CN113524260B - 一种多关节机器人碰撞检测方法 - Google Patents

一种多关节机器人碰撞检测方法 Download PDF

Info

Publication number
CN113524260B
CN113524260B CN202110863224.5A CN202110863224A CN113524260B CN 113524260 B CN113524260 B CN 113524260B CN 202110863224 A CN202110863224 A CN 202110863224A CN 113524260 B CN113524260 B CN 113524260B
Authority
CN
China
Prior art keywords
collision detection
collision
signals
signal
joint
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
Application number
CN202110863224.5A
Other languages
English (en)
Other versions
CN113524260A (zh
Inventor
华强
周伟刚
姚运昌
孔令雨
谢安桓
张丹
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202110863224.5A priority Critical patent/CN113524260B/zh
Publication of CN113524260A publication Critical patent/CN113524260A/zh
Application granted granted Critical
Publication of CN113524260B publication Critical patent/CN113524260B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095Means or methods for testing manipulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本发明公开一种多关节机器人碰撞检测方法,该方法利用关节容易测量的电流、速度或位置等信号,通过同时对多个信号进行分析和判分,并对多个信号判分结果进行加权计算,最终根据机器人运行情况决策判断机器人是否发生碰撞。该方法无需建立复杂动力学模型,直接通过关节易获取的信号进行判断,计算简单;同时通过对多个信号进行碰撞检测综合分析,提高了碰撞检测的准确率和灵敏度。

