基于AI深度學(xué)習(xí)的機(jī)器人碰撞預(yù)估計(jì)控制器設(shè)計(jì)

王 敏

(陜西郵電職業(yè)技術(shù)學(xué)院，陜西 咸陽(yáng) 712000)

0 引言

機(jī)械自動(dòng)化進(jìn)程不斷加快，工業(yè)生產(chǎn)過(guò)程中的各種設(shè)備也在不斷更新，很多行業(yè)已經(jīng)實(shí)現(xiàn)從手工作業(yè)到智能化作業(yè)的轉(zhuǎn)換。在工業(yè)制造過(guò)程中，智能機(jī)器的工作效率高于人工工作形式，機(jī)器人能夠精確地接收指令，實(shí)現(xiàn)自動(dòng)化，具有高度的智能性和高效性。

AI深度學(xué)習(xí)是結(jié)合人工智能與深度學(xué)習(xí)思想的應(yīng)用技術(shù)，可以在分析樣本數(shù)據(jù)內(nèi)在規(guī)律與表示層次的同時(shí)，提出更加智能化的處理方法。深度學(xué)習(xí)技術(shù)是在傳統(tǒng)機(jī)器學(xué)習(xí)理論基礎(chǔ)上，衍生出來(lái)的新型應(yīng)用技術(shù)，其應(yīng)用目標(biāo)在于為人工智能技術(shù)服務(wù)，可以通過(guò)分析文字、圖片、視頻、音頻等信息的方式，挖掘待學(xué)習(xí)的數(shù)據(jù)樣本，再借助計(jì)算機(jī)網(wǎng)絡(luò)或其他設(shè)備結(jié)構(gòu)，實(shí)現(xiàn)對(duì)潛在信息的處理[1-2]。然而單純的人工智能和深度學(xué)習(xí)都不足以保證機(jī)器能夠像人一樣具有學(xué)習(xí)或是分析的能力，這也直接導(dǎo)致了誤差學(xué)習(xí)行為的出現(xiàn)。AI深度學(xué)習(xí)技術(shù)的出現(xiàn)，將AI技術(shù)、深度學(xué)習(xí)技術(shù)結(jié)合起來(lái)，既實(shí)現(xiàn)了對(duì)數(shù)據(jù)樣本的挖掘與處理，也可以確保機(jī)器能夠具有與人類似的學(xué)習(xí)能力。

隨著工業(yè)機(jī)器人的不斷發(fā)展，如何避免運(yùn)動(dòng)碰撞，從而延長(zhǎng)機(jī)器零件的使用壽命成為了一項(xiàng)亟待解決的問(wèn)題。隨著機(jī)器人工業(yè)的不斷發(fā)展，如何避免運(yùn)動(dòng)碰撞，從而延長(zhǎng)機(jī)器零件的使用壽命成為了一項(xiàng)亟待解決的問(wèn)題。文獻(xiàn)[3]提出基于ARM+DSP和視覺(jué)傳感器的控制系統(tǒng)。以視覺(jué)體系為基礎(chǔ)，利用MatLab 7.0軟件模擬機(jī)器人運(yùn)動(dòng)行為，又通過(guò)全面規(guī)劃避障路徑的方式，確定在發(fā)生碰撞時(shí)，障礙物與機(jī)器人實(shí)際碰撞部位的具體接觸面積。文獻(xiàn)[4]提出基于EtherCAT總線的控制系統(tǒng).首先聯(lián)合工控PC機(jī)、AM4377設(shè)備和EtherCAT主站，建立了硬件平臺(tái)結(jié)構(gòu)，然后又借助Windows系統(tǒng)開(kāi)發(fā)人機(jī)交互模式，最后經(jīng)由“Linux+XenomAI”雙模式平臺(tái)，輸出核心控制指令。

