[发明专利]一种基于机械臂的轨道仿形探伤方法

摘要

本发明涉及一种基于机械臂的轨道仿形探伤方法，包括：步骤S1，人工示教，通过人与机械臂协同完成对无缝轨道接头的仿形探伤作业，以一定的频率f记录完成作业时机械臂末端位置和速度数据，示教m次；步骤S2，轨迹生成，将m次重复示教产生的数据集采用高斯过程回归建立映射模型，得到时间到位置的函数映射关系；步骤S3，自主探伤，机械臂按照步骤S2生成的轨迹，带动探伤装置对无缝轨道接头进行探伤，同时采用基于位置的阻抗控制策略，保证检测过程中探伤装置与接头表面的恒力接触。本发明学习人工探伤时对无缝轨道接头外形的适应能力，控制探伤装置对接头表面的接触力恒定，实现了机械臂对轨道接头的自主仿形探伤，提高了检测质量。

主权项

1.一种基于机械臂的轨道仿形探伤方法，其特征在于，包括以下步骤：/n步骤S1，人工示教，通过人与机械臂协同完成对无缝轨道接头的仿形探伤作业，人拖动机械臂完成探伤作业，机械臂以一定的频率f记录完成作业时自身的末端位置和速度数据，示教m次；/n步骤S2，轨迹生成，将m次重复示教产生的数据集采用高斯过程回归建立映射模型，得到时间到位置的函数映射关系,具体是:/n通过示教过程，在每条轨迹上采集到n个数据点其中t＝[t₁,t₂,…,t_n]^T为时间点，x＝[x₁,x₂,…,x_n]^T为探伤点在机器人坐标系下的笛卡尔坐标；根据先验分布得出时间点和坐标的似然函数：/n /n基于贝叶斯理论的线性回归函数f(t)＝t^Tω，其中t∈R^d，ω＝[ω₁,ω₂,…,ω_n]^T，f(t)表示函数值；/n假设ω:(0,Σ_p)，由贝叶斯理论和高斯分布的定义求出ω的概率分布：/n /n由极大后验概率求出ω的后验概率分布：/n /n其中，p(x|t)为边缘相似密度，与权值ω无关，则式(3)的另一种表示方式：/np(ω|t,x)∝p(x|t,ω)p(ω)(4)/n其中，∝表示正比于；将式(1)与式(2)带入式(4)，得到权值向量ω的后验概率分布形式：/n /n其中，令权值向量ω的后验概率满足高斯分布：/n /n当有数据t_*输入时，对应的预测值x_*的概率分布为：/n /n可以看出，预测值x_*的分布还是高斯分布，其举止是权值向量ω的后验概率分布的均值与数据t_*的乘积，其方差是数据t_*与权值向量ω的后验概率分布的方差的二次型；/n步骤S3，自主探伤，机械臂按照步骤S2生成的轨迹，带动探伤装置对无缝轨道接头进行探伤，同时通过采用图2所示基于位置的阻抗控制策略，保证检测过程中探伤装置与接头表面的恒力接触；具体为：先采集探伤装置和无缝轨道接头表面的接触力，将输入阻抗控制器后输出位移修正量，然后结合机械臂末端探伤装置原始位置，获得机械臂所要调整的目标位置，目标位置经机械臂逆运动学转换成各个关节的角度，输入到位置控制环中，然后经机械臂运动学正解输出实际调整的位置，此时探伤装置与轨道接头表面会产生新的接触力，从而实现了闭环控制。/n