[发明专利]一种基于电机电流的机器人机械臂无传感碰撞检测方法

说明书

本发明公开了一种基于电机电流的机器人机械臂无传感碰撞检测方法，采集机械臂关节电机的输出电流；搭建神经网络并应用反向传播算法更新神经网络的权重和偏差，得到估计的电流值；根据机械臂关节电机输出电流与神经网络输出的估计电流之间的误差值与碰撞检测阈值比较用于碰撞判定。本发明简单易于操作，且具有更高的普适性。

技术领域

本发明属于机器人机械臂碰撞检测技术领域，具体涉及一种基于电机电流的机器人机械臂无传感碰撞检测方法。

背景技术

近年来，机械臂在航空航天、工业生产、医疗、家庭等领域有了广泛地应用。然而，当机器人在工作时，很可能与突然闯入其工作空间中的人或者物体发生碰撞，如果不能精确辨识并采取及时的反应措施，很可能会对人和机器人的安全带来巨大的威胁。因此，安全性是机器人工作首要考虑的问题之一。

目前，在机器人碰撞检测方面也已提出了很多的方法。其中较为普遍的方法是在机械臂上安装各种传感器来检测碰撞的发生，例如腕部传感器、视觉传感器、感知皮肤等，安装传感器虽然可以快速检测到碰撞，但它同时会增加机器人的生产成本以及系统的复杂性。考虑到这些问题的存在，也有学者提出了使用无传感的方法来检测碰撞。例如有人提出利用机械臂关节电机的扭矩输出与建立的数学模型估计的扭矩输出进行比较，计算两者之间的误差，进而为检测系统设置阈值。如果误差超过预定阈值，则机器人断定此时受到碰撞。然而，误差的计算通常需要精确的机器人动态模型和加速度值。在实际中加速度一般含有噪声且难以估计，并且机器人动态模型会随着时间变化而变化，对于低自由度的机器人，比如一个或两个自由度的，动态模型的计算还相对简单，但是对于高自由度机器人来说，机器人动态模型会非常复杂而大大增加计算量，所以此时动态模型就会变得不可用。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于电机电流的机器人机械臂无传感碰撞检测方法，利用机械臂关节电机电流误差实现无传感碰撞检测。

本发明采用以下技术方案：

一种基于电机电流的机器人机械臂无传感碰撞检测方法，采集机械臂关节电机的输出电流；搭建神经网络并应用反向传播算法更新神经网络的权重和偏差，得到估计的电流值；根据机械臂关节电机输出电流与神经网络输出的估计电流之间的误差值与碰撞检测阈值比较用于碰撞判定。

具体的，采用巴特沃斯滤波器对机械臂关节电机的输出电流进行滤波处理。

进一步的，巴特沃斯滤波器的归一化传递函数H(s)为

其中，s＝jω，ω为信号频率，的常数，n＝2,4,6...为滤波器阶数。

具体的，神经网络包括输入层，隐藏层和输出层，输入层输入各关节电机的位置、速度以及前一时刻的电流信息，然后经过计算，输出层输出各关节电机的估计电流值。

进一步的，神经网络估计的第P个关节的估计电流值为：

其中，p＝1,2,...n为机械臂关节电机数，为第1层第j个神经元到第2层第i个神经元的连接权重，为第2层第i个神经元到第3层第k个神经元的连接权重，为第1层到第2层第j个神经元的偏差，为第2层到第3层第i个神经元的偏差，x_i为输入向量X的第i个输入值，n_i为输入神经元个数，n_h为隐藏层神经元个数。

具体的，若误差大于检测阈值，则判定机器人此时受到碰撞，机械臂由原有的控制程序转换为相应的碰撞反应控制；若误差小于检测阈值，此时机械臂按照原有控制程序运行，同时神经网络应用反向传播算法对神经网络的权重和偏差进行更新。

进一步的，采用反向传播算法来实时更新神经网络的权重和偏差，各参数表达式如下：