上述兩種系統(tǒng)可以有效控制機(jī)器人運(yùn)動(dòng)速率，從而使碰撞過(guò)程中的力學(xué)作用效果不至于太過(guò)明顯，然而卻不能有效控制機(jī)器人與障礙物碰撞部位的接觸面積，很難保證機(jī)器零件不受到磨損影響。針對(duì)上述情況，設(shè)計(jì)基于AI深度學(xué)習(xí)的機(jī)器人碰撞預(yù)估計(jì)控制器，并通過(guò)對(duì)比實(shí)驗(yàn)的方式，突出該系統(tǒng)的實(shí)用性價(jià)值。

1 預(yù)估計(jì)控制器整體結(jié)構(gòu)設(shè)計(jì)

預(yù)估計(jì)控制器整體結(jié)構(gòu)的設(shè)計(jì)以主控板電路為基礎(chǔ)，借助伺服電機(jī)設(shè)備，對(duì)運(yùn)動(dòng)控制器與 PC感應(yīng)裝置進(jìn)行直接調(diào)度，本章節(jié)將針對(duì)相關(guān)設(shè)備元件之間的連接方式展開(kāi)深入分析。

1.1 主控板電路

預(yù)估計(jì)控制器的主控板電路由人機(jī)交互電路、串口通信電路兩部分組成，前者提供伺服電機(jī)與運(yùn)動(dòng)控制器連接所需的直流電信號(hào)，后者提供 PC感應(yīng)裝置與核心控制主機(jī)連接所需的交流電信號(hào)。

1)人機(jī)交互電路：

人機(jī)交互電路具有較強(qiáng)的電量互感能力，可以將+VDD端輸入的高壓交流電轉(zhuǎn)換成與之傳輸功率完全相同的低壓直流電，并可以借助SG設(shè)備與DG設(shè)備，將這些電量信號(hào)按需分配至下架用電元件之中[5]。所謂人機(jī)交互就是指機(jī)器人與電動(dòng)機(jī)設(shè)備之間的電量交互關(guān)系，對(duì)于機(jī)器人碰撞預(yù)估計(jì)控制器而言，人機(jī)交互電路的存在能夠避免電流、電壓負(fù)載量過(guò)大情況的出現(xiàn)，且由電路內(nèi)包含一個(gè)PC7/SCLK設(shè)備，未被完全利用的電量信號(hào)可被暫時(shí)存儲(chǔ)起來(lái)，不但節(jié)約了大量的電信號(hào)，也可以避免信號(hào)傳輸功率不平均情況的出現(xiàn)。分布于PC7/SCLK設(shè)備左端電阻的數(shù)值水平不完全相等，其中阻值水平較高的電阻負(fù)責(zé)承擔(dān)高壓傳輸電流，阻值水平較低的電阻負(fù)責(zé)承擔(dān)低壓傳輸電流，一般情況下，二者不會(huì)同時(shí)接入人機(jī)交互電路中，故而電路體系內(nèi)電量傳輸信號(hào)不會(huì)出現(xiàn)混亂分配的情況，這也是機(jī)器人碰撞預(yù)估計(jì)控制器運(yùn)轉(zhuǎn)過(guò)程中始終能夠得到良好電量供應(yīng)的主要原因[6]。具體的人機(jī)交互電路連接結(jié)構(gòu)如圖1所示。

圖1 人機(jī)交互電路示意圖

SG設(shè)備、DG設(shè)備同屬于變頻調(diào)節(jié)裝置，但兩者的工作模式完全相反，SG設(shè)備負(fù)責(zé)將交流信號(hào)拆分成直流信號(hào)，DG設(shè)備負(fù)責(zé)將未被消耗的直流信號(hào)整合成交流信號(hào)，從而避免了電量資源的浪費(fèi)。

