机器人碰撞检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:33042090 阅读:25 留言:0更新日期:2022-04-15 09:23
本发明专利技术实施例涉及机器人领域,公开了一种机器人碰撞检测方法、装置、电子设备及存储介质。通过采集机器人各关节的运动学参数和测量扭矩;将所述运动学参数输入至预先训练的深度网络模型,得到所述各关节的预测扭矩;根据所述各关节的所述测量扭矩与所述预测扭矩之间的差值,判断所述机器人是否发生碰撞。本方案通过采用深度学习模型做碰撞检测,避免了利用力学模型进行碰撞检测所带来的诸多缺陷。力学模型进行碰撞检测所带来的诸多缺陷。力学模型进行碰撞检测所带来的诸多缺陷。

【技术实现步骤摘要】
机器人碰撞检测方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及机器人领域,特别涉及一种机器人碰撞检测方法、装置、电子设备及存储介质。

技术介绍

[0002]目前工业机械臂或者机器人领域为了保护人身安全,加入了碰撞检测功能,即机器人在无预知的情况下碰到人或者周围物体时可以检测到碰撞,马上停下来或者进入柔顺模式,以免伤到人或者损坏周围物体。
[0003]业内通用的碰撞检测算法一般是基于牛顿

欧拉方程或者欧拉

拉格朗日方程等力学模型建立起的,其方程比较复杂,需要先每个关节建立参考坐标系,计算每个关节的运动学参数,比如线速度、旋转速度、位置、姿态、旋转加速度、线加速度等,再计算每个关节的力和力矩,其模型参数的回归会受到每个执行器的制造差异的影响,比如电流/力矩的非线性化、旋转轴的摩擦力、装配的精度误差、执行器速度_位置数据采集误差等都会影响到最终参数的辨识结果,并导致在使用时发生误触发碰撞检测,且回归所用的激励舞蹈都需要是精心设计的特定动作。

技术实现思路
/>[0004]本专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人碰撞检测方法,其特征在于,包括:采集机器人各关节的运动学参数和测量扭矩;将所述运动学参数输入至预先训练的深度网络模型,得到所述各关节的预测扭矩;根据所述各关节的所述测量扭矩与所述预测扭矩之间的差值,判断所述机器人是否发生碰撞。2.根据权利要求1所述的方法,其特征在于,所述深度网络模型采用编码网络

解码网络的模型框架构建。3.根据权利要求2所述的方法,其特征在于,构建所述编码网络的过程包括:创建输入层,以及与所述机器人的各关节一一对应的多个第一隐藏层;每个所述第一隐藏层用于从所述输入层接收对应关节的运动学参数的第一输入数据,并基于所述第一输入数据生成第一输出数据;对各所述第一隐藏层按第一顺序进行排序,形成第一序列;针对所述第一序列中每相邻两个第一隐藏层,将排序在前的第一隐藏层的所述第一输入数据、所述第一输出数据,与排序在后的第一隐藏层的所述第一输入数据叠加,作为所述排序在后的第一隐藏层的更新后的所述第一输入数据;其中,所述第一序列中非首个第一隐藏层的所述第一输出数据基于该第一隐藏层的更新后的所述第一输入数据生成,且所述第一序列中最后一个第一隐藏层的所述第一输出数据为所述编码网络的输出数据。4.根据权利要求3所述的方法,其特征在于,构建所述解码网络的过程包括:创建输出层,以及与所述机器人的各关节一一对应的多个第二隐藏层;每个所述第二隐藏层用于接收所述编码网络的输出数据作为该第二隐藏层的第二输入数据,并将基于所述第二输入数据生成的第二输出数据通过所述输出层输出,得到对应关节的预测扭矩;对各所述第二隐藏层按第二顺序进行排序,形成第二序列;针对所述第二序列中每相邻两个第二隐藏层,将排序在前的第二隐藏层的所述第二输出数据与排序在后的第二隐藏层的所述第二输入数据叠加,作为所述排序在后的第二隐藏层的更新后的所述第二输入数据;其中,所述第二序列中非首个第二隐藏层的所述第二输出数...

【专利技术属性】
技术研发人员:冯长柱
申请(专利权)人:达闼科技北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1