CN114434444A - 一种重载工业机器人辅助装配安全空间的规划方法 - Google Patents

一种重载工业机器人辅助装配安全空间的规划方法 Download PDF

Info

Publication number
CN114434444A
CN114434444A CN202210098143.5A CN202210098143A CN114434444A CN 114434444 A CN114434444 A CN 114434444A CN 202210098143 A CN202210098143 A CN 202210098143A CN 114434444 A CN114434444 A CN 114434444A
Authority
CN
China
Prior art keywords
space
safe space
safe
safety
robot
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
CN202210098143.5A
Other languages
English (en)
Other versions
CN114434444B (zh
Inventor
田威
刘明轩
段晋军
李鹏程
王品章
沈烨
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202210098143.5A priority Critical patent/CN114434444B/zh
Publication of CN114434444A publication Critical patent/CN114434444A/zh
Application granted granted Critical
Publication of CN114434444B publication Critical patent/CN114434444B/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
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

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

Abstract

本发明公开了一种重载工业机器人辅助装配安全空间的规划方法,通过对重载工业机器人、装配工件、工作环境三者分别建立模型,进而建立虚拟安全空间环境,不仅考虑到工作任务中重载工业机器人、装配工件等动态变换的部分与工作环境之间的干涉,同时也加入了重载工业机器人与装配工件等动态变换部分自身之间的干涉;针对大负载工件的安全空间规划问题提出了安全空间包络面的概念,并在此基础上依次建立冗余安全空间包络面、安全空间缓冲带,通过对安全空间缓冲带的灵活运用来对机器人的运动进行调节。该方法对于在安全空间下进行自动化编程及人机协作任务具有通用性,可根据实际的任务来对虚拟安全空间环境进行规划。