Description

一种多关节机器人碰撞检测方法
技术领域
本发明属于机器人控制技术领域,具体涉及一种多关节机器人碰撞检测方法。
背景技术
多关节机器人广泛应用于工业、服务等应用领域,当多关节机器人与人或与其他设备协同工作时,很容易对周围的人、设备以及机器人本身造成损害。因此,为避免与外部发生碰撞,多关节机器人需要具备碰撞检测能力。
为实现机器人碰撞检测,有学者通过在机器人上安装传感器来实现:(1)在机器人各轴上安装力矩传感器,该方法检测精度高,但是力矩传感器价格昂贵且会带来额外的重量。(2)在机器人输出轴上安装应电片,并配合桥式电路来估计输出力矩,进而来检测碰撞;但该方法需要增加生产的工序,且制造要求较高。(3)在机器人末端安装加速度传感器,通过检测机器人加速度来实现碰撞检测,如中国专利CN111037564A所述。(4)在机器人底座安装力维力传感器,通过对比实测受力值与动力学模型估计受力值来判断是否碰撞,如中国专利CN112757345A所述。这些方法都需要在机器人上增加额外的传感器,存在成本较高、安装复杂等问题。
也有不少学者进行无外部传感器的碰撞检测方法研究,主要是基于机器人逆运动学来估计外部转矩来实现,如中国专利CN107813345B所述。但该方案计算量较大,且对机器人动力学参数(惯量、摩擦力等)很敏感,而准确的得到这些参数获取难度较大。也有基于机器人能量系统或者广义的方案来进行判断,如中国专利CN108000521A所述;这种方案计算也很复杂,对动力学参数也敏感。
为此,也有不少学者直接通过机器人关节容易获取的电流、速度和位置等单个信号进行判断。虽然这种通过关节电流、速度或位置单个信号的方式来实现碰撞检测方法比较简单,但由于采集的信号容易存在误差,且容易受关节运行状态影响,碰撞检测误判率较高;虽然可以通过提高阈值和多次判断来降低误判率,但又会降低检测灵敏度和提高判断时间。
发明内容
针对现有技术的不足,本发明提供一种多关节机器人碰撞检测方法,该方法利用关节容易测量的电流、速度和位置信号,通过同时对多个信号进行分析和判分,并对多个信号判分结果进行融合,最终根据运行情况进行决策来判断多关节机器人是否发生碰撞。具体技术方案如下:
一种多关节机器人碰撞检测方法,该方法具体包括如下步骤:
S1:获取机器人各关节的电流、速度及位置信号中的两种以上信号,并对其进行预处理;
S2:对各单信号进行碰撞检测计算,得到各单信号碰撞检测判分;
S3:对各个单信号判分结果进行加权处理,得到综合碰撞检测判分;
S4:根据累计的综合碰撞检测判分进行各关节碰撞检测决策判断,当机器人一个以上关节检测到发生碰撞后,进行相应碰撞处理。
进一步地,所述S1中,对电流、速度及位置信号具体为:对电流进行一阶滤波处理或电流变化率计算;对速度进行一阶滤波处理;对位置进行双编码器位置差处理。
进一步地,所述S2具体为:
S2.1:将第k时刻信号值qx(k)与其对应的参考值Fx(k)对比,根据Ex(k)=|qx(k)-fx(k)|计算信号误差Ex(k);其中,x表示信号的类别,x∈[1,n];n为信号个数;所述参考值Fx(k)通过离线测量数据统计得到;
S2.2:设定若干个积极阈值H1,H2...Ha以及若干个消极阈值L1,L2...Lb,其中Lb<...<L2<L1<...<H1<H2<...<Ha,a和b为整数;并将信号误差Ex(k)与阈值进行比较,计算碰撞检测判分mn
当Hi<Ex(k)<Hi+1时,判分mx=px_i;其中,i为整数,i<a,px_i为信号误差Ex(k)所在区间(Hi,Hi+1)时离线统计实际发生碰撞的概率;
当L1≤Ex(k)≤H1时,判分mx=0;
当Le<En(k)<Le+1时,判分mx=-px_e;其中,e为整数,且e<b,px_e信号误差Ex(k)所在区间(Le,Le+1)时离线统计实际未发生碰撞的概率。
进一步地,所述S3具体通过如下子步骤来实现:
S3.1:根据各单信号碰撞检测实际响应时间t1,t2...tn,计算各单信号的加权值w1,w2...wn,加权值计算公式如下:
Figure BDA0003186555320000021
S3.2:根据下式计算综合碰撞检测判分M
Figure BDA0003186555320000031
进一步地,所述S4具体包括如下的子步骤:
S4.1:根据下式计算决策积分ALL
Figure BDA0003186555320000032
其中,k表示第k时刻,ALL初始值为0;
S4.2:根据决策积分ALL和决策阈值T,进行碰撞检测判断,当ALL≥T时,判断发生碰撞,执行碰撞处理;当ALL<T时,返回S4.1;
其中,
Figure BDA0003186555320000033
进一步地,所述碰撞处理为进入停止运行模式或者零力矩响应模式。
本发明的有益效果如下:
本发明的方法无需建立复杂动力学模型,直接利用关节容易测量的电流、速度和位置等信号进行碰撞检测判断,计算简单;同时通过综合对多个信号进行检测判断分析,并根据机器人运行情况进行决策来判断机器人是否发生碰撞,能够提高碰撞检测的准确率和灵敏度,误判率低。
附图说明
图1是本发明的多关节机器人碰撞检测方法框图;
图2是本发明进行多关节机器人碰撞检测判断流程图;
图3是本发明所述关节单个信号碰撞检测判分的流程图;
图4为本发明所述碰撞检测决策判断方法的流程图。
具体实施方式
下面根据附图和优选实施例详细描述本发明,本发明的目的和效果将变得更加明白,应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明的碰撞检测方法的主要原理是通过对关节单个信号进行采集、处理和分析判断,得到单个信号的碰撞检测得分;然后将这些单个判分综合计算得到综合判分;最后根据机器人运行状态,判断是否发生碰撞检测。
