一种工业机器人的多元感知系统的制作方法

本发明涉及工业机器人控制系统技术领域，更具体地说，涉及一种工业机器人的多元感知系统。

背景技术：

工业机器人是“制造业皇冠顶端的明珠”，其研发、制造、应用是衡量科技创新和高端制造业水平的重要标志。随着科学技术的发展和应用范围不断增大，人们对机器人的性能要求越来越高，除了广泛应用于工业自动化领域的传统工业机器人，还发展出了能够与人交互的协作机器人。这两种机器人各有优势，但也存在着不足。

传统工业机器人主要应用于工业自动化行业，如喷涂、码垛、打磨等应用十分广泛。这些应用的特点是动作简单、重复性高，这就要求工业机器人必须在较短的时间内完成更多的动作以提高生产率。因此，传统工业机器人普遍具有高速度、高精度的性能，在这种情况下，一旦与人或周围环境发生碰撞，将会造成不可挽回的损失；另一方面，工业机器人主要通过示教器示教的方式来实现机器人运动轨迹的编程，示教动作不够直观、编程效率较低。在示教编程的过程中，通常需要操作员与机器人保持比较近的距离，由于没有配备安全检测系统，也存在一定的安全隐患；协作机器人由于主打人机协作，为了保证安全性因而牺牲了运行速度，极大的限制了生产率。此外，协作机器人主要通过拖动示教的方式实现目标点位和轨迹的记录，在定位过程中，依靠人的眼睛和手来控制点位的精度，无法达到较高的定位精度。

在工业生产对机器人精度和速度的要求越来越高的今天，我们亟需设计一种让传统工业机器人具备协作机器人的示教便利性、运行安全性，同时又保留其高速度、高精度性能的多元感知系统。

技术实现要素：

本发明为克服现有技术中的缺点与不足，提供了一种工业机器人的多元感知系统，本发明的目的在于提供一种让传统工业机器人具备协作机器人的示教便利性、运行安全性，同时又保留其对力矩、声音、视觉具有高速度、高精度的多元感知的系统。

为了达到上述目的，本发明提供一种工业机器人的多元感知系统，包括语音交互模块、安全监测模块、拖动示教模块、碰撞检测模块和安全决策模块；

所述语音交互模块，用于将接收的语音信息进行识别，并生成执行指令；

所述安全监测模块，用于采集工业机器人工作环境的图像信息，并根据所述图像信息调整工业机器人的运动行为；

所述拖动示教模块，用于采集伺服电机中的电流i，从而获取关节力矩t，进行闭环力控拖动示教，其中，t＝kt*i，kt为伺服电机的转矩常数；

所述碰撞检测模块，用于计算施加于工业机器人的外部力矩，判断是否发生碰撞；

所述安全决策模块，用于与所述语音交互模块、安全监测模块、拖动示教模块、碰撞检测模块实时交互数据信息，并进行数据的处理和控制。

进一步，所述将接收的语音信息进行识别，并生成执行指令具体包括以下步骤：

步骤s11、将语音信息转换为文字信息；

步骤s12、将所述文字信息转换为运动控制信息；

步骤s13、判断所述运动控制信息是否能被工业机器人执行；

步骤s14、根据工业机器人的当前状态以及外部环境状态，判断执行所述运动控制信息是否安全；

步骤s15、将可执行的、安全的运动控制信息编译为执行指令。

进一步，所述运动控制信息包括运动信息、控制信息、io信息；

所述运动信息，用于控制工业机器人机械臂的基础运动，并将所述基础运动参数进行封装，定义常用的姿态；

所述控制信息，用于控制工业机器人机械臂控制系统的启动、暂停、加速、减速及停止；

所述io信息，用于控制和获取工业机器人机械臂控制系统的io端口状态。

进一步，所述采集工业机器人工作环境的图像信息，并根据所述工业机器人工作环境的图像信息实时调整工业机器人的运动行为具体包括：

步骤s21、获取景深信息和彩色信息；

步骤s22、对工业机器人运行环境进行三维重建，获取所述工业机器人运行环境的三维点云信息；

步骤s23、过滤三维点云信息中的机械臂点云信息；

步骤s24、解析三维点云信息和机械臂位姿信息，判断机械臂当前运行状态是否会发生碰撞；

步骤s25、当判断机械臂会发生碰撞时，若工业机器人当前为生产调试，机械臂减速运行，避开障碍物；若工业机器人当前为自动运行，机械臂停止运行。

进一步，所述拖动示教模块还用于，对工业机器人机械臂本体进行速度和加速度采样，进行动力学模型辨识；通过调整拖动过程中的阻尼。

进一步，所述碰撞检测模块具体用于，实时计算出施加于工业机器人的外部力矩，判断是否会发生的碰撞；在发生碰撞时机器人立即停止运行；当碰撞警报被解除之后，机器人沿之前的路径继续运行。