Description

一种重载工业机器人辅助装配安全空间的规划方法
技术领域
本发明属于机器人人机协作装配领域,具体涉及一种重载工业机器人辅助装配安全空间的规划方法。
背景技术
机器人本身具有灵巧高效、柔性高、通用性强、成本低及易集成等特点。随着工业机器人硬件的不断优化升级,其绝对定位精度、负载能力以及结构刚度得到了很大的提升,可以满足大重型工件的精密装配。相较于小型工件,工业机器人在大重型工件自动化编程及人机协作装配应用中的安全风险极高。一方面,大负载工件体积大,重量大,运动惯性大的特点会给自动化编程带来一定困扰,编程人员难以估计工件在运动轨迹中的姿态以及发生干涉的危险程度。另一方面,人机协作的操作方式往往通过柔顺控制实现一定的柔性,同时也增加了发生干涉、碰撞的风险。特别的大负载工件,例如飞机装配件通常为单件小批量,装配要求较高、装配步骤繁琐、装配环境复杂。在重载工业机器人辅助装配任务中,不仅需要自动化编程完成工件的放置移动等,还需要人机直接接触进行协作处理完成辅助装配,整个装配任务中存在的安全风险较大。仅依靠机器人自身安全保护装置,发生保护时产生的力已经足以造成一定的破坏,同时装配人员在拖拽机器人移动的过程中也难以观察到大重型工件整体及工作环境的所有细节。因此如何对于重载工业机器人的安全空间进行有效地规划及对干涉判断条件合理设置,使其应用于自动化编程和人机协作装配等多种任务是需要解决的一个重要问题。
文献CN110802588A公开了一种确定机器人安全线路的方法和装置,通过传感器测量数据确定机器人的作业场景实体空间,并确定该实体空间与机器人允许活动范围的重合空间,在该活动空间下进行安全判断,从而使得机器人的运动轨迹处于安全活动空间内。文献CN104626208A公开了一种航天器机械臂辅助装配安全空间建立及干涉预警方法,通过在控制系统的虚拟环境中导入与实物外形尺寸一致的机械臂,待装配产品及工作环境中其他物体的三维模型,通过模型干涉检查判断机械臂及其附带物体是否达到安全空间边界,并对安全边界做出了冗余处理以消除系统延时的影响。然而上述方法对安全的原则为机械臂在安全空间内完成任务且不与周围物体发生干涉,仅考虑了实体场景与机器人自身允许活动的范围,对于安全空间规划时的考虑不够全面并未考虑到机器人夹持的工件与机械臂自身发生碰撞的风险,对于干涉判断条件的考虑不够全面。且对于发生干涉后的处理并未做出详细规划。
文献CN105415372A公开了一种安全空间约束下的多关节机器人轨迹规划方法,通过测量或建模等方法确定机器人的安全工作空间后使用示教器设定机器人的安全工作范围,并根据机器人作业任务进行运动轨迹的示教工作,最后在运动的过程中进行干涉判断。一定程度上保证了运动过程中的安全性,且提高了人工示教的效率。然而该专利通过示教器设定安全空间的方法难以满足复杂工作环境下的安全空间要求,灵活性及通用性较差,而且对于操作人员的可视性较差,同时仅考虑了通过示教完成运动轨迹规划,难以满足当前自动化、柔性化要求较高的复杂任务。
综上,现有重载工业机器辅助装配安全空间的规划中,仍然较少地考虑到机器人夹持大重型工件在人工拖拽运动过程中的安全问题,且难以灵活地对安全空间进行规划以满足不同任务的需要。因此,如何对重载工业机器人的安全工作空间进行有效规划,并如何进一步利用安全空间满足当前装配任务中日益提高的自动化、柔性化的需求是一个重要的研究问题。
发明内容
本发明针对现有技术中的不足,提供一种重载工业机器人辅助装配安全空间的规划方法,采用的技术方案如下:
一种重载工业机器人辅助装配安全空间的规划方法,包括以下步骤:
步骤S1、建立虚拟安全空间环境及其基坐标系;
步骤S2、将工作环境中包含的所有实体模型导入到S1建立的虚拟安全空间环境中;
步骤S3、实际测量或标定工作环境中包含的所有实体间的相对位置和姿态,并根据测量或标定值在S1建立的虚拟安全空间环境中进行实体模型位姿修正;
步骤S4、在S1建立的虚拟安全空间环境中规划总的安全工作区域;
步骤S5、分别对S2中导入的实体模型中的静止模型建立静止模型包络体,所述静止模型包括装配体模型和工作环境中相关的静止实体模型;
步骤S6、根据S5中的静止模型包络体构建安全空间的静态部分,对S5中所有静止模型包络体的并集取其相对于总的安全工作区域的补集,并将生成的补集与总的安全工作区域的交集作为安全空间的静态部分;
步骤S7、分别对步S2中的导入的实体模型中的运动模型进行型面分割,获得多个截面数据,所述运动模型包括机器人模型和装配工件模型;