图2给出了本发明的方法的流程图,本发明的碰撞检测方法具体包括如下步骤:
步骤一:获取机器人各关节的电流、速度及位置信号中的两种以上信号,并对其进行预处理;
作为其中一种实施方式,采集第k时刻下机器人各关节的电流值Ik、电机端角度位置αk和关节输出端角度βk,并对采用常规的一阶低通滤波器对电流进行滤波,以滤除电流采样过程中的尖峰,计算公式如下:
Ik-o=m*Ik+(1-m)*I(k-1)-o
其中,Ik-o表示第k时刻处理后的电流值,I(k-1)-o代表第k-1时刻处理后的电流值;系数m与所选低通滤波频率fc和控制周期Ts有关,计算公式如下:
Figure BDA0003186555320000041
位置处理主要是获得关节扭转角度Φk,计算公式为:
Φk=βkk/D
其中,D为机器人关节上的减速器的减速比。
为了减少误差,也可以将得到的关节扭转角度Φk进行一阶低通滤波器处理得到Φk-o
步骤二:对各单信号进行碰撞检测计算,得到各单信号碰撞检测判分;
S2.1:将第k时刻信号值qx(k)与其对应的参考值Fx(k)对比,根据Ex(k)=|qx(k)-fx(k)|计算信号误差Ex(k);其中,x表示信号的类别,x∈[1,n],n为信号个数;所述参考值Fx(k)通过离线测量数据统计得到;
作为其中一种实施方式,机器人关节是按照设定轨迹重复运动,故可以通过离线统计得到不同时刻不同关节输出位置下的电流参数数据F1k)和关节扭转角度参数数据F2k)。
对于电流信号Ik-o,电流信号误差E1(k)=|Ik-o-F1k)|;
对于关节扭转角度Φk-o,信号误差E2(k)=|Φk-o-F2k)|。
S2.2:设定若干个积极阈值H1,H2...Ha以及若干个消极阈值L1,L2...Lb,其中Lb<...<L2<L1<...<H1<H2<...<Ha,a和b为整数;并将信号误差Ex(k)与阈值进行比较,计算碰撞检测判分mn
当Hi<Ex(k)<Hi+1时,判分mx=px_i;其中,i为整数,i<a,px_i为信号误差Ex(k)所在区间(Hi,Hi+1)时离线统计实际发生碰撞的概率;
当L1≤Ex(k)≤H1时,判分mx=0;
当Le<En(k)<Le+1时,判分mx=-px_e;其中,e为整数,且e<b,px_e信号误差Ex(k)所在区间(Le,Le+1)时离线统计实际未发生碰撞的概率,具体如图3所示。
作为其中一种实施方式,这里给电流信号误差设定1个积极阈值HI和1个消极阈值LI,且LI<HI;关节扭转角度信号误差设定2个积极阈值HΦ-1、HΦ-2和1个消极阈值LΦ,且LΦ<HΦ-1<HΦ-2
对于电流而言:
(1)若电流信号误差E1(k)>HI,则m1=p1。其中p1为实际统计下电流信号误差E1(k)>H1时发生碰撞的概率;
(2)若电流信号误差LI<E1(k)<HI,则m1=0;
(3)若电流信号误差E1(k)<LI,则m1=-q1。其中q1为实际统计下电流信号误差E1(k)<LI时未发生碰撞的概率。
对于关节扭转角度而言:
(1)若关节扭转角度信号误差E2(k)>HΦ-2,则m2=pΦ-2;其中pΦ-2为实际统计下关节扭转角度信号误差E2(k)>HΦ-2时发生碰撞的概率;
(2)若关节扭转角度信号误差HΦ-1<E2(k)<HΦ-2,则m2=pΦ-1。其中pΦ-1为实际统计下关节扭转角度信号误差HΦ-1<E2(k)<HΦ-2时发生碰撞的概率;
(3)若关节扭转角度信号误差LΦ<E2(k)<HΦ-1,则m2=0;
(4)若关节扭转角度信号误差E2(k)<LΦ,则m1=-qΦ。其中qΦ为实际统计下电流信号误差E2(k)<LΦ时未发生碰撞的概率。
步骤三:对各个单信号判分结果进行加权处理,得到综合碰撞检测判分;
S3.1:根据各单信号碰撞检测实际响应时间t1,t2...tn,计算各单信号的加权值w1,w2...wn,作为其中一种实施方式,计算公式如下:
Figure BDA0003186555320000061
S3.2:根据下式计算综合碰撞检测判分M
Figure BDA0003186555320000062
作为其中一种实施方式,假设电流及关节扭转角度单信号进行碰撞检测响应时间分别为t1,t2,计算得到电流及关节扭转角度加权值w1,w2如下:
Figure BDA0003186555320000063
其中,碰撞检测响应时间t1、t2为离线统计得到。
则综合碰撞检测判分M如下:
M=m1*w1+m2*w2
步骤四:根据累计的综合碰撞检测判分进行各关节碰撞检测决策判断,当机器人一个以上关节检测到发生碰撞后,进行相应碰撞处理;若没有发生碰撞,则返回S1。
S4.1:对综合碰撞检测判分M进行累加,得到决策积分ALL,计算公式为
Figure BDA0003186555320000064
其中ALL初始值为0;
S4.2:根据决策积分ALL和决策阈值T,进行碰撞检测判断,当ALL≥T时,判断发生碰撞,执行碰撞处理;当ALL<T时,返回S1;具体如图4所示。
其中,
Figure BDA0003186555320000065
决策阈值T需要根据机器人关节运行情况进行选择,本发明考虑到关节状态变化时(如启动、加减速过程中)容易影响判断,因此设置机器人启动或加减速时的阈值T大于其他运行状态时的阈值。
所述的碰撞处理,即机器人可根据情况进入停止运行模式、零力矩响应模式等。
本领域普通技术人员可以理解,以上所述仅为发明的优选实例而已,并不用于限制发明,尽管参照前述实例对发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内,所做的修改、等同替换等均应包含在发明的保护范围之内。