2)串口通信電路：

串口通信電路負(fù)責(zé)輸出交流電信號(hào)，以供核心控制主機(jī)與PC感應(yīng)裝置的應(yīng)用，該結(jié)構(gòu)對(duì)人機(jī)交互電路輸出的直流電量信號(hào)進(jìn)行二次處理，直至信號(hào)屬性被恢復(fù)為交流狀態(tài)，但其輸出頻率則會(huì)明顯低于外接電源設(shè)備的初始輸出標(biāo)準(zhǔn)[7]。SP3232EEN設(shè)備包含多個(gè)外部負(fù)載結(jié)構(gòu)，允許多個(gè)交流電量的同時(shí)接入，可以在單位時(shí)間內(nèi)，快速完成對(duì)電量信號(hào)的轉(zhuǎn)換處理。USART設(shè)備是具有多線路整合能力的變電裝置，且經(jīng)其整合處理后，傳輸信號(hào)的帶電量得到累計(jì)，對(duì)于機(jī)器人碰撞預(yù)估計(jì)控制器而言，執(zhí)行控制指令時(shí)，可供選擇信號(hào)的總量增大，非可控行為的出現(xiàn)幾率也就明顯減小。具體的電路連接結(jié)構(gòu)如圖2所示。

圖2 串口通信電路示意圖

由于電路內(nèi)同時(shí)負(fù)載兩個(gè)+VDD端口與兩個(gè)-VCC端口，所以電量信號(hào)的傳輸通路不唯一，機(jī)器人碰撞預(yù)估計(jì)控制器設(shè)備在運(yùn)行過(guò)程中不會(huì)出現(xiàn)電量供應(yīng)受阻的情況[8]。

1.2 伺服電機(jī)設(shè)備

伺服電機(jī)設(shè)備作為人機(jī)交互電路、串口通信電路的下級(jí)負(fù)載元件，由主軸承、電動(dòng)元件兩部分組成。為避免機(jī)器人碰撞預(yù)估計(jì)控制器外表面帶電，在主軸承元件、電動(dòng)元件外部設(shè)置加大加厚的塑料外殼，一方面為內(nèi)部結(jié)構(gòu)提供保護(hù)，另一方面也起到隔絕電流的作用。主軸承部分包括一個(gè)出軸、一個(gè)軸封、一個(gè)定子和一個(gè)轉(zhuǎn)子[9]。其中，軸封外表面遠(yuǎn)大于出軸結(jié)構(gòu)，后者具有自動(dòng)旋轉(zhuǎn)的能力，且在其轉(zhuǎn)動(dòng)過(guò)程中會(huì)產(chǎn)生大量的直流電信號(hào)，這些電信號(hào)可供機(jī)器人碰撞預(yù)估計(jì)控制器元件直接利用，以使其完成整個(gè)運(yùn)動(dòng)流程。定子、轉(zhuǎn)子是兩個(gè)完全固定的設(shè)備元件，前者只能暫時(shí)承載電流信號(hào)，后者則可以根據(jù)電流信號(hào)強(qiáng)度，對(duì)軸封設(shè)備與出軸元件之間的連接緊密程度進(jìn)行調(diào)節(jié)[10]。伺服電機(jī)設(shè)備的結(jié)構(gòu)簡(jiǎn)圖如圖3所示。

圖3 伺服電機(jī)設(shè)備的結(jié)構(gòu)簡(jiǎn)圖

主軸承部分、電動(dòng)元件部分之間留有狹縫，當(dāng)伺服電機(jī)設(shè)備所提供電流信號(hào)過(guò)多時(shí)，塑料外殼可能會(huì)在電流同化作用下，呈現(xiàn)帶電狀態(tài)，而狹縫結(jié)構(gòu)則可以在臨界帶電情況下，將多余電流信號(hào)導(dǎo)出，以維持塑料外殼的絕緣屬性。

1.3 運(yùn)動(dòng)控制器

運(yùn)動(dòng)控制器提供機(jī)器人碰撞預(yù)估計(jì)控制器運(yùn)行所需的動(dòng)力信號(hào)，可以同時(shí)驅(qū)動(dòng)X軸、Y軸、Z軸3個(gè)方向上的電機(jī)動(dòng)力裝置，從而使得控制器元件具有全方位運(yùn)動(dòng)的能力，結(jié)構(gòu)模型如圖4所示。