步骤S8、根据S7中运动模型的截面数据,利用自适应采样点方法对各截面分别进行离散化,生成对应的离散点模型;
步骤S9、实时检测运动模型对应实体的位姿数据;
步骤S10、根据S9中获取的运动模型的实时位姿数据,在S1的虚拟安全空间环境中生成相应姿态下的离散点模型,对离散点模型建立相应的包络体,构建安全空间的动态部分,安全空间的动态部分是对所有离散点模型的包络体取并集后形成的空间集合;
步骤S11、根据S6中安全空间的静态部分及S10中安全空间的动态部分在S1的虚拟安全空间环境中生成总的安全空间,将安全空间的动态部分相对于总的安全工作区域的补集与安全空间的静态部分的交集作为总的安全空间;
步骤S12、根据总的安全空间生成安全空间包络面,并以此生成冗余安全空间包络面;安全空间包络面是总的安全空间表面的点所形成的集合,冗余安全空间包络面为总的安全空间的子集空间的表面点所形成的集合;
步骤S13、根据S12中生成的安全空间包络面及冗余安全空间包络面,建立安全空间缓冲带;安全空间缓冲带为安全空间包络面和冗余安全空间包络面之间的空间集合,且具有设定的最小宽度;
步骤S14、实时获取机器人机械臂上多维力传感器的数据,当其超过设定的门限阈值时,安全停止机器人运动;
步骤S15、设置干涉判断条件,在虚拟安全空间环境中实时监测是否发生干涉;
步骤S16、当发生干涉时,根据不同的干涉情况控制机器人机械臂的运动。
进一步地,步骤S8中所述自适应采样点方法具体为:
在利用等步长采样法选择点之后,先选择当前采样点Pi,再选择接下来的两个采样点Pi+1,Pi+2,计算三个点之间的距离,利用余弦公式得出线段PiPi+1和线段PiPi+2之间的夹角α,将夹角α与设定的角度判断值α'进行比较:若α>α',则表明当前位置的曲率变化较大,采样点Pi+1满足采样要求,记录Pi+1;若α≤α',则表明当前位置的曲率变化较小,等步长采样法在当前位置所取点过多,造成测量任务繁杂,不记录Pi+1;依次对等步长采样法的选择点进行以上处理,得到当前截面的离散点数据。
进一步地,步骤S10中对离散点模型进行整体扩张处理或整体缩小处理和/或整体偏移处理以满足工作环境的实际需要。
进一步地,步骤S15中,若安全空间的动态部分与安全空间缓冲带发生重合,则认为发生了干涉,重合部分为发生干涉部分;干涉判断条件的设置原则包括:
保证机器人处于自身的工作范围内;
保证安全空间的动态部分中的模型内部之间不发生干涉;
保证安全空间的动态部分不与安全空间的静态部分产生干涉。
进一步地,步骤S16中,当发生干涉时,获取安全空间缓冲带中发生干涉部分与安全空间包络面的最短距离Kmin,并结合S13中安全空间缓冲带设定的最小宽度Kmax,对机器人机械臂的运动进行控制:
若当前时刻的Kmin小于上一时刻的Kmin,则速度系数
Figure BDA0003491341330000041
若当前时刻的Kmin大于上一时刻的Kmin,则速度系数
Figure BDA0003491341330000042
其中,α1、α2、β1、β2均为控制指数,将得到的速度系数与机器人当前的运动速度相乘作为下一时刻机器人的运动速度。
本发明的有益效果是:
1)本发明所提出的重载工业机器人辅助装配安全空间的规划方法,通过对重载工业机器人、装配工件、工作环境三者分别建立模型,进而建立虚拟安全空间环境,不仅考虑到工作任务中重载工业机器人、装配工件等动态变换的部分与工作环境之间的干涉,同时也加入了重载工业机器人与装配工件等动态变换部分自身之间的干涉,保证了重载工业机器人、装配工件、工作环境整体的安全性。该方法对于在安全空间下进行自动化编程及人机协作任务具有通用性,可根据实际的任务来对虚拟安全空间环境进行规划。
2)本发明针对动态模型的建立提出了一种离散点模型的方法。通过对重载工业机器人、装配工件等动态变换的部分进行型面分割后,再通过本发明提出的自适应采样点方法进行离散化,生成三维实体模型的易碰撞离散点模型。在可视化虚拟安全空间中进行干涉判断时,可通过机器学习的方式判断任一位姿下易发生碰撞的部位,从而只需要对易碰撞部位的离散点进行干涉判断即可保证任务的安全性,具有判断迅速、实时性更强的特点。
3)本发明针对大负载工件的安全空间规划问题提出了根据实际任务建立安全空间包络面的概念。安全空间包络面对于单个任务是一个动态变化的有限空间集合,并在此基础上依次建立冗余安全空间包络面、安全空间缓冲带,通过对安全空间缓冲带的灵活运用来对机器人的运动进行调节。并且对上述虚拟模型可视化后,可以通过模型更改、干涉判断条件设置等方式来满足不同装配任务的要求,具有可视化程度高、通用性高的特点。