Claims (5)

1.一种多关节机器人碰撞检测方法,其特征在于,该方法具体包括如下步骤:
S1:获取机器人各关节的电流、速度及位置信号中的两种以上信号,并对其进行预处理;
S2:对各单信号进行碰撞检测计算,得到各单信号碰撞检测判分;
S3:对各个单信号判分结果进行加权处理,得到综合碰撞检测判分;
所述S3具体通过如下子步骤来实现:
S3.1:根据各单信号碰撞检测实际响应时间t1,t2...tn,计算各单信号的加权值w1,w2...wn,加权值计算公式如下:
Figure FDA0003651595660000011
其中,x表示信号的类别,x∈[1,n];n为信号个数;
S3.2:根据下式计算综合碰撞检测判分M
Figure FDA0003651595660000012
其中,mx为单信号碰撞检测判分;
S4:根据累计的综合碰撞检测判分进行各关节碰撞检测决策判断,当机器人一个以上关节检测到发生碰撞后,进行相应碰撞处理。
2.根据权利要求1所述的多关节机器人碰撞检测方法,其特征在于,所述S1中,对电流、速度及位置信号具体为:对电流进行一阶滤波处理或电流变化率计算;对速度进行一阶滤波处理;对位置进行双编码器位置差处理。
3.根据权利要求1所述的多关节机器人碰撞检测方法,其特征在于,所述S2具体为:
S2.1:将第k时刻信号值qx(k)与其对应的参考值Fx(k)对比,根据Ex(k)=|qx(k)-fx(k)|计算信号误差Ex(k);其中,x表示信号的类别,x∈[1,n];n为信号个数;所述参考值Fx(k)通过离线测量数据统计得到;
S2.2:设定若干个积极阈值H1,H2...Ha以及若干个消极阈值L1,L2...Lb,其中Lb<...<L2<L1<...<H1<H2<...<Ha,a和b为整数;并将信号误差Ex(k)与阈值进行比较,计算碰撞检测判分mx
当Hi<Ex(k)<Hi+1时,判分mx=px_i;其中,i为整数,i<a,px_i为信号误差Ex(k)所在区间(Hi,Hi+1)时离线统计实际发生碰撞的概率;
当L1≤Ex(k)≤H1时,判分mx=0;
当Le<En(k)<Le+1时,判分mx=-px_e;其中,e为整数,且e<b,px_e信号误差Ex(k)所在区间(Le,Le+1)时离线统计实际未发生碰撞的概率。
4.根据权利要求3所述的多关节机器人碰撞检测方法,其特征在于,所述S4具体包括如下的子步骤:
S4.1:根据下式计算决策积分ALL
Figure FDA0003651595660000021
其中,k表示第k时刻,ALL初始值为0;
S4.2:根据决策积分ALL和决策阈值T,进行碰撞检测判断,当ALL≥T时,判断发生碰撞,执行碰撞处理;当ALL<T时,返回S4.1;
其中,
Figure FDA0003651595660000022
5.根据权利要求1所述的多关节机器人碰撞检测方法,其特征在于,所述碰撞处理为进入停止运行模式或者零力矩响应模式。
CN202110863224.5A 2021-07-29 2021-07-29 一种多关节机器人碰撞检测方法 Active CN113524260B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110863224.5A CN113524260B (zh) 2021-07-29 2021-07-29 一种多关节机器人碰撞检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110863224.5A CN113524260B (zh) 2021-07-29 2021-07-29 一种多关节机器人碰撞检测方法

