工业机器人的控制方法及系统与流程

本发明涉及工业机器人控制，特别涉及一种工业机器人的控制方法及系统。

背景技术：

1、随着人工智能技术的飞速发展，人形机器人作为人工智能技术的集大成者，正逐渐从实验室走向实际应用场景。据预测，人形机器人在2021-2030年的全球市场规模cagr将达到约71%。特别是在制造生产领域，人形机器人以其灵活的操作能力、强大的环境适应性和高度的智能化水平，成为提高生产效率、降低人力成本、确保生产安全的有力工具。人形机器人具有高度的灵活性和适应性，可以在各种复杂的生产环境中工作。与传统的工业机器人相比，人形机器人更接近于人类的工作方式，能够执行更为精细和复杂的任务。

2、目前，在工业的资源采集场景中，通常采用探查式工业机器人去探测矿洞中的开采环境是否安全，但由于探查式工业机器人仅判断作业区域的氧气浓度，而忽视了从开采作业区域返回道路上的氧气浓度以及矿道整体中气流的流通性，从而会导致作业人员在作业完成后的返回过程中出现缺氧现象。

技术实现思路

1、本发明的主要目的是提供一种工业机器人的控制方法，旨在解决传统探查式工业机器人无法对作业人员在作业完成后返回过程中的缺氧现象进行预判的问题。

2、为实现上述目的，本发明提出的工业机器人的控制方法，所述工业机器人为人形机器人，在所述工业机器人与人体鼻部等高的位置设有氧气浓度检测模块，所述工业机器人的控制方法包括：

3、获取所述工业机器人从初始位置移动至目标区域的移动路径；

4、控制所述工业机器人沿所述移动路径移动，并在移动过程中，通过所述氧气浓度检测模块获取所述移动路径对应的第一路径氧气数据；

5、在所述工业机器人到达目标区域后，获取所述目标区域对应的历史劳动数据以及所述移动路径对应的历史气流数据；

6、根据所述历史劳动数据、所述历史气流数据、所述第一路径氧气数据，评估第一缺氧风险是否达到第一预设风险标准；其中，所述第一缺氧风险为预设时间后作业人员从所述目标区域向外返回至所述初始位置的返回过程的缺氧风险。

7、可选地，所述在移动过程中，通过所述氧气浓度检测模块获取所述移动路径对应的第一路径氧气数据，包括：

8、在移动过程中，每间隔预设采样时间获取一次氧气浓度检测模块输出的氧气浓度数据，并在每一次获取所述氧气浓度数据时，确定所述工业机器人在所述移动路径上的位置信息；

9、将每一次获取的所述氧气浓度数据与对应的位置信息关联存储为一组第一氧气浓度数据子集；

10、将所有所述第一氧气浓度数据子集作为所述第一路径氧气数据。

11、可选地，获取所述目标区域对应的历史劳动数据以及所述移动路径对应的历史气流数据的步骤之前，所述工业机器人的控制方法还包括：

12、根据所述第一路径氧气数据，评估第二缺氧风险是否达到第二预设风险标准；

13、若第二缺氧风险未达到第二预设风险标准，则执行获取所述目标区域对应的历史劳动数据以及所述移动路径对应的历史气流数据的步骤；

14、若第二缺氧风险达到第二预设风险标准，则停止执行获取所述目标区域对应的历史劳动数据以及所述移动路径对应的历史气流数据的步骤，并发送进入告警信息至远程控制终端；

15、其中，所述第二缺氧风险为从所述初始位置向内进入至所述目标区域的移动过程的缺氧风险。

16、可选地，所述根据所述第一路径氧气数据，评估第二缺氧风险是否达到第二预设风险标准的步骤，包括：

17、判断所有的所述氧气浓度数据中是否存在连续预设数量个氧气浓度数据均不大于预设氧气浓度阈值；

18、若所有的所述氧气浓度数据中存在连续预设数量个氧气浓度数据均不大于预设氧气浓度阈值，则确定不大于预设氧气浓度阈值、且连续的氧气浓度数据的实际数量；

19、确定该连续实际数量个氧气浓度数据中的第一个氧气浓度数据和最后一个氧气浓度数据分别对应的第一位置信息和第二位置信息；

20、根据所述第一位置信息和所述第二位置信息，评估所述第二缺氧风险是否达到第二预设风险标准。

21、可选地，所述根据所述第一位置信息和所述第二位置信息，评估所述第二缺氧风险是否达到预设风险标准的步骤，包括：

22、确定所述工业机器人沿所述移动路径从第一位置信息对应位置处移动至所述第二位置信息对应位置处的移动距离；

23、判断所述移动距离是否大于预设移动距离；

24、若所述移动距离不小于预设移动距离，则确定第二缺氧风险达到所述第二预设风险标准；

25、若所述移动距离小于预设移动距离，则确定第二缺氧风险未达到所述第二预设风险标准。

26、可选地，根据所述历史劳动数据、所述历史气流数据、所述第一路径氧气数据，评估第一缺氧风险是否达到第一预设风险标准的步骤，包括：

27、运行第一神经网络模型处理历史劳动数据，以预测未来预设时间内的耗氧数据；

28、运行第二神经网络模型处理所述耗氧数据和所述历史气流数据，以得到的修正数据集合；

29、利用所述修正数据集合对所述第一路径氧气数据进行修正，以得到预设时间后所述移动路径对应的第二路径氧气数据；

30、根据所述第二路径氧气数据，评估所述第一缺氧风险是否达到所述第一预设风险标准。

31、可选地，运行第二神经网络模型处理所述耗氧数据和所述历史气流数据，以得到的修正数据集合的步骤，包括：

32、确定所述第一路径氧气数据中所有所述第一氧气浓度数据子集的位置信息；

33、运行第二神经网络模型处理所述耗氧数据和所述历史气流数据，预测预设时间后每一所述位置信息对应氧气浓度数据的修正数据；

34、将每一所述修正数据与对应的位置信息关联存储为一组修正数据子集，并将所有所述修正数据子集作为所述修正数据集合。

35、可选地，利用所述修正数据集合对所述第一路径氧气数据进行修正，以得到预设时间后所述移动路径对应的第二路径氧气数据的步骤，包括：

36、利用每一所述修正数据子集中的修正数据修正该修正数据子集中位置信息对应的所述氧气浓度数据；

37、将修正后的氧气浓度数据与修正前氧气浓度数据对应的位置信息关联存储为一组第二氧气浓度数据子集；

38、将所有所述第二氧气浓度数据子集作为所述第二路径氧气数据。

39、本发明技术方案还提出一种工业机器人控制系统，所述工业机器人控制系统设于工业机器人中，所述工业机器人控制系统包括：

40、控制装置，所述控制装置用于控制所述工业机器人实现如上述的工业机器人的控制方法。

41、本发明技术方案通过利用历史劳动数据、历史气流数据和进入目标区域过程中得到的第一路径氧气数据，来对作业一段时间后返回路径上的氧气浓度分布进行预测，以预测出返回路径上氧气浓度分布的第一路径氧气数据，并可以根据第一路径氧气数据来进一步判断出操作人员在返回过程中出现的第一缺氧风险是否会达到第一预设风险标准，从而解决了传统探查式工业机器人无法对作业人员在作业完成后返回过程中的缺氧现象进行预判的问题。此外，由于本发明技术方案中采用的是人形机器人，且氧气浓度检测模块设置在人体鼻部等高的位置，相较于现有探查式机器人中氧气传感器位于较低高度位置而言，采集的氧气浓度数据更为精确，可以有效提高最终对于第一缺氧风险的计算精度。