附图说明
图1为本发明方法流程示意图;
图2为本发明中自适应采样法的原理示意图;
图3为实施例中虚拟安全空间环境示意图;
图4为本发明中的速度系数曲线图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
本发明提出了一种重载工业机器人辅助装配安全空间的规划方法及干涉判断方法,用于保证重载工业机器人辅助装配中装夹大型负载工件完成装配工作时的安全性。以下通过具体的实施例对本发明方法进行详细描述,本实施例基于如下硬件实现:重载工业机器人、装配工件、装配体、六维力传感器。其中机器人通过快换夹具夹持装配工件,整个装配任务中机器人位于自身工作范围之内。
见图1,具体步骤如下:
步骤S1、建立虚拟安全空间环境及其及基坐标系Ow-XwYwZw
步骤S2、将已知的机器人模型、装配工件模型、装配体模型及工作环境中的相关实体模型包括六维力传感器、AGV小车、快换夹具等,导入到步骤S1的虚拟安全空间环境中。
步骤S3、测量和标定步骤S2中导入模型的实体之间的相对位置和相对姿态,并根据测量或标定的数据在步骤S1的虚拟安全空间环境中进行修正,保证与实体位置一一对应。
步骤S4、在步骤S1的虚拟安全空间环境中规划总的安全工作区域Oa
步骤S5、对装配体建立包络体P1,对环境中存在的障碍物建立包络体B1、B2,对工作环境中无需使用的工作空间形成的虚拟模型建立包络体V1
步骤S6、根据步骤S5中的静止模型包络体构建安全空间的静态部分OS
Figure BDA0003491341330000051
步骤S7、对步骤S2中的机器人模型,装配工件模型等运动模型进行型面分割,获得多个截面数据。
步骤S8、根据步骤S7中运动模型的截面数据,通过自适应采样方法(原理如图2所示)对截面进行离散化,生成对应截面易碰撞点的离散点模型,进而生成对应模型的离散点模型。设得到的机械臂六个轴的离散点模型分别为R1、R2、R3、R4、R5、R6,得到的装配工件的离散点模型为G1,得到快换夹具的离散点模型为J1
步骤S9、实时检测机器人及装配工件等运动模型的位置位姿数据;包括机器人六个轴的角度值、机器人末端的姿态、机器人运动速率等。
步骤S10、根据步骤S9中运动模型的位置位姿数据,在S1的虚拟安全空间环境中生成相应姿态下的离散点模型,对离散点模型建立相应的包络体,构建安全空间的动态部分OD
OD=(R1∪R2∪R3∪R4∪R5∪R6∪G1∪J1)。
步骤S11、根据步骤S6中安全空间的静态部分及S10中安全空间的动态部分在S1的虚拟安全空间环境中生成总的安全空间OA
Figure BDA0003491341330000061
步骤S12、根据步骤S11中总的安全空间生成安全空间包络面SO,在安全空间包络面的基础上向安全的空间偏移Xmm生成冗余安全空间包络面SI
步骤S13、根据步骤S12中生成的安全空间包络面及冗余安全空间包络面,建立安全空间缓冲带OB;安全空间缓冲带的宽度Kmax,即为步骤S12中偏移的距离Xmm。最终,建立的虚拟安全空间环境如图3所示。
步骤S14、读取六维力传感器的六维力数据,设定一定的六维力门限值,并对所受到的力进行一定的滤波处理来消除一定的扰动误差。对六维力数据进行实时判断,当六维力数据超过设定的门限值时,安全停止机器人运动。
步骤S15、设置干涉判断条件,在虚拟安全空间环境中实时监测判断是否发生干涉行为;当安全空间动态部分与安全空间缓冲带有重合部分时,认为处于干涉状态。干涉判断条件的设置原则有:
保证机器人处于自身的工作范围内;
保证安全工作空间中的动态部分不与安全工作空间的静态部分产生干涉;
保证安全工作空间中的动态部分中的模型内部之间不发生干涉。
步骤S16、发生干涉时,判断安全空间缓冲带中发生干涉部分与安全空间包络面的最短距离Kmin,结合步骤S13中安全空间缓冲带的最小宽度Kmax,对Kmin进行判断,
若当前时刻呈减小趋势,则速度系数
Figure BDA0003491341330000062
若当前时刻呈增加趋势,则速度系数
Figure BDA0003491341330000063
将得到的速度系数与机器人运动速度相乘,即为机器人下一时刻的运动速度。从而根据发生干涉的情况,控制机械臂的运动。其中,速递系数的曲线图如图4所示。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。