圖4 運(yùn)動(dòng)控制器連接結(jié)構(gòu)

三軸電機(jī)驅(qū)動(dòng)器同時(shí)控制PC104主板。當(dāng)X軸驅(qū)動(dòng)器作用效應(yīng)較為明顯時(shí)，機(jī)器人碰撞預(yù)估計(jì)控制器保持橫向運(yùn)動(dòng)狀態(tài)，PC104總線接口輸出橫向運(yùn)動(dòng)的指令，伺服電機(jī)設(shè)備所輸出電量信號(hào)也就更趨近于橫軸位置[11-12]；當(dāng)Y軸驅(qū)動(dòng)器作用效應(yīng)較為明顯時(shí)，機(jī)器人碰撞預(yù)估計(jì)控制器保持縱向運(yùn)動(dòng)狀態(tài)，PC104總線接口輸出縱向運(yùn)動(dòng)的指令，伺服電機(jī)設(shè)備所輸出電量信號(hào)也就更趨近于縱軸位置；當(dāng)Z軸驅(qū)動(dòng)器作用效應(yīng)較為明顯時(shí)，機(jī)器人碰撞預(yù)估計(jì)控制器保持轉(zhuǎn)環(huán)式運(yùn)動(dòng)狀態(tài)，PC104總線接口輸出轉(zhuǎn)環(huán)式運(yùn)動(dòng)的執(zhí)行指令，伺服電機(jī)設(shè)備當(dāng)前情況下會(huì)輸出大量的電壓與電流信號(hào)，但由于轉(zhuǎn)環(huán)式運(yùn)動(dòng)不具有明顯方向性，所以這些信號(hào)也就不會(huì)呈現(xiàn)出方向性堆積的表現(xiàn)特征。

1.4 PC感應(yīng)裝置

PC感應(yīng)裝置負(fù)責(zé)處理機(jī)器人碰撞預(yù)估計(jì)控制器運(yùn)行過(guò)程中可能出現(xiàn)的指令程序，由信號(hào)獲取子模塊、核心感應(yīng)子模塊兩部分組成，可以根據(jù)運(yùn)動(dòng)控制器元件的運(yùn)行特點(diǎn)，更改機(jī)器人運(yùn)動(dòng)曲線，從而避免機(jī)器人設(shè)備與外部障礙物發(fā)生嚴(yán)重碰撞行為，達(dá)到延長(zhǎng)機(jī)器零件使用壽命的目的[13]?？刂浦噶钶斎胛恢脼樾盘?hào)獲取區(qū)域，MRPC端口、MVPC端口同時(shí)獲取指令文件進(jìn)行服務(wù)，前者主要負(fù)責(zé)判斷機(jī)器人當(dāng)前所處運(yùn)動(dòng)位置，后者則負(fù)責(zé)判斷障礙物節(jié)點(diǎn)與機(jī)器人節(jié)點(diǎn)之間的具體間隔距離。完成處理的指令文件經(jīng)由ACJ主芯片進(jìn)入N470感應(yīng)裝置之中。ACJ主芯片具有較強(qiáng)的信息預(yù)處理能力，可以根據(jù)反饋信息實(shí)現(xiàn)對(duì)指令執(zhí)行步長(zhǎng)的估計(jì)，從而避免電量信號(hào)發(fā)生冗余現(xiàn)象。PC電極板、電池包負(fù)責(zé)存儲(chǔ)主控板電路、伺服電機(jī)設(shè)備輸出的電量信號(hào)，并可以根據(jù)機(jī)器人碰撞行為的可能表現(xiàn)強(qiáng)度，完成對(duì)電量信號(hào)的按需分配[14]。PC感應(yīng)裝置連接簡(jiǎn)圖如圖5所示。

