铝锭在生产过程中会出现浮渣,从铝液表面清理浮渣是重要工作。传统清渣工作是由人工完成,不仅存在高温铝液爆炸、溅射等安全隐患,也有劳动强度大、工作效率低等问题。因此,采用机器人清渣技术对铝锭生产具有重大现实意义。然而,清渣机器人在实际工作过程中,偶尔与运输铝液的铸模发生碰撞,从而影响整个生产过程。如何预测到碰撞的发生,控制机器人避免碰撞,以无障碍轨迹平稳运行是本课题研究的主要内容。本文以清渣机器人末端渣铲与铸模发生碰撞的工况展开研究,主要研究了铸模运行时的异常姿态,并以此研究出一套铸模异常检测方法。通过对铸模运行时,各种情况下异常翘起原因的分析,为提高检测的可靠性,避免误检,提出了激光位移传感器高度检测与工业相机图像检测结合的检测方法,以此检测铸模运行时的异常姿态,进而判断碰撞的发生。根据铸模的实际运行工况,确定高温无接触式的高度检测装置,对铸模异常高度数据收集与传输。基于图像的检测则引入了以卷积神经网络为基础的Patch Core检测方法,铸模图像检测方法实现对铸模异常运动形式的识别。最后通过计算机对铸模运行数据的分析,实现了铸模异常姿态与高度的检测,综合判断是否发生碰撞。针对铸模异常时清渣机器人无障碍轨迹的规划问题,建立了铸模翘起姿态与清渣机器人末端渣铲的相对位置关系,使用D-H参数法完成了清渣机器人运动学建模。以碰撞检测系统输出的铸模异常高度,结合铸模与机器人末端渣铲的相对位置关系,通过抬高捞渣时的轨迹高度而不改变空间位姿的方式,实现了无障碍轨迹的规划,并保证了在新的轨迹下,机器人仍然能正常完成清渣工作。最后通过实验与仿真,验证了本文中提出的碰撞检测方法的可行性,并以实际检测的数据为基础,通过建立的机器人运动学模型规实现了无障碍轨迹的仿真实现,达到了提前预测碰撞发生,控制机器人避障的目的。针对高温环境下铸模的异常运行姿态,本文提出的激光位移传感器高度检测与工业相机图像检测结合的检测方法,建立的铸模翘起姿态与清渣机器人末端渣铲的相对位置关系,对清渣机器人无障碍轨迹的规划,都具有一定的创新性和实用性。