Claims (5)

1.一种重载工业机器人辅助装配安全空间的规划方法,其特征在于,包括以下步骤:
步骤S1、建立虚拟安全空间环境及其基坐标系;
步骤S2、将工作环境中包含的所有实体模型导入到S1建立的虚拟安全空间环境中;
步骤S3、实际测量或标定工作环境中包含的所有实体间的相对位置和姿态,并根据测量或标定值在S1建立的虚拟安全空间环境中进行实体模型位姿修正;
步骤S4、在S1建立的虚拟安全空间环境中规划总的安全工作区域;
步骤S5、分别对S2中导入的实体模型中的静止模型建立静止模型包络体,所述静止模型包括装配体模型和工作环境中相关的静止实体模型;
步骤S6、根据S5中的静止模型包络体构建安全空间的静态部分,对S5中所有静止模型包络体的并集取其相对于总的安全工作区域的补集,并将生成的补集与总的安全工作区域的交集作为安全空间的静态部分;
步骤S7、分别对步S2中的导入的实体模型中的运动模型进行型面分割,获得多个截面数据,所述运动模型包括机器人模型和装配工件模型;
步骤S8、根据S7中运动模型的截面数据,利用自适应采样点方法对各截面分别进行离散化,生成对应的离散点模型;
步骤S9、实时检测运动模型对应实体的位姿数据;
步骤S10、根据S9中获取的运动模型的实时位姿数据,在S1的虚拟安全空间环境中生成相应姿态下的离散点模型,对离散点模型建立相应的包络体,构建安全空间的动态部分,安全空间的动态部分是对所有离散点模型的包络体取并集后形成的空间集合;
步骤S11、根据S6中安全空间的静态部分及S10中安全空间的动态部分在S1的虚拟安全空间环境中生成总的安全空间,将安全空间的动态部分相对于总的安全工作区域的补集与安全空间的静态部分的交集作为总的安全空间;
步骤S12、根据总的安全空间生成安全空间包络面,并以此生成冗余安全空间包络面;安全空间包络面是总的安全空间表面的点所形成的集合,冗余安全空间包络面为总的安全空间的子集空间的表面点所形成的集合;
步骤S13、根据S12中生成的安全空间包络面及冗余安全空间包络面,建立安全空间缓冲带;安全空间缓冲带为安全空间包络面和冗余安全空间包络面之间的空间集合,且具有设定的最小宽度;
步骤S14、实时获取机器人机械臂上多维力传感器的数据,当其超过设定的门限阈值时,安全停止机器人运动;
步骤S15、设置干涉判断条件,在虚拟安全空间环境中实时监测是否发生干涉;
步骤S16、当发生干涉时,根据不同的干涉情况控制机器人机械臂的运动。
2.如权利要求1所述的一种重载工业机器人辅助装配安全空间的规划方法,其特征在于,步骤S8中所述自适应采样点方法具体为:
在利用等步长采样法选择点之后,先选择当前采样点Pi,再选择接下来的两个采样点Pi+1,Pi+2,计算三个点之间的距离,利用余弦公式得出线段PiPi+1和线段PiPi+2之间的夹角α,将夹角α与设定的角度判断值α'进行比较:若α>α',则表明当前位置的曲率变化较大,采样点Pi+1满足采样要求,记录Pi+1;若α≤α',则表明当前位置的曲率变化较小,等步长采样法在当前位置所取点过多,造成测量任务繁杂,不记录Pi+1;依次对等步长采样法的选择点进行以上处理,得到当前截面的离散点数据。
3.如权利要求1所述的一种重载工业机器人辅助装配安全空间的规划方法,其特征在于,步骤S10中对离散点模型进行整体扩张处理或整体缩小处理和/或整体偏移处理以满足工作环境的实际需要。
4.如权利要求1所述的一种重载工业机器人辅助装配安全空间的规划方法,其特征在于,步骤S15中,若安全空间的动态部分与安全空间缓冲带发生重合,则认为发生了干涉,重合部分为发生干涉部分;干涉判断条件的设置原则包括:
保证机器人处于自身的工作范围内;
保证安全空间的动态部分中的模型内部之间不发生干涉;
保证安全空间的动态部分不与安全空间的静态部分产生干涉。
5.如权利要求4所述的一种重载工业机器人辅助装配安全空间的规划方法,其特征在于,步骤S16中,当发生干涉时,获取安全空间缓冲带中发生干涉部分与安全空间包络面的最短距离Kmin,并结合S13中安全空间缓冲带设定的最小宽度Kmax,对机器人机械臂的运动进行控制:
若当前时刻的Kmin小于上一时刻的Kmin,则速度系数
Figure FDA0003491341320000021
若当前时刻的Kmin大于上一时刻的Kmin,则速度系数
Figure FDA0003491341320000022
其中,α1、α2、β1、β2均为控制指数,将得到的速度系数与机器人当前的运动速度相乘作为下一时刻机器人的运动速度。
CN202210098143.5A 2022-01-27 2022-01-27 一种重载工业机器人辅助装配安全空间的规划方法 Active CN114434444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210098143.5A CN114434444B (zh) 2022-01-27 2022-01-27 一种重载工业机器人辅助装配安全空间的规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210098143.5A CN114434444B (zh) 2022-01-27 2022-01-27 一种重载工业机器人辅助装配安全空间的规划方法