圖5 PC感應(yīng)裝置應(yīng)用原理

為避免PC感應(yīng)裝置出現(xiàn)不及時(shí)響應(yīng)的情況，指令程序信息的傳輸方向只能由信號(hào)獲取區(qū)域指向核心感應(yīng)區(qū)域。

2 目標(biāo)對(duì)象檢測(cè)

機(jī)器人碰撞預(yù)估計(jì)控制器對(duì)于目標(biāo)對(duì)象的檢測(cè)，需在PyTorch深度學(xué)習(xí)框架的基礎(chǔ)上，推導(dǎo)激活函數(shù)，并根據(jù)預(yù)估計(jì)參數(shù)取值范圍，實(shí)現(xiàn)對(duì)障礙物目標(biāo)的精準(zhǔn)定位。

2.1 PyTorch深度學(xué)習(xí)框架

PyTorch架構(gòu)是實(shí)現(xiàn)AI深度學(xué)習(xí)技術(shù)的基礎(chǔ)，可以針對(duì)機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)進(jìn)行定向提取，并借助激活函數(shù)條件，確定預(yù)估計(jì)參數(shù)的取值范圍，以便于主機(jī)元件制定可供控制器元件直接執(zhí)行的控制指令程序。PyTorch是一個(gè)保持開(kāi)源狀態(tài)的機(jī)器學(xué)習(xí)庫(kù)結(jié)構(gòu)，能夠長(zhǎng)期存儲(chǔ)算法執(zhí)行所需的數(shù)據(jù)信息參量，可以按照函數(shù)表達(dá)式的具體制定要求，更改信息與信息之間的映射關(guān)系，從而在保證主機(jī)運(yùn)行速率的同時(shí)，準(zhǔn)確求解指標(biāo)參量的具體數(shù)值[15-16]。對(duì)于AI深度學(xué)習(xí)理論而言，PyTorch架構(gòu)的目的是根據(jù)已獲取的機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)，求解得到準(zhǔn)確的預(yù)估計(jì)參數(shù)，并通過(guò)執(zhí)行指令的程序，確定控制器設(shè)備的實(shí)際運(yùn)動(dòng)趨勢(shì)，從而使得主機(jī)元件能夠準(zhǔn)確掌握機(jī)器人碰撞預(yù)估計(jì)控制器的運(yùn)行能力。PyTorch深度學(xué)習(xí)框架的定義形式如圖6所示。

圖6 AI深度學(xué)習(xí)技術(shù)的PyTorch架構(gòu)

PyTorch框架對(duì)于機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)的存儲(chǔ)能力并不能達(dá)到無(wú)窮大，因此利用AI深度學(xué)習(xí)技術(shù)提取數(shù)據(jù)樣本時(shí)應(yīng)滿足如下表達(dá)式：

(1)

2.2 激活函數(shù)

激活函數(shù)就是遵循AI技術(shù)與深度學(xué)習(xí)技術(shù)推導(dǎo)出的機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)標(biāo)準(zhǔn)取值表達(dá)式，在PyTorch架構(gòu)體系中，該項(xiàng)函數(shù)條件決定了主機(jī)元件對(duì)于預(yù)估計(jì)參數(shù)的求解能力，對(duì)于控制器設(shè)備而言，激活函數(shù)所包含的定義條件越完善，其在執(zhí)行控制程序指令時(shí)可能出現(xiàn)碰撞運(yùn)動(dòng)行為的幾率就越小[17-18]。完整的函數(shù)求解流程包含如下幾個(gè)環(huán)節(jié)。

1)激活系數(shù)：

激活系數(shù)決定了PyTorch架構(gòu)對(duì)于機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)的處理標(biāo)準(zhǔn)，定義式為：

Z=αb+δ2

(2)

其中，α表示偏向度指標(biāo)，b表示數(shù)據(jù)傳輸周期，δ表示數(shù)據(jù)處理參數(shù)。

2)值域指標(biāo)：

值域指標(biāo)可以理解為機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)的取值范圍，其求解結(jié)果與PyTorch框架對(duì)于數(shù)據(jù)樣本的承載能力直接相關(guān)，定義式如下：

