骤为现有技术,此处不对其进行详述,其中,在进行反演成像处理的过程中,可采用L曲线法选取正则化参数值,以提高处理结果的准确性。
在一些实施方式中,位置获取模块3在根据导电涂层的导电率变化分布图获取受压区域的位置数据时:
对导电率变化分布图进行二值化处理,得到二值化图像;
从二值化图像中提取受压区域的轮廓线;
根据轮廓线的像素点位置数据计算受压区域的重心点位置数据;
以重心点位置数据作为受压区域的位置数据。
其中,对导电率变化分布图进行二值化处理时,把导电率变化分布图中灰度值小于或等于预设灰度阈值的像素点的灰度设置为0,并把灰度值大于预设灰度阈值的像素点的灰度设置为255,从而得到二值化图像。其中预设灰度阈值可根据实际需要进行设置,例如预设灰度阈值为10,但不限于此。
灰度为255的区域即为受压区域,提取其轮廓线即提取其轮廓线上各像素点的位置数据。
可根据以下公式计算重心点位置数据:
其中,x为重心点的横坐标值,y为重心点的纵坐标值,xi为轮廓线上第i个像素点的横坐标值,yi为轮廓线上第i个像素点的纵坐标值,m为轮廓线上的像素点总数。
在另一些实施方式中,可通过以下方式计算受压区域的重心点位置数据:采用最小二乘法把所述轮廓线拟合为椭圆形;提取该椭圆形的中心点位置数据作为受压区域的重心点位置数据。
在一些实施方式中,会预先在机械臂周围设置一个预设的非安全区域,例如以机械臂基点为中心的圆形区域,只要进入该预设区域均认为时不安全的;从而,第一判断模块4在根据受压区域的位置数据判断受压区域是否处于非安全区域内的时候:
根据受压区域的位置数据判断受压区域是否在预设区域内;
若是,则判定受压区域处于非安全区域内,否则,判定受压区域不处于非安全区域内。
该实施方式比较保守,更容易触发机械臂停止移动,但具有较高的安全性。
在另一些实施方式中,第一判断模块4在根据受压区域的位置数据判断受压区域是否处于非安全区域内的时候:
获取机械臂末端的运动路径在地面上的投影线;
以该投影线的两个端点与机械臂基点之间的连线及该投影线围成的区域为第一区域,并以所述第一区域朝外偏置预设距离后得到第二区域;
根据受压区域的位置数据判断受压区域是否在第二区域内;
若是,则判定受压区域处于非安全区域内,否则,判定受压区域不处于非安全区域内。
其中,朝外偏置的预设距离可根据实际需要进行设置,例如可取1m-1.5m,但不限于此。
由于机械臂按照预设的路径移动时,一般不会超出第一区域,而第二区域是第一区域外扩后得到的区域,因此,在第二区域以外的位置是安全的,该实施方式与前一种实施方式中相比,非安全区域的划分更加精确,保证安全的同时,可减少不必要的停机。
此外,该基于电阻抗成像算法的机械臂安全管理装置还包括:提醒模块,用于在电阻变化数据大于预设的电阻变化阈值时,发出声光提醒信号。以提醒人员其已经进入监测范围,以避免其过于靠近机械臂。
进一步的,该基于电阻抗成像算法的机械臂安全管理装置还包括:
距离计算模块,用于计算受压区域与非安全区域边界的距离;
提醒信号调整模块,用于根据该距离调整声光提醒信号。
其中,若受压区域有多个,则以最靠近非安全区域边界的受压区域为准进行声光提醒信号的调整。其中,非安全区域边界是指预设区域的边界或者第二区域的边界。在本实施例中,在根据该距离调整声光提醒信号时,距离越小,则提醒声越大且警示灯光闪烁频率越高,以便人员根据提醒声的大小和警示灯光闪烁频率来判断与非安全区域的距离,进一步提高安全性。
由上可知,该基于电阻抗成像算法的机械臂安全管理装置,通过获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;若所述电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;若是,则向机械臂发送停止指令,以使机械臂停止移动;从而可有效避免机械臂与人员碰撞,提高生产安全性。
请参阅图3,本申请实施例还提供一种基于电阻抗成像算法的机械臂安全管理系统,包括:
机械臂100;
导电涂层200,铺设在机械臂100周围地面上,且其电阻率可随受到的压力变化而变化,导电涂层200的边沿均匀设置有多个电极201;
控制装置300,与机械臂100以及所有电极201均电性连接,并用于执行如前述的基于电阻抗成像算法的机械臂安全管理方法的步骤。
其中,导电涂层200可以设置为圆形(如图3所示)、正多边形或其它形状。
其中,各电极201分别通过引线400与控制装置300连接。
在一些实施方式中,导电涂层200为石墨烯涂层(但不限于此),导电涂层200上覆盖有绝缘保护层(例如环氧树脂,但不限于此),以避免导电涂层200磨损。
由上可知,该基于电阻抗成像算法的机械臂安全管理系统,通过获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;若所述电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;若是,则向机械臂发送停止指令,以使机械臂停止移动;从而可有效避免机械臂与人员碰撞,提高生产安全性。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术佩戴人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,其方案与本发明实质上相同。
Claims (7)
1.一种基于电阻抗成像算法的机械臂安全管理方法,应用于机械臂的控制装置,其特征在于,包括步骤:
A1.获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;所述导电涂层为圆形或正多边形,所述导电涂层的边沿均匀设置有多个电极;
