论文部分内容阅读
随着科技的发展与进步,机器人技术已经发展为一门综合性的多学科技术,而机器人技术的应用也得到迅猛的扩展,其范围已涵盖众多领域。虽然机器人技术已经得到广泛的应用,但是其进一步发展受到了安全性问题的制约,机器人在运动过程中有可能会与其工作环境中的人或物体发生碰撞,从而造成生命财产损伤。本文的研究方法属于机器人安全性控制中的事前控制,研究目标为能够及时检测到发生于工业机器人工作区间内的潜在碰撞危险,并通过对障碍物的辨识以及位置和方位信息的提取,结合工业机器人的运动学特性,及时采取相应的安全控制措施,提高机器人的安全性。本文的整个控制系统是基于ABB六自由度工业机器人开发设计的,并结合了全局视频和Kinect的人体骨架检测技术。而Kinect与卡尔曼滤波器的结合实现了对人体关节部位姿态的预测,进而为验证有效的控制策略提供良好的基础。首先利用Kinect人体骨架检测技术精确检测出人体位置信息,可以实时获得人体各关节以及头、胸、四肢的三维坐标值,并结合卡尔曼滤波来预测人体各关节的运动。通过卡尔曼滤波器预测得到肢体在下一帧图像的坐标值,一方面提前对位置信息的预测可以提高对危险性的预判;另一方面可以通过卡尔曼滤波器的迭代算法计算出此时关节运动的速度矢量,从而提出了一种基于关节运动速度的人体关节危险指数,通过将该指数与阈值比较来判别碰撞对人体关节的危害程度。其次,利用全局监测视频监测潜在碰撞危险。首先通过D-H法对六自由度工业机械手建立正运动学方程,由此通过机械手的各关节角度推算出机械手各关节的坐标信息。其次,通过图像处理方法检测出存在于机械手运动空间内的人体或者非人体障碍物,同时,在检测过程中,基于实时计算出的机械手各关节坐标信息将运动中的机械手隐藏,以区分开机械手和障碍物。最后,对图像进行开操作处理,检测出经二值化的图像中所有的轮廓并计算所有轮廓的矩形边界信息。依据检测到的物体数据信息,可以排除部分图像干扰,从而提高了对障碍物判别的准确性。最后,在前面碰撞危险检测所提供的信息的基础上,结合工业机器人运动学特征,就人体不同部位与机器人发生碰撞提出了与之相应的安全控制策略。本文主要应用VS2010编写图像处理和机械手安全控制上位机软件,并在ABB机械手平台上验证了安全性控制措施的有效性和实时性。