CN113664832A - 一种机器人碰撞预测方法、计算机存储介质及电子设备 - Google Patents

Abstract

本申请提供一种机器人碰撞预测方法、计算机存储介质及电子设备，包括：监测所述机器人的运动状态；根据所述运动状态，预测所述机器人的未来运动轨迹；根据所述机器人的尺寸参数，判断所述机器人在所述未来运动轨迹中是否发生碰撞。机器人碰撞预测方法包括监测机器人的运动状态并预测其未来运动轨迹，再结合机器人的尺寸参数预测机器人是否发生碰撞，提供了机器人自身碰撞的预警机制思路，不依赖传感器，目的在于提前反馈碰撞信号，来提示使用者正在进行危险操作，从而避免碰撞发生，提高机器人使用的安全性，同时降低使用者的使用门槛。

Description

一种机器人碰撞预测方法、计算机存储介质及电子设备

技术领域

本申请涉及机器人技术领域，具体而言，涉及一种机器人碰撞预测方法、计算机存储介质及电子设备。

背景技术

对机器人拖动示教、通过sdk控制机器人、基于视觉等的机器人自适应移动过程中，可能会发生机器人自身的碰撞。

出于对机器人本体和用户使用机器人的安全考虑，我们需要当机器人本体与本体发生碰撞时，能停下来而不继续撞击本体，这就需要机器人能有自我碰撞检测的功能。

现有的技术对于机器人的碰撞检测都依赖于传感器或电机。例如几种常用的碰撞检测方法：

(1)使用腕力传感器来检测碰撞：能够准确地检测到机器人末端的碰撞力，但不能检测到机器人其他部分的碰撞，检测范围有局限性，通常用于磨削力、装配力等手部碰撞力的检测。

(2)用电子皮肤来检测碰撞：覆盖整个机器人感知的电子皮肤，可以检测机器人的任意部位的碰撞。但缺点是布线复杂，抗干扰能力差。

(3)通过电机的电流或反馈转矩来检测碰撞：这是一种广泛应用于各种工业机器人的碰撞方案，不需要使用其他传感器，其优点是检测范围可以覆盖机器人的整个表面，但缺点是由于关节处摩擦力问题可能使检测不准确。

以上方法都是在机器人已经发生碰撞后才能检测出碰撞信号。目前在本行业还不存在机器人自身碰撞预警和提示相关的功能，由于机器人收到碰撞信号后才能及时停止或做出规避动作，不能完全阻止碰撞事件的发生，不可避免会造成对人员的伤害、机器人本体的伤害或对其他物品的伤害。

发明内容

本申请实施例的目的在于提供一种机器人碰撞预测方法、计算机存储介质及电子设备，用以解决现有技术由于机器人收到碰撞信号后才能及时停止或做出规避动作，不能完全阻止碰撞事件的发生，不可避免会造成对人员的伤害、机器人本体的伤害或对其他物品的伤害的问题。

本申请实施例提供的一种机器人碰撞预测方法，包括：

监测机器人的运动状态；

根据运动状态，实时预测机器人的未来运动轨迹；

根据机器人的尺寸参数，判断机器人在未来运动轨迹中是否发生碰撞。

上述技术方案中，机器人碰撞预测方法包括监测机器人的运动状态并预测其未来运动轨迹，再结合机器人的尺寸参数预测机器人是否发生碰撞，提供了机器人自身碰撞的预警机制思路，不依赖传感器，目的在于提前反馈碰撞信号，来提示使用者正在进行危险操作，从而避免碰撞发生，提高机器人使用的安全性，同时降低使用者的使用门槛。

在一些可选的实施方式中，根据机器人的尺寸参数，判断机器人在未来运动轨迹中是否发生碰撞，包括：

将机器人机械模型简化为多个圆柱体包围盒，选取其中的两个圆柱体包围盒；

根据两个圆柱体包围盒的尺寸参数，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞。

上述技术方案中，将机器人机械模型简化为多个圆柱体包围盒，每次以两个圆柱体包围盒为目标进行判断。在机器人的具有N(N>2)个圆柱体包围盒时，需要进行自身是否发生碰撞的判断一次或多次，关于判断次数的计算，首先从N个圆柱体包围盒中每次选取任意两个不分次序的不同圆柱体包围盒，一共N×(N-1)/2次，再减去不会发生碰撞的相邻圆柱体包围盒的情况(即N-1次)，最后可通过人工筛选进一步简化判断次数。

