随着机器人在制造业领域的普遍应用,工业机器人伤害工作人员的事件已屡见不鲜。如何在共享有限空间的前提下保证工作人员的安全成为了机器人避碰技术的研究重心。因此,研究工业机器人在复杂环境中的动态避碰问题,对提高工业机器人的安全性具有重要的意义。本课题以YL-R1400工业机器人为研究对象,针对机械臂运行时障碍物避碰和目标追踪问题,利用深度学习算法、双目视觉空间定位技术、人工势场法及虚拟样机技术对六自由度机械臂障碍物避碰和目标追踪进行研究与分析。研究内容如下:首先,以YL-R1400工业机器人的数据为基本参数,对机械臂进行运动学建模与分析。应用D-H参数法建立机械臂的正运动学模型,求解机械臂末端空间坐标系与关节空间坐标系之间的转换方程式;应用代数法求解机械臂逆运动学方程,在已知末端轨迹的情况下采用逆运动学方程求解出机械臂每个关节的转角轨迹,为控制系统提供控制变量,并使用MATLAB Robotics Toolbox对所建模型进行验证与分析。其次,采用双目视觉系统获取目标的位置信息。本文基于深度学习算法对障碍物及目标进行检测和识别,然后将获取的信息传输至含空间定位算法的双目视觉系统中,并确定目标与障碍物的三维坐标,为避碰算法提供目标与障碍物的位置信息。在Tensorflow与OpenCV平台上实现目标的识别及空间定位实验验证。然后,研究人工势场法避碰时出现的缺陷,采用建立速度场的方法定义人工势场,以此提高人工势场法在三维避碰与动态避碰中的可行性。用危险场法作为机械臂各连杆和障碍物之间距离的判定条件,并以此作为排斥速度是否作用于机械臂的判据。采用以和速度的法方向添加附加速度的方法解决人工势场法易陷入局部最小值的问题。并应用MATLAB数值仿真方法验证算法的合理性与可靠性。最后,基于ADAMS与MATLAB软件建立工业机器人的虚拟样机,对研究对象进行仿真验证与分析。首先使用Solidworks建立YL-R1400六自由度机械臂的三维模型,将三维模型导入ADAMS中构建运动学仿真模型,以此作为机械臂虚拟样机的机械模块。在MATLAB/Simulink中建立基于PID的控制系统,最后将ADAMS中的机械模块导入Simulink建立的控制模型中,利用建立好的虚拟样机对整个系统做验证分析。验证结果表明:在工业机器人按照预定轨迹正常运行时,如果障碍物出现在机械臂工作范围内,双目视觉单元依托空间定位算法重现障碍物及目标的三维坐标。与此同时,基于速度场的人工势场法获取到障碍物及目标的坐标后规划出避碰轨迹,并将避碰轨迹传输至机械臂控制系统,使得机械臂实现动态避碰。以此保障工作人员在人机协作时的人身安全。