[发明专利]一种工业机器人在线轨迹预测的运行监测系统及其监测方法

权利要求书

1.一种工业机器人在线轨迹预测的运行监测系统，其特征在于，具体包括：

数据采集单元，包括设在工业机器人机体(2)各部位的位置传感器(1)，用于采集工业机器人的位姿数据；

数据处理单元，包括处理器，用于将采集得到的工业机器人位姿数据进行建模和实时轨迹预测，并计算得出下一时刻的预测位姿坐标；具体包括：

通过位置传感器(1)以固定的评论采集各部位的于历史位姿坐标数据集，基于历史位姿坐标数据集建立长短期记忆网络的预测模型，并通过基于时间的反向传播算法计算预测模型的各项参数；通过位置传感器(1)以与离线数据采集相同的频率采集工业机器人各部位的位姿数据，得到工业机器人各部位在线位姿矩阵；利用过去时刻的在线位姿数据递推计算得到上一时刻的网络输出预测向量，结合当前时刻的位姿数据通过已建立的长短期记忆网络模型计算出当前时刻的网络输出预测向量，即下一时刻的工业机器人预测位姿坐标；

监测与报警单元：包括指示灯、蜂鸣器，用于比较历史数据与预测结果的偏差，在偏差超出允许范围之后通过指示灯和蜂鸣器进行实时报警；

数据处理单元分别与数据采集单元和监测与报警单元电连接。

2.一种采用权利要求1所述的工业机器人在线轨迹预测的运行监测系统的在线轨迹预测的运行监测方法，其特征在于，包括如下步骤：

S1.离线数据采集，通过位置传感器(1)以固定频率采集各部位的位姿数据，得到工业机器人各部位t时刻的历史位姿矩阵其中，k＝1,2,...,K表示传感器的序号，t＝1,2,...,T表示时间标签，则t时刻的工业机器人历史位姿矩阵表示为x_t＝[T_1,t,T_2,t,...,T_K,t]，其中

S2.离线建模，基于历史位姿坐标数据集X＝[x₁,x₂,...,x_T]建立长短期记忆网络的预测模型，并通过基于时间的反向传播算法计算预测模型的各项参数；

S3.在线数据采集，通过位置传感器(1)以与离线数据采集相同的频率采集工业机器人各部位的位姿数据，得到工业机器人各部位在线位姿矩阵其中k＝1,2,...,K表示传感器序号，t＝1,2,...,c表示时间标签，c表示当前时间，则t时刻的工业机器人在线位姿矩阵表示为其中

S4.利用过去时刻的在线位姿数据递推计算得到上一时刻的网络输出预测向量结合当前时刻的位姿数据可通过已建立的长短期记忆网络模型计算出当前时刻的网络输出预测向量即下一时刻的工业机器人预测位姿坐标；

S5.将预测结果与历史数据中下一时刻的位姿坐标x_c+1进行比较，判断当前工业机器人运行轨迹与运行状况。