在一些可选的实施方式中，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞，包括：

若两个圆柱体包围盒的几何中心点之间的距离低于预设阈值，则判断机器人发生碰撞。

在一些可选的实施方式中，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞，包括：

若两个中心点的距离大于或等于预设阈值，且两个圆柱体包围盒的端面圆相交，则判断机器人发生碰撞。

在一些可选的实施方式中，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞，还包括：

若两个中心点的距离大于或等于预设阈值，两个圆柱体包围盒的端面圆不相交，两个中轴线共面且垂直，且两个中轴线相交，则判断机器人发生碰撞。

在一些可选的实施方式中，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞，还包括：

若两个中心点的距离大于或等于预设阈值，两个圆柱体包围盒的端面圆不相交，两个中轴线平行，两个中轴线的轴距小于两圆柱体半径之和，且两个中轴线投影范围交迭，则判断机器人发生碰撞。

在一些可选的实施方式中，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞，还包括：

若两个中心点的距离大于或等于预设阈值，两个圆柱体包围盒的端面圆不相交，两个中轴线非平行且非共面，分别求最靠近对方的母线，两个母线相交或任一母线与对应中轴线的公垂线长度值小于对应半径，则判断机器人发生碰撞。

在一些可选的实施方式中，机器人在第一运动模式下，控制机器人的关节转动；

运动状态包括当前关节角度和关节的角速度；

根据运动状态，预测机器人的未来运动轨迹，包括：

根据当前关节角度和关节的角速度，预测未来运动轨迹。

上述技术方案中，第一运动模式是一种通过控制机器人关节转动，包括关节的转动速度和顺时针或逆时针方向，来实现机器人的运动。在第一运动模式下，根据当前关节角度位置+单一关节的速度×(时间间隔×个数)，可得到多个时间间隔后机器人关节角度位置，对应为多个未来时刻下圆柱体的空间位置，当时间间隔足够小时，可得到机器人的未来运动轨迹。

在一些可选的实施方式中，机器人在第二运动模式下，直接控制机器人的末端点移动；

运动状态包括当前末端点的位姿和末端点的运动速度；

根据运动状态，预测机器人的未来运动轨迹，包括：

根据当前末端点的位姿和末端点的运动速度，预测末端点的运动轨迹；

根据末端点的运动轨迹，逆解出机器人关节角度变化，从而获得机器人的未来运动轨迹。

上述技术方案中，第二运动模式是一种通过控制机器人末端点在笛卡尔空间的运动，来实现机器人的运动。在第二运动模式下，根据当前末端的位姿+末端点的运动速度×(时间间隔×个数)，可得到多个时间间隔的末端位姿，将其逆解后得到多个时间下的圆柱体空间位置，当时间间隔足够小时，可得到机器人的未来运动轨迹。

在一些可选的实施方式中，机器人在第三运动模式下，机器人按照已完成的作业编程进行运动，并在图像中同步显示机器人的运动状态；

根据运动状态，预测机器人的未来运动轨迹，包括：

根据呈现在图像中机器人的运动状态，通过插补算法，预测未来运动轨迹。

上述技术方案中，第三运动模式是利用对机器人进行作业编程，使机器人按照作业编程进行运动，并且，将机器人的运动过程同步到图像中进行显示，针对图像中的机器人，通过插补算法，得到机器人的未来运动轨迹。

本申请实施例提供的一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令，该计算机程序指令被处理器读取并运行时，执行如以上任一项所述的方法。

本申请实施例提供的一种电子设备，包括存储器以及处理器，该存储器中存储有计算机程序指令，该计算机程序指令被所述处理器读取并运行时，执行如以上任一项所述的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请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为本申请实施例提供的机器人碰撞预测方法的步骤流程图；