A2.若所述电阻变化数据大于预设的电阻变化阈值,则采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;
A3.根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;
A4.根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;
A5.若是,则向机械臂发送停止指令,以使机械臂停止移动;
步骤A1包括:
A101.以所述导电涂层的其中两个电极作为检测电极对,在所述检测电极对之间输入预设的电压,并采集所产生的电流的电流值;
A102.根据所述预设的电压和所述电流值计算实时电阻值;
A103.用所述实时电阻值减去标准电阻值,得到电阻变化数据;
步骤A1中,按预设次数重复执行的步骤A101-A103,且每次执行步骤A101时的检测电极对不同且检测电极对中的两个电极的相对位置相同;
步骤A1还包括:
计算多个电阻变化数据的均值作为有效的电阻变化数据;
步骤A2包括:
依次以各组相邻电极对为激励电极对,向所述激励电极对输入预设的激励电流,并采集与所述激励电极对无关的其它相邻电极对的电压值数据,得到第一组电压值数据;所述相邻电极对是指由两个相邻的电极组成的电极对;与激励电极对无关的相邻电极对中的两个电极均不属于所述激励电极对的电极;
获取预先采集的第二组电压值数据;所述第二组电压数据是在所述导电涂层没有受压时,按照所述第一组电压值数据的获取方式采集得到;
基于Tikhonov正则化算法和所述第一组电压值数据、第二组电压值数据进行反演成像处理,得到所述导电涂层的导电率变化分布图。
2.根据权利要求1所述的基于电阻抗成像算法的机械臂安全管理方法,其特征在于,步骤A3包括:
对所述导电率变化分布图进行二值化处理,得到二值化图像;
从所述二值化图像中提取受压区域的轮廓线;
根据所述轮廓线的像素点位置数据计算所述受压区域的重心点位置数据;
以所述重心点位置数据作为受压区域的位置数据。
3.根据权利要求1所述的基于电阻抗成像算法的机械臂安全管理方法,其特征在于,步骤A4包括:
根据所述受压区域的位置数据判断所述受压区域是否在预设区域内;
若是,则判定所述受压区域处于非安全区域内,否则,判定所述受压区域不处于非安全区域内。
4.根据权利要求1所述的基于电阻抗成像算法的机械臂安全管理方法,其特征在于,步骤A4包括:
获取机械臂末端的运动路径在地面上的投影线;
以所述投影线的两个端点与机械臂基点之间的连线及所述投影线围成的区域为第一区域,并以所述第一区域朝外偏置预设距离后得到第二区域;
根据所述受压区域的位置数据判断所述受压区域是否在所述第二区域内;
若是,则判定所述受压区域处于非安全区域内,否则,判定所述受压区域不处于非安全区域内。
5.一种基于电阻抗成像算法的机械臂安全管理装置,其特征在于,包括:
第一获取模块,用于获取铺设在机械臂周围地面上的导电涂层的电阻变化数据;所述导电涂层为圆形或正多边形,所述导电涂层的边沿均匀设置有多个电极;
图像获取模块,用于在所述电阻变化数据大于预设的电阻变化阈值时,采用电阻抗成像算法获取所述导电涂层的导电率变化分布图;
位置获取模块,用于根据所述导电涂层的导电率变化分布图获取受压区域的位置数据;
第一判断模块,用于根据所述受压区域的位置数据判断所述受压区域是否处于非安全区域内;
第一执行模块,用于在所述受压区域处于非安全区域内时,向机械臂发送停止指令,以使机械臂停止移动;
第一获取模块在获取铺设在机械臂周围地面上的导电涂层的电阻变化数据时:
先按预设次数重复执行:以所述导电涂层的其中两个电极作为检测电极对,在所述检测电极对之间输入预设的电压,并采集所产生的电流的电流值;根据所述预设的电压和所述电流值计算实时电阻值;用所述实时电阻值减去标准电阻值,得到电阻变化数据;每次使用的检测电极对不同且检测电极对中的两个电极的相对位置相同;
再计算多个电阻变化数据的均值作为有效的电阻变化数据;
图像获取模块在采用电阻抗成像算法获取导电涂层的导电率变化分布图时:
依次以各组相邻电极对为激励电极对,向激励电极对输入预设的激励电流,并采集与激励电极对无关的其它相邻电极对的电压值数据,得到第一组电压值数据;
其中,相邻电极对是指由两个相邻的电极组成的电极对;与激励电极对无关的相邻电极对中的两个电极均不属于激励电极对的电极;
获取预先采集的第二组电压值数据;第二组电压数据是在导电涂层没有受压时,按照第一组电压值数据的获取方式采集得到;
基于Tikhonov正则化算法和第一组电压值数据、第二组电压值数据进行反演成像处理,得到导电涂层的导电率变化分布图。
6.一种基于电阻抗成像算法的机械臂安全管理系统,其特征在于,包括:
机械臂;
导电涂层,铺设在所述机械臂周围地面上,且其电阻率可随受到的压力变化而变化,所述导电涂层的边沿均匀设置有多个电极;
控制装置,与所述机械臂以及所有电极均电性连接,并用于执行如权利要求1-4任一项所述的基于电阻抗成像算法的机械臂安全管理方法的步骤。
7.根据权利要求6所述的基于电阻抗成像算法的机械臂安全管理系统,其特征在于,所述导电涂层为石墨烯涂层,所述导电涂层上覆盖有绝缘保护层。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477653.9A CN112975991B (zh) | 2021-04-30 | 2021-04-30 | 基于电阻抗成像算法的机械臂安全管理方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477653.9A CN112975991B (zh) | 2021-04-30 | 2021-04-30 | 基于电阻抗成像算法的机械臂安全管理方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112975991A CN112975991A (zh) | 2021-06-18 |
