基于ai深度学习的机器人碰撞预估计控制器设计

来源：计算机测量与控制杂志2023年第5期北京时间：

作者：王敏

单位：陕西邮电职业技术学院

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0.25m2，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。

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;