DOI:10．3969/j．issn．2095－509X．2023．02．012基于数字孪生的机械臂无序抓取系统设计强华1，党宏社2，胡平3(1．陕西工业职业技术学院电气工程学院，陕西咸阳712000)(2．陕西科技大学电气与控制工程学院，陕西西安710021)(3．咸阳市新能源及微电网系统重点实验室，陕西咸阳712000)摘要:为了解决工业生产过程中无序上下料机械臂与料筐的碰撞预测和轨迹规划问题，设计了基于数字孪生技术的机械臂无序抓取系统。系统虚拟仿真层负责模型构建和动态显示;控制层完成工件的识别和定位，利用基于空间投影的快速碰撞检测算法进行碰撞检测，采用关节空间双向搜索算法实现机械臂轨迹规划，利用模糊推理优化工艺参数;实体物理层实现场景扫描和运动数据实时上传。实际抓取实验验证了系统的有效性，机械臂避障准确率达到98%。关键词:工业机械臂;3D视觉;数字孪生;无序抓取;碰撞预测;轨迹规划中图分类号:TP24文献标识码:A文章编号:2095－509X(2023)02－0063－04基于3D视觉的工件无序抓取在工业生产中的应用逐年增加。抓取过程中由于工件随机堆放于料筐内且每个工件的位姿不同，因此需要解决机械臂工作过程中的碰撞预测和避障问题［1］。碰撞预测是机械臂安全工作的前提，一旦出现误判会导致撞机事故，因此对碰撞检测和轨迹规划的精度要求较高。上料后料筐位姿的变化增加了碰撞检测的难度，迫切需要可以适应环境变化的无序抓取系统。林义忠等［2］提出了基于惯性反馈的机器人智能碰撞传感器，其采用惯性加速度反馈闭环控制模式，但只能检测已经发生的碰撞，不能在碰撞前进行预警;王张飞等［3］提出了基于深度投影的三维点云目标分割和碰撞检测方法，其算法耗时较长且精度较低;成居宝等［4］提出了基于数控机床特性的碰撞检测算法，只对机床上固有模块进行碰撞检测，没有涉及姿态变化情况下的轨迹规划;文聪等［5］提出了融合有效约束OBB(orientedboundingbox)和PSO(particleswarmoptimization)的碰撞检测算法，利用PSO算法寻找碰撞点，算法实现步骤较为繁琐且精度较低，不能满足工业场景的要求;Park等［6］提出了一种计算位置不确定物体碰撞概率的算法，用非高斯形式表示误差分布，但是其只能计算出碰撞的概率且只适用于协作机器人的抓取场景。针对以上问题，本文设计了基于数字孪生技术的机械臂无序抓取系统，建立机械臂与环境的数字孪生体，利用3D视觉实时识别工件与料筐的位姿并更新场景模型，利用模型仿真提前预测抓取过程中的碰撞并进行轨迹规划。1无序抓取系...