图2为本申请实施例提供的机器人立体图；

图3为本申请实施例提供的机器人俯视图；

图4为本申请实施例提供的机器人碰撞判断流程图；

图5为本申请实施例提供的电子设备的结构图；

图6为本申请实施例提供的母线的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

对照实施例对于机器人的碰撞检测都依赖于传感器或电机，并且，机器人收到碰撞信号后才能及时停止或做出规避动作。本申请实施例提供的一种机器人碰撞预测方法、计算机存储介质及电子设备，提供了机器人碰撞的预警机制，不依赖传感器和电机，提取反馈碰撞信号，避免碰撞发生。

请参照图1，图1为本申请实施例提供的一种机器人碰撞预测方法流程图，具体包括：

101、监测机器人的运动状态；

本申请实施例的机器人碰撞预测方法适用于包括但不限于以下三种机器人的运动模式中：

在第一运动模式中，控制器通过控制机器人各个关节的转动，包括各个关节的转动速度和顺时针或逆时针方向转动，来实现机器人整体的运动。

在第二运动模式中，控制器通过控制机器人末端点在笛卡尔空间的运动，来实现机器人的运动。其中，机器人末端点的运动轨迹确定时，通过最优解确定机器人唯一的运动过程，即机器人末端点的运动轨迹与机器人的运动过程一一对应，可通过机器人末端点的运动轨迹逆解出机器人的运动过程。

在第三运动模式中，控制器通过已完成的作业编程，使机器人按照作业编程进行运动，并且，将机器人的运动过程同步到图像中进行显示。

102、根据运动状态，实时预测机器人的未来运动轨迹；

步骤102对应与机器人的三种运动模式下，分别阐述如下：

机器人在第一运动模式下，控制机器人的关节转动；运动状态包括当前关节角度和关节的角速度；根据运动状态，预测机器人的未来运动轨迹，包括：根据当前关节角度和关节的角速度，预测未来运动轨迹。在第一运动模式下，根据当前关节角度位置+单一关节的速度×(时间间隔×个数)，可得到多个时间间隔后机器人关节角度位置，对应为多个未来时刻下圆柱体的空间位置，当时间间隔足够小时，可得到机器人的未来运动轨迹。

机器人在第二运动模式下，直接控制机器人的末端点移动；运动状态包括当前末端点的位姿和末端点的运动速度；根据运动状态，预测机器人的未来运动轨迹，包括：根据当前末端点的位姿和末端点的运动速度，预测末端点的运动轨迹；根据末端点的运动轨迹，逆解出机器人关节角度变化，从而获得机器人的未来运动轨迹。第二运动模式是一种通过控制机器人末端点在笛卡尔空间的运动，来实现机器人的运动，即，根据当前末端的位姿+末端点的运动速度×(时间间隔×个数)，可得到多个时间间隔的末端位姿，将其逆解后得到多个时间下的圆柱体空间位置，当时间间隔足够小时，可得到机器人的未来运动轨迹。

机器人在第三运动模式下，机器人按照已完成的作业编程进行运动，并在图像中同步显示机器人的运动状态，此时，根据呈现在图像中机器人的运动状态，通过插补算法，预测未来运动轨迹。第三运动模式是利用对机器人进行作业编程，使机器人按照作业编程进行运动，并且，将机器人的运动过程同步到图像中进行显示，针对图像中的机器人，通过插补算法，得到机器人的未来运动轨迹。

103、根据机器人的尺寸参数，判断机器人在未来运动轨迹中是否发生碰撞。

步骤103中，要判断机器人任意处是否发生自身碰撞，需要对机器人各构件分别进行是否碰撞的判断，因此，将所述机器人机械模型简化为多个圆柱体包围盒，每次以两个圆柱体包围盒为目标进行判断，多次判断之后，若机器人的任意两个圆柱体包围盒之间均不会发生碰撞，则认为机器人在未来运动轨迹中没有发生自身碰撞。需明确的是，虽然本申请实施例讨论机器人是否发生自身碰撞，但本申请实施例的机器人碰撞预测方法仍然适用于机器人可能与外部静态环境或动态物体碰撞的预测，对于外部静态环境，只需要采用类似的方式，提前将环境中的物体参数导入，将环境中物体简化为长方体包围盒后加入机器人碰撞预测的判断中。对于动态物体，则可参照机器人的圆柱体包围盒，将其简化为圆柱体包围盒，当成机器人的新的圆柱体包围盒，加入到机器人碰撞预测的判断中。