进一步，所述碰撞警报被解除的判断条件为，所述碰撞检测模块计算施加于工业机器人的外部力矩为0，且所述安全监测模块检测到障碍物距离所述工业机器人超过阈值。

本发明的有益效果是：本发明公开一种基于深度学习的工业传感器故障预测方法及系统，采用语音的方式进行人机交互，通过将接收的语音信息进行识别，并生成工业机器人可执行的指令；通过采集工业机器人工作环境的图像信息来调整工业机器人的运动行为；通过采集伺服电机中的电流，从而获取关节力矩，进行闭环力控拖动示教；通过实时计算施加于工业机器人的外部力矩，判断是否发生碰撞；通过实时交互数据信息，并进行数据的处理和控制，从而能让传统工业机器人具备协作机器人的示教便利性、运行安全性，同时又保留其对力矩、声音、视觉多元感知的高速度和高精度。

附图说明

下面结合附图和实例对本发明作进一步说明。

图1是本发明实施例一种工业机器人的多元感知系统的方框图；

图2是本发明实施例一种工业机器人的多元感知系统步骤s1的流程示意图；

图3是本发明实施例一种工业机器人的多元感知系统步骤s2的流程示意图。

具体实施方式

参考图1，下面结合附图与具体实施方式对本发明作进一步详细的描述。

本发明提供的一种工业机器人的多元感知系统，包括语音交互模块1、安全监测模块2、拖动示教模块3、碰撞检测模块4和安全决策模块5；

所述语音交互模块1，用于将接收的语音信息进行识别，并生成执行指令；

所述语音交互模块1为基于深度学习的语音识别算法开发的软件，本实施例中，将基于科大讯飞aiui人机交互平台的语音识别工具应用在工业机器人上，通过扩展机器人操作和控制方式，使得操作者可以采用语音这一种更为自然的交互方式，让机器人能正确理解人的意图，实现人与机器人的智能交互，完成相应的工作任务。在此交互模式下，操作者可以直接通过语音来控制机器人，实现记录点位、轨迹复现等简单但使用频繁的指令，从而实现了对工业机器人的示教便利性，并保证了语音识别的高速度和高精度；

所述安全监测模块2，用于采集工业机器人工作环境的图像信息，并根据所述图像信息实时调整工业机器人的运动行为，从而实现了对工业机器人的运行安全性，并保证了视觉检测的高速度和高精度；

所述拖动示教模块3，用于采集伺服电机中的电流i，从而获取关节力矩t，进行闭环力控拖动示教，其中，t＝kt*i，kt为伺服电机的转矩常数，从而实现对力矩的感知；

所述碰撞检测模块4，用于实时计算施加于工业机器人的外部力矩，判断是否发生碰撞；

所述安全决策模块5，用于与所述语音交互模块1、安全监测模块2、拖动示教模块3、碰撞检测模块4实时交互数据信息，并进行数据的处理和控制，进一步提高了工业机器人的运行安全性。

本实施例中，各模块的数据集中由安全决策模块5统一处理，统一控制，作为多元感知系统的决策核心，安全决策模块5分别于所述语音交互模块1、安全监测模块2、拖动示教模块3、碰撞检测模块4数据耦合。

进一步，参考图2，所述将接收的语音信息进行识别，并生成执行指令具体包括以下步骤：

步骤s11、将语音信息转换为文字信息；本实施例采用现有的科大讯飞语言识别开发平台；

步骤s12、通过语音识别将所述文字信息转换为运动控制信息；

本实施例通过正则表达式和多文字匹配的匹配算法获取示教者的运动控制的动作信息，以及控制运动的参数，从而进行意图解析；

步骤s13、通过将所述运动控制信息和数据库中的运动控制指令进行对比，根据比对结果判断所述运动控制信息是否能被工业机器人执行，若比对成功则说明所述运动控制信息能被工业机器人执行，从而对所述语音信息进行合法性分析，判断所述语音信息是否能被工业机器人识别和执行，将可被工业机器人执行的语音信息作为合法的机器人控制指令；