Publications (2)

Publication Number Publication Date
CN113524260A CN113524260A (zh) 2021-10-22
CN113524260B true CN113524260B (zh) 2022-07-26

Family

ID=78121423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110863224.5A Active CN113524260B (zh) 2021-07-29 2021-07-29 一种多关节机器人碰撞检测方法

Country Status (1)

Country Link
CN (1) CN113524260B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426391B (zh) * 2011-09-05 2014-06-11 华南理工大学 一种判断机器人运行是否发生碰撞的方法
CN104985598B (zh) * 2015-06-24 2016-11-23 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
CN108772838B (zh) * 2018-06-19 2021-04-27 河北工业大学 一种基于外力观测器的机械臂安全碰撞策略
JP6856585B2 (ja) * 2018-08-03 2021-04-07 ファナック株式会社 異常監視装置、異常監視方法及び制御装置
CN111906775A (zh) * 2020-06-08 2020-11-10 深圳众为兴技术股份有限公司 一种机器人碰撞检测方法、装置、存储介质及机器人
CN111872936B (zh) * 2020-07-17 2021-08-27 清华大学 一种基于神经网络的机器人碰撞检测系统及方法
CN112405524B (zh) * 2020-10-20 2022-11-11 深圳拓邦股份有限公司 机器人碰撞检测方法、装置及机器人

Also Published As

Publication number Publication date
CN113524260A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN104595112B (zh) 风力涡轮机及评估其上叶片健康状态的方法
CN111562108A (zh) 一种基于cnn和fcmc的滚动轴承智能故障诊断方法
CN111025250B (zh) 一种车载毫米波雷达在线标定方法
CN112549024B (zh) 基于时间序列分析的机器人免传感碰撞检测方法及应用
CN104985598A (zh) 一种工业机器人碰撞检测方法
CN109858526B (zh) 一种目标跟踪中基于传感器的多目标轨迹融合方法
CN110480678B (zh) 一种工业机器人碰撞检测方法
US20190376874A1 (en) A method of estimating the number of modes for the sparse component analysis based modal identification
CN106959397B (zh) 一种用于高铁逆变器的微小故障诊断系统的设计方法
CN113901379B (zh) 一种边缘端的实时数据动态在线快速处理方法
CN113681567A (zh) 一种新型无传感器机器人碰撞检测方法及其系统
CN111460392A (zh) 一种磁悬浮列车及其列车的悬浮系统故障检测方法和系统
CN110058222A (zh) 一种基于传感器选择的双层粒子滤波检测前跟踪方法
CN115046764B (zh) 一种滚动轴承早期故障诊断方法
CN113657217A (zh) 一种基于改进的bp神经网络的混凝土状态识别模型
CN115220396A (zh) 一种数控机床智能监控方法及系统
CN101782964B (zh) 一种基于加速度传感器的失重特征提取方法
CN113524260B (zh) 一种多关节机器人碰撞检测方法
CN113246137A (zh) 基于外力矩估计模型的机器人碰撞检测方法
CN111506045B (zh) 一种基于单值中智集相关系数的故障诊断方法
CN110110469A (zh) 基于奇异值分解的并联机器人动力学参数辨识方法
CN114325379A (zh) 一种电机转子位置故障标志确定方法及系统
CN114046864A (zh) 车辆轴数确定方法及装置
CN113721586A (zh) 一种工业过程控制回路的欺骗攻击检测方法
CN108731792B (zh) 一种判断列车过车的方法及振动检测装置

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