基于AI深度学习的机器人碰撞 预估计控制器设计

• 作者: 王敏 陕西邮电职业技术学院
• 来源期刊: 计算机测量与控制
• 学科: 工学
• 关键词: AI深度学习 机器人碰撞 预估计控制器 人机交互 PC感应装置 PyTorch框架 激活函数
• 年，卷（期）: 2023,（5）
• 所属期刊栏目: 控制技术
• 页码范围: 160-165,173
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.05.024

摘要

机器人运动过程中与外部障碍物之间容易发生碰撞，当碰撞作用力过大时会造成机器零件损坏的问题，为解决这一问题，设计基于AI深度学习的机器人碰撞预估计控制器；建立人机交互电路与串口通信电路，将伺服电机设备、运动控制器、PC感应装置分别接入既定作用区域内，完成预估计控制器的整体应用结构设计；以PyTorch深度学习框架为基础，定义激活函数，再根据预估计参数的实际取值范围，实现对目标机器人对象的精准检测。按照力矩控制条件表达式，确定碰撞行为的表现强度，完成对机器人运动路径的规划，联合相关应用设备，实现基于AI深度学习的机器人碰撞预估计控制器设计；实验结果表明，AI深度学习算法作用下，机器人与障碍物碰撞部位的接触面积不会超过0.25 m2,由碰撞行为导致的外部作用力相对较小，不会造成严重的机器零件损坏问题。