在3C（计算机、通信和消费电子）行业中，对协作机器人的安全、交互、精度、柔顺等方面有严格要求。为了解决协作机器人柔顺交互控制问题，对机器人的零力控制和碰撞检测方法进行了深入研究。首先，建立了一种分析冗余协作机器人牛顿-穆尔彭罗斯（Newton-MP）通用的逆运动学算法，将逆运动学问题转化为Newton-MP法的迭代求解问题。其次，针对协作机器人的零力控制问题，通过同时考虑摩擦力形成完整动力学方程。同时，建立基于加速度3次摩擦力模型的完全动力学方程，采用遗传算法对摩擦力模型进行多参数辨识。再次，提出基于One-class卷积神经网络的碰撞检测方法，构建无碰撞数据集。One-class卷积神经网络在特征空间中引入伪负高斯数据，并使用2元交叉熵损失对网络进行了训练。One-class卷积神经网络碰撞检测方法成功地补偿了模型不确定的动态影响，解决了传统碰撞检测方法建模不准确的问题。最后，通过实验证明，提出的Newton-MP优化方法具有良好的性能，绝对误差达到0.000 13 mm。与理想摩擦力模型进行对比，采用基于速度的3次摩擦力模型拟合出的摩擦力能够更好适用于零力控制。将外力矩观测器与One-class卷积神经网络碰撞检测进行优缺点分析，可以证明，One-class卷积神经网络可以在不依靠模型的情况下，准确地检测机器人的异常碰撞。
文档