(3)

3)激活函數(shù)標(biāo)準(zhǔn)定義式：

(4)

導(dǎo)向量取值等于零表示PyTorch架構(gòu)未對(duì)機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)進(jìn)行取值，但預(yù)估計(jì)控制器元件的設(shè)計(jì)默認(rèn)碰撞行為存在，所以公式4)中β≠0的不等式條件恒成立。

2.3 預(yù)估計(jì)參數(shù)

預(yù)估計(jì)參數(shù)是主機(jī)元件綜合PyTorch架構(gòu)存儲(chǔ)能力、激活函數(shù)條件所得到的數(shù)據(jù)處理結(jié)果，基于AI深度學(xué)習(xí)設(shè)計(jì)控制器元件時(shí)，為避免對(duì)機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)進(jìn)行重復(fù)處理，應(yīng)將預(yù)估計(jì)參數(shù)取值控制在低水平狀態(tài)[19]。所謂預(yù)估計(jì)就是指在正式執(zhí)行控制程序指令時(shí)所得到的數(shù)據(jù)樣本判別條件，具有一定的不確定性，但由于控制器設(shè)備的運(yùn)動(dòng)行為沒(méi)有明顯方向性，所以這種不確定因素也并不會(huì)影響主機(jī)元件對(duì)機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)的處理結(jié)果[20]。設(shè)φ表示基礎(chǔ)判別參數(shù)，φ表示機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)預(yù)處理權(quán)限，sφ表示與φ參數(shù)對(duì)應(yīng)的數(shù)據(jù)樣本取值，sφ-1表示與φ-1參數(shù)對(duì)應(yīng)的數(shù)據(jù)樣本取值，聯(lián)立公式(4)，推導(dǎo)預(yù)估計(jì)參數(shù)求解表達(dá)式為：

表達(dá)式取值小于零，表示PyTorch架構(gòu)當(dāng)前所存儲(chǔ)機(jī)器人運(yùn)動(dòng)碰撞數(shù)據(jù)總量過(guò)大，此時(shí)需調(diào)整數(shù)據(jù)樣本取值，濾除冗余數(shù)據(jù)，使激活函數(shù)求解結(jié)果滿足精準(zhǔn)調(diào)試控制器設(shè)備的應(yīng)用需求。

3 機(jī)器人防碰撞運(yùn)動(dòng)路徑規(guī)劃

在AI深度學(xué)習(xí)算法的基礎(chǔ)上，分別求解力矩控制條件與碰撞強(qiáng)度指標(biāo)，實(shí)現(xiàn)對(duì)機(jī)器人碰撞預(yù)估計(jì)控制器運(yùn)動(dòng)路徑的精準(zhǔn)規(guī)劃。

3.1 力矩控制條件

(6)

如果最遠(yuǎn)端力學(xué)作用距離、最近端力學(xué)作用距離沒(méi)有明顯數(shù)值差，則表示碰撞區(qū)域的相互作用面積較小，為保證力矩控制條件求解結(jié)果的精確性，可以求解上述兩項(xiàng)物理指標(biāo)的平均值作為實(shí)際計(jì)算參數(shù)[22]。

3.2 碰撞強(qiáng)度

碰撞強(qiáng)度就是指單位作用區(qū)域內(nèi)，外力碰撞作用的表現(xiàn)強(qiáng)度，受到接觸區(qū)域面積的直接影響。強(qiáng)度水平較低，表示當(dāng)前碰撞力度不會(huì)對(duì)機(jī)器零件造成損壞，但為提升控制器設(shè)備的應(yīng)用能力，在設(shè)計(jì)過(guò)程中，可適當(dāng)增大碰撞強(qiáng)度指標(biāo)的求解結(jié)果[23-24]。對(duì)于碰撞強(qiáng)度指標(biāo)的求解滿足公式(7)。

(7)