在机器人的具有N(N>2)个圆柱体包围盒时，需要进行自身是否发生碰撞的判断一次或多次，关于判断次数的计算，首先从N个圆柱体包围盒中每次选取任意两个不分次序的不同圆柱体包围盒，一共N×(N-1)/2次，再减去不会发生碰撞的相邻圆柱体包围盒的情况(即N-1次)，最后可通过人工筛选进一步简化判断次数。例如，请参照图2、图3中的机器人，该机器人具有9个圆柱体包围盒(a1、a2、a3、a4、a5、a6、b1、b2、b3)，若两两进行检测则需要进行9x8/2＝36次检测，但由于机械结构的限制，有些结构体之间不可能产生碰撞，如相邻的两个圆柱体包围盒不会发生碰撞，则筛选出36-8＝28次，再进行人为判断筛选，最终设置14次检测，如下表所示，Y为对应编号的圆柱体包围盒应用进行检测，N为不需要进行检测的情况。

表1圆柱体包围盒可发生碰撞筛选

针对上述筛选出的任意两个可发生碰撞的圆柱体包围盒，根据两个圆柱体包围盒的尺寸参数(包括半径、高度)，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞，进行如下判断流程：

请参照图4，图4为本发明实施例中，判断两个圆柱体包围盒在未来运动轨迹中是否发生碰撞的判断流程图，碰撞检测描述为以下三个流程，中心距离预检测、端面相交检测、侧面相交检测的顺序进行。

S1、中心距离预检测：若两个圆柱体包围盒连心线够短，则所述机器人发生碰撞，否则进行下一步检测。

S2、端面相交检测：若端面圆相交，则所述机器人发生碰撞，否则进行下一步。

S3、侧面碰撞检测：求两圆柱中轴线的位置关系。

(1)当中轴线共面且垂直时，若中轴线丁字或十字相交则发生碰撞，否则不碰撞。

(2)当中轴线平行时，若轴距小于两圆柱半径之和，且轴线投影范围交迭，则发生碰撞，否则不碰撞。

(3)当中轴线非平行其非共面时，分别求最靠近对方的母线，母线相交或足够近则发生碰撞，否则不碰撞。如图6所示，要找圆柱A上的一条距离圆柱B最近的母线，首先假设圆柱B的中心为P，将P投影到CA平面得到点P’，连接圆心和P’得到一条半径向量r’，将圆柱A的轴线XA沿r’方向平移一个半径距离得到母线，该母线即为圆柱A距离圆柱B最近的母线。设该母线为GA，可求出GA到圆柱B中轴线XB的公垂线长度dAB。同理也可在圆柱B上找到一条距离圆柱A最近的母线。设该母线为GB，可求出GB到圆柱A中轴线XA的公垂线长度dBA。若dAB<＝rB,或dBA<＝rA则认为距离过近，判断为发生碰撞。

本申请实施例的机器人碰撞预测方法，在检测机器人本体与本体或者机器人本体与已知静态环境是否发生碰撞时，可以不再依赖传感器。在检测机器人本体与外部动态环境或人员是否碰撞时，才会需要引入传感器获取外部动态环境或人员的运动状态。

由于机器人的各个机械参数是已知的，可以建立比较精确的机器人各关节部件的圆柱体包围盒模型。如，使用OpenGL绘制机器人模型：在机器人本体运动时，该功能模块会实时检测预测轨迹上的某些圆柱体包围盒是否相互碰撞。而这只依赖于软件算法和机器人上获取的关节数据，不需要增加额外的传感器。另外，在需要检测机器人与外部静态环境是否碰撞时，也可以采取类似的方式，提前将环境中其余物体参数导入该功能模块，将环境物体简化为长方体包围盒后加入进机器人碰撞检测中。

