1．目的及意义
　　1.1研究现状
　　随着工业机器人技术的发展与日趋成熟，它在人们的生产生活过程中与人的配合更加密切，在人机协作制造领域，人机交互中的安全问题自然也成了重要研究对象。在人机共存的工业环境中，机器人与人，或其他障碍物都可能发生碰撞，及时检测碰撞并作出响应是保证安全和减少损失的必要工作。
　　目前主要的碰撞检测方法可以按是否额外安装传感器分为附加传感器外力检测和无附加传感器外力检测。附加传感器时可以在机器人上安装传感器（如超声波、视觉、光电传感器等）来检测人机相对位置，预判人机相对运动，评估危险指数，并采取相应的安全措施避免碰撞的发生，也可以在机械手的各个关节上安装力传感器，建立动力学模型，读取传感器值以获得碰撞力信息，并通过力控制回路将碰撞力控制在期望值之内以保证安全性，这些方法均需要较为精确的动力学模型以至精确地比较碰撞力的大小。
　　然而附加传感器的外力检测方法会带来额外的成本并给机器人增加额外的质量，所以许多学者研究了无附加力传感器的外力检测方法。自适应神经网络，基于扩展卡尔曼滤波和自适应规律的自适应扰动估计器，非线性扰动观测器，自适应力估计器等都可用于机器人外力估计。然而，在这些方法中需要利用每个控制周期的参考位置或电流，以计算控制误差，因此这些方法无法用于控制系统封闭的场合。部分学者针对机器人正常运动与外界碰撞两种情况，认为碰撞时的关节力矩是高频力矩，机器人的正常运动的关节力矩为低频力矩，提出带通滤波的方法，对机器人关节的力矩信号进行分离和分析。
　　1.2研究目的
　　为减少系统的复杂度并节约成本，本设计将研究无附加力传感器的外力检测方法，利用机器人自身具有的关节位置、驱动电流或力矩等信号来判断该力矩与速度是否匹配，以达到检测碰撞的目的。具体方法是基于力矩差的碰撞检测方法，首先根据惯性参数等建立动力学模型，然后在机器人运行过程中，根据运动轨迹和动力学模型实时地预测出各关节的理论力矩值，并实时地计算出理论力矩值与采样力矩值间的差值，当差值大于阈值时，则判断出发生碰撞，电机停止运转，机器人停止运动。{title}

2. 研究的基本内容与方案

{title}

2.1研究的基本内容与目标
　　本次设计致力于KUKA机器人相关信号的收集，传输和处理，以实现物理人机交互中的工业机器人外力检测。

首先了解六自由度工业机器人基本工作原理，熟练掌握对机器人进行一般运动控制的基本操作方法；掌握KUKA工业机器人操作与编程方法；掌握上位机PC与机器人控制器之间的通信原理，并学会用上位机控制操作KUAK机器人；从机器人系统中提取运动学信息以及机器人各关节的力矩信息，掌握相关的信号处理方法，对提取到的机器人控制器的总能量和力矩信息进行简单的算法处理，然后对机器人是否碰触到障碍物作出实时判断，最后绘制出整个过程的信号波形图。

　　2.2拟采用的技术方案及措施
　　对KUKA工业机器人进行常规的运动控制，掌握该机器人的编程方法，可以通过学习库卡公司提供的操作手册实现，鉴于该机器人主要用在工业用途，所以常规的运动过程编程可以先在示教器上实现。

进一步学习KUKA的上位机软件WorkVisual的使用，并强化对库卡机器人语言（KRL）的理解，这可通过学习WorkVisual的编程手册实现。

　　KUKA机器人与上位机的实时通讯可以采用Java编写的开源TCP/IP通信程序JOpenShowVar完成。

位姿信号与力矩信号的处理需要借助MATLAB来实现，首先根据惯性参数等建立动力学模型，然后在机器人运行过程中，根据运动轨迹和动力学模型实时地预测出各关节的理论力矩值，并实时地比较理论力矩值与采样力矩值，最后完成碰撞检测的功能。

3. 参考文献
1. Briquet-Kerestedjian N, Makarov M, Rodriguez-Ayerbe P, Briquet-Kerestedjian N, Grossard M, editors. Quantifying the uncertainties-induced errors in robot impact detection methods2016: IEEE.
2. De Luca A, Flacco F. Integrated control for pHRI: Collision avoidance, detection, reaction and collaboration. In: Desai JP, Jay LPS, Zollo L, editors. 2012 4th Ieee Ras amp; Embs International Conference on Biomedical Robotics and Biomechatronics. Proceedings of the IEEE RAS-EMBS International Conference on Biomedical Robotics and Biomechatronics2012. p. 288-95.
3. Geravand M, Flacco F, De Luca A, Ieee. Human-Robot Physical Interaction and Collaboration using an Industrial Robot with a Closed Control Architecture. 2013 Ieee International Conference on Robotics and Automation. IEEE International Conference on Robotics and Automation ICRA2013. p. 4000-7.
4. Jeong-Min L, Bum-Seok P, Yong-Seok L, Jeong-Seok A, Sang-Ho L, Seong-Jin L, et al., editors. The development of 6 D.O.F robot manipulator with human-friendly design. 2007 IEEE/ASME international conference on advanced intelligent mechatronics; 2007 4-7 Sept. 2007.
5. Makarov M, Caldas A, Grossard M, Rodriguez-Ayerbe P, Dumur D. Adaptive Filtering for Robust Proprioceptive Robot Impact Detection Under Model Uncertainties. Ieee-Asme Transactions on Mechatronics. 2014;19(6):1917-28.
6. Najmaei N, Kermani MR, editors. Prediction-based reactive control strategy for human-robot interactions2010.
7. 郭青阳. 基于KUKA工业机器人的定位误差补偿方法的研究 [硕士]: 长春工业大学; 2016.
8. 刘极峰, 易际明. 机器人技术基础. 北京: 高等教育出版社; 2006.
9. 马志举, 吴海彬. 无外部传感器的机器人碰撞检测. 测试技术学报. 2013(03):254-9.
10. 潘芳伟, 段志善, 贺利乐, 王朋. 基于遗传算法的新型六自由度并联机器人运动学分析. 机械科学与技术. 2007(06):770-4.
11. 孙斌. 六轴工业机器人的离线编程与仿真系统研究 [硕士]: 太原理工大学; 2014.
12. 王春. 浅谈工业机器人的安全生产. 科技创新与应用. 2016(34):109.
13. 魏厚忠, 薛丹, 焦立奇, 白文峰. 基于KUKA 6自由度机器人的误差分析与仿真. 长春工业大学学报(自然科学版). 2012(03):328-32.
14. 吴国魁. 工业机器人的碰撞辨识与安全控制 [硕士]: 福州大学; 2014.
15. 吴海彬, 李实懿, 吴国魁. 基于动量偏差观测器的机器人碰撞检测算法. 电机与控制学报. 2015(05):97-104.
16. 吴海彬, 杨剑鸣. 机器人在人机交互过程中的安全性研究进展. 中国安全科学学报. 2011(11):79-86.
17. 徐俊杰. 浅析工业机器人的技术发展及其应用. 读天下. 2017(05):371.
18. 周孝成, 孟正大. KUKA机器人运动学算法的研究. 工业控制计算机. 2014(09):95-7 100.