CN112975991B true CN112975991B (zh) | 2021-08-10 |
Family
ID=76336695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110477653.9A Active CN112975991B (zh) | 2021-04-30 | 2021-04-30 | 基于电阻抗成像算法的机械臂安全管理方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112975991B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6819316B2 (en) * | 2001-04-17 | 2004-11-16 | 3M Innovative Properties Company | Flexible capacitive touch sensor |
EP1962680A1 (en) * | 2005-12-20 | 2008-09-03 | Dixtal Biomedica Industria e Commercio Ltda. | Electrode assembly for electrical impedance tomography |
EP3529013A4 (en) * | 2016-10-03 | 2020-07-01 | Carnegie Mellon University | TOUCH DETECTION SYSTEM |
CN110207862B (zh) * | 2019-05-28 | 2020-07-03 | 北京航空航天大学 | 基于电阻抗层析成像的触觉压力传感器与信号采集方法 |
CN111564011B (zh) * | 2020-07-20 | 2020-11-03 | 季华实验室 | 一种机械臂安全检测方法、装置、系统和电子设备 |
-
2021
- 2021-04-30 CN CN202110477653.9A patent/CN112975991B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112975991A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107941273B (zh) | 一种带电作业安全预警方法和装置 | |
CN113008154B (zh) | 一种桥梁安全监测的光纤传感系统 | |
JP2007122507A (ja) | 侵入検知装置 | |
KR102262384B1 (ko) | 송배전 설비 감시용 드론 운용 시스템 및 운용 방법 | |
JP4815190B2 (ja) | 侵入検知装置 | |
CN106595593B (zh) | 基于椭圆特征拟合的悬垂绝缘子串风偏监测方法 | |
CN114898523A (zh) | 一种具有测距功能的输电线路图像监测方法及装置 | |
CN117392587A (zh) | 基于物联网的特种设备安全监测系统 | |
CN112975991B (zh) | 基于电阻抗成像算法的机械臂安全管理方法、装置及系统 | |
JP3228603B2 (ja) | 画像監視装置とその使用方法 | |
KR101549236B1 (ko) | 선체 강도 모니터링 시스템 | |
JP2019124659A (ja) | 監視装置及び監視方法 | |
JP7212455B2 (ja) | 監視装置及び監視方法 | |
WO2015040483A1 (es) | Método y sistema de evaluación de la integridad estructural de torres de celosía o reticuladas | |
JP2021163401A (ja) | 人物検知システム、人物検知プログラム、学習済みモデル生成プログラム及び学習済みモデル | |
CN116579606A (zh) | 高压输电设施附近设备施工安全状态评估方法及系统 | |
CN113516091B (zh) | 一种识别变电站电火花图像的方法 | |
KR20180065381A (ko) | 트롤리바 감시장치 | |
CN103420289B (zh) | 自动识别方法、自动识别装置及起重机 | |
JP2017121856A (ja) | 画像処理装置 | |
KR20160091088A (ko) | 타이어 상태 감지 시스템 | |
JP2019079338A (ja) | 対象物検知システム | |
JP3315485B2 (ja) | 重機接近監視システム | |
CN216083927U (zh) | 一种用于防止吊车碰线的测距告警系统 | |
CN118707621A (zh) | 一种感知电力操作是否佩戴绝缘手套的检测方法 |
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 |