其中，y表示彈性碰撞系數(shù)，λ表示運(yùn)動(dòng)曲線規(guī)劃系數(shù)，κ表示接觸區(qū)域評(píng)級(jí)標(biāo)準(zhǔn)，q′表示單位接觸區(qū)域內(nèi)的碰撞力學(xué)作用系數(shù)。根據(jù)碰撞強(qiáng)度求解結(jié)果，規(guī)劃?rùn)C(jī)器人防碰撞運(yùn)動(dòng)路徑，控制單位面積上的外部力學(xué)負(fù)載作用，降低機(jī)器人碰撞作用力。

4 實(shí)驗(yàn)分析

本次實(shí)驗(yàn)為驗(yàn)證基于AI深度學(xué)習(xí)的機(jī)器人碰撞預(yù)估計(jì)控制器的有效性，以基于ARM+DSP和視覺(jué)傳感器的控制系統(tǒng)(文獻(xiàn)[3]方法)、基于EtherCAT總線控制系統(tǒng)(文獻(xiàn)[4]方法)作為實(shí)驗(yàn)對(duì)比方法，針對(duì)因碰撞作用力所帶來(lái)的機(jī)器零件損壞問(wèn)題進(jìn)行研究。

4.1 實(shí)驗(yàn)原理

選擇T9Power3D型全自動(dòng)機(jī)器人作為實(shí)驗(yàn)對(duì)象，將3種不同的控制器執(zhí)行程序輸入Windows主機(jī)之中，其中實(shí)驗(yàn)組程序采取基于AI深度學(xué)習(xí)算法的編碼原則，將伺服電機(jī)設(shè)備、運(yùn)動(dòng)控制器、PC感應(yīng)裝置通過(guò)人機(jī)交互電路與串口通信電路相連，根據(jù)PyTorch深度學(xué)習(xí)框架實(shí)現(xiàn)對(duì)目標(biāo)機(jī)器人對(duì)象的檢測(cè)。通過(guò)力矩控制條件表達(dá)式規(guī)劃?rùn)C(jī)器人的運(yùn)動(dòng)路徑，實(shí)現(xiàn)機(jī)器人碰撞預(yù)估計(jì)控制器設(shè)計(jì)。對(duì)照(1)組程序采取基于ARM+DSP和視覺(jué)傳感器算法的編碼原則，對(duì)照(2)組采取基于EtherCAT算法的編碼原則，分別將三組機(jī)器人置于相同的實(shí)驗(yàn)環(huán)境中，如圖7所示，記錄在其他實(shí)驗(yàn)條件保持一致的情況下，機(jī)器人與障礙物碰撞部位接觸面積的具體數(shù)值。

圖7 實(shí)驗(yàn)原理簡(jiǎn)圖

機(jī)器人在運(yùn)動(dòng)區(qū)域內(nèi)保持自主行進(jìn)狀態(tài)，3個(gè)障礙物所處位置在實(shí)驗(yàn)過(guò)程中不會(huì)發(fā)生變化，所采用的控制器元件從開(kāi)始運(yùn)行直至實(shí)驗(yàn)結(jié)束，其對(duì)于機(jī)器人與障礙物之間碰撞行為發(fā)生幾率的預(yù)測(cè)能力始終恒定，本次實(shí)驗(yàn)?zāi)J(rèn)不考慮其他外界干擾因素。

對(duì)于T9Power3D型全自動(dòng)機(jī)器人而言，其在運(yùn)動(dòng)過(guò)程中與障礙物之間碰撞行為的表現(xiàn)強(qiáng)度可以用碰撞部位接觸面積來(lái)表示。根據(jù)公式：

F=μ×ΔR

(8)

可知，摩擦系數(shù)(μ)取值保持不變的情況下，碰撞部位接觸面積(ΔR)數(shù)值越大，力學(xué)作用強(qiáng)度(F)的計(jì)算數(shù)值就越大。本次實(shí)驗(yàn)所選用障礙物最大面積為0.5 m2，規(guī)定：發(fā)生碰撞行為時(shí)，機(jī)器人與障礙物碰撞部位接觸面積小于最大面積的50%，可認(rèn)為當(dāng)前情況下，碰撞作用力可控，機(jī)器零件不會(huì)出現(xiàn)損壞。