其效果类似于3D游戏中物体与物体之间碰撞检测，检测算法复杂度可依据硬件能力适当调整以获取更快的检测和响应速度。

本申请实施例还能够根据用户需要设置碰撞预警的级别，即设置0.5s或1s后将会发生碰撞则返回碰撞警示和报警信号。提前提醒操作人员正在进行的操作是否符合规范、存在危险，避免机器人发生碰撞事件。

该方法依赖于机器人运动学，通过历史关节的角度得出速度后，能够预测后面一段时间的各圆柱体包围盒的位置，再根据包围盒碰撞检测算法检测每一个预测时刻是否碰撞，返回碰撞标志。

该碰撞检测方案既能使检测范围覆盖到机器人整个本体表面、机器人与外部环境，又能在碰撞事件发生前提前预警，解决了经典碰撞检测技术方案中大量依赖传感器、检测准确性不够高、碰撞后才能得出反馈等问题。

综上所述，机器人碰撞预测方法包括监测机器人的运动状态并预测其未来运动轨迹，再结合机器人的尺寸参数预测机器人是否发生碰撞，提供了机器人自身碰撞的预警机制思路，不依赖传感器，目的在于提前反馈碰撞信号，来提示使用者正在进行危险操作，从而避免碰撞发生，提高机器人使用的安全性，同时降低使用者的使用门槛。

图5示出了本申请实施例提供的电子设备500的一种可能的结构。参照图5，电子设备500包括：处理器510、存储器520、通信接口530以及图像采集器540，这些组件通过通信总线550和/或其他形式的连接机构(未示出)互连并相互通讯。

其中，存储器520包括一个或多个(图中仅示出一个)，其可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，电可擦除可编程只读存储器(Electric Erasable Programmable Read-Only Memory，简称EEPROM)等。处理器510以及其他可能的组件可对存储器520进行访问，读和/或写其中的数据。

处理器510包括一个或多个(图中仅示出一个)，其可以是一种集成电路芯片，具有信号的处理能力。上述的处理器510可以是通用处理器，包括中央处理器(CentralProcessing Unit，简称CPU)、微控制单元(Micro Controller Unit，简称MCU)、网络处理器(Network Processor，简称NP)或者其他常规处理器；还可以是专用处理器，包括神经网络处理器(Neural-network Processing Unit，简称NPU)、图形处理器(Graphics ProcessingUnit，简称GPU)、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuits，简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。并且，在处理器510为多个时，其中的一部分可以是通用处理器，另一部分可以是专用处理器。

通信接口530包括一个或多个(图中仅示出一个)，可以用于和其他设备进行直接或间接地通信，以便进行数据的交互。通信接口530可以包括进行有线和/或无线通信的接口。

图像采集器540包括一个或多个(图中仅示出一个)，可以用于采集图像并将采集到的图像发往存储器520进行存储，并可由处理器510对图像进行处理。图像采集器540可以是摄像头(包括镜头和图像传感器等组件)。

在存储器520中可以存储一个或多个计算机程序指令，处理器510可以读取并运行这些计算机程序指令，以实现本申请实施例提供的机器人碰撞预测方法。

可以理解的，图5所示的结构仅为示意，电子设备500还可以包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的结构。图5中所示的各组件可以采用硬件、软件或其组合实现。电子设备500可能是实体设备，例如PC机、笔记本电脑、平板电脑、手机、服务器、嵌入式设备等，也可能是虚拟设备，例如虚拟机、虚拟化容器等。并且，电子设备500也不限于单台设备，也可以是多台设备的组合或者大量设备构成的集群。

例如，本申请实施例中提到的以第一运动模式、第二运动模式和第三运动模式分别实现机器人碰撞预测的电子设备500均可采用图5中的结构实现，但以第一运动模式和第二运动模式分别实现机器人碰撞预测的电子设备500在实现时可以不必包含图5中的图像采集器540。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被计算机的处理器读取并运行时，执行本申请实施例提供的机器人碰撞预测方法。例如，计算机可读存储介质可以实现为图5中电子设备500中的存储器520。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (12)