Publications (2)

Publication Number Publication Date
CN114434444A true CN114434444A (zh) 2022-05-06
CN114434444B CN114434444B (zh) 2023-08-08

Family

ID=81368920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210098143.5A Active CN114434444B (zh) 2022-01-27 2022-01-27 一种重载工业机器人辅助装配安全空间的规划方法

Country Status (1)

Country Link
CN (1) CN114434444B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202014100411U1 (de) * 2014-01-30 2015-05-05 Kuka Systems Gmbh Sicherheitseinrichtung
EP3639983A1 (en) * 2018-10-18 2020-04-22 Technische Universität München Anti-collision safety measures for a reconfigurable modular robot
CN111571582A (zh) * 2020-04-02 2020-08-25 夏晶 一种艾灸机器人人机安全监控系统及监控方法
DE102020121705B3 (de) * 2020-08-19 2021-09-23 Franka Emika Gmbh Verifikation von örtlich definierten Funktionen eines Robotermanipulators
CN113568313A (zh) * 2021-09-24 2021-10-29 南京航空航天大学 基于操作意图识别的变导纳辅助大部件装配方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202014100411U1 (de) * 2014-01-30 2015-05-05 Kuka Systems Gmbh Sicherheitseinrichtung
EP3639983A1 (en) * 2018-10-18 2020-04-22 Technische Universität München Anti-collision safety measures for a reconfigurable modular robot
CN111571582A (zh) * 2020-04-02 2020-08-25 夏晶 一种艾灸机器人人机安全监控系统及监控方法
DE102020121705B3 (de) * 2020-08-19 2021-09-23 Franka Emika Gmbh Verifikation von örtlich definierten Funktionen eines Robotermanipulators
CN113568313A (zh) * 2021-09-24 2021-10-29 南京航空航天大学 基于操作意图识别的变导纳辅助大部件装配方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨维维 等: "航天器碰撞概率计算方法研究进展", 《中国空间科学技术》, no. 6 *

Also Published As

Publication number Publication date
CN114434444B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
JP5311294B2 (ja) ロボットの接触位置検出装置
Baeten et al. Hybrid vision/force control at corners in planar robotic-contour following
US9207668B2 (en) Method of and apparatus for automated path learning
JP5366018B2 (ja) ロボットの教示手順校正装置および方法
US11179793B2 (en) Automated edge welding based on edge recognition using separate positioning and welding robots
KR102261469B1 (ko) 로봇 제어 장치, 로봇의 관절의 각도를 구하는 방법, 프로그램
CN109434843A (zh) 一种基于拖动示教的机器人力控打磨叶片的设备及方法
CN114131611B (zh) 机器人重力位姿分解的关节误差离线补偿方法、系统及终端
CN111515928B (zh) 机械臂运动控制系统
TW202200332A (zh) 計算自動化機器之安全範圍
CN115502979A (zh) 一种机械臂力矩主动柔顺精确控制方法及系统
CN114227685A (zh) 机械臂控制方法、装置、计算机可读存储介质及机械臂
CN114310914A (zh) 多自由度机械臂模糊自适应迭代轨迹跟踪控制方法及系统
CN114434444A (zh) 一种重载工业机器人辅助装配安全空间的规划方法
CN110281152B (zh) 一种基于在线试触的机器人恒力打磨路径规划方法及系统
CN114800523B (zh) 机械臂轨迹修正方法、系统、计算机及可读存储介质
JP5447150B2 (ja) ロボットの制御装置およびロボットを制御する方法
JP3040906B2 (ja) ロボットの動作時間評価方法および装置
Solvang et al. Robot programming in machining operations
JPH09251308A (ja) 産業用ロボットのツール干渉チェック方法
JPH09201784A (ja) ロボットの教示装置
Muto et al. Teaching and control of robot contour-tracking using contact point detection
Kakoi et al. Development of vertical articulated robot deburring system by using sensor feedback
JP2000112510A (ja) ロボットの教示方法及びその装置
KR102591942B1 (ko) 강성 모델과 절삭력 모델을 이용한 로봇 제어 방법 및 장치

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