4.2 結(jié)果分析

分別針對(duì)3個(gè)不同的障礙物對(duì)象進(jìn)行實(shí)驗(yàn)，具體實(shí)驗(yàn)結(jié)果如圖8所示。

圖8 碰撞部位接觸面積(1)

分析圖8可知，實(shí)驗(yàn)過(guò)程中，實(shí)驗(yàn)組出現(xiàn)了2次不碰撞行為，對(duì)照(1)組、對(duì)照(2)組都出現(xiàn)1次不碰撞行為；發(fā)生碰撞時(shí)，實(shí)驗(yàn)組碰撞部位接觸面積最大值僅為0.1 m2，小于對(duì)照組實(shí)驗(yàn)數(shù)值。

分析圖9可知，實(shí)驗(yàn)組又出現(xiàn)了2次不碰撞行為，對(duì)照(1)組沒(méi)有出現(xiàn)不碰撞行為，對(duì)照(2)組出現(xiàn)了1次不碰撞行為；發(fā)生碰撞時(shí)，實(shí)驗(yàn)組碰撞部位接觸面積最大值為0.13 m2，依然小于對(duì)照組實(shí)驗(yàn)數(shù)值。

分析圖10可知，實(shí)驗(yàn)組僅出現(xiàn)了1次不碰撞行為，對(duì)照(1)組、對(duì)照(2)組則都沒(méi)有出現(xiàn)次不碰撞行為；發(fā)生碰撞時(shí)，實(shí)驗(yàn)組碰撞部位接觸面積最大值相較圖8、圖9有一定程度的提升，但也僅能達(dá)到0.24 m2，仍然小于對(duì)照組實(shí)驗(yàn)數(shù)值。

圖10 碰撞部位接觸面積(3)

綜上可知本次實(shí)驗(yàn)結(jié)論如下：

1)基于ARM+DSP和視覺(jué)傳感器的控制系統(tǒng)、基于EtherCAT總線控制系統(tǒng)對(duì)于機(jī)器人與障礙物碰撞部位接觸面積的控制能力相對(duì)較弱，對(duì)于碰撞作用力的控制效果也就不能完全滿足實(shí)際應(yīng)用需求；

2)基于AI深度學(xué)習(xí)的機(jī)器人碰撞預(yù)估計(jì)控制器在一定情況下可以避免碰撞行為的出現(xiàn)，對(duì)3個(gè)不同的障礙物碰撞部位接觸面積最大值分別為0.1 m2、0.13 m2、0.24 m2，能夠帶來(lái)較好的碰撞作用力控制效果，可以解決因強(qiáng)烈碰撞而造成的機(jī)器零件損壞的問(wèn)題。

5 結(jié)束語(yǔ)

機(jī)器人碰撞預(yù)估計(jì)控制器設(shè)備的設(shè)計(jì)遵循AI深度學(xué)習(xí)算法，利用主控板電路，調(diào)節(jié)伺服電機(jī)設(shè)備、運(yùn)動(dòng)控制器等下級(jí)應(yīng)用元件的運(yùn)行，又根據(jù)激活函數(shù)條件，確定預(yù)估計(jì)參數(shù)的取值范圍，從而在合理控制力矩作用效果的同時(shí)，實(shí)現(xiàn)對(duì)碰撞強(qiáng)度指標(biāo)的精準(zhǔn)求解。與其他類型的控制設(shè)備與控制系統(tǒng)相比，AI深度學(xué)習(xí)算法較好解決了碰撞作用力過(guò)大的問(wèn)題，對(duì)于延長(zhǎng)機(jī)器零件使用壽命可以起到一定的促進(jìn)性影響作用。