步骤s14、根据工业机器人的当前状态以及外部环境状态，进行限位、速度、加速度检查，并进行碰撞检测，从而判断执行所述运动控制信息是否安全；本实施例中采用基于三维环境点云模型的aabb碰撞检测算法行碰撞检测；

步骤s15、将可执行的、安全的运动控制信息编译为执行指令。

采用语音输入的方式，最大化的方便了人机交互，提高了示教的便利性；通过预先对输入信息进行合法性、安全性判断，提高了工业机器人运行的安全性。

进一步，在语音交互模块1中、语音信息对应着一条或多条的执行指令。为了提高交互效率，设计一套运动控制信息十分重要，本实施例中所述运动控制信息包括运动信息、控制信息、io信息：

所述运动信息，用于控制工业机器人机械臂的基础运动，并将所述基础运动参数(如速度、加速度)进行封装，定义常用的姿态(如回零点姿态)；

所述控制信息，用于控制工业机器人机械臂控制系统的基本功能，所述基本功能包括启动、暂停、加速、减速及停止；

本实施例中通过对工业机器人机械臂控制程序的加载卸载、启动暂停、加速减速，达到控制工业机器人机械臂控制系统的基本功能。

所述io信息，用于控制和获取工业机器人机械臂控制系统的io端口状态。

本实施例通过预先将io端口号和指令进行一一对应，从而通过指令控制和获取io口状态。

进一步，参考图3，所述采集工业机器人工作环境的图像信息，并根据所述工业机器人工作环境的图像信息实时调整工业机器人的运动行为具体包括：

步骤s21、获取景深图像信息和彩色图像信息；本实施例采用景深双目摄像头对工业机器人进行安全监测，能够准确感知外部环境的变化，出现安全问题及时做出响应；

步骤s22、通过利用点云库中的点云信息对工业机器人运行环境进行三维重建，获取所述工业机器人运行环境的三维点云信息；

步骤s23、根据工业机器人当前机械臂的位姿信息和所述工业机器人的三维点云信息，通过点云匹配，过滤所述工业机器人三维点云信息中的机械臂点云信息；

步骤s24、通过运动规划算法和aabb碰撞检测算法解析所述工业机器人运行环境的三维点云信息和机械臂位姿信息，判断所述工业机器人机械臂的当前运行状态是否会发生碰撞或干涉，所述机械臂位姿信息从所述工业机器人的控制器中读取；

步骤s25、当判断所述工业机器人机械臂当前运行状态会发生碰撞时，若工业机器人当前为操作人员生产调试，即处于协作模式时，进行减速处理，保持机械臂运行轨迹不变；若判断进行减速处理依然会碰到障碍物，则通过运动规划算法进行动态规划，绕过障碍物；若工业机器人当前为自动运行生产，即处于警戒模式时，机械臂将会直接进行停机处理，最大限度保障安全性。

判断机械臂当前运行状态会发生碰撞的条件为：

检测到人员进入安全区域；

或检测到障碍物处于机器人运行轨迹上。

进一步，所述拖动示教模块3还用于，对工业机器人机械臂本体进行速度和加速度采样，进行动力学模型辨识；通过调整拖动过程中的阻尼，实现机器人柔顺控制；

从而无需添加额外的力矩传感器，单纯利用伺服驱动器中的电流反馈即可实现关节力矩的估计，将力感知的范围扩大到整个机器人。

进一步，所述碰撞检测模块4具体用于，通过对机器人进行动力学建模，实时计算出施加于工业机器人的外部力矩，判断是否会发生的碰撞，无需借助力矩传感器；在发生碰撞时机器人立即停止运行；当碰撞警报被解除之后，机器人沿之前的路径继续运行，无需重新上电。

进一步，所述碰撞警报被解除的判断条件为，所述碰撞检测模块4计算施加于工业机器人的外部力矩为0，且所述安全监测模块2检测到障碍物距离所述工业机器人超过阈值，所述阈值根据实际空间大小人为设定。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。