1.一种机器人碰撞预测方法，其特征在于，包括：

监测所述机器人的运动状态；

根据所述运动状态，实时预测所述机器人的未来运动轨迹；

根据所述机器人的尺寸参数，判断所述机器人在所述未来运动轨迹中是否发生碰撞。

2.如权利要求1所述的方法，其特征在于，所述根据所述机器人的尺寸参数，判断所述机器人在所述未来运动轨迹中是否发生碰撞，包括：

将所述机器人机械模型简化为多个圆柱体包围盒，选取其中的两个圆柱体包围盒；

根据所述两个圆柱体包围盒的尺寸参数，判断所述两个圆柱体包围盒在所述未来运动轨迹中是否发生碰撞。

3.如权利要求2所述的方法，其特征在于，所述判断所述两个圆柱体包围盒在所述未来运动轨迹中是否发生碰撞，包括：

若所述两个圆柱体包围盒的中心点之间的距离低于预设阈值，则判断所述机器人发生碰撞。

4.如权利要求3所述的方法，其特征在于，所述判断所述两个圆柱体包围盒在所述未来运动轨迹中是否发生碰撞，还包括：

若两个所述中心点的距离大于或等于预设阈值，且所述两个圆柱体包围盒的端面圆相交，则判断所述机器人发生碰撞。

5.如权利要求3所述的方法，其特征在于，所述判断所述两个圆柱体包围盒在所述未来运动轨迹中是否发生碰撞，还包括：

若两个所述中心点的距离大于或等于预设阈值，所述两个圆柱体包围盒的端面圆不相交，两个中轴线共面且垂直，且两个中轴线相交，则判断所述机器人发生碰撞。

6.如权利要求3所述的方法，其特征在于，所述判断所述两个圆柱体包围盒在所述未来运动轨迹中是否发生碰撞，还包括：

若两个所述中心点的距离大于或等于预设阈值，所述两个圆柱体包围盒的端面圆不相交，两个中轴线平行，两个中轴线的轴距小于两圆柱体半径之和，且两个中轴线投影范围交迭，则判断所述机器人发生碰撞。

7.如权利要求3所述的方法，其特征在于，所述判断所述两个圆柱体包围盒在所述未来运动轨迹中是否发生碰撞，还包括：

若两个所述中心点的距离大于或等于预设阈值，所述两个圆柱体包围盒的端面圆不相交，两个中轴线非平行且非共面，分别求最靠近对方的母线，两个母线相交或任一母线与对应中轴线的公垂线长度值小于对应半径，则判断所述机器人发生碰撞。

8.如权利要求1-7任一项所述的方法，其特征在于，所述机器人在第一运动模式下，控制所述机器人的关节转动；

所述运动状态包括当前关节角度和关节的角速度；

所述根据所述运动状态，预测所述机器人的未来运动轨迹，包括：

根据所述当前关节角度和关节的角速度，预测所述未来运动轨迹。

9.如权利要求1-7任一项所述的方法，其特征在于，所述机器人在第二运动模式下，直接控制所述机器人的末端点移动；

所述运动状态包括当前末端点的位姿和末端点的运动速度；

所述根据所述运动状态，预测所述机器人的未来运动轨迹，包括：

根据所述当前末端点的位姿和末端点的运动速度，预测所述末端点的运动轨迹；

根据所述末端点的运动轨迹，逆解出所述机器人关节角度变化，从而获得所述机器人的未来运动轨迹。

10.如权利要求1-7任一项所述的方法，其特征在于，所述机器人在第三运动模式下，所述机器人按照已完成的作业编程进行运动，并在图像中同步显示所述机器人的运动状态；

所述根据所述运动状态，预测所述机器人的未来运动轨迹，包括：

根据呈现在图像中机器人的运动状态，通过插补算法，预测所述未来运动轨迹。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行如权利要求1-10中任一项所述的方法。

12.一种电子设备，其特征在于，包括存储器以及处理器，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器读取并运行时，执行权利要求1-10中任一项所述的方法。

Images